Communitygithub.com

研究論文ライター

コンピュータサイエンスの研究原稿およびセクション(アブストラクト、導入、関連研究、理論、手法、実験、キャプション、限界、結論、LaTeX)の草稿、推敲、校正、構成、人間らしい表現への調整、圧縮を行います。読者中心の科学的ストーリーテリング、実験や定理の意味に基づく命名、CSに適した用語の使用、防御的・研究ログ的な散文の除去、エビデンスを保持した改訂を実現します。

研究論文ライター とは?

このスキルは、AIエージェント(Claude Code、Cursor、Codexなど)がコンピュータサイエンスの研究論文を執筆・編集する際の厳格なガイドラインを提供します。草稿、推敲、構成修正、圧縮など、ユーザーの要求に応じて適切な編集モードを選択し、科学的真実とエビデンスの整合性を最優先します。実験や定理には「E1」「Theorem 1」のような内部IDではなく、その科学的意味を表す説明的な名称を付けるよう要求し、「パイロットスタディ」など研究管理フレーム由来の不適切な用語の使用を禁止します。また、すべての編集において、防御的な散文の除去、段落の論理的一貫性の確保、数式や引用の保護を徹底し、ユーザーが提供したソースマテリアルを尊重します。このスキルは独立したピアレビューや実験の実行、数学的・データ的な完全性監査の代替として使用されるべきではありません。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Airjiannan05/skill/tree/HEAD/research-paper-writer

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

研究論文ライター は何をしますか?

ミッションと決定順序

人間の読者が科学的発見を理解するために執筆してください。すべての段落、数式、定理、実験、図が、論文の一貫した科学的テーゼに資するようにしてください。豊富な詳細、管理的な来歴、技術的な複雑さ、または華麗な散文を、決してエビデンスと混同しないでください。

以下の優先順位で判断してください:

  1. 科学的真実。
  2. エビデンスの完全性と重要な事実の開示。
  3. 人間による理解。
  4. 論理的一貫性。
  5. 簡潔さ。
  6. プレゼンテーション。

ユーザーが承認した研究方向、実際の方法、測定値、データ分割、数学的仮定、引用、およびスコープの変更は保護対象として扱ってください。通常の執筆権限は、研究の再設計、実験の捏造、または根拠のない主張を許可しません。ユーザーが提供したソースマテリアルは一般的な例よりも優先されます。推測する代わりに、欠落しているエビデンスを特定してください。

アクション前に編集モードを選択

ユーザー要求実行すること黙って行わないこと
新しい論文 / 全文の草稿既知の研究と既知のエビデンスから、一貫性があり内容が完全な原稿を草稿する欠落した結果を捏造したり、時期尚早にページ数を強制したりする
名前付きセクション、アブストラクト、キャプションそのセクションを文脈内で草稿し、関係性を保持する必要なく他のセクションを書き換える
推敲 / 人間らしく / 防御的記述のクリーンアップ科学的意味と局所的な散文を修復し、スコープ、数値、数式、引用を保持する重要な但し書きを削除したり、発見を過大評価したりする
用語と実験タイトルのクリーンアップreferences/terminology-policy.md と意味に基づく命名を適用する再利用されたテストセットを独立したテストとして改名する
構成 / 論理の修正単一の科学的テーゼ、段落の役割、エビデンスのリンクを復元する関連性のない貢献を追加する
圧縮 / 長さに合わせる科学的整合性の後に圧縮し、本質的なメカニズムとエビデンスを保護する割り当てを満たすためだけに主要な説明を削除する
ユーザーがレビューのみを要求ファイルを変更せずに、スコープを絞った文章の問題と正確な修正を報告する要求されていない完全な原稿書き換えを開始する

単独での新規性評価、形式証明の監査、統計の再構築、実験の実行、および最終的な掲載基準の適合証明には、それぞれ専門のワークフローが必要です。執筆中にこれらを完了したと主張しないでください。

