research-lookup

リサーチ情報の検索

概要

このスキルは、OpenRouter 経由で Perplexity の Sonar モデルを使い、リアルタイムでリサーチ情報を検索できるようにします。クエリの複雑さに応じて、Sonar Pro Search（高速で効率的な検索）と Sonar Reasoning Pro（深い分析的推論）を使い分けます。このスキルでは、最新の学術文献、最近の研究、技術ドキュメント、一般的なリサーチ情報を、適切な引用と出典表記とともに利用できます。

このスキルを使用する場面

次のような場合にこのスキルを使用してください。

• 最新のリサーチ情報: 特定分野における最新の研究、論文、知見
• 文献による検証: 事実、統計、主張を最新の研究と照らし合わせて確認する
• 背景調査: 科学論文の執筆に必要な文脈や裏付けとなるエビデンスを収集する
• 引用元の検索: 原稿で引用できる関連論文や研究を見つける
• 技術ドキュメント: 仕様、プロトコル、方法論を調べる
• 最近の動向: 新たなトレンドや画期的な成果を把握し続ける
• 統計データ: 最近の統計、調査結果、研究成果を見つける
• 専門家の見解: 最近のインタビュー、レビュー、論評から知見を得る

科学的スキーマによる視覚的な強化

このスキルを使って文書を作成する際は、視覚的な伝達を高めるために、科学的な図やスキーマの追加を常に検討してください。

文書にスキーマや図がまだ含まれていない場合:

• scientific-schematics スキルを使い、AI で出版品質の図を生成します
• 希望する図を自然言語で説明するだけで構いません
• Nano Banana Pro が自動的に図を生成し、レビューして改良します

新規の文書の場合: テキスト中で説明されている主要な概念、ワークフロー、アーキテクチャ、関係性を視覚的に表すため、科学的スキーマをデフォルトで生成してください。

スキーマの生成方法:

python scripts/generate_schematic.py "your diagram description" -o figures/output.png

AI は自動的に次の処理を行います。

• 適切な書式で出版品質の画像を作成する
• 複数回の反復を通じてレビューと改良を行う
• アクセシビリティを確保する（色覚に配慮し、コントラストを高くする）
• 出力を figures/ ディレクトリに保存する

スキーマを追加すべき場合:

• リサーチ情報のフロー図
• クエリ処理のワークフロー図
• モデル選択の決定木
• システム統合のアーキテクチャ図
• 情報検索パイプラインの可視化
• ナレッジ統合のフレームワーク
• その他、可視化によって理解が深まる複雑な概念

スキーマ作成の詳細については、scientific-schematics スキルのドキュメントを参照してください。

---

中核機能

1. 学術研究のクエリ

学術文献の検索: 特定の分野における最新の論文、研究、レビューを検索します。

Query Examples:
- "Recent advances in CRISPR gene editing 2024"
- "Latest clinical trials for Alzheimer's disease treatment"
- "Machine learning applications in drug discovery systematic review"
- "Climate change impacts on biodiversity meta-analysis"

想定される応答形式:

• 最新文献から得られた主要な知見の要約
• 著者、タイトル、掲載誌、発行年を含む、最も関連性の高い 3〜5 本の論文の引用
• 主要な統計や知見のハイライト
• 研究上のギャップや論争点の特定
• 利用可能な場合は、全文へのリンク

2. 技術および方法論に関する情報

プロトコルおよび手法の検索: 詳細な手順、仕様、方法論を調べます。

Query Examples:
- "Western blot protocol for protein detection"
- "RNA sequencing library preparation methods"
- "Statistical power analysis for clinical trials"
- "Machine learning model evaluation metrics"

想定される応答形式:

• 段階的な手順またはプロトコル
• 必要な材料と機器
• 重要なパラメータと留意点
• よくある問題のトラブルシューティング
• 標準プロトコルや基礎となる論文への参照

