README.ja-JP.md
Rama main · réplica de lectura del repositorio original.
# Claude Code 向け Academic Research Skills
[](https://github.com/Imbad0202/academic-research-skills/releases/tag/v3.24.2)
[](https://doi.org/10.5281/zenodo.20696614)
[](https://creativecommons.org/licenses/by-nc/4.0/)
[](https://buymeacoffee.com/crucify020v)
[English](README.md) | [简体中文版](README.zh-CN.md) | [繁體中文版](README.zh-TW.md) | [한국어](README.ko-KR.md) | [Español](README.es-ES.md) | [Português](README.pt-BR.md)
学術研究のための Claude Code スキル統合スイート。研究から論文公開までの全工程をカバーします。
**30秒でインストール**（Claude Code CLI / VS Code / JetBrains、v3.7.0+）:
```text
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills
```
その後、`/ars-plan` を試してソクラテス式対話で論文構成を整理するか、前提条件と従来のシンボリックリンク方式については [クイックインストール](#クイックインストール) を参照してください。
> **AI はあなたの副操縦士であり、操縦士ではありません。** 文章の下書きはでき、full モードでは論文全体を下書きすることもあります。しかし判断を下すのはあなたで、パイプラインは各ステージであなたの確認を待ちます。参考文献の探索、引用のフォーマット、データ検証、論理的整合性チェックといった泥臭い作業を引き受けることで、本当に頭を使う必要のある部分（問いの定義、手法の選択、データの意味の解釈、「私はこう主張する」の後に何を続けるかの判断）にあなたが集中できるようにします。著者はあなたであり、提出するすべての主張に責任を負うのもあなたです。
>
> 「humanizer」とは異なり、このツールは AI を使った事実を隠すためのものではありません。より良い文章を書くための助けです。Style Calibration は過去の作品からあなたの声を学習します。Writing Quality Check は機械的に見える文章のパターンを検出します。目的は品質であって、ごまかしではありません。
### なぜ完全自動化ではなく Human-in-the-Loop なのか?
Lu ら (2026, *Nature* 651:914-919) は **The AI Scientist** を構築しました — トップレベルの ML 学会（ICLR 2025 workshop、スコア 6.33/10 vs workshop 平均 4.87）でブラインドピアレビューを通過した論文を発表した、初の完全自律型 AI 研究システムです。彼らの Limitations セクションは、完全自律型 AI 研究パイプラインが継承する失敗モードを列挙しています: 実装バグ、結果のハルシネーション、ショートカット依存、バグを洞察として再フレーミング、方法論の捏造、フレームロック、引用のハルシネーション。
ARS は **人間の研究者を AI が支援する形式が、どちらか単独よりもこれらの失敗モードを回避できる** という前提に基づいて構築されています。Stage 2.5 と Stage 4.5 の整合性ゲートは 7 モードのブロッキングチェックリストを実行します（[`academic-pipeline/references/ai_research_failure_modes.md`](academic-pipeline/references/ai_research_failure_modes.md) を参照）。レビュアーはオプトインのキャリブレーションモードを提供し、ユーザー提供のゴールドセットに対して自身の FNR/FPR を測定します。
[**Zhao ら**](https://arxiv.org/abs/2605.07723)（2026-05）は arXiv、bioRxiv、SSRN、PMC の 2.5M 論文にわたる 111M 件の参考文献を監査しました。彼らの保守的見積りでは、2025年だけで 146,932 件のハルシネーション引用が観測され、2024年中頃に変曲点が観測されています。bioRxiv-to-PMC ペアリングでは、プレプリントから出版物への持続率は 85.3% と報告されています。論文は「引用された参考文献が実際には主張していない主張を支持するために配置された実在の引用」を未解決の課題として記述しています。ARS v3.7.1 はソース来歴のための trust-chain frontmatter を追加し、v3.7.3 は将来の主張レベル監査のためのロケーターインフラストラクチャ（三層引用アンカー）を追加し、引用時に advisory リスクシグナルを表面化します（ARS は主張忠実性ギャップを内部で「L3」とラベル付けしています。これは論文の用語ではなく ARS の用語です）。v3.7.x は Zhao らのコーパス規模の発見に動機付けられています。ARS 自体のコーパス規模評価は今後の課題として残されています。
v3.8 は L3 ギャップの後半を閉じます。v3.7.3 は全引用にロケーターアンカーを持たせ、v3.8 はオプトインの監査パス（`ARS_CLAIM_AUDIT=1`）を追加します。これは各アンカーに対して引用元を取得し、主張が実際に裏付けられているかを判断します。5 つの新しい HIGH-WARN クラス（claim-not-supported、negative-constraint-violation、fabricated-reference、anchorless、constraint-violation-uncited）は、formatter ターミナルハードゲートを通じて出力を gate-refuse します。キャリブレーションランナーは 25-tuple の合成ゴールドセットと FNR<0.15 + FPR<0.10 の受容閾値と共に出荷されます。同梱のテストはゴールドラベルをそのまま返すスタブのジャッジでランナーを動かすため、検証しているのはツールであり、実際のジャッジではありません。実ジャッジによるキャリブレーション結果はまだ記録されておらず、ramp-on 計画は v3.8 spec §5 に従いその結果を待ちます。
