sci-polish について
sci-polishは、学術論文の著者向け編集スキルです。AIらしい表現の調整と8項目の品質改善を段階的に行い、技術的な意味やLaTeX構造を保って修正文と評価レポートを出力します。
主な機能
- 01AIらしい表現と文章の段階的な編集
- 028項目に基づく評価と推敲
- 03LaTeX、引用、技術的意味の保持
- 04編集前後のスコアレポート
活用シーン
- 01論文の学術的な表現を整える
- 02AIらしい表現のみ、または指定項目のみを編集する
- 03投稿先の要件に沿って原稿を確認する
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/ shzhao27208/ aut_sci_write --skill sci-polishインストール後、Claude Code で/sci-polish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。
_meta.jsonreferences/ai-detection-patterns.mdde-ai-strategies.mdjournal-style-db.jsonpolish-dimensions.mdword-choice-anti-ai.mdscripts/ai_score_estimator.pytier1_words.pyvalidate_polish_output.pytemplates/polish-report.mdtests/golden_cases.json詳細
Sci-Polish — 学術論文の推敲とAIらしさの低減
2段階の学術論文推敲:AIの痕跡の低減+8つの観点での品質向上。
厳守事項(絶対に違反しないでください)
- 絶対に変更しない: LaTeX コマンド、数式環境(
$...$、\[...\]、equation、alignなど)、\cite{}、\ref{}、\label{}、アルゴリズムブロック、コードリスト、図・表環境(編集できるのはキャプションのテキストのみ) - 絶対に捏造しない: データ、引用、実験結果、ベースライン、指標、著者名
- 絶対に削除しない: 明示的な許可のない著者の技術的主張
- 絶対に導入しない: フェーズBの編集時に、Tier 1 のAI語(
references/word-choice-anti-ai.mdを参照) - 次のように表示する: テキストから検証できない主張には
[PENDING VERIFICATION]を付ける - 意味を保持する: すべての技術的記述の正確な意味内容を変更しない
- 出力形式: 修正文+推敲レポート。ユーザーから求められない限り、前置きや末尾の変更履歴は付けない
- 分野の用語に確信が持てない場合: 原文のまま残し、ユーザーによる確認が必要であることを示す
実行モード
| モード | コマンド | 動作 |
|---|---|---|
full(デフォルト) | 「この論文を推敲して」 | フェーズA → フェーズB(8つの観点すべて) |
deai-only | 「AI率だけ下げて」/「只降AI率」 | フェーズAのみ |
polish-only | 「AIらしさの低減は省いて推敲して」/「只润色」 | フェーズBのみ(8つの観点すべて) |
polish-select | 「文法と一貫性を修正して」 | フェーズBのみ、選択した観点に限定 |
ステップ0:入力の処理
- 入力形式を特定する:
- PDF → 表示されているテキストを抽出する(セクション構造を保持)
- LaTeX → 表示されている段落を抽出する(すべてのコマンドを保護)
- Markdown/プレーンテキスト → そのまま使用する
- 保護対象を特定する: 数式環境、引用、ラベル、アルゴリズムブロック、コードブロック、図・表環境
- 投稿先ジャーナルを尋ねる(任意):観点8の採点に影響します。指定がない場合は、一般的な学術基準を使用します。
- 実行モードを確認する: full/deai-only/polish-only/polish-select
ステップ1:フェーズA — AIらしさを低減する編集
参照ファイル:
references/ai-detection-patterns.md— パターン検出用ライブラリreferences/de-ai-strategies.md— 書き換え戦略references/word-choice-anti-ai.md— 単語置換表
1.1 スキャン
ai-detection-patterns.md に照らしてテキストをスキャンします。検出内容を分類します:
- 優先度:高: Tier 1 の単語、定型句、バースト性の不足(SD < 8)、RLHF の痕跡
- 優先度:中: Tier 2 のしきい値違反、構造の対称性、接続表現の過剰な連続
- 優先度:低: Tier 3 の文脈依存項目、句読点の痕跡、軽微な文体の均一性
1.2 書き換え(優先順位)
de-ai-strategies.md の優先順位に従います:
a. Burstiness enforcement — restructure sentence lengths (Strategy 1)
Target: SD > 8, range ≥ 20, mid-band < 50%
b. Vocabulary de-AI — replace Tier 1 words, compress template phrases (Strategy 2)
Consult word-choice-anti-ai.md for replacements
c. Sentence restructuring — vary syntax patterns (Strategy 3)
No 3+ consecutive same-structure sentences
d. Concept concretization — add specifics where available (Strategy 4)
Replace vague claims with data from the paper itself
e. Argumentation enrichment — add depth to claims (Strategy 5)
Insert boundary conditions, alternative interpretations
f. Perplexity elevation — introduce unpredictability (Strategy 6)
Unconventional openers, domain-specific minor terms
g. Style disruption — break uniformity (Strategy 7)
Vary paragraph density and register between sections
1.3 自己監査
書き換え後、出力を ai-detection-patterns.md に照らして再スキャンします:
- 優先度の高いパターンが残っていますか? → 修正します
- バースト性を確認します:SD > 8? 範囲 ≥ 20? 中間帯 < 50%?
