[Feature] Align the negative review standard

[SiegfriedZhen]

Goal: align the unwanted / not suitable proposal from previous reviews (many -1 revies) or experts

Difficulties: only 2024's proposals are not enough for knowing the standard

1. Expert view: program lead would provide some standards like red lines (e.g. commercial, gender, race... some of may related to COC or review guidelines

2. Data View: Gather more negative reviews (-1) before 2024 PyCon TW

[SiegfriedZhen]

summary from claude 3.7 Sonnet thinking mode, from -1 review portion over 25% on single proposal

不好稿件的共同特徵分析

根據提供的審查過程中被拒絕或評價不佳的稿件，我歸納出以下幾個明顯的問題特徵：

1. 資訊不足或過於簡略

• 僅提供標題，缺少摘要、大綱或目標
• 大綱空泛，無法讓審查者判斷內容質量
• 未提供演講時間分配，難以評估是否能在規定時間內完成
• 僅僅複製貼上相同內容到不同欄位（如「詳細描述」和「大綱」相同）

2. 與 Python 相關性不足

• 主題與 Python 語言或生態系統關聯性微弱或完全無關
• 更適合在其他技術會議發表（如 Julia、AI、銷售或管理相關會議）
• 未能說明為何要在 Python 會議分享此主題

3. 內容深度與原創性不足

• 網路上已有大量類似教學，未提供新穎見解
• 基礎教學內容，未展示進階應用或獨特見解
• 無法在有限時間內提供超越基礎教學的價值

4. 主題範圍不適當

• 範圍過大，試圖在短時間內涵蓋太多內容（如一次介紹多種工具或技術）
• 主題太模糊，缺乏具體內容和明確重點
• 未考慮聽眾能在有限時間內消化的信息量

5. 缺乏實用案例與應用場景

• 缺少實際應用案例或使用場景
• 沒有展示如何解決實際問題
• 未能清楚說明技術對聽眾的實際價值

6. 過於商業或宣傳導向

• 偏向產品或服務的宣傳，缺乏技術深度
• 內容像是廣告而非技術分享
• 未能提供中立的技術見解

7. 目標聽眾和預期收獲不明確

• 未清晰定義目標聽眾群體
• 沒有說明聽眾將從演講中獲得什麼價值或技能
• 對聽眾所需背景知識的描述不明確或不一致

8. 結構與組織問題

• 提案內容與標題不符
• 各部分之間缺乏一致性或邏輯連貫性
• 明顯的拼寫錯誤或語法問題，顯示準備不足

9. 時效性問題

• 主題已經過時或缺乏創新性
• 討論已經被廣泛探討過的技術，未提供新觀點
• 未能反映當前技術趨勢或行業發展

這些問題特徵往往相互關聯，一個不好的稿件通常會同時存在多個問題。成功的提案應該避免這些問題，確保內容豐富、與 Python 相關、具有深度和原創性，且結構清晰、目標明確。

[SiegfriedZhen]

need to refine the prompt