v3.3 は [**PaperOrchestra**](https://arxiv.org/abs/2604.05018)（Song, Song, Pfister & Yoon, 2026, Google）に触発されました: Semantic Scholar API 検証、アンチリーケージプロトコル、VLM 図表検証、改訂軌跡追跡。ARS の現行実装は、数値デルタではなく、基準ごとの証拠に基づくナラティブな退行チェックを行います。型付き軌跡キャリアは未実装です。
---
## アーキテクチャ＆パイプライン
**👉 [docs/ARCHITECTURE.md](docs/ARCHITECTURE.md)** — パイプライン全体ビュー: フロー図、ステージごとのマトリクス、データアクセスフロー、スキル依存グラフ、品質ゲート、モードリスト。
アーキテクチャドキュメントは、以前ここにあった煩雑なパイプライン説明を引き継ぎます。*どのステージで何が実行されるか* に関する情報はすべて一箇所に集約されています。
## クイックインストール
**前提条件**
- [Claude Code](https://docs.claude.com/en/docs/claude-code/setup)（最新版。プラグインパッケージングは最近のバージョンが必要）
- `ANTHROPIC_API_KEY` をエクスポート、または初回 `claude` 実行時に設定
- *オプション:* DOCX 用の Pandoc、APA 7.0 PDF 用の tectonic + Source Han Serif TC（Markdown 出力はどちらがなくても動作）
**プラグインインストール（v3.7.0+、推奨）:**
```text
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills
```
**動作確認:** `/ars-plan` を実行して取り組んでいる論文について説明してください — ARS がソクラテス式対話を開始し、章構成をマップします。代わりに単発テストを行うには、`/ars-lit-review "your topic"` を試してください。
**👉 [docs/SETUP.md](docs/SETUP.md)** — 完全ガイド: Claude Code インストール、API キー設定、DOCX/PDF 用のオプション Pandoc/tectonic、クロスモデル検証（`ARS_CROSS_MODEL`）、6 つのインストール方法（Plugin、プロジェクトスキル、グローバルスキル、claude.ai Project、リポジトリクローン、Claude Science インポート）。
> **お使いのインストール経路でどの制御機構が動作するか？** 利用可否は経路によって異なります。経路別の対照表を参照してください: [docs/CONTROL_AVAILABILITY.md](docs/CONTROL_AVAILABILITY.md)（英語）。
**👉 [docs/DATA_FLOWS.md](docs/DATA_FLOWS.md)** — どのデータがマシンの外に出るか（書誌 resolver、明示的な同意を要するオプションのクロスモデル呼び出し、更新チェック）、ローカルキャッシュの内容と保持期間、各経路の無効化方法。（英語）
**Claude Science をお使いですか？** 5 つのスキルは直接インポートできます: **Skills → Import from GitHub** で `https://github.com/Imbad0202/academic-research-skills` を貼り付け、**Preview** → **Import**（本リポジトリ v3.14.0+ が必要 — インポーターは marketplace manifest に明示されたスキルパスを読み取ります）。インポートはその時点のスナップショットです: ARS の更新後は再インポートしてください。インポートされたスキルは ARS の方法論（研究・執筆・査読プロトコル）を伝えます。Claude Code 固有の仕組み — slash commands、hooks、サブエージェントオーケストレーション — は移行されません。詳細は [docs/SETUP.md](docs/SETUP.md) の Method 5 を参照。
**Pi を使用していますか？** `pi install git:github.com/Imbad0202/academic-research-skills` で、リポジトリ内のコミュニティ管理 wrapper をインストールできます。元の ARS コンテンツを正本として維持し、Pi 固有のオーケストレーションと hook の制限を明記しています。詳細は [`pi/README.md`](pi/README.md) を参照してください。
**Codex CLI を使用していますか?** 代わりに姉妹ディストリビューションをインストールしてください: [`Imbad0202/academic-research-skills-codex`](https://github.com/Imbad0202/academic-research-skills-codex) — 同じワークフローコンテンツ、`ars-*` エイリアスを持つ単一の `$academic-research-suite` スキルとしての Codex ネイティブパッケージング。
## パフォーマンス＆コスト
**👉 [docs/PERFORMANCE.md](docs/PERFORMANCE.md)** — モードごとのトークン予算、フルパイプライン見積り（15k 語の論文で、2026-09 の定価で約 US$3〜7、キャッシュ割引前）、推奨 Claude Code 設定（Auto モード; Agent Team オプション）。
## ガイド＆記事
- [Academic Writing Shouldn't Be a Solo Act](https://open.substack.com/pub/edwardwu223235/p/academic-writing-shouldnt-be-a-solo?r=4dczl&utm_medium=ios) — 完全なパイプラインウォークスルー（英語）