3. 統計およびデータに関する情報

リサーチ統計: 最新の統計、調査結果、研究データを調べます。

Query Examples:
- "Prevalence of diabetes in US population 2024"
- "Global renewable energy adoption statistics"
- "COVID-19 vaccination rates by country"
- "AI adoption in healthcare industry survey"

想定される応答形式:

• 日付と出典を明記した最新の統計
• データ収集の方法論
• 利用可能な場合は、信頼区間または誤差の範囲
• 前年または基準値との比較
• 元の調査や研究への引用

4. 引用・参考文献の支援

引用文献の検索: 原稿で引用すべき関連する論文や研究を探します:

Query Examples:
- "Foundational papers on transformer architecture"
- "Seminal works in quantum computing"
- "Key studies on climate change mitigation"
- "Landmark trials in cancer immunotherapy"

想定される応答形式:

• 最も影響力があり関連性の高い論文を5〜10件
• 完全な引用情報（著者、タイトル、雑誌名、発行年、DOI）
• 各論文の貢献の簡潔な説明
• 利用可能な場合は引用インパクト指標（h指数、被引用数）
• ジャーナルのインパクトファクターとランキング

自動モデル選択

このスキルは、クエリの複雑さに基づくインテリジェントなモデル選択を備えています。

モデルの種類

1. Sonar Pro Search (perplexity/sonar-pro-search)

• 用途: 単純な情報検索
• 適した用途:
  • 単純な事実確認のクエリ
  • 最新の出版物の検索
  • 基本的なプロトコルの検索
  • 統計データの取得
• 速度: 高速な応答
• コスト: クエリあたりのコストが低い

2. Sonar Reasoning Pro (perplexity/sonar-reasoning-pro)

• 用途: 深い推論を必要とする複雑な分析クエリ
• 適した用途:
  • 比較分析（「X と Y を比較」）
  • 複数の研究の統合
  • トレードオフや論争の評価
  • メカニズムや関係性の説明
  • 批判的分析と解釈
• 速度: 低速だがより詳細
• コスト: クエリあたりのコストは高いが、より深い洞察を提供

複雑さの評価

このスキルは、以下の指標を使ってクエリの複雑さを自動的に検出します。

推論キーワード（Sonar Reasoning Pro をトリガー）:

• 分析: compare, contrast, analyze, analysis, evaluate, critique
• 比較: versus, vs, vs., compared to, differences between, similarities
• 統合: meta-analysis, systematic review, synthesis, integrate
• 因果: mechanism, why, how does, how do, explain, relationship, causal relationship, underlying mechanism
• 理論: theoretical framework, implications, interpret, reasoning
• 議論: controversy, conflicting, paradox, debate, reconcile
• トレードオフ: pros and cons, advantages and disadvantages, trade-off, tradeoff, trade offs
• 複雑性: multifaceted, complex interaction, critical analysis

複雑さのスコアリング:

• 推論キーワード: 1語につき3点（重み付けが大きい）
• 疑問符: 1つにつき2点
• 複雑な文構造: 節の接続指標（and, or, but, however, whereas, although）1つにつき1.5点
• 非常に長いクエリ: 150文字を超える場合1点
• しきい値: 3点以上のクエリは Sonar Reasoning Pro をトリガーします

実際の結果: compare、explain、analyze などの強い推論キーワードが1つでも含まれていれば、より高性能な Sonar Reasoning Pro モデルがトリガーされ、必要な場合に深い分析が得られます。

クエリ分類の例:

✅ Sonar Pro Search（単純な検索）:

• "Recent advances in CRISPR gene editing 2024"
• "Prevalence of diabetes in US population"
• "Western blot protocol for protein detection"

✅ Sonar Reasoning Pro（複雑な分析）:

• "Compare and contrast mRNA vaccines vs traditional vaccines for cancer treatment"
• "Explain the mechanism underlying the relationship between gut microbiome and depression"
• "Analyze the controversy surrounding AI in medical diagnosis and evaluate trade-offs"

