課題申請書作成・最適化エキスパート2.0
高品質な課題申請書の診断・作成を支援
説明
このスキルは、専門的な課題申請書作成のエキスパートであり、ユーザーが高品質な課題申請書を診断または作成するのを支援します。研究初心者から経験豊富な学者まで、個々のニーズに合わせた指導とサポートを提供します。 このスキルは、提供された情報（申請書テンプレートや作成内容など）をインテリジェントに分析し、作成レベル、作業モード（診断または作成）、および処理したい申請書の特定部分を判断します。情報の完全性をチェックし、必要に応じて質問を行い、診断や作成に必要なすべての重要な要素を確実に入手します。 診断モードでは、専門的な作成基準に基づいて、提供された申請書の内容を詳細に構造、議論の質、学術規範の観点からチェックし、詳細な診断レポートを生成します。核心的な問題を指摘し、具体的な最適化提案と書き換え案を提供します。作成モードでは、ベストプラクティスと研究情報に基づいて、指定された部分の完全な内容を生成し、作成上の注意点や追加すべき重要な情報を提供し、内容が学術規範と専門的要求を満たすようにします。 最終的な出力は、明確なMarkdown形式で表示され、詳細な分析結果、診断レポートまたは作成内容、および個別化されたフォローアップ提案と自己チェックのヒントが含まれ、課題申請書の作成と最適化を効率的に完了するのに役立ちます。
関連スキル
すべて表示
人文・社会科学研究申請アシスタント
大学教員や研究者向けに作られたこのAIアシスタントは、人文・社会科学の研究申請書作成を全面的にサポートします。テーマの生成から成果計画まで、全工程をカバーします。ゼロからテーマを考える場合でも、申請書の特定の部分を最適化したい場合でも、専門家レベルの指導と支援を提供します。 本アシスタントは、専門家の経験と「事例ガイド＋ライティング理論の組み込み」戦略を組み合わせ、質の高い申請書を効率的に作成するお手伝いをします。対象分野の研究ホットスポット分析、テーマ絞り込みの提案、研究の背景、学術史の整理、研究価値の明確化などが得られます。 研究内容の設計段階では、研究対象の明確化、論理的な研究枠組みの構築、革新的な研究アプローチの提案を支援します。また、研究の重点と難点の整理、明確な研究目標の設定、詳細な研究計画と実現可能性分析の作成を助け、申請書の内容が厳密で明確になるようにします。 さらに、研究の学術的思想、視点、方法における革新点を掘り下げ、期待される成果の多様な形態、利用先、社会的効果を体系的に計画できます。最終的に、すべての内容が統合され、構造が完全で論理的一貫性のある申請書が生成され、採択率の向上に貢献します。
国家社会科学基金申請書作成ガイド
本スキルは、研究者が質の高い国家社会科学基金申請書を作成するのを支援します。最新の『国家社会科学基金申請書作成ガイド（2026完全版）』の要件に基づき、専門的なガイダンスとステップごとのサポートを提供します。初めての申請でも、申請書の質を向上させたい場合でも、本スキルがお役立ちします。申請資料がすべての規定を満たすことを保証します。 このスキルは、申請書の各セクション（テーマ説明、テーマの根拠、研究内容、革新点、期待される成果、参考文献、研究基盤など）を体系的にガイドします。厳密な論理フレームワークの構築を支援するだけでなく、作成中の重要な注意点やよくあるエラーのヒントも提供し、申請書の学術性と規範性を確保します。 ユーザーは研究テーマ、学問分野、プロジェクトタイプなどの基本情報を提供するだけで、スキルが申請書の各章を段階的に生成します。各ステップの完了後、ユーザーは内容を確認し、修正意見を提出することで、個人のニーズとプロジェクトの実情に完全に合致させることができます。最後に、本スキルはすべての内容を統合し、国家社会科学基金の申請基準に完全に準拠したテキストを生成し、申請の効率と成功率を大幅に向上させます。
課題申請書作成・審査・ブラッシュアップPRO V2.0
