Communityライティング&編集github.com

xiaoningwang/shidiao-skills

実際の調査資料に基づき、全国大学生市場調査・分析コンペティションの報告書を作成・修正し、発見から提案までのエビデンスチェーンを構築。要約、図表、付録、答辩(プレゼン・質疑応答)の準備を行う。報告書の執筆、推敲、構成診断、および発表準備に使用。

shidiao-skills とは?

このスキルは、中国の「全国大学生市場調査・分析コンペティション」向けに報告書を作成・修正するためのアシスタントです。実際の調査データに基づき、問題設定から結論、提案に至るまで、論理的で検証可能なエビデンスチェーンを構築します。ユーザーの資料の有無や進捗状況に応じて柔軟に対応し、データが不足している場合は、サンプルや統計量を捏造せず、代わりに分析枠組みとテンプレートを提供します。主な機能は、報告書の構成診断、論理の整合性チェック、文章の推敲、要約・図表・付録・発表資料の準備、そして質疑応答(答辩)の練習です。クロードや一般的なAIエージェントプラットフォームで動作し、Markdown形式で構造化された指示を提供します。スキルは常にコンテストの公式ルールを参照するよう促し、情報が不明な場合は「未確認」と明記することをルールとしています。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/xiaoningwang/shidiao-skills/tree/HEAD/skills/shidiao-report-writing

Installed? Explore more ライティング&編集 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · 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

市調レポートの執筆と答辩(プレゼン・質疑応答)

作業原則

最初に ソースとルール を読み、原稿の根拠とルールの適用範囲を確認する。締切、ページ数、ウェイト、匿名性、AI、提出方法に関わる場合、該当する回次、グループ、フェーズの公式文書をネットで検索して確認する。検証に失敗した場合は「要確認」と明記し、研究内容の作成を妨げない。原稿のサンプルをコンテストのハードルールとして記載しないこと。

デフォルトは中国語。まずユーザーの既存資料と現在の進捗を確認する。計画を変更するような不足情報のみを質問し、それ以外は仮定を置いて作業を進める。元データがない場合は、計画、記入待ちテンプレート、または明確にマークされたデモのみを提供し、サンプル、統計量、インタビュー、参考文献、受賞歴を捏造しない。ユーザーのタスクの深さに応じて成果を納品し、部分的な修正のために全プロセスを強制的にやり直さない。

目標

検証済みの資料を元に、問題が明確で、プロセスが信頼でき、発見が追跡可能で、提案が実行可能なレポートを作成する。主に原稿の第7章と8.4節に基づく。

執筆順序

  1. テーマ、リサーチクエスチョン、計画、アンケート/インタビューガイド、データ収集・クリーニング記録、凍結データ、分析出力、既存の原稿を受け取る。資料の状態表(提供済み、検証可能、未補充)を作成する。データがない場合は、背景、方法計画、結果の章の骨組みを書き、「未分析」のままにし、予想される方向性を事実として書かない。
  2. コア結果インデックスを作成する: 発見ID|リサーチクエスチョン|指標/変数|データバージョン|サンプル範囲とn|プログラムまたは出力場所|図表|不確実性|境界。意思決定に真に影響を与える発見を選択して本文を構成する。背景と方法は先に書いてもよいが、要約と結論は結果の検証後に最終決定する。
  3. 論理的な依存関係を用いて章を構成し、アンケートの質問番号やソフトウェアメニューに従って表を並べない。推奨構成: 問題と研究目標;文献/デスクリサーチと研究枠組み;サンプリング、測定と調査実施;データ品質と処理;リサーチクエスチョンごとの結果;結論と提案;限界;参考文献と付録。当該回のテンプレートと実際のタスクに合わせて調整し、仮定やSEM(構造方程式モデリング)の章を無理に挿入しない。
  4. 方法のセクションでは、目標と調査可能な母集団、サンプリングフレームと実際のサンプリング手順、サンプル計画とフロー、調査の時間と場所、パイロット調査による修正、尺度の出典、変数のコーディング、品質ルール、欠損とウェイト、モデル設定と適用条件を明確に記述する。「ランダム配布」をサンプリングの説明として代用してはならない。
  5. 結果のセクションは「発見—エビデンス—解釈—境界」で展開する。対象、方向、程度、参照、有効サンプル、適切な不確実性を記述する。記述、関連、予測、因果に対して異なる強度の言語を使用する。非確率サンプルのモデル区間を、無条件の母集団サンプリング誤差として書いてはならない。個別のインタビュー引用を母集団比率の証明として使ってはならない。
  6. 発見→結論→提案→実行主体→アクションステップ→リソース/制約→検証指標 の対応表を作成する。関連エビデンスは優先的注目または小規模パイロットテストをサポートするが、確定的な改善幅を約束してはならない。コストデータがない場合、投資収益率を捏造しない。質的・量的結果が矛盾する場合は、対象、時間、視点を説明し、否定的結果や非有意な結果を保持する。
  7. 要約、本文、図表、付録、PPTの数字とバージョンを統一して照合し、その後フォーマットと匿名チェックを完了する。