手動による上書き

force_model パラメーターを使用して、特定のモデルを強制的に指定できます:

# Force Sonar Pro Search for fast lookup
research = ResearchLookup(force_model='pro')

# Force Sonar Reasoning Pro for deep analysis
research = ResearchLookup(force_model='reasoning')

# Automatic selection (default)
research = ResearchLookup()

コマンドラインでの使用方法:

# Force Sonar Pro Search
python research_lookup.py "your query" --force-model pro

# Force Sonar Reasoning Pro
python research_lookup.py "your query" --force-model reasoning

# Automatic (no flag)
python research_lookup.py "your query"

技術的な統合

OpenRouter API 設定

このスキルは OpenRouter（openrouter.ai）と連携し、Perplexity の Sonar モデルにアクセスします。

モデルの仕様:

• モデル:
  • perplexity/sonar-pro-search（高速な検索）
  • perplexity/sonar-reasoning-pro-online（詳細な分析）
• 検索モード: 学術・学術論文モード（査読付きの情報源を優先）
• 検索コンテキスト: より深く包括的な調査結果を得るため、常に high の検索コンテキストを使用
• コンテキストウィンドウ: 包括的な調査のための 200K+ トークン
• 機能: 学術論文の検索、引用の生成、学術的な分析
• 出力: 学術データベースからの引用と情報源リンクを含む詳細な回答

API の要件:

• OpenRouter API キー（OPENROUTER_API_KEY 環境変数に設定）
• 調査クエリに十分なクレジットがあるアカウント
• 情報源の適切な帰属表示と引用

学術モードの設定:

• 学術的な情報源を優先するようにシステムメッセージを設定
• 査読付きジャーナルと学術出版物に焦点を当てた検索
• 学術文献の引用抽出を強化
• 近年の学術文献（2020〜2024年）を優先
• 学術データベースやリポジトリへの直接アクセス

回答の品質と信頼性

情報源の検証: このスキルは以下を優先します:

• 査読付きの学術論文とジャーナル
• 信頼できる機関の情報源（大学、政府機関、NGO）
• 最近の出版物（過去 2〜3 年以内を優先）
• インパクトの高いジャーナルと会議
• 二次情報源よりも一次研究

引用の基準: すべての回答には以下が含まれます:

• 完全な書誌情報
• 利用可能な場合は DOI または安定した URL
• Web 情報源のアクセス日
• 直接の引用やデータの明確な出典表示

クエリのベストプラクティス

1. モデル選択の戦略

単純な検索（Sonar Pro Search）:

• 特定のトピックに関する最近の論文
• 統計データや有病率
• 標準的なプロトコルや方法論
• 特定の論文の引用の検索
• 事実情報の取得

複雑な分析（Sonar Reasoning Pro）:

• 比較研究と統合
• メカニズムの説明
• 論争の評価
• トレードオフの分析
• 理論的フレームワーク
• 多面的な関係性

ヒント: 自動選択はほとんどのユースケースに最適化されています。特定の要件がある場合、または検出されたものより深い推論が必要なクエリであることがわかっている場合にのみ force_model を使用してください。

2. 具体的で焦点の絞られたクエリ

良いクエリ（適切なモデルがトリガーされます）:

• "2023-2024 年のがん治療における mRNA ワクチンのランダム化比較試験" → Sonar Pro Search
• "がん治療における mRNA ワクチンと従来型ワクチンの有効性と安全性を比較する" → Sonar Reasoning Pro
• "CRISPR のオフターゲット効果が発生するメカニズムと、それを最小限に抑える戦略を説明する" → Sonar Reasoning Pro

悪いクエリ:

• "AI について教えて"（範囲が広すぎる）
• "がん研究"（具体性に欠ける）
• "最新ニュース"（曖昧すぎる）

3. 構造化されたクエリ形式

推奨される構造:

[Topic] + [Specific Aspect] + [Time Frame] + [Type of Information]

例:

• "CRISPR 遺伝子編集 + オフターゲット効果 + 2024 + 臨床試験"
• "量子コンピューティング + 誤り訂正 + 最近の進展 + レビュー論文"
• "再生可能エネルギー + 太陽光効率 + 2023-2024 + 統計データ"

4. フォローアップのクエリ

効果的なフォローアップ:

• "Smith et al. 2024 の論文の完全な引用を見せてください"
• "この方法論の限界は何ですか？"
• "異なるアプローチを用いた類似の研究を探してください"
• "この研究分野にはどのような論争がありますか？"

科学論文執筆との統合

このスキルは、科学論文の執筆を次のように支援します:

1. 文献レビューの支援: 序論および考察セクションのために最新の研究を収集
2. 手法の検証: プロトコルや手順を現行の基準と照合して検証
3. 結果の文脈化: 得られた知見を最近の類似研究と比較
4. 考察の強化: 最新のエビデンスで主張を裏付け
5. 引用管理: 複数のスタイルで適切に書式化された引用を提供

エラー処理と制限事項

既知の制限事項:

• 情報のカットオフ: 応答は学習データ(通常は2023〜2024年)に限定されます
• 有料記事: 課金の壁の向こうにある全文にはアクセスできない場合があります
• 新興研究: まだインデックスされていない非常に新しい論文を見逃す可能性があります
• 専門データベース: 独自または制限付きのデータベースにはアクセスできません

エラー状況:

• APIのレート制限またはクォータ超過
• ネットワーク接続の問題
• 不完全または曖昧なクエリ
• モデルの利用不可またはメンテナンス

フォールバック戦略:

• クエリを言い換えて明確にする
• 複雑なクエリを、より単純な要素に分割する
• 最近のデータが利用できない場合は、より広い期間を使用する
• 複数のクエリのバリエーションで相互参照する

使用例

例1: 単純な文献検索(Sonar Pro Search)

クエリ: "Recent advances in transformer attention mechanisms 2024"

選択されたモデル: Sonar Pro Search(単純な検索)

応答に含まれる内容:

• 2024年の主要な論文5件の要約
• DOIを含む完全な引用
• 主要な技術革新と改良点
• 性能ベンチマーク
• 今後の研究の方向性

例2: 比較分析(Sonar Reasoning Pro)

クエリ: "Compare and contrast the advantages and limitations of transformer-based models versus traditional RNNs for sequence modeling"

選択されたモデル: Sonar Reasoning Pro(複雑な分析が必要)

応答に含まれる内容:

• 複数の観点にわたる詳細な比較
• アーキテクチャの違いの分析
• 計算効率と性能のトレードオフ
• ユースケースの推奨
• 複数の研究からのエビデンスの統合
• 当該分野で続いている議論の検討

例3: 手法の検証(Sonar Pro Search)

クエリ: "Standard protocols for flow cytometry analysis"

選択されたモデル: Sonar Pro Search(プロトコルの検索)

応答に含まれる内容:

• 最近のレビューからのステップごとのプロトコル
• 必要なコントロールと校正
• よくある落とし穴とトラブルシューティング
• 決定版の手法論文への参照
• 長所と短所を含む代替アプローチ

例4: メカニズムの説明(Sonar Reasoning Pro)

クエリ: "Explain the underlying mechanism of how mRNA vaccines trigger immune responses and why they differ from traditional vaccines"

選択されたモデル: Sonar Reasoning Pro(因果推論が必要)

応答に含まれる内容:

• 詳細なメカニズムの説明
• ステップごとの生物学的プロセス
• 従来型ワクチンとの比較分析
• 分子レベルの相互作用
• 免疫学と薬理学の概念の統合
• 最近の研究からのエビデンス

例5: 統計データ(Sonar Pro Search)

クエリ: "Global AI adoption in healthcare statistics 2024"

選択されたモデル: Sonar Pro Search(データの検索)

応答に含まれる内容:

• 地域別の現在の導入率
• 市場規模と成長予測
• 調査方法とサンプルサイズ
• 過年度との比較
• 市場調査レポートへの引用

性能とコストに関する考慮事項

応答時間

Sonar Pro Search:

• 一般的な応答時間: 5〜15秒
• 迅速な情報収集に最適
• バッチクエリに適している

Sonar Reasoning Pro:

• 一般的な応答時間: 15〜45秒
• 複雑な分析クエリでは待つ価値がある
• より徹底した推論と統合を提供

コストの最適化

自動選択のメリット:

• 単純なクエリには Sonar Pro Search を使用することで、コストを削減します
• より深い分析が本当に必要なクエリのために Sonar Reasoning Pro を確保します
• コストと品質のバランスを最適化します

手動での上書きが有効なユースケース:

• 予算が限られており、速度を優先する場合は Sonar Pro Search を強制的に使用します
• 最大限の深さが求められる重要な調査では Sonar Reasoning Pro を強制的に使用します
• 論文の特定のセクションに使用します（例：方法には Pro Search、考察には Reasoning を使用）

ベストプラクティス:

1. ほとんどのユースケースでは、自動選択を信頼してください
2. クエリの結果を確認してください。Sonar Pro Search では十分な深さが得られない場合は、推論に関するキーワードを使って言い換えてください
3. バッチクエリを戦略的に使用してください。単純な検索をまとめることで、クエリの総数を抑えられます
4. 文献レビューでは、まず Sonar Pro Search で幅広く調べ、その後 Sonar Reasoning Pro で統合・総合を行ってください

セキュリティと倫理的配慮

責任ある利用:

• 可能な限り、すべての情報を一次資料と照合して検証してください
• すべてのデータと引用は、必ず元の出典を明記してください
• AI が生成した要約を独自の研究成果として提示することは避けてください
• 著作権およびライセンスの制限を尊重してください
• 研究の補助として利用し、有料記事の制限や購読制度を回避するために使用しないでください

学術的誠実性:

• 必ず AI ツールではなく、元の出典を引用してください
• 文献検索の出発点として利用してください
• AI ツールの利用に関する所属機関のガイドラインに従ってください
• 研究手法について透明性を保ってください

補完的なツール

research-lookup に加えて、サイエンティフィックライターは次の目的で WebSearch を利用できます。

• メタデータの簡易検証: DOI、出版年、雑誌名、巻号・ページ番号を調べる
• 学術以外の情報源: ニュース、ブログ、技術文書、時事問題
• 一般的な情報: 企業情報、製品詳細、最新の統計
• 相互参照: research-lookup で見つかった引用情報の詳細を確認する

どのツールを使うか:

タスク	ツール
学術論文を探す	research-lookup
文献検索	research-lookup
深い分析・比較	research-lookup（Sonar Reasoning Pro）
DOI・メタデータを調べる	WebSearch
出版年を確認する	WebSearch
雑誌の巻号・ページを調べる	WebSearch
時事問題・ニュース	WebSearch
学術以外の情報源	WebSearch

まとめ

このスキルは、2 つのモデルを賢く選択する強力なリサーチアシスタントです。

• 自動判断: クエリの複雑さを分析し、最適なモデル（Sonar Pro Search または Sonar Reasoning Pro）を選択します
• コスト効率: 単純な検索には、より高速で安価な Sonar Pro Search を使用します
• 深い分析: 複雑な比較・分析・理論的なクエリでは、自動的に Sonar Reasoning Pro を使用します
• 柔軟な制御: 必要な分析レベルが分かっている場合は、手動で上書きできます
• 学術重視: 両モデルとも、査読付き論文と学術文献を優先するように設定されています
• WebSearch の補完: メタデータの検証や学術以外の情報源には、WebSearch と併用してください

すばやい事実確認が必要な場合でも、深い分析的な統合が必要な場合でも、このスキルは科学論文執筆のニーズに合わせて、適切なレベルのリサーチ支援を自動的に提供します。