mcpField
E
experiment-story-writer

experiment-story-writer

github.com/a-green-hand-jackドキュメント36 回インストール
リポジトリ

experiment-story-writer について

実験の証拠を研究論文の結果記述にまとめる執筆スキルです。図表、指標、主張を整理し、混在する結果や暫定的な結果を過大に解釈せず扱えます。

主な機能

  1. 01主張と結果証拠の対応付け
  2. 02実験セクションの順序計画
  3. 03結果段落の起草と改訂
  4. 04混在結果と暫定結果への対応
  5. 05証拠の状態と留保の記録

活用シーン

  1. 01図表に基づく結果の執筆
  2. 02アブレーションと診断結果の説明
  3. 03結果が混在する場合の主張範囲の限定
  4. 04進行中の実験に対するプレースホルダー設定

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/a-green-hand-jack/ml-research-skills --skill experiment-story-writer

インストール後、Claude Code で/experiment-story-writerを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
mixed-results-and-placeholders.md
result-narrative-patterns.md
templates/
experiment-story-plan.md

詳細

実験ストーリーライター

実験と結果のセクションを、エビデンスに基づくストーリーとして記述します。このスキルでは、主張を図、表、アブレーション、指標、段落に対応付けたうえで、エビデンスが何を裏付けているかを説明する結果の文章を作成、または修正します。

以下の場合にこのスキルを使用します。

  • 実験セクションの順序を決める
  • 表や図から結果の段落を作成する
  • 主な結果、アブレーション、診断、効率性の結果、定性的な例を解釈する
  • 主張を損なわずに、結果が混在している場合、否定的な場合、または予想外の場合に対処する
  • 実験の実施中に暫定的な結果のプレースホルダーを記す
  • 結果の文章を論文の主張およびエビデンスの状況に合わせる

このスキルを、新しい実験をゼロから設計するために使用しないでください。結果の文章に関する依存関係、古くなった主張の箇所、未解決の結果執筆の課題を記録するには、paper-writing-memory-manager を使用してください。生の CSV 結果を論文用の表や図にする必要がある場合は、paper-result-asset-builder を使用してください。結果のストーリーから主張の裏付け不足が明らかになり、新たに計算を実行する前に既存の結果を検索すべき場合は、paper-evidence-gap-miner を使用してください。真に新しい実験の計画には experiment-design-planner、ベースラインの公平性の確認には baseline-selection-audit、図の視覚的な監査には figure-results-review、表の監査には table-results-review、主張とエビデンスの一覧作成には paper-evidence-board を使用してください。

スキルのディレクトリ構成

<installed-skill-dir>/
├── SKILL.md
├── references/
│   ├── result-narrative-patterns.md
│   └── mixed-results-and-placeholders.md
└── templates/
    └── experiment-story-plan.md

段階的な読み込み

  • 必ず references/result-narrative-patterns.md を読みます。
  • 結果が否定的、混在、不安定、暫定的、または実施中の場合は、references/mixed-results-and-placeholders.md を読みます。
  • paper/.agent/experiment-story-plan.md を作成する際は、templates/experiment-story-plan.md を使用します。
  • ローカルにある paper/.agent/writing-contract.md、paper/.agent/writing-memory/、paper/.agent/paper-evidence-board.md、paper/.agent/evidence-completion-plan.md、paper/.agent/result-inventory.md、paper/.agent/result-asset-provenance.md、paper/.agent/provisional-results.md、paper/.agent/visual-style.md と、図や表のレビュー報告書を読みます。
  • sections/experiments.tex、sections/results.tex、figures/*.tex、tables/*.tex などの論文ファイル、および存在する場合は docs/results/、docs/reports/、docs/runs/ 以下の実験ログや報告書を読みます。

基本原則

  • 結果の文章では、表の説明だけでなく、主張に関する問いに答える必要があります。
  • 実験の順序は、論文における貢献の優先順位に沿わせます。
  • 主な結果で主張を裏付け、アブレーションでその理由を説明し、診断で有効範囲を限定し、効率性の結果でコストを説明し、定性的な結果で挙動を具体的に示します。
  • 結果の各段落では、比較対象、指標、設定、結論を明示する必要があります。
  • 主張に影響する場合は、比較結果に影響を与える計算、データ、学習期間、チューニング予算、ハードウェア、評価プロトコル、選択ルールを結果の文章で明らかにします。
  • 結果が混在していることを隠さないでください。結果が主張をどのように限定、修飾、または動機付けるのかを説明します。
  • 最終的な数値を捏造しないでください。執筆のたたき台として、明示された暫定的なプレースホルダーのみを使用します。
  • 結果が主張と矛盾する場合は、result-diagnosis に引き継ぐか、強い表現で文章を書く前に主張を限定します。