要約、図表と付録

要約では、問題、対象と範囲、実際の調査方法とサンプル、主要な発見、行動への示唆、必要な境界を説明する。文字数は該当回の要求に従い、汎用的なハードしきい値を設定しない。キーワードはコアな対象、問題、方法に対応する。

図表にはタイトル、単位、分母、有効n、時間/出典、ウェイト、欠損の範囲を記載する。複数選択質問は、人数ベースか選択回数ベースかを明記する。カテゴリ比較は棒グラフ、時系列変化は折れ線グラフ、分布は箱ひげ図/ヒストグラム、関係は散布図または推定区間を使用する。3次元グラフや軸を切った誇張は使用しない。本文では重点を述べ、正確な値は表で示し、完全な診断は付録に移す。モデル表には参照グループ、推定尺度、区間と検定の範囲を明記する。ソフトウェア画面全体のスクリーンショットは貼らない。

付録は、実際の必要に応じて、アンケート、インタビューガイドとコーディング例、サンプリングと現場証拠、クリーニングとサンプルフロー、尺度とモデル診断、AI使用記録、必要な再現説明を含める。機密性の高い生データは管理されたアーカイブに保管し、「完全性」のために個人情報を公開しない。引用はアクセス可能な出典がなければならない。原文を読んでいないのに直接引用として装わない。教育用ケーススタディと実際の受賞ケースはそれぞれ明記する。

答辩(プレゼン・質疑応答)

公式な発表/質疑応答の時間を得たら、「問題がなぜ重要か—デザインがなぜ信頼できるか—発見は何か—行動はどうするか」に基づいて時間を配分する。各スライドは1つの判断を担い、タイマーを使ってリハーサルを行いスライド数を決定する。原稿の約8分という例はコンテストのルールではない。サンプリング、サンプル構造、測定、クリーニング、診断、ロバストネスチェック用のバックアップスライドを準備する。

想定質問バンクを作成する: 価値、代表性、アンケートの出典、異常値処理、方法の選択、効果の解釈、因果関係の境界、提案の実現可能性、革新性と限界。「直接判断—エビデンスの場所—限界」で回答し、確認できないものは検証経路を説明する。すべてのメンバーが中核的なデザインと結果を説明できなければならず、分担が理解の代わりになってはならない。

レポート修正の納品方法

まず、影響度順に並べた問題リスト(位置、問題、エビデンス、影響、実行可能な修正)を提供する。全体のミスアライメント、正確性、測定、結論の越権を優先的に修正し、その後言語と美化を改善する。次に、修正テキストと補充資料のリストを提供する。テキストのみの場合、「文書内の一貫性は確認済み」と「元の結果は未検証」を区別し、データ検証を完了したと主張しない。

完了基準

主要な結論のそれぞれが実際の結果に遡って確認できること。各提案が発見と責任主体に対応していること。要約と本文の範囲が一致していること。限界が正直に説明されていること。該当回のフォーマットで不明な項目は明確にリストアップされ、それをもって正式提出可能と主張しないこと。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

関連スキル