research-ideation

研究アイデアの発案

研究目標から、優先順位付けされたアイデアと詳細な提案を作成します。

Step 0: Load evo-memory (M_I)
    ↓
Step 1: Define Goal
    ↓
Step 2: Literature Grounding (MUST use paper-navigator scripts)
    ↓
Step 3: Generate Ideas (3 directions × 3 personas)
    ↓
Step 4: Refine Ideas (3 tracks × N iterations)
    ↓
Step 5: ELO Tournament → Present Top-3 to User
    ↓
Step 6: Update evo-memory (IDE)
    ↓
User Selects
    ↓
Step 7: Expand into Proposal
    ↓
Step 8: Validate and Iterate

使用する場合

• ユーザーが研究の方向性を見つけたり、研究アイデアをブレインストーミングしたりしたい場合
• ユーザーがアイデアの新規性や、取り組む価値があるかを評価したい場合
• ユーザーが複数の研究アイデアに順位を付けたり、比較したりしたい場合
• ユーザーがアイデアから研究提案を作成したい場合

使用しない場合

• 論文を探す／読む → paper-navigator を使用してください
• 文献調査レポート → research-survey を使用してください
• 論文の計画（ストーリー設計、実験計画） → paper-planning を使用してください

---

ステップ 0：evo-memory から過去の知見を読み込む

アイデアの発案を始める前に、過去の研究サイクルから Ideation Memory（M_I）を読み込みます。

1. /memory/ideation-memory.md にある M_I を読み込みます（evo-memory スキルを参照）
2. 各エントリーの Summary と Retrieval Tags をユーザーの現在の目標と照らし合わせ、最も関連性の高い上位 2 件（k_I=2）を選びます
3. 過去のサイクルで実現可能だった方向性は、ステップ 3 の種として使用します（新たな候補の研究方向とともに取り込みます。ステップ 3 では引き続き、方向性をちょうど 3 つ選びます）
4. 基本的な失敗と記されたうまくいかなかった方向性は、ステップ 4 でアイデアを絞り込む際に使用します（基本的な失敗パターンに該当するアイデアは除外します）
5. M_I がまだ存在しない場合（初回のサイクル）は、このステップをスキップします

このステップにより、既知の行き詰まりを繰り返さず、研究サイクルを通じて過去の成功を積み重ねることができます。

ステップ 1：長期的な研究目標を定める

科学的価値と実用的価値の両方を備えた目標から始めます。複数の論文につながるほど意欲的でありながら、日々の判断の指針となるだけの具体性を持たせます。

「この研究の方向性が最終的に目指す形は何か。この問題が完全に解決されたら、世界はどのようになっているか」と問いかけます。

ステップ 2：文献に基づく調査（paper-navigator を使用）

paper-navigator（ワークフロー 9：アイデア発案のサポート）を呼び出し、関連する論文を 30～50 件収集します。このステップを省略したり、一般知識で代替したりしないでください。アイデアは実際の論文に基づいている必要があります。

重要：このステップで論文を見つける際は、必ず paper-navigator スキルとそのスクリプト（scholar_search、citation_traverse、arxiv_monitor、recommend など）を使用してください。論文を見つけるために WebSearch、WebFetch、その他の汎用ウェブ検索ツールを使うことは禁止されています。 汎用ウェブ検索では、ブログ記事、ニュース記事、質の低い結果が返されます。厳密な文献調査に必要な Semantic Scholar、arXiv、引用ネットワークのたどり直し、学術的な推薦にアクセスできるのは paper-navigator だけです。

課題と知見のツリーを作成する

収集した論文から、技術的課題と、それに対処する知見／手法との間の多対多の対応関係を示すツリーを構築します。

• 課題を抽出する：各論文はどのような技術的問題を解決しているか
• 知見を抽出する：どのような手法や重要なアイデアを用いているか
• 関連性を対応付ける：どの知見がどの課題に対処しているか

アイデアの発案への活用方法：

• 知見が少ない課題 → 未解決問題（ステップ 3 の候補）
• まだ課題に適用されていない知見 → 分野横断的な転用の機会（ステップ 4 の候補）
• 多くの知見がある課題 → 研究が進んでいるため、根本的に新しい切り口がない限り避けます