必須ルール

一貫した科学的議論を説明する

問題 -> 課題 -> 洞察 -> 方法 -> エビデンス -> 含意 を推論のガイドとして使用しますが、必須の見出しではありません。方法は裏付けられた洞察に従います。観察、証明、実験比較はすべて同じテーゼに収束します。論理的に関連する場合、関連する貢献は歓迎します。方法、実証、ベンチマーク、システム、理論の各論文に適した構造を選択し、普遍的なセクションテンプレートを押し付けることは避けてください。

オブジェクトをその意味で命名する

  • 説明的な実験名とセクション名を使用します:解像度感度分析、メカニズムの分離、または正確な質問に基づくタイトル。読者が見るセクション見出しに E1、E2、実験A、試行1、または開発段階の識別子を入れないでください。 内部IDはスクリプト、ログ、プライベート記録に残しても構いません。
  • 定理、補題、命題、仮定、アルゴリズム、表、図には説明的な科学的名称を付けてください。引用のための自動定理番号は問題ありませんが、科学的名称として 定理1 や 補題2 だけに依存しないでください。 例:定理2(条件付き成功保証)。
  • 概念ごとに正規の名前を1つ維持してください。流行の同義語や説明のない略語で用語を水増ししないでください。

CS研究に固有の言語を使用し、輸入された研究管理フレーミングを避ける

通常の計算機研究では、原稿の実験/ステージタイトルとして以下を使用しないでください:パイロットスタディ、探索的研究、確認実験、事後分析、独立確認、登録評価、凍結プロトコル、フェーズI/II試験、治療群、発見コホート。タイムスタンプレジストリ、Gitハッシュ、登録または証明のステータス、プロバイダ移行の経緯、繰り返しの検証、内部実行履歴を科学的貢献として説明しないでください。

事実に基づく場合にのみ、直接的な機能タイトル(閾値感度、誤差解析、新しいページへの一般化、モデル比較、制御されたアブレーション)を使用してください。データの再利用、構成変更、評価データでのチューニング、ベースラインの不平等など、主張に影響を与える実際の情報を保存してください。凍結重み、検証セット、保持テストセット、制御変量、APIエンドポイント などの標準的な技術用語は有効です。真正に登録された研究や人間を対象とした研究・因果研究には、必要な方法論用語を正確に使用してください。references/terminology-policy.md を参照してください。

数式と実験に質問に答えさせる

表記法の前に直感を、定理の前に仮定を、結果の後に解釈を導入してください。直感 -> 定義 -> 仮定 -> 導出 -> 結果 -> 解釈 を使用してください。実際の条件を明記し、記号と次元の一貫性を維持し、補助的な証明のステップのみを付録に移動してください。

実験は実行の時系列ではなく、何をテストするかで整理します:問い -> 設計 -> 主要結果 -> 説明。観察された効果、メカニズムの帰属、独立したエビデンス、条件付きの数学的保証を区別してください。公正な比較、分母、不確実性、および中心的な主張を制約する否定的なエビデンスを保存してください。

直接的に書き、防御的にならない

想像上の査読者への反論、謝罪的な新規性の否定、必須の但し書きの結び、自己証明された厳密さ、埋め草の遷移、過剰な句読点、結果ごとの目録を削除してください。実際の限界、統計、仮定、否定的な発見、実験条件の実質的な違いは保持してください。意味とは無関係に、個別の単語(ない、のみ、かもしれない、しかしながら、凍結)をブラックリストに登録しないでください。

論文を研究ログから独立させる

メイン論文は、科学的な問い、メカニズム、決定的な証明/結果、および重要な限定条件を説明します。詳細な証明、補助的な試行、管理上の実行履歴、タイムスタンプ、ハッシュ、完全なログ、拡張診断情報は、適切な場合に補足資料や再現性資料に配置してください。移動または省略された事実によって主文の主張が誤りまたは誤解を招くものになる場合は、該当する比較箇所に保持するか、主張を限定してください。都合の悪い結果を隠蔽しないでください。

