Communitygithub.com

ResearchFigureCompiler(研究図表コンパイラ)

エビデンスに基づき、査読可能な研究図表を生成するための科学的ビジュアルコンパイラです。

ResearchFigureCompiler(研究図表コンパイラ) とは?

Research Figure Compilerは、AIエージェント(Claude Code, Cursor, Codex等)向けに設計されたスキルで、学術論文の図表(モチベーション図・パイプライン図)をエビデンスに基づいて生成・編集します。ユーザーが論文PDFや関連資料を提供すると、スキルはまず図表の種類と既存図の取り扱い方を明確化し、次に論文内容を要約した上で、固定プロンプトテンプレートを穴埋めし、画像生成またはベクターSVGで図表をレンダリングします。出力後は、科学的事実・構造・テキスト・視覚品質・編集可能性の5つのチェックを自動実行し、問題があれば修正します。デフォルトでは画像と編集可能SVGの両方を提供し、NeurIPSやICMLなどの会議品質を目標としますが、公式要件の確認はユーザー責任です。このスキルは、エビデンスロッカーやロール分析ファイル、監査JSONなどの過剰なアーティファクトは生成せず、ユーザーが明示的に要求した場合のみ提供します。

対応~Claude Code~Codex CLI~Cursor
npx skills add KaiyiHu/ResearchFigureSkill

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

Research Figure Compiler(研究図表コンパイラ)

公開ワークフローバージョン: 1.0

最も安全なショートワークフローを使用します:

許可された論文コンテンツ
  → 既存の論文図表が検査可能かを判断
  → 有用な論文サマリー1つ
  → モチベーションまたは/およびパイプラインプロンプトテンプレート
  → 編集可能な図表 + プレビュー
  → 1回の簡易クリティカルチェック

エビデンスロッカー、ロール分析ファイル、FigureSpec、証明バンドル、監査JSON、または複数ラウンドのレビューパッケージは、ユーザーが明示的に要求しない限り生成しないでください。

SKILL_ROOT はこのファイルを含むディレクトリとして解決します。

1. ユーザーブリーフの確立

トップAI会議の論文に期待されるコミュニケーション品質を目標とします:明確な5秒での貢献、ソースに制限された主張、レビュアーが読めるテキスト、正確な矢印、コンパクトな情報密度、整然とした配置、アクセシブルな色、そして編集可能なマスター。例としてNeurIPS、ICML、ICLR、AAAI、CVPR、ACL、KDDが挙げられます。これは品質目標であり、自動的に会議準拠を主張するものではありません。特定の会議の現在の技術要件が重要な場合は、公式ソースから確認してください。

分析の前に次の3つの決定をユーザーに提供するよう依頼します:

図表タイプ: モチベーション、パイプライン、または両方?
論文内の既存対応図表: はい、いいえ、または不明?
はいの場合: 完全に置き換える、参照として使用して改善する、または維持して選択部分を修復する?

リクエストがすでに決定事項を満たしている場合、再度質問しないでください。1つ以上の決定が不足している場合、生成前に簡潔な質問を1つ行います。既存図表についてはユーザーは「不明」と回答できます。その場合はステップ3で解決し、図を視覚的に検査する前に解決します。

2. ロール分類なしで出力を選択

このスキルには2つの固定図表タイプがあります:

  • motivation: 研究問題がなぜ重要で、研究が必要な理由;
  • pipeline: 提案手法が入力を出力に変換する方法。

ユーザーの指示に従います:

  • ユーザーが motivation、Figure 1、問題/ギャップ、または「モチベーション図」をリクエストした場合、motivation のみ生成します。
  • ユーザーが pipeline、手法、ワークフロー、アーキテクチャ、「方法図」、または「フローチャート」をリクエストした場合、pipeline のみ生成します。
  • ユーザーが両方または完全な図表セットをリクエストした場合、両方を生成します。
  • ユーザーがタイプを指定しない場合、続行前にモチベーション、パイプライン、または両方のどれを希望するか尋ねます。