- 保護対象は保たれていますか?(LaTeX コマンド、数式、引用に変更がないこと)
- 意味は保持されていますか?(原文から意味がずれていないこと)
ステップ2:フェーズB — 8つの観点での推敲
参照ファイル:references/polish-dimensions.md
2.1 すべての観点を採点する(1~5)
polish-dimensions.md のチェックポイントに基づいて、各観点を評価します:
- 文法と構文
- 学術的な文体
- 一貫性と文章の流れ
- 簡潔さ
- 用語
- 構成と書式
- 議論の明瞭さ
- ジャーナルの要件への適合
2.2 スコアが3以下の観点を編集する
次の順序で編集します(基礎 → 論理 → 文体 → 書式):
Dim 1 (Grammar) → Dim 7 (Clarity) → Dim 3 (Coherence) →
Dim 4 (Conciseness) → Dim 2 (Tone) → Dim 5 (Terminology) →
Dim 6 (Structure) → Dim 8 (Journal)
2.3 保持状況の確認
フェーズBの編集中に、フェーズAでの改善が保たれていることを確認します:
- バースト性が低下していない(文の長さの多様性が保たれている)
- Tier 1 のAI語が再導入されていない
- 定型句が再導入されていない
- 句読点の痕跡が引き続き抑えられている(em dash の数など)
2.4 再採点
編集した観点を再評価します。レポートには「編集前」と「編集後」のスコアを記録します。
ステップ3:出力
3.1 修正済みテキスト
すべての修正を反映した、完成版の文章を出力します。 入力と同じ形式にしてください(LaTeX → LaTeX、Markdown → Markdown など)。
3.2 推敲レポート
templates/polish-report.md を使用してレポートを作成します。
- フェーズ A の概要: 検出して修正した AI の痕跡の数(優先度別)
- フェーズ B のスコアカード: 8 つの評価項目の修正前後のスコア、および各項目の主な変更点
- 主な修正点: 変更理由を添えた、修正前後の最も重要な比較(最大 10 件)
- 保留中の項目:
[PENDING VERIFICATION]のマークがある項目、またはユーザーの判断が必要な項目
セクション別ガイダンス
要旨
- フェーズ A の重点: 「In recent years」、誇張表現、テンプレート的な書き出しを削除します
- フェーズ B の重点: 6 つの要素(背景、課題、アプローチ、洞察、結果、重要性)がすべて含まれていることを確認します
- 長さ:投稿先の制限を確認します(通常は 150~250 語)
序論
- フェーズ A の重点:3 部構成の並列表現を崩し、「has attracted growing attention」を削除します
- フェーズ B の重点:貢献は曖昧なものではなく、具体的で検証可能なものにします
方法
- フェーズ A の重点:能動態の主語(受動態のみではなく「We」)を補い、手順を説明する文の長さに変化をつけます
- フェーズ B の重点:すべての記号を使用前に定義し、方程式の動機と解釈を示します
結果
- フェーズ A の重点:「clearly demonstrates」を、データそのものが示す表現に置き換えます
- フェーズ B の重点:すべての主張に表または図への参照を付け、統計指標を含めます
考察
- フェーズ A の重点:均衡を取りすぎた曖昧な表現を崩し、立場を明確にします
- フェーズ B の重点:限界を具体的に認め、今後の研究を具体的に示します
結論
- フェーズ A の重点:「In conclusion, this paper presents」という書き出しを削除します
- フェーズ B の重点:簡潔にまとめ、方法論の言い直しを避け、今後の研究を具体的に示します
文体の調整(任意)
ユーザーが過去に発表した論文を提供した場合:
- 著者の執筆スタイル(文の長さの分布、接続表現の好み、句読点の使い方)を抽出します
- 一般的な「人間らしい文章」の基準ではなく、著者が実際に使用しているパターンを目標として採用します
- レポートに「文体を[論文タイトル]に合わせて調整」と記載します
これにより、一般的な AI らしさを減らす書き換えを、著者固有の文体に合わせた調整に置き換えます。
使用例
全体の推敲:
「请润色这篇论文」/「この論文を NeurIPS への投稿に向けて推敲してください」
AI らしさの軽減のみ:
「只帮我降AI率」/「それ以外は変更せず、AI 検出スコアだけを下げてください」
選択的な推敲:
「只检查语法和术语一致性」/「文法の修正と用語の一貫性の確認だけをお願いします」
文体の調整を含む場合:
「用我之前发的这篇论文的风格来润色」/「以前お送りした論文の文体に合わせて推敲してください」
© ライセンス
MIT License — © 2026 Shuo Zhao. All rights reserved.
このスキルは Aut_Sci_Write スイートの一部です。