- [學術寫作不該是一個人的事：一套開源 AI 協作工具如何改變研究者的工作流](https://open.substack.com/pub/edwardwu223235/p/ai?r=4dczl&utm_medium=ios) — 完整使用指南（繁體中文）
---
## 機能概要
- **Deep Research** — 13 エージェントの研究チーム。ソクラテス式ガイドモード、PRISMA システマティックレビュー、意図検出、対話健全性モニタリング、オプションのクロスモデル DA、Semantic Scholar API 検証付き。
- **Academic Paper** — 12 エージェントの論文執筆。Style Calibration、Writing Quality Check、LaTeX ハードニング、可視化、改訂コーチング、引用変換、アンチリーケージプロトコル、VLM 図表検証付き。
- **Academic Paper Reviewer** — 基準ごとの証拠に紐づくナラティブ判断を行う 7 エージェントの多視点ピアレビュー（Journal-Fit Reviewer + 3 動的レビュアー + Devil's Advocate）、譲歩閾値プロトコル、攻撃強度保持、オプションのクロスモデル DA 批評/キャリブレーション、R&R トレーサビリティマトリクス、read-only 制約。現在の live review は常に `NOT_CALIBRATED` で、full calibration は有界な候補 profile のみを生成し、live review への適用は未実装です。
- **Academic Pipeline** — 10 ステージのパイプラインオーケストレーター。適応的チェックポイント、主張検証、Material Passport、オプションの `repro_lock`、オプションのクロスモデル整合性検証、会話中強化、基準ごとのナラティブな退行チェック付き（型付き軌跡キャリアは未実装）。
- **SR-Screener** — システマティック・スコーピング・ラピッドレビューのための、ユーザーが確定したプロトコルに基づく文献スクリーニング：盲検化された 2 名の AI レビュアーと第三レビュアーによる裁定、順序付きの除外コード、既定値による判定なし、再開可能なバッチ実行、QC（シード研究、ニアミス再確認、kappa と PABAK）、PRISMA 2020 の数値、EndNote/Zotero 用 RIS グループ、`academic-paper` への `literature_corpus[]` 引き継ぎ。AI の判定は意思決定の支援であり、最終確認はレビューチームが行います。
- **Data Access Level Metadata**（v3.3.2+）— 各スキルが `data_access_level`（`raw` / `redacted` / `verified_only`）を宣言。`scripts/check_data_access_level.py` で強制。Anthropic の automated-w2s-researcher（2026）から適応されたパターン。[`shared/ground_truth_isolation_pattern.md`](shared/ground_truth_isolation_pattern.md) を参照。
- **Task Type Annotation**（v3.3.2+）— 各スキルが `task_type`（`open-ended` または `outcome-gradable`）を宣言。現在の ARS スキルはすべて `open-ended`。
- **Benchmark Report Schema**（v3.3.5+）— 誠実なベンチマーク比較のための JSON Schema + lint。[`shared/benchmark_report_pattern.md`](shared/benchmark_report_pattern.md) を参照。
- **Artifact Reproducibility Lockfile**（v3.3.5+）— Material Passport 上のオプションの `repro_lock` サブブロック。**設定ドキュメントであり、再生保証ではありません** — LLM 出力はバイト再現可能ではありません。[`shared/artifact_reproducibility_pattern.md`](shared/artifact_reproducibility_pattern.md) を参照。
- **実験来歴インテーク**（#260）— Material Passport のオプションの `experiment_provenance[]` は、研究者が**外部で**実行した実験を記録し（ARS は実験を実行しません）、論文の主張は `claim_intent_manifest.planned_experiment_ids[]` 経由でそれに join します。整合性ゲート（Stage 2.5/4.5）は実験裏付け主張を宣言された来歴と照合します — `ALIGNED` / `OVERSTATED` / `NOT_SUPPORTED_BY_PROVENANCE` / `PROVENANCE_INSUFFICIENT` — **ただし実験自体の正しさは判定しません**。fail-closed な `experiment_intake_declaration` により「実験を実行したか」が Stage 1 の明示的な決定になります。[`shared/handoff_schemas.md`](shared/handoff_schemas.md) を参照。
**整合性・検証の境界：**ARS が確認するのは、原稿と報告された研究プロセスです。引用の存在、主張と出典の整合、報告された方法、申告された実験結果と原稿主張の整合、図表の忠実性、報告・工程・提出パッケージの適合性を対象とし、一部はサンプリングまたは LLM による判断です。ARS は、手続きが実際に実施されたこと、原データが真正であること、結果が再現できることを**証明しません**。捏造が一貫して報告されていれば、これらのチェックを通過し得ます。詳しくは [POSITIONING.md「Integrity checks and the empirical-work boundary」](POSITIONING.md#integrity-checks-and-the-empirical-work-boundary) を参照してください。
---
## ショーケース: 実際のパイプライン出力
実際のパイプライン実行からの完全な成果物（ピアレビューレポート、整合性検証レポート、最終論文）を参照してください:
> **2026 年 3 月の記録であり、現在の性能ではありません。** この実行（2026-03-07〜03-08）は academic-pipeline v2.3 によるもので、ARS が v3.3 で Semantic Scholar 照合を、v3.11 で決定論的な 4 インデックス引用ゲートを追加する前のものです。ここの数値はその版を表しており、現行のゲートはこの論文ではまだ測定されていません。著者欄が Claude（Anthropic）になっているのは、研究者がこの実験中にそう依頼したためです。この論文は Anthropic の出版物ではありません。ARS の位置づけは、ツールは研究者に取って代わらず、著者であるとも主張しないというものです（[POSITIONING.md](POSITIONING.md#what-this-is-not) を参照）。
**[すべてのパイプライン成果物を見る →](examples/showcase/)**
| 成果物 | 説明 |
|---|---|
| [Final Paper (EN)](examples/showcase/full_paper_apa7.pdf) | APA 7.0 フォーマット、LaTeX コンパイル済み |
| [Final Paper (ZH)](examples/showcase/full_paper_zh_apa7.pdf) | 中国語版、APA 7.0 |
| [Integrity Report — Pre-Review](examples/showcase/integrity_report_stage2.5.pdf) | Stage 2.5: 問題のある参照 15 件（書誌エラー 8 件、捏造の疑い 6〜8 件）+ 統計エラー 3 件を指摘 |
| [Integrity Report — Final](examples/showcase/integrity_report_stage4.5.pdf) | Stage 4.5: ゼロリグレッションを確認 |
| [Peer Review Round 1](examples/showcase/stage3_review_report.pdf) | Journal-Fit Reviewer + 3 Reviewers + Devil's Advocate |
| [Re-Review](examples/showcase/stage3prime_rereview_report.pdf) | 改訂後の検証 |
| [Peer Review Round 2](examples/showcase/stage3_review_report_r2.pdf) | フォローアップレビュー |
| [Response to Reviewers](examples/showcase/response_to_reviewers_r2.pdf) | ポイントごとの著者回答 |
| [Post-Publication Audit Report](examples/showcase/post_publication_audit_2026-03-09.pdf) | Claude Code + WebSearch で別途行った全参照監査: 3 回の整合性チェック後も、最終的な 68 件の参照のうち 21 件に問題が残っていた |
---
## コンパニオン: Experiment Agent
研究に執筆前のコード実行や人間研究が含まれる場合、[Experiment Agent](https://github.com/Imbad0202/experiment-agent) スキルが ARS Stage 1（RESEARCH）と Stage 2（WRITE）の間のギャップを埋めます。
```
ARS Stage 1 RESEARCH → RQ Brief + Methodology Blueprint
↓
experiment-agent → 実験の実行/管理 → 結果検証
↓
ARS Stage 2 WRITE → 検証された実験結果で論文執筆
```
**機能**: コード実験（Python、R など）をリアルタイムモニタリング付きで実行、IRB 倫理チェックリスト付き人間研究プロトコルを管理、11 タイプの誤謬検出付きで統計を解釈、再現性を検証。
**併用方法**: Stage 1 後に ARS パイプラインを一時停止し、別の experiment-agent セッションで実験を実行、その後、結果（Material Passport 付き）を ARS Stage 2 に戻します。ARS は一切の変更を必要としません。セットアップ手順については [experiment-agent README](https://github.com/Imbad0202/experiment-agent) を参照してください。
---
## 使い方
### Quick Start
```
# フル研究パイプラインを開始
You: "I want to write a research paper on AI's impact on higher education QA"
# ソクラテス式ガイダンスで開始
You: "Guide my research on AI in educational evaluation"
# ガイド付きプランニングで論文を執筆
You: "Guide me through writing a paper on demographic decline"
# 既存論文をレビュー
You: "Review this paper"（その後、論文を提供）
# パイプラインステータスを確認
You: "status"
```
### 個別スキル
#### Deep Research（8 モード）
```
"Research the impact of AI on higher education" → full モード
"Give me a quick brief on X" → quick モード
"Do a systematic review on X with PRISMA" → systematic-review モード
"Guide my research on X" → socratic モード（ガイド付き）
"Fact-check these claims" → fact-check モード
"Do a literature review on X" → lit-review モード
"Review this paper's research quality" → review モード
```