1つの「勝者ロール」を推測してもう一方を抑制しないでください。

3. 既存の論文図表の検査前の解決

まずユーザーの除外指定を尊重します。除外されたページ、図表、キャプション、サプリメントは、それらが参照になるべきかどうかの判断にも使用しないでください。

残りの許可されたソースについて、既存のモチベーションまたはパイプラインフィギュアの存在可能性を、まず視覚的に検査せずに検出します。実用的な場合は非視覚的信号(PDF画像オブジェクト数、セクション配置、許可された抽出テキスト内の Figure マーカーなど)を使用します。

論文が選択されたタイプの既存図表を含んでいると思われ、ユーザーがまだ指示を出していない場合、その図を開いたりキャプションを読んだりする前に一時停止し、簡潔な質問を1つ行います:

論文には既存のモチベーション/パイプライン図が含まれているようです。どうしますか?
(1) 独立して再生成し、無視する
(2) 視覚的/レイアウト参照としてのみ使用する
(3) 維持して修復する
  • 独立再生成の場合、古い図やそのキャプションを検査・使用しません。許可された論文テキストとこのスキルから新しい構成を構築します。
  • 参照主導の再生成の場合、許可を得た後にのみ検査し、視覚構造/スタイルとして扱い、科学的証拠としては扱いません。
  • 修復の場合、検証された要素を維持し、要求された部分または失敗した部分のみを変更します。

ユーザーが既存図表の破棄、無視、参照、修復をすでに指示している場合、再度質問せずにその指示に従います。選択した出力タイプに関連しない補助的なプロットや図については質問しないでください。

4. 許可されたソースの読み取りと要約

許可された論文またはブリーフを1回完全に読みます。テキスト抽出または視覚的検査の前に、すべてのユーザー除外指定を尊重します。除外されたキャプション、図、ページ、サプリメントを証拠として使用しないでください。

paper-summary.md を1つ作成します(通常500〜900語または同等)。含める内容:

  1. 研究問題と重要性;
  2. 現在のアプローチと具体的なギャップ;
  3. 制限されたテーゼと貢献;
  4. メソッドの入力、3〜7の主要ステージ、ハンドオフ、出力;
  5. 論文理解に役立つ最も強力な正確な結果;
  6. 図表が暗示してはならない制限と解釈;
  7. 図表に表示される可能性が高い正確な用語、数値、ラベル;
  8. 検査範囲、除外、不足している資料。

可能な場合はページ/セクションアンカーを使用しますが、別のエビデンスロッカーは作成しません。単位、符号、修飾語、不確実性を保持します。欠落したモジュール、値、関係、因果的主張を発明しないでください。

5. 固定プロンプトテンプレートの記入

references/prompt-templates.md を毎回読みます。ステップ2で選択したテンプレートのみを記入します。

各プロンプトに対して:

  • すべての {{PLACEHOLDER}} を置き換える;
  • サマリーから正確な科学的ラベルをコピーする;
  • 1つの明確な5秒メッセージを維持する;
  • すべての可視エンティティとすべての矢印を ソース → ターゲット | ラベル/ペイロード としてリストする;
  • 表示してはならないものを明記する;
  • ライブ編集可能なテキストとベクター/ネイティブ形状を要求する;
  • 短いネガティブプロンプトとクリティカルQAチェックリストを含める。

motivation-prompt.md、pipeline-prompt.md、またはその両方を保存します。論文全体を描画プロンプトに貼り付けないでください。

記入されたすべてのプロンプトには、レイアウト安全契約を含める必要があります:

  • すべてのキャンバス端に4〜6%のクリーンな外側安全領域を確保する;
  • タイトル、ラベル、矢印ヘッド、境界線、意味のあるアイコンを完全に安全領域内に収める;非本質的な背景テクスチャのみが安全領域に入ることができる;
  • 有用なキャンバス全体に視覚的質量を分散させ、通常75〜88%を占め、大きな偶発的な空白領域がないようにする;
  • 関連するパネルエッジ、タイトルインセット、ステージセンター、行ベースライン、繰り返しオブジェクトを明示的な共有ガイドに揃える;
  • ギャップを一貫させ、ホワイトスペースを意図的にする;
  • エッジの混雑と、コンテンツのほとんどが一角に圧縮された構成の両方を避ける。

参照主導のスタイル契約

ユーザーが1つ以上の望ましい例を提供した場合、それぞれを主要なスタイルと構成の参照として扱います。オプションのインスピレーションや科学的証拠としては扱いません。

レンダリング前に、例を観察可能な指示に変換します:

  • パネルトポロジーとおおよその領域比率;
  • 境界スタイル、ストローク特性、コーナー処理;
  • タイトルのレタリング、本文のレタリング、タイポグラフィ階層;
  • アイコンファミリー、矢印のリズム、情報密度、ホワイトスペース;
  • セマンティックアクセントカラーと、塗りつぶしが使用されるかどうか。

記入されたプロンプトでは、レンダラーがこの視覚言語を維持し、一般的なハウススタイルに再設計してはならないことを明示的に述べる必要があります。参照固有の科学的コンテンツ、テキスト、数値、ロゴ、ユニークアイコンを、現在の論文からの検証済みインベントリに置き換えます。

視覚的参照が提供されない場合、デフォルトで手描きの学術インフォグラフィックを使用します:白紙背景、やや不規則な黒線、色付き破線の角丸パネル境界、手書き風見出し、シンプルな科学的落書きアイコン、控えめな淡いハイライト、コンパクトで読みやすい情報密度。現代的なコーポレートカードグリッドをデフォルトにしないでください。

モチベーションの境界

使用:

現状 → 観察された制限または盲点 → 制限された研究ニーズ

最大3つの主要メッセージを表示します。完全なアーキテクチャ、トレーニング手順、または結果リーダーボードを明らかにしないでください。

パイプラインの境界

使用:

型付き入力 → 3〜7の動詞主導ステージ → 型付き出力

すべてのハンドオフに名前を付けます。ソースが明示的にサポートする場合のみ、ブランチやフィードバックを表示します。ベンチマーク勝利バッジや装飾モジュールを追加しないでください。

6. 図表の生成

記入されたプロンプトをレンダラー入力として使用します。それを異なるビジュアルシステムに暗黙的に再解釈しないでください。

6.1 レンダリング順序の選択

以下のいずれかが当てはまる場合、画像ファーストレンダリングを使用します:

  • ユーザーが視覚的参照を提供した;
  • ユーザーがGPT/画像モデル生成を要求した;
  • 手描きまたはイラスト的なビジュアル言語への一致が、完全なベクター純度よりも重要である。

画像ファーストモードでは、記入されたプロンプトと提供された参照画像を直接画像生成器に渡します。最初のアーティファクトはスタイル忠実なPNGです。このステップを手動で設計されたコーポレートSVGに置き換えないでください。

ユーザーが完全に編集可能な決定論的マスターを明示的に優先する場合、または正確なプロット/方程式が支配的な場合にのみ、ベクターファーストレンダリングを使用します。ベクターファースト出力でも宣言されたスタイル契約を実装する必要があります。編集可能だからといってクリーンなサンセリフカードを意味するわけではありません。

スタイル忠実性と編集可能性の両方が要求された場合:

  1. まずスタイル忠実な画像を生成し承認する;
  2. 同じパネルトポロジー、破線境界、手描き線の特性、レタリング階層、アイコン、アクセントパレットを維持する編集可能なSVGコンパニオンを作成する;
  3. 正確な科学的ラベル、値、矢印をライブかつ正しく保持する;
  4. イラストレーションレイヤーがラスターのままである場合、その旨を開示し、図全体が完全に編集可能であると主張しない。

