mathodology-agent-pipeline

Mathodology モデリングプロンプト

タスクに応じて、以下の質問を好きな順序で使用してください。これらは推論のためのプロンプトであり、必須の段階やファイルではありません。

問題を理解する

読者はどのような判断をしようとしていますか？ 何が与えられており、何が未知で、何が求められていますか？ 解決策で表現すべきメカニズムは何ですか？ 該当する場合は、締め切り、ページ数の上限、AI の使用要件など、実際のコンテスト規則を確認してください。

モデルを定式化する

有用なベースラインから始めます。変数、単位、仮定、制約、目的を定義してください。実際に選択の余地がある場合は、妥当な代替案を比較します。ノルマを満たすためだけに余分なモデルを作らないでください。複雑さを追加することで答えがどう変わるのかを説明します。同定可能性、データ要件、極限ケースを確認してください。

結果を検証する

どのような観測によってモデルが否定される可能性がありますか？ より単純なベースラインでも同等の性能を発揮しますか？ 影響の大きい仮定や、起こり得る不利なシナリオを検証してください。パラメーターの不確実性、観測ノイズ、構造的不確実性を区別します。論文の主張を、実装した数学的手法と実際に使用したデータに対応させてください。

答えを伝える

解釈可能な数値と限界を示して、問題の質問に答えてください。図のプリセットから図を選び、タスクにつき一度だけ尋ねる image2 に関する質問も含めます。実験の経緯ではなく、結果を軸に説明を組み立ててください。レビューの質問を使って確認します。

焦点を絞った共同作業

有用で、かつ利用可能な場合は、専門家に範囲を限定した質問を依頼し、関連データ、現在の仮定、具体的な成果物を伝えてください。並行編集を行う場合は、ファイルの担当範囲を決めます。通常の文章で、発見、推論、成果物のパス、未解決の不確実性を尋ねてください。リード担当者は回答を統合し、証拠の食い違いを解決します。ポイントを集めたり、中間段階ごとに承認を求めたりはしません。

新しいタスクに使える簡潔なプロンプトは次のとおりです。

提示されたモデリング問題を解いてください。仮定を明示し、有用なベースラインを構築して検証したうえで、正当化できる複雑さを追加し、それぞれの提案を証拠に結び付けてください。利用可能な時間に合わせてワークフローを調整してください。mathodology-figure-presets を使用して目的に合った図を選び、image2 が利用可能か一度尋ねてください。 計算を再現可能にし、どのような要因で結論が変わり得るかを説明してください。