🎯 核心機能概要 国家社科、教育部、省級課題申請に特化したインテリジェント審査・最適化システムです。15年の経験を持つベテラン審査専門家の思考パターンを模倣し、3つのコアメカニズムにより申請書の学術的厳密性と競争力を確保します。 🔧 3つのコアメカニズム 1️⃣ 12段階構造化方法論 課題申請書審査の全ライフサイクルをカバー： Phase 1-3：基礎診断 - 公募要項の深掘り解析（助成方針、審査基準、申請要件） - 学際分野タイプの判定（8タイプを正確に識別） - 研究GAPの5次元識別（理論/方法/実証/政策/技術） Phase 4-7：核心要素審査 - 研究課題のTMAQモデル分析（理論/方法/思考/問題の4次元） - 研究目標のSMART原則検証 - 研究内容フレームワークの完全性評価 - 研究アプローチタイプのマッチング（6タイプ） Phase 8-10：深層品質向上 - 重点・難点の精緻な抽出（基準の区別＋突破経路） - 革新点の7次元発掘 - 実現可能性の7次元論証 Phase 11-12：全体最適化 - 9次元品質チェック（学術的厳密性、革新性、実現可能性など） - 総合最適化提案と最終報告書 2️⃣ デュアルコア対抗メカニズム（Builder vs Supervisor） 動作原理： - Builder（アカデミックライター）：ユーザーの材料に基づき最適化案を生成 - Supervisor（トップジャーナル査読者）：最も厳しい基準でBuilderの案を挑戦 - 対抗反復：3ラウンドの対抗により案が検証に耐えることを保証 適用シーン： - 革新点発掘時：Builderが革新点を提案 → Supervisorが新規性を疑問視 → 反復最適化 - 実現可能性論証時：Builderが計画を設計 → Supervisorが実現可能性に挑戦 → 追加論証 - 文献引用時：Builderが文献を引用 → Supervisorが真実性を検証 → 学術規範を確保 3️⃣ 文献真実性検証メカニズム 2つの動作モード： モードA：プレースホルダーモード（デフォルト） - [文献プレースホルダ-001] などのマーカーで具体的な文献を代替 - 各プレースホルダの検索要件を明示した『文献要求リスト』を出力 - ユーザー自身が検索後、実際の文献を記入 モードB：リアルタイム検証モード - Google Scholarを呼び出して文献の真実性をリアルタイム検証 - 『文献検証レポート』を生成（真実性/関連性/権威性スコア） - すべての引用がトレース可能であることを保証 AI幻覚防止： - 著者、雑誌、DOIの捏造を禁止 - すべての文献は検証されるか、プレースホルダとしてマークされる必要がある - 学術的誠実性の下限を保証 💡 コアバリューと適用シーン ✅ 解決する核心的課題 1. 学術的不厳密さ：AI生成コンテンツに虚偽の文献や論理的欠陥が生じやすい 2. 革新性不足：真の学術的革新点を発掘しにくい 3. 実現可能性の脆弱性：研究計画に体系的な論証が欠ける 4. 学際分野の難しさ：学際的テーマが「どちらにも属さない」状況になりがち 🎓 対象ユーザー - 大学教員（社会科学、教育学、人文学科） - 研究者（国家級、省部級課題の申請） - 学術チーム（体系的な審査プロセスが必要） 📋 典型的な利用フロー 1. 入力：課題公募 + 申請書草案をアップロード 2. 審査：システムが12段階構造化分析を実行 3. 対抗：デュアルコアメカニズムが重要な部分を反復最適化 4. 検証：文献の真実性チェック 5. 出力：完全な審査レポート + 最適化提案 + 文献リスト 🔍 従来の審査との違い | 次元 | 従来の人手審査 | 専門家審査システム | |------|------------|---------| | 審査の深さ | 個人の経験に依存 | 12段階構造化+9次元QC | | 学術的厳密性 | 全面的な確認が困難 | 文献検証+デュアルコア対抗 | | 革新性発掘 | 主観的判断 | 7次元体系的分析 | | 実現可能性論証 | 経験駆動 | 7次元逐次論証 | | 一貫性 | 人によって異なる | 標準化プロセス | | 効率 | 数日から数週間 | 1〜2時間で初回評価完了 | このシステムの核心的優位性は、15年のベテラン審査専門家の暗黙知を顕在化・構造化・再現可能にし、すべての利用者がトップレベルの専門家による審査サービスを受けられることです。
課題申請書作成・最適化エキスパート2.0