デフォルトの成果物は次のとおり:

motivation.svg + motivation.png
pipeline.svg + pipeline.png

ユーザーが要求した場合のみ、別の編集可能フォーマットを使用します。正確な定量的プロット、軸、方程式、センシティブな数値は決定論的のままです。短い図ラベルは画像ファーストのスタイルパスで生成される場合がありますが、必要に応じて文字ごとにチェックし、編集可能なコンパニオンで修正する必要があります。

レンダリング前に、レイアウト安全契約を具体的な座標または比率に変換します。暫定的な1800 × 1000キャンバスの場合、重要なコンテンツを左/右端から約72〜108ピクセル、上/下端から40〜60ピクセルに保ちます。繰り返し領域とオブジェクトを名前付きガイドに揃えます。エクスポート後にクリッピングのリスクがある見かけ上のフルブリード境界を使用しないでください。

参照画像が提供された場合、その観察可能な視覚文法を十分に忠実に保持し、結果が要求されたスタイルファミリーに属するようにします。その科学的コンテンツ、テキスト、値、ロゴ、ソース固有のシンボルをコピーしないでください。

7. 1回の簡易クリティカルチェックを実行

実際のプレビューを100%および200%の1つのビューで検査します。以下のゲートのみをチェックします:

  1. 科学 — 発明された、またはソースよりも強い主張、値、コンポーネント、法的/臨床的結論がないこと。
  2. 構造 — 必要なエンティティが存在すること;ステージ順序とすべての矢印のエンドポイント/方向が正しいこと。
  3. テキスト — 正確な綴り、記号、数字;疑似テキスト、欠落グリフ、読み取り不能なラベルがないこと。
  4. 光学とレイアウト — ぼやけ、ぼやけた/溶けた形状、重なり、クリッピング、キャンバス外のコンテンツ、明らかな低解像度拡大がないこと。目に見える4〜6%の周辺安全領域、キャンバスのバランスの取れた使用、大きな偶発的な空白領域がないこと、一貫したギャップ、関連するタイトル、パネル、行、ステージ、繰り返しオブジェクトの整列を確認。
  5. 編集可能性 — マスターがライブテキストと個別のベクター/ネイティブオブジェクトを保持し、1つのフラット化されたビットマップではないこと。

参照が提供された場合、パネルトポロジー、境界処理、レタリング特性、アイコン言語、情報密度が目に見えて異なるスタイルファミリーにドリフトした場合も光学ゲートは不合格となります。

SVGの場合、オプションで軽量チェックを実行します:

python3 "${SKILL_ROOT}/scripts/quick_qa.py" figure.svg figure.png

イラストレーションレイヤーがラスターのままであることを正直に開示した画像ファーストハイブリッドの場合、--allow-hybrid を使用します。このフラグを、フラット化画像が完全に編集可能であると説明するために使用しないでください。

いずれかのゲートが不合格の場合、1つの対象修正を行い、再度検査します。最初に合格した結果で停止します。ユーザーがさらなる反復を要求しない限り、レンダリング試行は最大2回までとします。

8. 成果物を小さく保つ

デフォルトファイル:

paper-summary.md
motivation-prompt.md        # 選択された場合のみ
motivation.svg
motivation.png
pipeline-prompt.md          # 選択された場合のみ
pipeline.svg
pipeline.png

最終応答で5つのQAゲートを報告します。QAファイルは作成しません。一時的なレンダリングはOSの一時ディレクトリに属し、最終ファイルが合格したら削除する必要があります。

制限

  • 許可なく外部プロバイダーにプライベートまたは未公開の素材を公開しないでください。
  • 決定論的検証なしに、画像生成された軸、ベンチマーク値、方程式、または最終的な高リスクの科学的ラベルを使用しないでください。
  • 現在の公式要件が確認されない限り、会議準拠を主張しないでください。
  • 存命のアーティストを模倣したり、参照図を密接にコピーしたりしないでください。
  • 専門家による科学的、統計的、臨床的、法的レビューを代替しないでください。

関連スキル