Community研究&データ分析github.com

優良研究アイデア

ユーザーがロボティクス、ロボット視覚言語行動(VLA)モデル、ロボット行動ポリシーなどの分野やサブ分野において、文献に裏付けられた研究テーマ、論文アイデア、未解決問題、または近い将来の方向性を尋ねたときに使用します。単独の論文要約には使用しません。

優良研究アイデア とは?

このスキルは、最新のトップ会議やジャーナルから最大20件の論文を体系的に検索・選定し、それらの「制限事項」と「将来の課題」セクションを詳細に分析することで、再現性のある未解決のギャップを特定し、検証可能な研究アイデアへと変換します。ConsensusやSciSpaceなどの文献検索ツールを活用し、自然言語による研究質問で論文を探索し、著者キーワードや引用リンクを手がかりに関連性を評価します。選定された論文の制限事項、著者による将来研究の提案、結果から推論されたギャップを個別に記録・ランク付けし、それらが複数の独立した研究チームによって報告されているかどうかを重視します。最終的には200語以内の簡潔な回答を最初に提供し、具体的な研究質問、主要なエビデンス、最小限の実験設計を示します。詳細な根拠は別ファイルに保存し、回答内では主要な引用のみを保持します。このスキルは、開発者がロボティクスやAI分野で新規性のある研究テーマを効率的に発見し、文献の深い理解に基づいて優先順位を付けることを可能にします。対応プラットフォームはClaude Code、Cursor、CodexなどのAIエージェントです。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/RedZadios/good-research-ideas/tree/HEAD/skills/good-research-ideas

Installed? Explore more 研究&データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

優良研究アイデア は何をしますか?

最近のトップティア研究における再発性のある未解決ギャップを見つけ、検証可能なアイデアに変換します。最初の回答では200語以内でアイデアを先に提示し、エビデンスは追跡可能な形で別途保持します。

最大20件の論文を検索・選定する

  • ユーザーの範囲を研究質問に変換し、何が一致すべきかを特定します:問題、タスク、システム、入力、出力、評価設定。広範なトピックについては、関連する複数のサブ領域を探索します。狭いリクエストに対しては、サンプルを埋めるために拡張するのではなく、その定義上の制約を保持します。ユーザーが明示したリソース制約を尊重し、ハードウェアやプライベートデータへのアクセスを仮定しません。
  • Consensus と SciSpace を両方利用できる場合は、補完的な発見のために使用します。自然言語の研究質問で検索し、公式の議事録やジャーナルを使用して発表会や受賞をカバーし、強い一致からの著者用語や引用リンクを利用して拡張します。検索とエビデンスの方法を参照して、検索パス、関連性チェック、フォールバックを確認します。
  • 完全なアブストラクトを読み、利用可能な場合は論文の著者提供キーワードを確認します。コアとなる貢献とタスクまたは評価が要求された範囲に対応しているかを判断します。正確な表現にとらわれないでください:クエリの頭字語がなくても論文が該当する場合があり、タイトル、キーワード、受賞歴がオフトピックな論文を救うことはできません。著者キーワードが公開されていない場合は、その旨を記録し、アブストラクトで明示的に述べられている用語を使用します。
  • 検索日を終了日とする3暦年のローリングウィンドウを使用します。査読付き出版と、同一研究の既知の最も早い公開日を確認した後に全文を読みます。同一研究のプレプリント、議事録、ジャーナル版を重複排除します。プレプリントとしてのみ公開された論文は除外します。
  • 最も近い直接的な一致を優先し、公式の最優秀論文賞や過去2年間の実質的な被引用数の増加など、検証済みの品質シグナルを使用して、同等の関連性を持つ論文をランク付けします。選定基準と予備順位は制限事項を読む前に設定します。必要に応じて、公式ファイナリスト指定や独立した外部検証など、検証済みの二次シグナルを持つ直接関連論文にラベルを付けます。最近性や会場の格式だけでは不十分です。全文が読めない論文は、適格な予備論文で置き換えます。20件を目標とし、水増しせずに実際の件数を報告します。

読み、クロスチェックし、ランク付けする

  • 元の「制限事項」と「将来の課題」セクション(存在する場合)を読みます。関連する議論、結果、結論、補足資料も精査します。各論文について、著者による制限事項、著者による将来研究の提案、結果から推論されたギャップを、バージョンリンクとセクション/ページ/図の位置情報とともに個別に記録します。記述がない、または検証できない場合はフラグを立てます。アブストラクトや自動抽出は全文レビューとしてカウントされません。
  • クレームは、同じ具体的なボトルネックや提案された次のステップに関する場合にのみグループ化します。著者による制限事項と将来研究の提案は、レビューした論文数のうち、異なる論文として別々にカウントします。サポートする論文IDと独立した研究チームを記録します。著者、データ、または手法の共有に注意し、推論、部分的な修正、反証は別々に保持します。
  • 同じウィンドウ内の新しい研究をチェックし、部分的な修正や反証がないか確認します。サンプル外の論文は、サンプル数を変えずに結論を変える可能性があります。頻度、独立性、残された不確実性、実現可能性によってテスト可能な方向性をランク付けします。反復を予測と同一視したり、新規性が証明されたと主張したりせずに、方向性が今後1〜2年で有望に見える理由を説明します。

簡潔な回答を最初に提示する

  • 最初のチャット回答全体を200語以内に収めます(見出しや注釈を含む)。ユーザーの言語に合わせ、単語間のスペースがない言語では同等の簡潔さを使用します。最も強い方向性から始めます。それぞれについて、具体的な質問、主要なエビデンスまたはサポート数、最小限の実験または指標を示します。実際にレビューした論文数と、ランキングを変える制限事項を述べます。
  • 完全な論文台帳、両方のサポートランキング、詳細な実験計画は最初のチャット回答から除外します。ファイル出力が利用可能な場合はリンクされたエビデンスファイルに配置します。それ以外の場合はフォローアップのためにエビデンスを保持します。主要なソース引用は簡潔な回答自体に保持します。

関連スキル