#### Academic Paper（11 モード）
```
"Write a paper on X" → full モード
"Guide me through writing a paper" → plan モード（ガイド付き）
"Build a paper outline" → outline-only モード
"I have a draft, here are reviewer comments" → revision モード
"Parse these reviewer comments into a roadmap" → revision-coach モード
"Write an abstract for this paper" → abstract-only モード
"Turn this into a literature review paper" → lit-review モード
"Convert to LaTeX" / "Convert citations to IEEE" → format-convert モード
"Check citations" → citation-check モード
"Generate an AI disclosure statement for NeurIPS" → disclosure モード
```
#### Academic Paper Reviewer（6 モード）
```
"Review this paper" → full モード（Journal-Fit Reviewer + R1/R2/R3 + Devil's Advocate）
"Quick assessment of this paper" → quick モード
"Guide me to improve this paper" → guided モード
"Check the methodology" → methodology-focus モード
"Verify the revisions" → re-review モード
"Calibrate this reviewer against my gold set" → calibration モード
```
#### Academic Pipeline（オーケストレーター）
```
"I want to write a complete research paper" → Stage 1 からのフルパイプライン
"I already have a paper, review it" → Stage 2.5 で中間エントリー（整合性優先）
"I received reviewer comments" → Stage 4 で中間エントリー
```
> パイプラインは **Stage 6: Process Summary** で終了します — 6 次元の Collaboration Quality Evaluation（1-100 採点）付きの論文作成プロセスレコードを自動生成します。
#### SR-Screener（8 モード）
```
"Turn my proposal into a screening protocol" → protocol モード
"Is this abstract eligible for my review?" → quick モード（単一レビュアーのトリアージ）
"Pilot the screening with my seed studies" → pilot モード
"Screen these database exports" → ta-screen モード
"Screen the full texts of the advanced records" → ft-screen モード
"Adjudicate the conflicts in my Rayyan export" → adjudicate モード
"Double-check my exclusions" → audit モード
"Give me the PRISMA numbers for the screening" → report モード
```
### サポート言語
- **繁體中文** — ユーザーが中国語で書く場合のデフォルト
- **English** — ユーザーが英語で書く場合のデフォルト
- 学術論文用のバイリンガル要旨（中国語 + 英語）
> **異なる言語を使用していますか?** ソクラテスモード（deep-research）と Plan モード（academic-paper）は **意図ベースのアクティベーション** を使用します — リクエストの意味を検出し、特定のキーワードではありません。これは **どの言語でも** 変更なしで動作することを意味します。
>
> ただし、一般的な `Trigger Keywords` セクション（スキルがそもそも有効化されるかを決定する）は依然として英語と繁體中文のキーワードを列挙しています。あなたの言語でスキルが確実に有効化されない場合、各 `SKILL.md` ファイルの `### Trigger Keywords` セクションにあなたの言語のキーワードを追加してマッチング信頼度を向上させることができます。
### サポートされる引用フォーマット
- APA 7.0（デフォルト、中国語引用ルール含む）
- Chicago（Notes & Author-Date）
- MLA
- IEEE
- Vancouver
### サポートされる論文構造
- IMRaD（実証研究）
- Thematic Literature Review
- Theoretical Analysis
- Case Study
- Policy Brief
- Conference Paper
---
## スキル詳細
エージェントごとの責務とステージごとの成果物は [`docs/ARCHITECTURE.md`](docs/ARCHITECTURE.md) に集約されました。リリースメタデータを一箇所にまとめるため、バージョン番号はここにアンカーされています。
### Deep Research（v2.12.1）
13 エージェントの研究チーム。モード: full、quick、review、lit-review、three-way-scan、fact-check、socratic、systematic-review。完全なエージェント名簿と成果物: ARCHITECTURE.md §3 を参照。
