citation-and-reference-validator

引用・参考文献バリデーター

概要

このスキルは、学術原稿の引用（citations）と参考文献一覧（references）の品質を監査するために設計されています。エージェントは、すべての参照情報に有効なメタデータが含まれていること（AI のハルシネーションによる架空の参考文献がないこと）、また、原稿内で参照されている文の内容が、引用された論文によって事実に基づいて裏付けられていること（contextual alignment）を確認します。

依存関係

• literature-search-openalex
• pubmed-database

クイックスタート

使用例： 「citation-and-reference-validator スキルを使って、『X 法の精度は 98% である（Smith et al., 2022）』という主張の文が、DOI 10.1000/xyz の Smith et al. の論文の内容によって本当に裏付けられているか確認してください。」

ワークフロー

1. 参考文献メタデータの検証（プログラムによるメタデータ整合性監査）

• プログラムによるガードレールの実行（必須）：手動で評価する前に、エージェントは参考文献一覧を Crossref および OpenAlex の API に照らして検証する自動スクリプトを必ず実行する必要があります。 （注：この SKILL.md が置かれているディレクトリの場所に基づき、ローカルインストールの場合もグローバルインストールの場合も、validate_references.py の絶対パスを特定してください）：

  python "<PATH_KE_SKILL>/scripts/validate_references.py" --input references.json --output report.json
  

  または、単一の DOI／タイトルを直接指定して実行します：

  python "<PATH_KE_SKILL>/scripts/validate_references.py" --doi <DOI> --title "<TITLE>"
  

• report.json の出力を評価します：
  • VALID：公開データベース（Crossref／OpenAlex）によってメタデータが正式に検証されています。
  • METADATA_MISMATCH：論文は見つかりましたが、指定された年／著者／タイトルの属性が元のデータベースと大きく異なります。
  • HALLUCINATED：DOI またはタイトルが、いずれの公開データベースでも見つかりません。必ず直ちに却下し、参考文献一覧から削除してください。
• HALLUCINATED または METADATA_MISMATCH のステータスが付いた参考文献は、監査報告書で明示してください。

2. 引用の文脈上の整合性の検証（証拠に基づく引用の根拠確認）

• プログラムによるスニペット取得の実行（必須）：原稿の主張が元の論文の内容によって事実に基づいて裏付けられているか確認するため、エージェントは逐語的な証拠を取得するスクリプトを必ず実行する必要があります：

  python "<PATH_KE_SKILL>/scripts/fetch_evidence_snippet.py" --claim "<KALIMAT_KLAIM>" --doi "<DOI>"
  

• Python スクリプトの evidence_snippets の出力を評価します：
  • FULLY_SUPPORTED：元の論文に、原稿の主張と 100% 整合する逐語引用があります。
  • PARTIALLY_SUPPORTED：関連する引用はありますが、原稿に制限や追加の文脈が必要です（例：「データセット X の場合にのみ該当」）。
  • CONTRADICTORY：元の論文の引用は、原稿の主張と正反対の内容を述べています。
  • UNSUPPORTED / MISATTRIBUTED：その主張についての記述がないか、論文がまったく異なるトピックを扱っています。

3. 引用スタイルと整合性の確認（書式チェック）

• 本文と参考文献一覧の両方で、特定の執筆ガイドライン（例：APA、IEEE、Harvard、MLA）に沿って引用表記が統一されていることを確認します。
• 本文で引用されているすべての文献が参考文献一覧に含まれ、その逆も成り立つことを確認します。

4. 参考文献検証レポートの形式

監査結果を、以下の必須の証拠表の形式で提示します：

原稿の文／主張	参照論文（引用・DOI）	論文からの元の逐語引用（Evidence Snippet）	文脈上の裏付け状況	修正に関する注記

よくある間違いと重要なルール（参照のハルシネーション防止）

• ハルシネーションによる参照（偽の参照）：AI が作成した、一見もっともらしい参照（著名な著者名や妥当そうなタイトルが含まれているもの）を記載しますが、実際には出版されていなかったり、DOI が偽物だったりします。
• 誤解を招く孫引き（安易な引用）：ある理論について、論文 A を引用している論文 B を引用しますが、論文 A の原文の内容は論文 B の解釈とは異なります。PDF／全文にアクセスできる可能性がある場合、エージェントは必ず一次資料をたどる必要があります。
• 過度な一般化を伴う引用：特定の実験に関する論文を、普遍的な理論を証明するものとして引用し、その論文の実験条件の限界について触れません。
• 書式の誤り：参考文献一覧の書式が統一されておらず、APA 形式と IEEE 形式が無作為に混在しています。
• API キーによる障害：Semantic Scholar の API キーが設定されていない場合に、監査プロセスを中断したり、エラーメッセージを表示したりします。トークンなしでもアクセス制限のない無料の公開 API（OpenAlex／Crossref）を使ってクロスチェックしてください。