mathodology-figure-presets

Mathodology Scientific Figure Presets

読者が答えを得る必要のある問いに合わせて図を選びます。複雑な図は、各パネルで関連する根拠を示す場合に有用です。複雑さ自体は品質の指標ではありません。実際のデータと、ユーザーの論文で使われている表現を使用してください。

エージェント向けガイダンス

図の作成を始めるとき、または別のエージェントに依頼するときは、デフォルトの図のガイダンスを読んでください。再利用可能な標準の指示です。コードテンプレートを選択し、実データを入力して実行し、生成された PNG/PDF を確認します。固定された手順ではなく、状況に合わせて調整できるガイダンスとして使用してください。

最初の図を作成する前に

回答がすでに分かっている場合を除き、モデリングタスクごとに一度だけ尋ねます。

使用できる image2 モデルはありますか？現在のツール、設定済みのインターフェース、または手動生成のどれで使用しますか？

ホストの質問機能を使い、回答を待つ間も独立した分析を続けてください。専門エージェントや各ターンで質問を繰り返さないでください。利用可能、手動、利用不可、保留中のケースについては、image2 の使用方法を読んでください。汎用の画像ツールを image2 だと主張したり、チャットで API キーを収集したりしないでください。

デフォルトの描画方法

image2 がない場合、回答待ちの場合、または手動で image2 を使う方法しかない場合は、デフォルトで20 個の呼び出し可能なコードテンプレートを使います。適合する関数を作業中のタスクにコピーし、実データを設定して実行し、PNG/PDF を出力してください。プロットのプロンプトだけで止めたり、image2 を待ったりしないでください。定量的な図には、image2 が利用可能な場合でも、同じデータ駆動型の方法を使います。必要に応じて最も近いテンプレートを調整し、データがない部分に合成プレビュー値を代用しないでください。

選択と作成

1. 結果を見る前に、図で示す結論を問いの形で書きます。データ、単位、比較対象、不確実性、利用可能な論文のスペースを確認します。
2. 20 個のプリセット選択ガイドとレシピを使います。関連するカードを読み込み、参考資料全体を読み込まないでください。データがプリセットを裏付けられない場合は、よりシンプルな代替案を選ぶか、不足している入力を説明します。
3. 実際の列、測定結果、科学的な意味に基づいて、カードのプロットとキャプションのプロンプトを調整します。データをプレビューに無理に合わせないでください。スタイルとエクスポートのガイダンスに従ってください。
4. 定量的な図形要素には数値プロットツールを使います。image2 はイラスト、メカニズム図、レイアウトの案に役立ちますが、定量的なレイヤーはデータから再作成してください。生成されたピクセルを計算上の根拠として使わないでください。
5. 図を出版時のサイズで確認し、コンパイル済み論文に配置した状態でも確認します。読みづらい表現や誤解を招く表現を修正し、論旨を支えない装飾的なパネルは削除してください。

図、キャプション、ソースデータまたは計算の場所、再実行の手順を提示します。形式は自由です。実際の制約を明示し、統計的有意性を捏造したり、見た目から受賞できると主張したりしないでください。

参考資料とサンプルのライブラリ

• 出典と視覚的な参考資料：PLOS の参考図 6 点（反例を含む）、Matplotlib のソーステキストのスナップショット 8 点、ライセンス、ファイルごとの出典情報マニフェストです。調整する前にスナップショットを読んでください。実行可能なインストール手順やワークフローではありません。
• 合成データのサンプルギャラリー：プレビュー 6 点と、任意のデモスクリプトです。サンプルは表現方法と統計ラベルの例であり、コンテストの問題に対する根拠ではありません。

python3 .claude/skills/mathodology-figure-presets/scripts/render_examples.py --output work/figure-examples

デモには NumPy と Matplotlib を使用します。F08 コードテンプレートには SciPy も必要です。依存関係がない場合は、ホストで利用可能なランタイムを使うか、隔離環境にインストールしてください。プロンプトを読むだけ、または使用するだけであれば、依存関係は必要ありません。タスク固有の図には、R、MATLAB、その他の言語にある既存の数値ツールも同様に使用できます。