ステップ 1 - 結果の概要を作成する

以下を抽出します。

## Experiment Story Snapshot
- Target venue:
- Paper archetype:
- Primary claims:
- Figures:
- Tables:
- Main metrics:
- Baselines:
- Comparison-affecting protocol details:
- Ablations:
- Verified results:
- User-stated results:
- Provisional or missing results:
- Mixed or negative results:
- Claims at risk:

利用可能な場合は主張 ID を使用します。ID がない場合は、ローカル ID として CLM-TMP-* を割り当て、paper-evidence-board との同期を提案します。

ステップ 2 - セクションのストーリーを選ぶ

references/result-narrative-patterns.md を読み、以下からセクションの順序を選びます。

  • 主張を先に示す主要結果
  • ベンチマークの順位表と分析
  • 研究知見の順次提示
  • メカニズムを先に示すアブレーション
  • システム性能の積み上げ
  • 診断または失敗モードの順次提示

セクションの順序は、実験を実施した時系列ではなく、論文の主要な主張に沿わせます。

ステップ 3 - 実験ストーリープランの作成

次を作成または更新します。

paper/.agent/experiment-story-plan.md

paper/ ディレクトリがなく、現在のディレクトリが論文リポジトリの場合は、次の場所に保存します。

.agent/experiment-story-plan.md

templates/experiment-story-plan.md を使用します。

各図、表、結果段落について、次の項目を記録します。

  • 根拠としての役割
  • 裏付ける主張
  • 結果のステータス
  • 必要な解釈
  • リスクまたは注意点

ステップ 4 - 結果の文章を執筆する

各段落では、次のようにします。

  • 主張に関する問い、または実験の目的から書き始めます
  • 解釈に必要な範囲でのみ設定を述べます
  • 最も関連性の高い比較について説明します
  • 結果が主張を裏付ける、限定する、または複雑にする理由を解釈します
  • 次の実験または論文の主張への示唆で締めくくります

解釈を伴わずに数値を列挙するのは避けてください。 不公平さや隠れた優位性を曖昧にするのは避けてください。結果が追加の計算リソース、データの再利用、チューニング予算、シードやデータスライスの選択、指標の選択、または異なるハードウェアに依存する場合は、その適用範囲を明示するか、最終的な結果の文章を書く前に baseline-selection-audit / paper-evidence-board に回してください。

ステップ 5 - 暫定的な結果と複合的な結果への対処

結果が確定していない場合:

  • [[PROVISIONAL_RESULT:...]] のような検索可能なプレースホルダーを使用します
  • プレースホルダー台帳に追加します
  • 最終的な最上級表現は避けます
  • 差し替え箇所が局所的になるよう、前後の文章を書きます

結果が複合的な場合:

  • 手法が有効なケースを述べます
  • 手法が有効でないケースを述べます
  • その制約が主張の中核、適用範囲、または今後の研究に影響するかを説明します
  • 重大な矛盾は result-diagnosis に回します

ステップ 6 - 最終確認

最終確定の前に、次を確認します。

  • 各主要な主張に、少なくとも 1 つの結果段落がある
  • 各主要な表/図に、説明上の役割がある
  • アブレーションでは、メカニズムまたは設計上の選択を説明している
  • キャプションと本文の説明が食い違っていない
  • 数値が検証済みの情報源と一致しているか、暫定的であることが示されている
  • 複合的な結果は隠さず、適用範囲を限定している
  • 不足している重大な根拠は、まず paper-evidence-gap-miner に回し、既存の CSV 結果では不足を補えない場合に限り、その後 experiment-design-planner に回している
  • 結果と主張の依存関係、および古くなった箇所を paper-writing-memory-manager を通じて書き戻している。どの結果段落を執筆済みか、どの図/表を参照しているか、どの主張が本文によって裏付けられるようになったか、そして paper/.agent/provisional-results.md 内の暫定的な結果プレースホルダーを記録します

コメント