コンテンツ調査レポート生成

コンテンツ調査レポート生成

テーマ入力や資料アップロードで、AIがアウトライン付きの初稿を生成。捏造なし

インストール数
1
バージョンv3
最終更新
実行クレジット使用量に応じて消費
モデル自動選択
出典YouMind

説明

📝 一言で言うと:テーマを入力するか資料をアップロードすると、AIが資料整理から初稿作成までの全工程を支援します。 🔍 主な機能: 資料のスマート統合:複数のドキュメントをアップロードすると、AIが核心的な意見、重要なデータ、典型的な事例を自動抽出し、重複を排除して矛盾をマークします。 アウトライン自動生成:テーマや資料の内容に基づき、論理的で構造が整った記事のアウトラインを生成します。 初稿をワンクリックで作成:アウトラインに沿って段落ごとに内容を生成。データや事例には出典が明記され、追跡可能です。 5つの執筆スタイルに対応:正式レポート、WeChat公式アカウント記事、小紅書(RED)ノート、学術論文、ビジネスブリーフ。 引用の透明性:すべてのデータと意見に出典を明記し、捏造や虚偽はありません。 コンテンツ自動生成ワークフロー:資料解析 → 意見抽出 → アウトライン生成 → 5スタイルでの執筆 🎯 適用シーン: 📊 業界研究:「2026年人型ロボット産業」と入力すると、データと事例を備えた分析レポートの初稿を生成します。 📝 コンテンツ制作:関連記事を3本アップロードして、WeChat公式アカウント向けの深掘り記事にまとめます。 📚 学術ライティング:複数の論文抄録をアップロードして、文献レビューの初稿を生成します。 📋 競合分析:競合他社の資料を複数アップロードすると、ワンクリックで比較分析レポートを生成します。 🧠 個人学習:新しい分野のテーマを入力すると、その分野の知識概要をすばやく生成します。 💼 ビジネス意思決定:ビジネスデータ+背景資料を入力すると、CEO向けの意思決定ブリーフを生成します。 👩💼 対象者:研究者、アナリスト、コンテンツクリエイター、プロダクトマネージャー、学生、コンサルタントなど、高品質の初稿を迅速に作成したいすべての方。

