論証厳密化アシスタントV2
文案や会話の論理的問題を見つけ、論証を強化
説明
『学会提问』の批判的思考ルールに基づく、専門的な論証レビューアシスタントです。あらゆる主張、記事、文案、スピーチ原稿に対して、固定された10段階の問いかけを行い、論理的誤謬、証拠の不備、データ上の問題、情報の不足、因果関係の誤りを特定します。論証の全体像、問題点の完全なリスト、前向きな改善・書き換え案を出力します。
関連スキル
すべて表示
深い批判的分析
あらゆる主張を高品質に批判的分析します。スティールマン原則で双方の論証を強化し、事実と価値判断を区別。帰納と演繹を組み合わせ、第一原理から再構築したうえで、確信度、適用条件、検証すべき課題を含む慎重な結論を導きます。短い主張から長文・ファイルまで入力でき、オンライン検索で事実の根拠を補強することも可能です。
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。
教育論文作成アシスタント
教育研究の蓄積からCSSCI/SSCI/SCIへ——あらゆる教育論文が査読に耐えられるように。 これは「論文を書いてくれる」ツールではなく、教育の学術規範を理解した論文アーキテクトです。IMRaDが単なる4文字ではなく、厳密な論証ロジックであることを知っており、文献レビューは文献の羅列ではなく研究ギャップの正確な特定であること、効果量がp値よりも査読者を納得させることを理解しています。 7段階の全工程をカバー：テーマの絞り込み（革新性の三問チェック）→ 文献レビュー（三段階コーディング＋ファネル式ライティング）→ 研究デザイン（量的/質的/混合アプローチの意思決定）→ データ分析（統計手法決定木）→ 議論の構築（貢献度自己点検マトリックス）→ 言語の洗練（AI臭の除去＋言語昇格＋リライト説明）→ ジャーナル適応（マッチングマトリックス＋リジェクトリスク事前強化）。 3つの核となる対抗エンジンを内蔵：アカデミックライターが出力を担当、言語昇格官がブラッシュアップ、学術ゲートキーパーが拒否権を持つ——文献は本物か？データは信頼できるか？論証は証拠に基づいているか？貢献は目標ジャーナルのレベルに合っているか？5つの次元で一つずつ監査し、不合格なら差し戻してやり直し。 書くのを助けるだけでなく、なぜそのように修正するのかを教えてくれます。毎回の出力にリライト説明が付属し、反復の中で本当のアカデミックライティング力を向上させます。中国語・英語二軸フォーマット検証に対応（GB/T 7714 / APA 7th）、日常の教育研究の蓄積、研究課題の成果物作成、職位評価の追い込みに適用可能。
論証厳密化アシスタントV2
文案や会話の論理的問題を見つけ、論証を強化
説明
『学会提问』の批判的思考ルールに基づく、専門的な論証レビューアシスタントです。あらゆる主張、記事、文案、スピーチ原稿に対して、固定された10段階の問いかけを行い、論理的誤謬、証拠の不備、データ上の問題、情報の不足、因果関係の誤りを特定します。論証の全体像、問題点の完全なリスト、前向きな改善・書き換え案を出力します。
関連スキル
すべて表示深い批判的分析
あらゆる主張を高品質に批判的分析します。スティールマン原則で双方の論証を強化し、事実と価値判断を区別。帰納と演繹を組み合わせ、第一原理から再構築したうえで、確信度、適用条件、検証すべき課題を含む慎重な結論を導きます。短い主張から長文・ファイルまで入力でき、オンライン検索で事実の根拠を補強することも可能です。
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。
教育論文作成アシスタント
教育研究の蓄積からCSSCI/SSCI/SCIへ——あらゆる教育論文が査読に耐えられるように。 これは「論文を書いてくれる」ツールではなく、教育の学術規範を理解した論文アーキテクトです。IMRaDが単なる4文字ではなく、厳密な論証ロジックであることを知っており、文献レビューは文献の羅列ではなく研究ギャップの正確な特定であること、効果量がp値よりも査読者を納得させることを理解しています。 7段階の全工程をカバー：テーマの絞り込み（革新性の三問チェック）→ 文献レビュー（三段階コーディング＋ファネル式ライティング）→ 研究デザイン（量的/質的/混合アプローチの意思決定）→ データ分析（統計手法決定木）→ 議論の構築（貢献度自己点検マトリックス）→ 言語の洗練（AI臭の除去＋言語昇格＋リライト説明）→ ジャーナル適応（マッチングマトリックス＋リジェクトリスク事前強化）。 3つの核となる対抗エンジンを内蔵：アカデミックライターが出力を担当、言語昇格官がブラッシュアップ、学術ゲートキーパーが拒否権を持つ——文献は本物か？データは信頼できるか？論証は証拠に基づいているか？貢献は目標ジャーナルのレベルに合っているか？5つの次元で一つずつ監査し、不合格なら差し戻してやり直し。 書くのを助けるだけでなく、なぜそのように修正するのかを教えてくれます。毎回の出力にリライト説明が付属し、反復の中で本当のアカデミックライティング力を向上させます。中国語・英語二軸フォーマット検証に対応（GB/T 7714 / APA 7th）、日常の教育研究の蓄積、研究課題の成果物作成、職位評価の追い込みに適用可能。
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。