AI 比赛/黑客松/hackathon 题目实战助手——把限时(30–90 分钟)AI 挑战赛题目转成一份可评分的作战包:题目解析、分步执行工作流、可运行单文件 HTML 原型、UX 走查、评委模拟打分、路演稿。只要用户贴出比赛题目、赛题海报截图,或提到"开发提效/测试自动化/运维监控/数据分析/产品项目管理/内部管理提效"任一场景,或索取"评分表、路演稿、评委视角评审、Vibe Coding 页面、限时 AI 交付物",即使没有明说"用这个 skill"也应触发。不适用于与竞赛/限时交付物无关的普通编码请求或纯理论问答。
编程
AI+消费创新大赛报名助手
试用首届上海'人工智能+消费'创新大赛报名助手。基于用户项目信息,从第一性原理出发通过对抗式审查提供赛道选择与报名填写专业建议。当用户参加AI+消费创新大赛、选择赛道或填写报名表时调用。
它能做什么
首届上海'人工智能+消费'创新大赛报名助手。基于用户项目信息,从第一性原理出发通过对抗式审查提供赛道选择与报名填写专业建议。当用户参加AI+消费创新大赛、选择赛道或填写报名表时调用。
技能文档
AI+消费创新大赛报名助手
触发条件
调用本 Skill 当且仅当以下任一条件为真:
- 用户明确提及"AI+消费创新大赛"、"人工智能+消费大赛"、"上海AI消费大赛"等赛事名称
- 用户表示要参加/报名上述大赛,需要选择赛道
- 用户请求帮助填写大赛报名表
- 用户提供项目信息,请求评估适合的参赛赛道
不调用本 Skill 当:
- 用户询问的是其他AI大赛(如WAIC路演、GOAI大赛等非本赛事)
- 用户只是泛泛讨论AI+消费话题,无参赛意图
- 用户请求生成商业计划书或PPT(即使用户同时提及大赛)
大赛概述
首届上海"人工智能+消费"创新大赛(2026),落实国家"人工智能+"行动部署和商务部等八部门《关于加快"人工智能+消费"发展的实施意见》,聚焦AI与消费深度融合。作为西岸国际科技消费嘉年华(WTCC)核心专题活动,赛事主题为"AI赋能美好数智消费"。
| 维度 | 内容 |
|---|---|
| 主办单位 | 上海现代服务业联合会、上海西岸开发(集团)有限公司 |
| 总体框架 | "1+3+1+1":1场高规格赛事 + 3大"AI新消费"专业赛道 + 1个"AI新力量"青少年特别赛道 + 1个赛展联动配套(WTCC) |
| 参赛组别 | 应用组(已商业落地)/ 创客组(创意/原型阶段),三大赛道统一设置 |
| 参赛主体 | 企业 / 高校院所 / 创业团队 / 个人开发者 / 外资海外团队 |
| 赛道结构 | 4个一级赛道 × 17个细分赛道(赛道1-3为专业赛道共14个细分,赛道4为青少年特别赛道含3个细分) |
| 申报规则 | 同一项目只能申报一个赛道;同一参赛主体可根据不同项目申报多个赛道 |
| 奖项设置 | 按赛道和组别设一、二、三等奖;获奖项目直通2026 WTCC专属展区 |
| 提交方式 | 报名表+附件打包,以"组别+项目名称"命名,发至 chris.guo@shiei.com.cn |
| 咨询电话 | 郭老师 15902162546 |
赛程时间线
| 时间节点 | 安排 |
|---|---|
| 8月底 | 大赛正式启动报名 |
| 9月1日-30日 | 接受报名材料(关键截止期) |
| 10月1日-20日 | 集中评审,按赛道和组别评定一、二、三等奖 |
| 10月22日-25日 | WTCC现场成果发布、颁奖展示和大众投票 |
| 赛后 | 重点项目进入孵化、试销、场景应用、投融资对接和持续跟踪 |
⚠️ 时间意识指令:执行本 Skill 时先检查当前日期。若已过9月30日,提醒用户本年度报名已截止,转而提供赛后孵化对接/下一年度优先通道信息;若临近截止(9月20日后),在输出报告顶部显式提醒剩余天数。
⚠️ 赛道4独立实施说明
"AI新力量"青少年创客特别赛道独立组织实施:其参赛条件、报名方式、赛程安排、评审标准、奖项设置等均另行发布,不适用附件1报名表。涉及青少年参赛者时,仅提供赛道方向匹配建议(AIGC/AI+编程/AI+绿色消费三选一),报名指引提示用户关注官方后续发布。
参赛权益速览(增强用户参赛动机认知)
获奖项目七大权益:①政策对接(消费新业态试点、《上海市创新产品推荐目录》)②业务场景(对接商圈/门店/平台资源)③资本对接(合作投资机构)④赛展支持(WTCC专属展区+下年度优先通道)⑤模速孵化(入驻评估、办公空间、算力资源)⑥商业验证转化(产品体验、销售测试、零售策略、商业化陪跑)⑦宣传推广(大赛及合作媒体矩阵)。核心成长闭环:大赛发现 → WTCC验证 → 空间孵化 → 市场放大。
📌 完整赛道体系明细、报名表字段说明、对抗式审查清单、输出模板、示例及背景信息均在
references/目录下按需加载。