コンテンツ紹介

関連スキル

すべて表示

政策提言報告作成システム v1.0

🎯 一言で政策分野を指定すれば、30分で提出可能な政策提言報告書を作成します。 これは「AIに代筆させる」ツールではなく、20年のシンクタンク執筆手法を組み込んだ工学的パイプラインです。テーマ選定の切り口、4層分析、構造化原稿作成、レッドブルーチームによる品質チェックまで、各ステップがあなた自身の思考より深く掘り下げます。 ━━━ 対象ユーザー ━━━ ✅ シンクタンク研究員、政府政策研究者、大学の政策研究者 ✅ 各種内部資料、専門報告書、政策提言書の作成者 ✅ 学生やチームに諮政報告書作成を指導する上級執筆者 ━━━ 4つのコア機能 ━━━ 🎯 3次元テーマスキャン 課題:テーマの切り口がない、角度が不正確、提案が大きく散漫 機能:上層(政策文書の頻出動詞と空白)+ 現場(末端の課題)+ 側面(比較)の3次元で、3つの候補切り口(A1問題志向/A2比較借鉴/A3プロジェクト提案)を一度に提示。 🔍 4層分析 課題:報告が現象面に留まり、制度的根源に到達せず、上司に却下される。 機能:現象→制度→利益→歴史の4層を順に掘り下げ、同業者より3層深い分析を実現。 📋 構造化原稿作成 課題:党政公文の形式に不慣れで、3種の内部資料体裁を混同する。 機能:A1問題志向/A2比較借鉴/A3プロジェクト提案の3体裁に対応。形式はGB/T 9704-2012に完全準拠、すぐに使用可能。 🛡️ レッドブルーチーム対抗品質チェック 課題:自己校正が進まない/AI臭が残る/問題箇所が不明。 機能:校閲者視点で一文ずつ問題を指摘。P0(提出不可)、P1(修正推奨)、P2(任意最適化)の3段階。AI臭除去の4層ルール(禁止語+文構造再構築+言語戦略+構造戦略)を内蔵。 ━━━ 📦 1回の入力で5つの成果物 ━━━ 単に書き終えるだけでなく、再利用可能な研究資産を提供: 1️⃣ 主報告書 docx — 3500~5000字、党政公文形式、すぐに提出可能 2️⃣ テーマ切り口候補ライブラリ — 未採用の2つは3次元スキャン済み、次回のテーマ選定に即利用可 3️⃣ 4層分析フレームワークカード — あらゆる政策課題に応用可能な思考テンプレート 4️⃣ 政策素材カードライブラリ — データ・政策・事例を分類保存、使うほどに充実 5️⃣ レッドブルーチーム品質チェックログ — 修正箇所ごとに【原文+診断+修正後+理由】を記録 ━━━ 動作の仕組み ━━━ ⚙️ 5ステーションパイプライン、各ステーションでユーザー確認必須 ステーション1 3次元テーマスキャン → 2 4層分析 → 3 素材の脱水変換 → 4 構造化原稿作成 → 5 レッドブルーチーム品質チェック ⚙️ ダッシュボード機構 出力ごとに進捗バー(完了/進行中/未実行)と確定パラメータ一覧を表示し、コンテキストのずれを防止。 ⚙️ ユーザー確認制 各ステーション終了時に次へ進むか確認。不満があれば再実行可能。 ⚙️ クイックモード 情報入力済みのリピーターユーザーは「クイックモード」と入力することで、事前確認を省略し、原稿作成+品質チェックに直接進む。 ━━━ 実施しないこと(美的制限)━━━ ✕ 「自由スタイル」の選択は提供しない — 3種の内部資料体裁は党政機関で20年検証済み。自由な組み合わせは制御不能 ✕ 「完全自動モード」は提供しない — 5ステーション確認は品質の下限であり、バグではない ✕ P0(提出不可)問題を修正せずに納品は許可しない — 品質はシステムで保証し、運任せにしない ━━━ 開始方法 ━━━ 起動後、一言で指示: 「『地域の高齢者サービスに関する政策提言報告書』を作成したい」 「『専門特化型企業の資金調達難に関する政策提言報告書』を作成したい」 「『基層負担軽減政策の執行に関する政策提言報告書』を作成したい」 ⏱️ 全行程約30分(手動作成8~12日と比較し、時間を99%削減)

J
192k

バズるタイトル工房

💡 **一言で言うと**:コンテンツのテーマを入力すると、AIが10の定番公式から10種類のスタイルで高クリックタイトルを生成し、どのタイトルがどのプラットフォームに適しているかを教えてくれます。 🔍 **主な機能**: - **10大タイトル公式**:サスペンス/データ/ストーリー/どんでん返し/実用性/ペインポイント/トレンド/権威/比較/ミニマル——あらゆるバズるタイプをカバー - **4大プラットフォーム対応**:公众号/小红书/知乎/抖音、タイトルスタイルを自動最適化 - **ロジック解説**:各タイトルに「なぜクリックされるのか」のロジック解説付き - **選択ガイド**:目的(開封率/拡散/専門性/精度)に応じて最適なタイトルを提案 - **全文解析**:記事全体を入力すると、AIが自動でコアテーマと重要なセールスポイントを抽出 🎯 **活用シーン**: - 📝 公众号/知乎の長文:20〜30字の情報量豊富なタイトルが必要 - 📕 小红书ノート:絵文字+数字で欲をそそるタイトルが必要 - 🎬 抖音/视频号:5〜15字のコンフリクト感のあるタイトルが必要 - 📊 業界レポート:データ/権威感のあるタイトルが必要 - 🎓 知識有料講座:実用性/ペインポイント型タイトルが必要 👩💼 **対象ユーザー**:コンテンツクリエイター、SNS運営者、知識系ブロガー、動画クリエイター、マーケティングプランナー——良いタイトルを必要とするすべての人。

18

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。

2310k

もっと大胆な作品をつくる準備はできましたか?