高品質な課題申請書の診断・作成を支援
説明
このスキルは、専門的な課題申請書作成のエキスパートであり、ユーザーが高品質な課題申請書を診断または作成するのを支援します。研究初心者から経験豊富な学者まで、個々のニーズに合わせた指導とサポートを提供します。 このスキルは、提供された情報（申請書テンプレートや作成内容など）をインテリジェントに分析し、作成レベル、作業モード（診断または作成）、および処理したい申請書の特定部分を判断します。情報の完全性をチェックし、必要に応じて質問を行い、診断や作成に必要なすべての重要な要素を確実に入手します。 診断モードでは、専門的な作成基準に基づいて、提供された申請書の内容を詳細に構造、議論の質、学術規範の観点からチェックし、詳細な診断レポートを生成します。核心的な問題を指摘し、具体的な最適化提案と書き換え案を提供します。作成モードでは、ベストプラクティスと研究情報に基づいて、指定された部分の完全な内容を生成し、作成上の注意点や追加すべき重要な情報を提供し、内容が学術規範と専門的要求を満たすようにします。 最終的な出力は、明確なMarkdown形式で表示され、詳細な分析結果、診断レポートまたは作成内容、および個別化されたフォローアップ提案と自己チェックのヒントが含まれ、課題申請書の作成と最適化を効率的に完了するのに役立ちます。
関連スキル
すべて表示人文・社会科学研究申請アシスタント
大学教員や研究者向けに作られたこのAIアシスタントは、人文・社会科学の研究申請書作成を全面的にサポートします。テーマの生成から成果計画まで、全工程をカバーします。ゼロからテーマを考える場合でも、申請書の特定の部分を最適化したい場合でも、専門家レベルの指導と支援を提供します。 本アシスタントは、専門家の経験と「事例ガイド＋ライティング理論の組み込み」戦略を組み合わせ、質の高い申請書を効率的に作成するお手伝いをします。対象分野の研究ホットスポット分析、テーマ絞り込みの提案、研究の背景、学術史の整理、研究価値の明確化などが得られます。 研究内容の設計段階では、研究対象の明確化、論理的な研究枠組みの構築、革新的な研究アプローチの提案を支援します。また、研究の重点と難点の整理、明確な研究目標の設定、詳細な研究計画と実現可能性分析の作成を助け、申請書の内容が厳密で明確になるようにします。 さらに、研究の学術的思想、視点、方法における革新点を掘り下げ、期待される成果の多様な形態、利用先、社会的効果を体系的に計画できます。最終的に、すべての内容が統合され、構造が完全で論理的一貫性のある申請書が生成され、採択率の向上に貢献します。
国家社会科学基金申請書作成ガイド
本スキルは、研究者が質の高い国家社会科学基金申請書を作成するのを支援します。最新の『国家社会科学基金申請書作成ガイド（2026完全版）』の要件に基づき、専門的なガイダンスとステップごとのサポートを提供します。初めての申請でも、申請書の質を向上させたい場合でも、本スキルがお役立ちします。申請資料がすべての規定を満たすことを保証します。 このスキルは、申請書の各セクション（テーマ説明、テーマの根拠、研究内容、革新点、期待される成果、参考文献、研究基盤など）を体系的にガイドします。厳密な論理フレームワークの構築を支援するだけでなく、作成中の重要な注意点やよくあるエラーのヒントも提供し、申請書の学術性と規範性を確保します。 ユーザーは研究テーマ、学問分野、プロジェクトタイプなどの基本情報を提供するだけで、スキルが申請書の各章を段階的に生成します。各ステップの完了後、ユーザーは内容を確認し、修正意見を提出することで、個人のニーズとプロジェクトの実情に完全に合致させることができます。最後に、本スキルはすべての内容を統合し、国家社会科学基金の申請基準に完全に準拠したテキストを生成し、申請の効率と成功率を大幅に向上させます。
課題申請書作成・審査・ブラッシュアップPRO V2.0