参考文件加载指南
本 Skill 采用三层渐进加载架构。SKILL.md 为常驻层(L2),参考文件按需加载(L3):
| 文件 | 加载时机 | 内容 |
|---|---|---|
references/tracks-detail.md | Step 3 赛道匹配时 | 4赛道×17细分赛道完整明细 + 决策树 + 评分矩阵 |
references/form-guide.md | Step 5 报名表填写时 | 报名表7部分逐字段填写指南 + 附件清单 |
references/adversarial-review.md | Step 4 对抗式审查时 | 5视角审查完整清单 + 风险分级框架 |
references/output-templates.md | 输出报告时 | 赛道推荐/对抗审查/填写建议三类模板 |
references/examples.md | 需要示例参考时 | 2个完整工作流示例(应用组+创客组) |
references/background.md | 需要政策/产业背景时 | 政策文件、产业动态、评审关注重点 |
加载规则: 仅在执行到对应 Step 时加载相关参考文件,不要预读全部文件。
核心工作流程(6步)
Step 1:信息收集
向用户收集项目核心信息。必收集8项 + 选收集6项:
必收集:
- 项目名称(或暂定名)
- 项目一句话描述(做什么、给谁用)
- 核心AI技术(大模型/CV/NLP/推荐算法/机器人控制/其他)
- 目标用户群体
- 当前阶段(创意/原型/试商用/规模化商用)
- 是否已有商业化数据(用户数/营收/客户数)
- 团队构成(企业/高校/创业团队/个人,人数,核心能力)
- 是否面向6-18岁青少年
选收集(用于深度分析): 9. 竞品或类似产品 10. 核心差异化优势 11. 目标市场规模估计 12. 已有知识产权(专利/软著/商标) 13. 数据合规情况 14. 是否涉及联合申报
可使用结构化提问或对话方式收集,不要求一次性全部获得。
Step 2:第一性原理分析
从4个维度对用户项目进行解构:
2.1 需求本质 — 解决的根本问题是什么?需求是否真实?AI的不可替代性在哪? 2.2 技术本质 — AI技术栈构成(感知→认知→决策→执行),核心壁垒在哪层?技术成熟度? 2.3 价值链定位 — 在消费价值链中的位置(生产→流通→营销→体验→服务→反馈),价值创造点? 2.4 趋势对齐 — 是否符合国家"AI+消费"政策?是否符合上海产业布局?可复制性?
Step 3:赛道匹配
📌 加载
references/tracks-detail.md获取完整赛道明细
3.1 一级赛道决策(核心交付物判断):
- 实体产品/硬件 → 赛道1:AI消费·新产品
- 服务/应用/解决方案 → 赛道2:AI消费·新场景
- 平台/模式/商业工具 → 赛道3:AI消费·新模式
- 青少年(6-18岁)创意作品 → 赛道4:AI新力量·青少年创客
3.2 细分赛道评分:对候选2-3个细分赛道按5维度评分(匹配度30% + 创新性20% + 竞争优势20% + 商业潜力15% + 政策契合15%)
3.3 输出:首选赛道 + 备选赛道 + 选择理由 + 风险提示
Step 4:对抗式审查
📌 加载
references/adversarial-review.md获取完整审查清单
模拟5种评审视角交叉质疑:
- 技术专家 — 质疑技术壁垒和护城河
- 商业评委 — 质疑商业可行性和付费意愿
- 消费者 — 质疑用户体验和采用门槛
- 合规审查 — 质疑数据安全和伦理风险
- 产业专家 — 质疑行业理解和竞争窗口
输出:每个视角的关键质疑 + 风险等级 + 改进建议,汇总为致命/重要/一般三级风险表。
Step 5:报名表填写指导
📌 加载
references/form-guide.md获取逐字段填写指南
基于前4步分析,为用户提供逐字段填写建议,重点指导:
- 项目名称命名公式与示例
- 项目简介300字结构模板
- 技术创新点200字结构模板
- 商业化数据填写格式
- 数据合规说明要点
- 团队信息配置建议
Step 6:最终检查
提交前逐项检查(12项 checklist):
- 项目名称简洁且体现AI+消费特征
- 申报组别与项目阶段匹配
- 所属重点方向与推荐赛道一致
- 项目简介≤300字且逻辑完整
- 技术创新点≤200字且有量化指标
- 商业化数据已填(应用组)或标注选填(创客组)
- 数据合规说明已填(算法项目)
- 团队信息完整(负责人+≥2核心成员)
- 四项法律声明均勾选同意
- 附件材料已准备(至少商业计划书+演示材料)
- 文件命名为"组别+项目名称"
- 对抗式审查致命风险已在材料中回应
输出规范
📌 加载
references/output-templates.md获取完整模板