### Academic Paper（v3.3.1）
12 エージェントの論文執筆パイプライン。モード: full、plan、outline-only、revision、revision-coach、abstract-only、lit-review、format-convert、citation-check、disclosure、rebuttal-audit。出力: MD + DOCX（利用可能な場合 Pandoc 経由）+ LaTeX（APA 7.0 `apa7` クラス / IEEE / Chicago）→ tectonic 経由 PDF。完全なエージェント名簿とフェーズごとの責務: ARCHITECTURE.md §3 を参照。
### Academic Paper Reviewer（v1.11.1）
基準ごとの証拠に紐づく **ナラティブ判断** を行う 7 エージェントの多視点レビュー。モード: full、re-review、quick、methodology-focus、guided、calibration。現在の live review と Schema 6 package は常に `NOT_CALIBRATED` で、full calibration は有界な候補 profile のみを生成し、live review への適用は未実装です。固定総得点を Accept / Minor Revision / Major Revision / Reject に対応させません。初回レビューパネル vs. 契約管理された再レビューディスパッチの境界: ARCHITECTURE.md §3 Stage 3 / Stage 3' を参照。
### Academic Pipeline（v3.24.2）
整合性検証、二段階レビュー、ソクラテス式コーチング、コラボレーション評価を持つ 10 ステージのオーケストレーター。パイプラインのルール（エージェントが従うプロトコルであり、実行時の保証ではない）: 各ステージにユーザー確認チェックポイントが必要。整合性検証（Stage 2.5 + 4.5）は MANDATORY であり、記録されないバイパス経路は存在しない（すべてのオーバーライドは Stage 6 のためにユーザーの理由の記録を要する）。R&R Traceability Matrix（Schema 11）は各査読コメントを著者の改訂主張に対応づけ、再審査でそれが検証されたかどうかを記録する。v3.4 は Stage 2.5 / 4.5 に Compliance Agent（PRISMA-trAIce + RAISE）を追加した。v3.5 はすべての FULL/SLIM チェックポイントとパイプライン完了時に **Collaboration Depth Observer**（`collaboration_depth_agent`、advisory のみ — 決してブロックしない）を追加する。MANDATORY 整合性ゲート（2.5 / 4.5）は、コンプライアンスチェックが希薄化されないよう observer を明示的にスキップする。Wang & Zhang（2026）, IJETHE 23:11 に基づく。エージェント、成果物、ゲートを含むステージごとのマトリクス: ARCHITECTURE.md §3 を参照。
### SR-Screener（v1.0.0）
`deep-research`（問い、プロトコル、検索）と `academic-paper`（レビュー論文の執筆）の間を担う 4 エージェントの文献スクリーニング。モード: protocol、quick、pilot、ta-screen、ft-screen、adjudicate、audit、report。盲検化された 2 つのレビュアー subagent（Read と Grep のみ）がユーザー確定済みのプロトコルで全レコードを判定し、第三レビュアーが「進める vs. 除外」の不一致を裁定します。標準ライブラリのみの Python スクリプトが RIS / PubMed .nbib / Web of Science / CSV エクスポートの解析、重複除去、バッチ化、統合を行い、スクリーニングログ、RIS グループ、PRISMA 2020 の数値、`[TO COMPLETE]` 欄付きの方法セクション草稿、`literature_corpus[]` ファイルを生成します。エージェントが従うルール（実行時の保証ではありません）: ユーザーがプロトコルを確定するまでスクリーニングしない、失敗した呼び出しを既定の「除外」にしない、数値を報告する前にレビューチームが判定を確認する。詳細は [`sr-screener/SKILL.md`](sr-screener/SKILL.md)。
---
## v3.0 最適化: AI の構造的限界について発見したこと
### 何が起きたか
高等教育における AI に関する反省記事を書くために ARS を使用していたとき、プロンプトエンジニアリングでは修正できない 3 つの構造的問題に遭遇しました:
1. **フレームロック**: AI に自分の論題に対して devil's advocate ディベートを実行するよう依頼しました。それは実行されました — 4 ラウンド、各ラウンドが前よりも洗練されていました。しかし、すべてのラウンドが私が設定したフレーム内に留まりました。DA は議論を攻撃しましたが、前提を攻撃しませんでした。「そもそも正しい問いを議論しているのか?」と尋ねることは決してありませんでした。これは v2.7 のストレステストで 31% の引用エラー率を引き起こしたのと同じパターンです: 検証する AI と生成する AI は同じ認知フレームを共有しています。
2. **プッシュバック下のシコファンシー**: DA の攻撃に異議を唱えるたびに、すぐに譲歩しすぎました。発見を立ち上げるよりも早く撤回しました。モデルのトレーニングは会話の調和を報酬としているため、「ユーザーがプッシュバックした」ことは攻撃が間違っていた証拠として扱われましたが、多くの場合、それは単にユーザーが粘り強かったことを意味していました。
3. **意図の誤検出**: Socratic Mentor は、私がまだ探索中であるのに、収束して成果物を生成しようとし続けました（「これをまとめましょうか?」）。「ユーザーは深い哲学的議論を望んでいる」と「ユーザーは RQ ブリーフを望んでいる」を区別できませんでした。両方ともエンゲージメントのように見えますが、反対の AI 動作を必要とします。
### 何を変更したか（v3.0）
**Devil's Advocate — 譲歩閾値プロトコル**（`deep-research` + `academic-paper-reviewer`）
- DA は応答前にすべての反論を 1-5 スケールでスコアリングする必要があります
- 譲歩はスコア ≥4（反論が証拠とともに核心攻撃に直接対処）でのみ許可