また、アイデア生成の背景情報として、要約した文献レビューの統合結果を作成します（包括的な調査には research-survey を使用してください）。

作成方法については、references/literature-tree.md を参照してください。

実行ルール：実際の論文に基づかずにアイデアを生成してはいけません。ツリーには、実際の論文のタイトル、著者、知見を記載する必要があります。論文検索には必ず paper-navigator を使用してください。近道として WebSearch／WebFetch を使用してはいけません。

ステップ 3：アイデアを生成する

文献に基づいて、異なる 3 つの研究方向から初期研究アイデアを 3 つ生成します。

3 つのペルソナ

ペルソナ	焦点
イノベーター	新規性と創造性 — 画期的で、リスクとリターンが大きい
実務家	実現可能性 — 現実的で、明確に実行できる
批評家	科学的価値 — 理解を深め、厳密である

プロセス

1. 文献とチャレンジ・インサイトツリーを分析 → 根本的に異なる研究の方向性を 3 つ特定する
2. イノベーターのペルソナを使い、各方向性につき 1 つのアイデアを生成する
3. 各アイデアは、次の 2 つの方法論的な道筋のいずれかに従う必要があります。
   • パス 1（焦点を絞った貢献）：単一の新しい構成要素。明確な仮説
   • パス 2（システムとしての貢献）：構成要素間の緊密な因果的相互作用。創発的な能力

アイデアの形式

# Research Idea: [Concise Title]

## Core Idea
[One paragraph: the proposal + which research direction it addresses]

## Validation Plan
[Concrete experiment outline: datasets, baselines, metrics]

ステップ 4：アイデアを洗練する

初期アイデアごとに 1 つずつ、3 つの並列な洗練トラックを実行します。各トラックでは、3 つすべてのペルソナを使用します。

For each track:
  For N=3 iterations:
    1. Evaluate current best idea (novelty, feasibility, impact, alignment)
    2. All 3 personas generate refined versions based on evaluation
    3. Pick the best refinement as seed for next iteration
  Track champion = the refinement picked in the final iteration

5 つの発展戦略

1. グラウンディングによる強化：文献の引用を加えて強化する
2. 一貫性の改善：メカニズムの論理的な欠陥を修正する
3. 着想と組み合わせ：文献にある別の概念と組み合わせる
4. 簡素化：明確で検証可能な仮説となるように要素を削る
5. 文献に基づく方向転換：メカニズムを放棄し、文献に基づく新しいアプローチを提案する

重要なルール：評価によってアプローチに将来性がないと判断された場合、ペルソナは必ず方向転換しなければなりません。洗練の方法は、修正だけに限定されません。

論理的一貫性の原則

• 変数が多すぎる → 削減によって焦点を絞る：最も有望な変数を切り分ける
• 構成要素のつながりがない → 強い相関によって正当化する：明示的な因果関係を構築する

ステップ 5：ELO トーナメント → 上位 3 件を提示する

ペアごとの比較を通じて、3 つのトラックの優勝案に順位を付け、3 つすべてを順位付きでユーザーに提示し、選択してもらいます。トーナメントでは優勝案の順序を決め、その理由を記録します。どの案も除外しません。各優勝案は異なる研究の方向性を示しており、どの方向性にするかはユーザーが選択します。

4 つの評価項目

評価項目	測定する内容
新規性	既存の公開済み研究とどの程度異なるか
実現可能性	妥当なリソースの範囲内で実装できるか
関連性	目標に沿った重要な問題に取り組んでいるか
明確さ	すぐに着手できるほど明確に定義されているか

トーナメント

• 開始時の Elo：1500 | K 係数：32
• 総当たり戦：各優勝案がほかの 2 案と 1 回ずつ対戦する（計 3 試合）
• 各試合：両方のアイデアを 4 つの評価項目で採点 → 総合点の高い方が勝利 → Elo を更新
• 最終 Elo の順に並べます。評価が同点の場合、または各優勝案がちょうど 1 試合ずつ勝った場合は、総合点の平均を基準に並べ、さらに同点の場合はトラック順に並べます
• 評価基準と計算式については、references/elo-ranking-guide.md を参照してください

