天人感応
天人感応
コンテンツ紹介
説明
ユーザーが指定した金融/テクノロジー/ビジネスの方向性に基づき、複数のプラットフォームから情報源を自動検索し、一次的な手がかりと核となる手がかりを抽出し、10年以内の関連イベントを掘り起こして、構造化されたテーマ分析レポートを出力します。 Step 1: マルチソース情報収集 - 過去30日間のニュースを検索（カバレッジ：WeChat公式アカウント、華爾街見聞、36Kr（高優先度）、虎嗅、雪球、タイメディア（標準優先度）） - タイトル、時間、プラットフォーム、要約、元リンクを記録 - 重複、広告、低信頼性の内容を一次フィルタリング Step 2: 情報の重複排除と集約 - 同一イベントを核となるオブジェクト、核となる事実、時間枠（7日以内）で集約 - 独立した情報源によって言及された数を統計 - 低価値のイベントを除去し、候補情報イベントリストを出力 Step 3: イベント分析と手がかり分類 一次的手がかりの基準（いずれかに該当）：異常イベント、高い議論度（3つ以上の情報源）、異変、業界の重要な節目、大企業のネガティブ情報 核となる手がかりの基準（2つ以上該当）：劇的な対立、掘り起こし可能な意味空間、3つ以上の主体、タイムリー性（14日以内） - 核となる手がかりは5つ以上、合計10～25件 - 各手がかりには：イベントのタイトル、概要、執筆可能なポイントの深掘り分析（具体的な執筆価値）、基準適合マークを含む Step 4: 深い関連性の掘り起こし - 検索範囲を10年以内に拡大 - 主要エンティティを抽出し、検索：主体の歴史的節目、業界政策の変遷、競合他社の同期動向、サプライチェーンの変化 - 関連があればすべて収録し、関連の種類と年をマーク Step 5: 構造化された出力 出力内容：一、核となる手がかりブロック；二、一次的手がかりブロック；三、研究提案 各手がかりには：イベント概要、基準適合マーク、執筆可能なポイントの深掘り分析、関連イベント（10年の歴史）、参考リンクを含む ツール設定：ウェブ検索、長文書生成 参考リソース：固定の参考はなく、ユーザーは入力時に追加可能
関連スキル
すべて表示
コンテンツ調査レポート生成
📝 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。
世論・評判モニタリングと危機分析
会社、ブランド、人物、製品、出来事、業界テーマなどに関する曖昧なモニタリング依頼を、明確で実行可能な世論分析プランに整理します。監視対象、方法、期間、地域、出力形式を明確にし、主要キーワード、別名、関連エンティティ、業界のリスクワードを拡張します。さらに、ニュースメディア、ソーシャルメディア、動画プラットフォーム、フォーラム・コミュニティ、口コミ・苦情、公式発表、規制・司法関連など、カバー予定のチャネルを一覧化します。まず範囲を確認してから情報収集を開始し、直接実行の許可を受けている場合も、計画全体の基準を維持します。 公開情報をもとに、出典、日時、プラットフォーム、カバー範囲の説明を付けた素材一覧を作成します。転載、マーケティングコンテンツ、検証可能な事実を区別し、単一プラットフォームの結果をインターネット全体の結論と誤って扱わないようにします。分析内容には、言及量の推移、感情傾向、論点クラスタリング、ピークの要因、拡散経路、主要な発信者、リスクレベルを含め、事実、推測、提案を明確に区別します。 競合モニタリングでは、製品機能、サービス力、広告出稿、マーケティング活動、ユーザー評価、収益力を軸に多面的な比較を行い、評価の根拠と差が生じる要因を説明します。最終的には、エグゼクティブサマリー、トレンドと可視化、リスク警告、対応メッセージ、データソース、未カバーのチャネルを含む、意思決定者向けの世論レポートにまとめられます。必要に応じて、可視化されたウェブページ、経営層向け報告版、定期モニタリングプランも作成できます。
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。
情報
- バージョン
- v1
- 最終更新
- 実行クレジット
- 使用量に応じて消費
- モデル
- Gemini 3.1 Pro
