ai-research-methodology は何をしますか？
AIエージェント向け統合リサーチ手法。ICD 203、GRADE、PRISMA、コクラン、その他4つのフレームワークを統合した14ステップのエビデンスベースドプロセスです。同調バイアスを排除する設計。Claude Codeスキルとして実装され、クレームモードとクエリモードを備えています。
概要
このスキルは、AIエージェントが構造化されたエビデンスベースのリサーチを実行できるようにします。以下の主要フレームワークを組み合わせています：
- ICD 203: 情報評価の基本原則
- GRADE: エビデンスの質評価と推奨度
- PRISMA: 系統的レビューの報告ガイドライン
- コクラン: ランダム化比較試験の系統的レビュー手法
- その他4つの補完的フレームワーク
モード
クレームモード
特定の主張や仮説を検証するためのモード。エビデンスを収集・評価し、主張の信頼性を判断します。
クエリモード
自由形式の調査質問を処理するモード。広範なトピックについて系統的なリサーチを実行します。
使用方法
Claude Code環境でこのスキルを有効にすると、以下のコマンドで利用できます：
# クレームモードの例
claude research claim "[検証する主張]"
# クエリモードの例
claude research query "[リサーチクエリ]"
14ステッププロセス
- リサーチ質問の明確化
- 事前登録とプロトコル策定
- 検索戦略の立案
- データベース検索
- スクリーニング（タイトル/アブストラクト）
- フルテキスト評価
- データ抽出
- バイアスリスク評価
- エビデンス統合
- エビデンスの質評価（GRADE）
- 結果の解釈
- 結論の導出
- レポート作成
- ピアレビューと更新
設計原則
- 反同調バイアス設計: モデルの回答がユーザーの既存信念に合わせられるのを防ぎます。
- 透明性: すべてのステップと判断根拠を明確に文書化します。
- 再現性: 同じ手法を異なる文脈で適用可能。
- スケーラビリティ: 小規模なクエリから大規模な系統的レビューまで対応。
サポート環境
- Claude Code: プライマリターゲット
- その他のAIエージェント: 同様の原理を適用可能
ライセンス
MIT