上位 3 件をユーザーに提示する

トーナメント後、上位 3 件のアイデアを比較表と、各アイデアの洗練済み全文の両方で提示します。これにより、ユーザーは要約だけでなく、具体的ですぐに実行に移せる各アイデアの内容を確認できます。

パート 1：比較表

## Top-3 Research Ideas (ranked by ELO)

| Rank | Title | Core Mechanism | Novelty | Feasibility | Relevance | Clarity | ELO |
|------|-------|---------------|---------|-------------|-----------|---------|-----|
| 1 | ... | ... | 9 | 7 | 8 | 8 | 1531 |
| 2 | ... | ... | 7 | 9 | 8 | 7 | 1500 |
| 3 | ... | ... | 8 | 6 | 9 | 7 | 1469 |

各評価項目の列には、各アイデアの 2 試合における平均スコアを記載します。

パート 2：洗練済みアイデアの全文

上位 3 件それぞれについて、ステップ 3 と同じ構造化形式を使って、洗練済みのアイデアに加え、洗練の概要を提示します。

# Refined Idea [Rank]: [Concise Title]

## Core Idea
[One paragraph: the refined proposal — this should reflect ALL changes from Step 4 refinement,
not the original Step 3 version]

## Validation Plan
[Concrete experiment outline updated with refinement insights: datasets, baselines, metrics,
key ablations identified during refinement]

## Refinement Summary
[Brief paragraph summarizing what changed from the initial idea and why:
- What was simplified or removed (and why)
- What was added or concretized (and why)
- Which persona drove the most impactful change
- Key risk mitigations added during refinement]

このセクションは必須です。洗練済みアイデアの全文を省略したり、比較表にまとめたりしてはいけません。ユーザーが十分な情報に基づいて選択するには、完成した洗練済みの内容を確認する必要があります。

パート 3：選択の確認

Which idea would you like to develop into a full proposal? (1/2/3, or combine elements)

**上位 3 件を提示した後、ユーザーの最終選択を確定する前に、ステップ 6（evo-memory IDE）を実行してください。**ユーザーは次の操作を行えます。

• 上位 3 件から 1 つを選ぶ
• 複数のアイデアの要素を組み合わせるよう依頼する
• 詳細化の前に変更を依頼する
• 異なる制約条件で再生成するよう依頼する

ステップ 6：evo-memory を更新する

トーナメントの後、ユーザーが選択する前に、evo-memory IDE（Idea Direction Evolution）を起動します。

1. 上位 3 件の方向性を /direction-summary.md に保存します
2. 方向性の概要を添えて、evo-memory スキル経由で IDE プロトコルを起動します
3. 上位の各方向性を、ELO スコアとともに実現可能な方向性として M_I に追加します
4. 改良中（ステップ 4）に明らかに実現不可能と判断されたアイデアは、失敗の分類（根本的な問題か実装上の問題か）とともに、失敗した方向性として記録します

これにより、今後のアイデア創出サイクルで、このサイクルから得られた知見を活用できます。

ステップ 7：提案書へ発展させる

ユーザーがアイデアを選択した後、論文として通用する品質の研究提案書に発展させます。分野ごとに必要な提案書の構成が異なるため、これは 2 段階のプロセスです。

フェーズ 1：分野に応じたテンプレートを作成する

執筆を始める前に、まずユーザーの分野に合わせた提案書のテンプレートを作成します。

1. 研究目標と文献から分野を特定します
2. 汎用的なセクション（Abstract、Problem、Related Work、Method、Evaluation、Conclusion）から始めます
3. 分野固有のセクションを追加します（例：医学研究では倫理／IRB、化学では安全性分析、臨床試験では統計的検出力分析、ML ではアブレーション設計）
4. 分野の慣習に合わせて用語を調整します（例：医学では「Study Design」、社会科学では「Methodology」、工学では「Proposed Method」）