- スコア ≤3: ポジションを保持し、元の攻撃を再述
- アンチシコファンシールール: 連続譲歩なし、譲歩率追跡、各チェックポイント後のフレームロック検出
**Socratic Mentor — 意図検出層**（`deep-research`）
- 対話開始時と 3 ターンごとにユーザー意図を探索的 vs. 目標指向に分類
- 探索モード: 自動収束を無効化、最大ラウンドを 60 に引き上げ、「まとめましょうか?」プロンプトを禁止
- 目標指向モード: 標準の収束動作
- 早期終了防止ルール: 探索モードでは、ユーザーが停止のタイミングを決定
**Socratic Mentor — 対話健全性インジケーター**（`deep-research`）
- 5 ターンごとに 3 次元でサイレント自己評価: 持続的同意、対立回避、早期収束
- 同意パターンが検出されると、挑戦的な質問を自動注入
- ユーザーには不可視（ゲーミング防止のため）、ただしポストセッションレビュー用のログ利用可能
### なぜ重要か
これらの最適化は AI の構造的限界を解決するわけではありません — 限界を可視化し管理可能にします。DA はまだ十分に押されれば最終的に譲歩します。Socratic Mentor にはまだいくらかの収束バイアスがあります。しかし今や、シコファンシーを遅延させ、DA に譲歩を正当化させ、Mentor がユーザーの準備が整う前にまとめてしまうのを防ぐ明示的なチェックポイントが存在します。
より深い教訓: AI リテラシーとは、AI をツールとして使うことを学ぶこと、倫理ルールに従うこと、AI リスクを恐れることではありません。AI と十分に深く関わって、自分でその構造的限界 — そしてそのプロセスで自分自身の思考の限界 — を発見することです。
---
## ライセンス
この作品は [CC-BY-NC 4.0](https://creativecommons.org/licenses/by-nc/4.0/) でライセンスされています。
**あなたは以下を自由に行うことができます:**
- 共有 — 素材をコピーおよび再配布
- 翻案 — 素材をリミックス、変換、構築
**以下の条件の下で:**
- **表示** — 適切なクレジットを付与する必要があります
- **非商用** — 素材を商業目的で使用してはなりません
**表示フォーマット:**
```
Based on Academic Research Skills by Cheng-I Wu
https://github.com/Imbad0202/academic-research-skills
```
---
## 貢献者
**Cheng-I Wu**（吳政宜）— 著者およびメンテナー
**[aspi6246](https://github.com/aspi6246)** — 貢献者。v3.1 最適化は [Claude-Code-Skills-for-Academics](https://github.com/aspi6246/Claude-Code-Skills-for-Academics) のパターンに触発されました: read-only 制約パターン、ファーストクラス設計としてのアンチパターン体系化、認知フレームワークアプローチ（手順だけでなく「考え方」を教える）、リーンなスキルサイズ哲学。
**[mchesbro1](https://github.com/mchesbro1)** — 貢献者。`academic-paper-reviewer/references/top_journals_by_field.md` 用の IS Basket of 8 ジャーナルを最初に提案・起草（[Issue #5](https://github.com/Imbad0202/academic-research-skills/issues/5)）。
**[cloudenochcsis](https://github.com/cloudenochcsis)** — 貢献者。IS セクションを *Basket of 8* から完全な *Senior Scholars' Basket of 11* に拡張 — *Decision Support Systems*、*Information & Management*、*Information and Organization* を追加（[Issue #7](https://github.com/Imbad0202/academic-research-skills/issues/7)、[PR #8](https://github.com/Imbad0202/academic-research-skills/pull/8)）。出典: [AIS Senior Scholars' List of Premier Journals](https://aisnet.org/research/seniorscholarsbasket/)。
**[eltociear](https://github.com/eltociear)**（Ikko Eltociear Ashimine）— 貢献者。日本語版 README（[`README.ja-JP.md`](README.ja-JP.md)）を翻訳（[PR #161](https://github.com/Imbad0202/academic-research-skills/pull/161)）。
**[ktao732084-arch](https://github.com/ktao732084-arch)** — 貢献者。`academic-paper` の disclosure システムを、9 つの医学出版ポリシー対象、対象別の必須事実インテーク、fail-closed のスタンドアロンレンダリングで拡張しました（[Issue #596](https://github.com/Imbad0202/academic-research-skills/issues/596)、[PR #599](https://github.com/Imbad0202/academic-research-skills/pull/599)）。さらに、EQUATOR の臨床報告リファレンスを拡張し、CARE、STARD、TRIPOD+AI の要約ガイダンスと fail-closed な研究デザイン・ルーティングを追加しました（[Issue #594](https://github.com/Imbad0202/academic-research-skills/issues/594)、[PR #601](https://github.com/Imbad0202/academic-research-skills/pull/601)）。また、独立型の中国語文献リゾルバー、API プロトコル、合成トランスポート fixture テストスイートを設計・提供しました（[Issue #595](https://github.com/Imbad0202/academic-research-skills/issues/595)、[PR #600](https://github.com/Imbad0202/academic-research-skills/pull/600)）。
---