🎯 核心機能概要 国家社科、教育部、省級課題申請に特化したインテリジェント審査・最適化システムです。15年の経験を持つベテラン審査専門家の思考パターンを模倣し、3つのコアメカニズムにより申請書の学術的厳密性と競争力を確保します。 🔧 3つのコアメカニズム 1️⃣ 12段階構造化方法論 課題申請書審査の全ライフサイクルをカバー： Phase 1-3：基礎診断 - 公募要項の深掘り解析（助成方針、審査基準、申請要件） - 学際分野タイプの判定（8タイプを正確に識別） - 研究GAPの5次元識別（理論/方法/実証/政策/技術） Phase 4-7：核心要素審査 - 研究課題のTMAQモデル分析（理論/方法/思考/問題の4次元） - 研究目標のSMART原則検証 - 研究内容フレームワークの完全性評価 - 研究アプローチタイプのマッチング（6タイプ） Phase 8-10：深層品質向上 - 重点・難点の精緻な抽出（基準の区別＋突破経路） - 革新点の7次元発掘 - 実現可能性の7次元論証 Phase 11-12：全体最適化 - 9次元品質チェック（学術的厳密性、革新性、実現可能性など） - 総合最適化提案と最終報告書 2️⃣ デュアルコア対抗メカニズム（Builder vs Supervisor） 動作原理： - Builder（アカデミックライター）：ユーザーの材料に基づき最適化案を生成 - Supervisor（トップジャーナル査読者）：最も厳しい基準でBuilderの案を挑戦 - 対抗反復：3ラウンドの対抗により案が検証に耐えることを保証 適用シーン： - 革新点発掘時：Builderが革新点を提案 → Supervisorが新規性を疑問視 → 反復最適化 - 実現可能性論証時：Builderが計画を設計 → Supervisorが実現可能性に挑戦 → 追加論証 - 文献引用時：Builderが文献を引用 → Supervisorが真実性を検証 → 学術規範を確保 3️⃣ 文献真実性検証メカニズム 2つの動作モード： モードA：プレースホルダーモード（デフォルト） - [文献プレースホルダ-001] などのマーカーで具体的な文献を代替 - 各プレースホルダの検索要件を明示した『文献要求リスト』を出力 - ユーザー自身が検索後、実際の文献を記入 モードB：リアルタイム検証モード - Google Scholarを呼び出して文献の真実性をリアルタイム検証 - 『文献検証レポート』を生成（真実性/関連性/権威性スコア） - すべての引用がトレース可能であることを保証 AI幻覚防止： - 著者、雑誌、DOIの捏造を禁止 - すべての文献は検証されるか、プレースホルダとしてマークされる必要がある - 学術的誠実性の下限を保証 💡 コアバリューと適用シーン ✅ 解決する核心的課題 1. 学術的不厳密さ：AI生成コンテンツに虚偽の文献や論理的欠陥が生じやすい 2. 革新性不足：真の学術的革新点を発掘しにくい 3. 実現可能性の脆弱性：研究計画に体系的な論証が欠ける 4. 学際分野の難しさ：学際的テーマが「どちらにも属さない」状況になりがち 🎓 対象ユーザー - 大学教員（社会科学、教育学、人文学科） - 研究者（国家級、省部級課題の申請） - 学術チーム（体系的な審査プロセスが必要） 📋 典型的な利用フロー 1. 入力：課題公募 + 申請書草案をアップロード 2. 審査：システムが12段階構造化分析を実行 3. 対抗：デュアルコアメカニズムが重要な部分を反復最適化 4. 検証：文献の真実性チェック 5. 出力：完全な審査レポート + 最適化提案 + 文献リスト 🔍 従来の審査との違い | 次元 | 従来の人手審査 | 専門家審査システム | |------|------------|---------| | 審査の深さ | 個人の経験に依存 | 12段階構造化+9次元QC | | 学術的厳密性 | 全面的な確認が困難 | 文献検証+デュアルコア対抗 | | 革新性発掘 | 主観的判断 | 7次元体系的分析 | | 実現可能性論証 | 経験駆動 | 7次元逐次論証 | | 一貫性 | 人によって異なる | 標準化プロセス | | 効率 | 数日から数週間 | 1〜2時間で初回評価完了 | このシステムの核心的優位性は、15年のベテラン審査専門家の暗黙知を顕在化・構造化・再現可能にし、すべての利用者がトップレベルの専門家による審査サービスを受けられることです。
次のお気に入りスキルを見つけよう
リサーチ、制作、日々の作業に役立つ厳選AIスキルをさらに探しましょう。