分野固有のセクションに関する完全なガイドと執筆上の指示については、assets/proposal-template.md を参照してください。

フェーズ 2：提案書を執筆する

以下の共通原則に従って、作成したテンプレートを埋めます。

• その分野のトップクラスの査読者に向けて執筆します。すべての主張を裏付け、すべての設計を正当化します
• 変数の混同を避け、中心となる貢献を明確に切り分けます
• 分野の厳密性の基準に合わせます（定量分野では数学、実験分野ではプロトコル、質的研究ではコーディング体系）
• 懐疑的な査読者からの質問を先回りして想定します

セクションごとの詳しいガイダンスについては、references/proposal-extension.md を参照してください。

ステップ 8：検証して反復する

代表的なデータで実験を実施します。アプローチが失敗した場合は、知識を更新したうえでステップ 3 またはステップ 4 に戻ります。体系的なデバッグについては、experiment-craft を参照してください。

---

直感に反するルール

1. 問題の選定 > 解決策の設計：何を解決するかの選択は、どのように解決するかより重要です
2. 漸進的な改善ではなく、新たな失敗事例を追求する：既存の手法が破綻する設定を見つけます
3. 確立された解決策が存在する場合は、問題を切り替える：改善の余地が小さすぎます
4. 技術とは単なる連結ではなく、創造的な組み合わせです：単純な A→B のパイプラインは貢献とはいえません
5. 生成では質より量を優先する：すべての改良ラウンドで、評価を始める前に 3 つのペルソナすべてが各自の案を執筆します。3 つのトラックで 3 人のチャンピオンに対し、合計 27 案となります
6. 実現可能性は必須です：優れたアイデアでも実現不可能であれば、研究サイクルを無駄にします
7. トーナメントは意外な発見をもたらします：直感よりも順位を信頼します

---

依存関係：paper-navigator

論文の発見はすべて paper-navigator を通じて行います。このスキル自体は論文を検索しません。論文を見つけるために WebSearch、WebFetch、または汎用検索ツールを使うことは禁止されています。これらのツールでは Semantic Scholar、引用グラフ、学術論文の推薦システムにアクセスできません。ステップ 2、3、4 で論文を発見する必要がある場合は、必ず paper-navigator とそのスクリプト（scholar_search、citation_traverse、arxiv_monitor、recommend、trending など）を使用してください。

ステップ	paper-navigator が必要な用途
ステップ 2	文献ツリーの構築に関連する論文を 30～50 件収集する
ステップ 3	選定した問題に対して確立された解決策が存在しないことを検証する
ステップ 4	改良中に応用可能な技術を探すため、分野横断的に検索する

evo-memory との統合

タイミング	アクション	詳細
ステップ 0（アイデア創出前）	M_I を読む	/memory/ideation-memory.md を読み込み、関連性の高いエントリーを上位 2 件選び、実現可能な方向性を種として活用し、根本的な失敗を避けます
ステップ 6（トーナメント後）	IDE 経由で M_I に書き込む	ELO スコアを付けて上位 3 件の方向性を実現可能として保存し、行き詰まったアイデアは失敗の分類とともに失敗として保存します

引き継ぎ

引き継ぎ先	タイミング	主な成果物
paper-planning	提案完了（ステップ 7）→ 論文の構成を計画	/research-proposal.md、/direction-summary.md
experiment-pipeline	提案完了（ステップ 7）→ 実験を開始	/research-proposal.md、/direction-summary.md
evo-memory	トーナメント後（ステップ 6）→ IDE プロトコル経由で Ideation Memory を更新	/direction-summary.md

---

参考資料とアセット

トピック	ファイル
文献ツリーの構築	references/literature-tree.md
問題選定のフレームワーク	references/problem-selection.md
ソリューション設計の方法論	references/solution-design.md
ELO の計算式と評価基準	references/elo-ranking-guide.md
提案書の各セクションに関するガイダンス	references/proposal-extension.md
アイデア候補のテンプレート	assets/idea-candidate-template.md
ランキング評価表	assets/ranking-scorecard-template.md
方向性の概要	assets/direction-summary-template.md
提案書の例（E-FNO）	assets/proposal-template.md