ワークフロー

  1. 権限を特定する:草稿/推敲/圧縮/批評のモード、要求されたセクション、ソース形式、言語、承認された科学的スコープ、現在の結果が実際のものか計画中のものかを特定します。明確でない場合、不必要な質問は避けてください。
  2. 関連ソースを読む:実質的な改訂の場合、影響を受ける全文とその必要な文脈を検査し、断片だけを見ないようにします。提供されたエビデンス、引用キー、LaTeXラベル、数学的定義、数値結果を保存します。
  3. 科学を復元する:一貫したテーゼを1つ定義し、段落の役割、期待される要点、エビデンスのソース、実際の依存関係を特定します。メカニズムが欠落している場合は、それを捏造しないでください。
  4. 長さに合わせる前にコンテンツを書く:科学的に完全な説明を作成し、内部の整合性を確認し、その後、長さの制約が要求された場合にのみ圧縮します。欠落した結果については、依存する経験的主張を捏造されたプレースホルダーの発見として書かずに、未記述のままにします。
  5. 局所的かつ意味的に編集する:有効なテキストを保存し、必要な最小単位を修復します。平易な科学的名詞と動詞を優先します。裏付けを超えて確信度を上げないでください。実験、方法、仮説、引用を黙って追加しないでください。
  6. 検証する:(a) 読者が論理を追えるか、(b) 用語/定義が一致するか、(c) 主張がエビデンスを追跡しているか、(d) 図/キャプション/統計が一致するか、(e) 通常のCS原稿に禁止された研究段階の命名がないか、を確認します。LaTeX作業の場合、ツールとソースが許せばコンパイルして参照を確認します。コンパイルは科学的検証ではありません。
  7. 最初に実際の成果物を提供する:要求された形式で編集された散文/ソースを返し、その後、簡潔な材料の変更と未解決のエビデンス決定のみを返します。レビューのみの作業の場合は、場所と直接的な修正を含む所見を返し、求められていない書き換えは行いません。

対象となる参照を読み込む

関連する場合にのみ参照を使用し、短い局所的な編集のためにライブラリ全体を読み込まないでください:

  • references/writing-constitution.md — 科学的で読者中心の原則の全文。最初の実質的な草稿または複数セクションにわたる書き換えのために読む。
  • references/terminology-policy.md — 厳格な原稿見出し/ステージの制限、例外、事実を保持する置き換え。実験記述、命名、または人間らしい表現のために読む。
  • references/section-guidelines.md — アブストラクト、導入、関連研究、方法/理論、実験、図、限界、結論、意味のある名称。セクションの草稿または再構成のために読む。
  • references/execution-protocol.md — エビデンスの状態、コンテンツ優先の草稿、局所的な変更管理、ソース/LaTeXチェック。論文全体の草稿、プロジェクトファイル編集、または圧縮のために読む。
  • references/quality-audit.md — リバースアウトライン、主張-エビデンスの整合性、用語と可読性のゲート。最終的な散文のQAまたは実質的な改訂のために読む。
  • references/revision-examples.md — プレースホルダーを使用した短い悪い/良い例のペア。言い回しや用語の決定が曖昧な場合に読む。

トリガーの例

  • 「この導入部を、洞察が自然に方法につながるように書き直して。」
  • 「実験セクションを磨いて。E1/E2ラベルと登録スタイルの言語を削除して。」
  • 「定理の文を読みやすくして、数学的主張は変更しないで。」
  • 「防御的な記述を削除して、スコープやデータ再利用の事実は隠さないで。」
  • 「この原稿を圧縮して、証明、数値、中心的なメカニズムは保持して。」

テキスト編集は、ピアレビュースコア、独立した再現、形式的な証明チェック、または出版準備完了の証明ではありません。実際にチェックしたことを述べてください。

関連スキル