三类标准化输出:
- 赛道推荐报告 — 项目概况 + 第一性原理分析 + 评分矩阵 + 推荐结论
- 对抗式审查报告 — 5视角质疑 + 风险分级表 + 应对策略
- 报名表填写建议 — 逐字段建议内容 + 修改理由
特殊场景处理
| 场景 | 处理方式 |
|---|---|
| 项目跨赛道 | 优先选核心交付物对应赛道,简介中提及跨赛道属性,主申报只选一个 |
| 青少年创客 | 切换赛道4评估框架,评审重点转向创意完整性和实践价值,对抗审查以鼓励性建议为主;提示赛道4独立报名、官方另行发布 |
| 联合申报 | 团队信息明确各方分工,知识产权声明说明联合开发权属,建议附联合申报协议 |
| 外资/海外团队 | 评估中国市场适配性,简介说明本土化策略,考虑"AI+消费企业全球化"赛道 |
反模式(Anti-Patterns)
以下行为会降低建议质量,执行时需避免:
| 反模式 | 说明 | 正确做法 |
|---|---|---|
| 跳过第一性原理直接选赛道 | 不分析需求本质就推荐赛道,导致匹配肤浅 | 必须完成Step 2分析后再进入Step 3 |
| 对抗式审查走过场 | 只提表面问题,不触及致命风险 | 每个视角至少提出1条"最尖锐"的质疑 |
| 填表建议过于笼统 | 只给模板不给具体内容 | 基于用户项目信息给出可直接使用的建议文本 |
| 忽视伦理风险 | 对情感陪伴/教育类项目不审查伦理问题 | 赛道1陪伴机器人、赛道2教育产品必须重点审查伦理 |
| 虚报商业化数据 | 建议用户夸大数据以提升竞争力 | 据实填写,数据不足时用替代指标(试点案例、满意度等) |
| 忽略组别匹配 | 原型阶段项目建议报应用组 | 严格匹配:已商用→应用组,原型→创客组 |
| 预读全部参考文件 | 一次性加载所有references文件 | 按Step进度按需加载对应文件 |
背景参考
📌 需要时加载
references/background.md获取完整政策/产业背景
政策:2026年6月商务部等八部门发布AI+消费实施意见(17项举措);上海市发布扩消费行动方案。
产业:2026 WAIC展示4486项展品;上海张江AI应用商店500+款AI产品落地体验。
评审关注:AI不可替代性、消费场景真实性、产品化程度、数据合规、伦理安全、可扩展性。
作者
擎漫网络 | Qomob.AI
本 Skill 基于 SkillForge 方法论构建,源材料:大赛官方公众号文章、附件1参赛报名表、附件2赛道设置明细表。
相关技能
面向职业院校技能大赛的全流程备赛AI助手。覆盖赛前项目方向生成、PPT大纲策划、 展示剧本编排、训练计划制定四大模块。当用户提到技能大赛、备赛、参赛准备、 训练计划、PPT答辩、展示剧本、竞赛指导、选拔选手等关键词时触发。 适用于人工智能应用、数字艺术设计、软件开发、工业互联网、智能制造、 电商运营等各类赛项,以及双创竞赛、挑战杯等综合类赛事。
面试教练 - 2026求职季必备AI面试助手。覆盖简历优化、模拟面试、薪资谈判、offer选择等全流程,帮你从投递到入职一路通关。
AI购物助手,用于用户选商品、比较品牌型号、核实真实到手价、分析购买渠道、店铺主体、售后条款、评论可信度与交易风险。适合“我不知道买什么”“帮我比较几个商品”“哪里买更合适”“这个店靠谱吗”“优惠后到底多少钱”等购买前决策任务。内置 Python 引擎可完成需求状态更新、候选匹配、优惠计算、评论证据整理、商家证据分析与来源质量评估;只提供可验证的购物参考,不替用户提交订单或付款。
AI投标策略顾问。当用户给出一个具体的招标项目并希望制定投标策略时,必须使用此SKILL:投标策略制定、建议报价带/报价策略(基于历史成交价)、竞争格局分析与竞争对手预测、采购方采购规律与预算水平画像、投标决策(该不该投)、中标概率评估、风险清单与行动建议。基于全网招中标历史数据输出策略报告。即使用户没有提到「策略」,只要涉及怎么投、怎么报价、怎么打赢某个标等需求,都应使用本SKILL。
Use this skill when the user asks to research a market, industry, or competitive landscape. Also triggers on 行业调研, 竞品分析, 市场分析, 桌面调研, research this market, 调研一下, 帮我调研, 查一下XX市场. It enforces a structured credibility-scored research protocol (source tiering, cross-validation, graded conclusions) instead of ad-hoc web searching.