Boom5426/Nature-Paper-Skills

解決する課題

生命科学、計算生物学、および手法研究におけるNatureシリーズのジャーナル向けに、インパクトの高い科学論文の執筆・修正プロセスを効率化します。証拠に基づかない主張、AI特有の不自然な文章、図表と「結果」セクションの不一致といった、よくある執筆上の問題を未然に防ぎます。

仕組み

本プロジェクトは、CodexやClaude CodeなどのAIエージェントにインストール可能な27種類の専門的な「スキル」（指示書およびヘルパースクリプト）を提供します。これらのスキルは、エージェントを以下の構造化されたワークフローへと導きます：

1. フレーミング (Framing)：研究課題とターゲットジャーナルの定義。
2. 論理構築 (Argument Building)：スタイルを整える前に、「主張と証拠」の連鎖を確立する。
3. 図表の整合性 (Figure Alignment)：図表とキャプションが「結果」を直接裏付けていることを確認する。
4. 文章の修正 (Prose Revision)：測定値や不確実性を維持しつつ、論理とスタイルを洗練させる。
5. 投稿と査読対応 (Submission & Rebuttal)：投稿前の監査と査読者への回答案の作成。

対象読者

トップジャーナルへの投稿に向けて論文を準備している、生命科学および計算生物学分野の研究者や科学者。

ハイライト

• 証拠重視の編集 (Evidence-Bound Editing)：測定値、信頼区間、またはネガティブな結果を改変することなく編集を行う。
• エージェント統合型 (Agent-Integrated)：AIコーディング/エージェント環境（Codex, Claude Code）へのインストールに特化して設計。
• タスク別プロファイル (Task-Specific Profiles)：ユーザーのニーズに応じて、異なるインストールスタック（例：執筆・査読、フルリサーチワークフロー）を提供。
• 反防衛的執筆 (Anti-Defensive Writing)：過度に慎重な表現や「監査」的な言い回しを排除し、直接的な科学的論述を作成するツールを含む。
• 査読者対応システム (Reviewer Response System)：査読者のコメントを具体的な証拠や論文の修正箇所と紐付ける。