## Changelog
ここには直近 3 リリースのみを掲載しています。完全な更新履歴は英語版の [CHANGELOG.md](CHANGELOG.md) を参照してください。v3.21.2 までの日本語版リリース要約は [docs/changelog-archive/ja-JP.md](docs/changelog-archive/ja-JP.md) に凍結保存され、以後更新されません。
### v3.24.2 (2026-11-06) — 実験が lock 値なしを正直に示せるように、repro_lock の整合、sr-screener の方法の記述の修正
> **修正とドキュメント、新しい skill やモードはなし、プロンプトレベルの変更は未測定:** `experiment_provenance[]` のエントリは、正直に書ける lock 値がないことを `repro_lock: null` と `repro_lock_reason` で示せるようになりました（#1049）。これまで、アンケートや LLM を使わない分析はプレースホルダーを入れないと通りませんでした。以前の ARS はこの書き方を受け付けないため、これを使う passport にはこのリリースが必要です。`check_repro_lock.py` は、null の model id のように、フィールドの型や値のルールに反する必須値で失敗するようになりました。`cross_model.secondary_model_id` は引き続き null にできます。`planned_vs_executed[].value` は数値か文字列のみを受け付けるため、以前は通った passport の一部が失敗するようになります（#1050）。`sr-screener` の方法の記述は、レビュアーがレコードファイルしか読めないとは書かなくなりました。ツールリストが外すのはウェブと書き込みの権限で、指定されたファイルだけを読むのは指示です（#1039）。SETUP には、アップロードした skill が会話の中で再試行の後に組み込みのサブエージェントをディスパッチした 2 回の確認結果を記録しました。マルチエージェントのステージは未検証のままです（#1040）。
### v3.24.1 (2026-11-02) — claude.ai アカウントマーケットプレイスからの plugin インストール、レビュー前の設定カード確認、ブラジルポルトガル語 README
> **claude.ai と Claude Desktop のインストール修正、新しい skill やモードはなし:** ARS は claude.ai のアカウントマーケットプレイスからインストールできるようになりました。このリリースより前は、この方法では 5 つのコア skill が 1 つも読み込まれず（#1035）、4 つの plugin エージェントは名前に下線を含むため claude.ai に取り込まれませんでした（#1037）。Claude Desktop では、通常のチャットで skill 1 つと `/ars-lit-review` が動作し、プロジェクトのセッションは plugin エージェント `synthesis-agent` に直接ディスパッチし、フォルダでの作業では SessionStart の起動通知が表示されました。write-scope ガード、ツールの許可リスト、パイプライン全体の実行は claude.ai と Claude Desktop では未検証です。レビューは Reviewer Configuration Cards をユーザーが確認するまで待つようになり（#1030）、README にブラジルポルトガル語版が加わりました（#1032）。
### v3.24.0 (2026-10-27) — パネルが推薦する文献と指摘の参考チェック、1 プロセスで動くガード起動、整合性ルールの修正
> **レビュー用の参考チェック 2 つと修正、新しい skill はなく、実際のレビューでのチェック精度は未測定:** v3.24.0 は Editorial Decision Letter に 2 つの添付を加えます。1 つ目は、Reviewer 2 と Reviewer 3 が推薦する各文献を引用検証ゲートの 4 つのインデックスでその場で検索し、レコードが存在するかどうかを報告します。文献が推薦を裏付けるかどうかは判断しません（#1001）。2 つ目は、各 weakness と Devil's Advocate の CRITICAL または MAJOR の各行を、席のラベルを外してセッションモデルの subagent に送り、原稿がその指摘と矛盾するかを判定させます。判定者の引用がスクリプトによる原稿との照合を通過した場合にのみ矛盾として載せ、それ以外の誤り判定は未確認として載せます（#1002）。既定で有効で、`ARS_PANEL_CLAIM_CHECK=0` で無効にできます。どちらの添付も、判定、改訂ロードマップ、再審査基準には使われません。2 つ目のチェックの公開前に、事前登録した held-out 監査がパネルの 805 件の主張を調べ、誤った主張の割合を 1.5% から 12.9% の範囲と推定しました。Claude Opus 5.5 と Claude Fable 5.1 は判定者としてその対照ゲートを通過しました。write-scope ガードの起動スクリプトは、ツール呼び出しごとに Python プロセスを 3 つではなく 1 つだけ起動するようになり、Windows の AppXSvc のリークは約 3 分の 1 になる見込みですが、Windows での実際の挙動は未検証です（#1015）。ガードのコード注記は、どのツール名を検査するかを明記しました（#1022）。整合性チェックの 3 つのルールは、Stage 5 への入り方、レポートの有効期限、Stage 4′ について一致しました（#1011）。起動通知は更新があるときだけ表示されます（#1027）。#1015、#1022、#1027 は外部ユーザーの報告です。