Grant Proposal

• Sie haben eine validierte Forschungsidee (z. B. aus /idea-discovery) und müssen diese als Förderantrag verpacken, bevor Sie mit den Experimenten beginnen.
• Sie zielen auf eine bestimmte Förderagentur ab — KAKENHI, NSF, NSFC, ERC, DFG, SNSF, ARC oder NWO — und benötigen eine agenturspezifische Abschnittsstruktur, Sprache und Ausrichtung an den Bewertungskriterien.
• Sie möchten, dass ein KI-Gutachtergremium (GPT-5.4 in der Rolle eines Grant Proposal-Gutachters) Ihren Entwurf bewertet und schwerwiegende Mängel vor der Einreichung aufzeigt.
• Sie müssen eine strukturierte Matrix aus spezifischen Zielen / Claims-Aims-Evidence sowie einen jahresweisen Meilensteinplan erstellen, bevor Sie Fließtext verfassen.

• Sie haben die Experimente bereits abgeschlossen und schreiben die Ergebnisse auf — verwenden Sie stattdessen /paper-writing; Grant Proposals argumentieren für zukünftige Arbeit, nicht für abgeschlossene Erkenntnisse.
• Sie haben noch keine Forschungsidee oder -richtung — führen Sie zunächst /idea-discovery aus, um eine validierte Idee zu entwickeln, bevor Sie diese Skill aufrufen.
• Sie benötigen ein finalisiertes, einreichungsfertiges Dokument mit echten Budgetzahlen und ausgefüllten PI-Qualifikationen — diese Skill lässt absichtlich [AMOUNT]- und [TODO]-Platzhalter für PI-spezifische Informationen, die nicht erfunden werden können.

Unterstützt KAKENHI (Japan), NSF (USA), NSFC (China – einschließlich 面上/青年/优青/杰青/海外优青/重点), ERC (EU), DFG (Deutschland), SNF (Schweiz), ARC (Australien), NWO (Niederlande) sowie ein GENERISCHES Format für beliebige andere Förderinstitutionen. Jede Agenturvorlage setzt automatisch die korrekte Abschnittsreihenfolge, Sprache, kulturelle Normen und Bewertungskriterien durch.

Verknüpft Teilfähigkeiten in einer grant-spezifischen Reihenfolge: /research-lit (Literaturrecherche) → /novelty-check (Lückenverifikation) → narratives Strukturdesign mit einer Claims-Aims-Evidence-Matrix → vollständige Abschnittsentwürfe → /research-review (KI-Panel-Bewertung) → Überarbeitung. Jede Phase endet mit einem expliziten Nutzer-Checkpoint, bevor fortgefahren wird.

Ruft GPT-5.4 (über mcp__codex__codex) als Gutachter eines Bewertungsgremiums auf – nicht als Papier-Reviewer – um jeden Abschnitt anhand behördenspezifischer Kriterien mit 1–5 zu bewerten, kritische Mängel zu identifizieren und eine Empfehlung zur Förderung/Überarbeitung/Ablehnung auszusprechen. Standardmäßig werden bis zu zwei Überprüfungs-Überarbeitungszyklen durchgeführt, wobei das Feedback in grant-proposal/GRANT_REVIEW.md gespeichert wird.

Setzt die Regel durch, dass jedes spezifische Ziel einen eigenständigen Wert haben muss (wenn ein Ziel scheitert, liefern die anderen weiterhin publizierbare Ergebnisse) und logisch miteinander verknüpft ist. Eine strukturierte Matrix ordnet jedem Ziel seinen zentralen Anspruch, vorläufige Evidenz, vorgeschlagene Validierung, Risikoniveau und ein konkretes Ergebnis zu.

Speichert den Phasenfortschritt nach jeder Phase in grant-proposal/GRANT_STATE.json. Wird die Sitzung unterbrochen, setzt die Fertigkeit den Vorgang automatisch innerhalb von 24 Stunden ab der zuletzt abgeschlossenen Phase fort und stellt dabei die Lückenaussage, die Anzahl der Ziele, die Codex-Thread-ID sowie den Entwurfsinhalt wieder her.

Gibt standardmäßig eine vollständige grant-proposal/GRANT_PROPOSAL.md aus oder ein strukturiertes LaTeX-Projekt (main.tex + Dateien pro Abschnitt), wenn output format: latex festgelegt ist. Optionale Abbildungen – Übersichtsdiagramm, experimentelles Paradigma und Gantt-Diagramm – können über /paper-illustration oder direkten SVG-/matplotlib-Code generiert werden.

Ein Forscher mit einer validierten Idee aus /idea-discovery führt /grant-proposal "Thema — KAKENHI Start-up" aus. Die Funktion entwirft alle erforderlichen Abschnitte in formellem Japanisch (研究目的, 研究計画・方法, 準備状況), erstellt einen jährlichen Meilensteinplan und kennzeichnet fehlende 社会的意義-Inhalte (gesellschaftliche Bedeutung) während der KI-gestützten Panel-Überprüfung.

Ein PI in der frühen Karrierephase führt /grant-proposal "direction — NSF CAREER" aus. Das Skill strukturiert den Antrag rund um Intellectual Merit und Broader Impacts, erstellt eine Drei-Ziel-Struktur mit Absätzen zu Vorabdaten und stellt sicher, dass der Abschnitt zu den Broader Impacts konkrete Öffentlichkeitsaktivitäten enthält statt allgemeiner Formulierungen.

Ein Forscher zielt auf den Untertyp 青年基金 ab, indem er /grant-proposal "Thema — NSFC Youth, language: Chinese" ausführt. Das Skill entwirft 立项依据, 创新性 (nummerierte Innovationspunkte), 可行性分析 und 研究基础, positioniert die Arbeit an der 国际前沿 und hinterlässt Platzhalter für die Publikationsliste des Hauptantragstellers.

Ein PI, der 3 Jahre nach seiner Promotion tätig ist, führt /grant-proposal "Idee — ERC Starting" aus. Der Skill verfasst eine High-Risk/High-Gain-Narrative, erstellt eine Arbeitspaket-Tabelle mit Deliverables und Meilensteinen, generiert eine Gantt-Diagramm-Abbildung und führt anschließend zwei Runden KI-gestützter Panel-Begutachtung anhand der ERC-Kriterien für bahnbrechende Forschung und Methodik durch.