--- title: AI時代の科学論文執筆フレームワーク --Deep ResearchからPrism、arXivへの統合的アプローチ tags: author: [MIKIO KUBO](https://image.docswell.com/user/mikiokubo) site: [Docswell](https://www.docswell.com/) thumbnail: https://bcdn.docswell.com/page/YE9PGNGVJ3.jpg?width=480 description: 授業用 # **目次 (Agenda)** 1. **学術研究エコシステムのパラダイムシフトと認識的責任** 2. **情報収集と文献レビュー：Deep Researchの戦略的活用** 3. **論文執筆・編集：OpenAI Prismの革新性と技術的限界** 4. **コンテキストエンジニアリング：AGENTS.mdによる知識注入** 5. **AI生成コンテンツと学術出版ガバナンス：arXiv最新ポリシー** 6. **AI開示宣言（AI Disclosure）の標準化と実践** 7. **結論：AI時代の研究者に求められる姿勢** published: July 03, 26 canonical: https://image.docswell.com/s/mikiokubo/Z4NNGL-2026-07-03-094142 --- # Page. 1 ![Page Image](https://bcdn.docswell.com/page/YE9PGNGVJ3.jpg) AI 時代の科学論文執筆フレームワーク Deep Research 2026 からPrism、arXivへの統合的アプローチ 年における学術研究の新たなパラダイム 1 # Page. 2 ![Page Image](https://bcdn.docswell.com/page/GE8DVKV4ED.jpg) 目次 (Agenda) 学術研究エコシステムのパラダイムシフトと認識的責任 2. 情報収集と文献レビュー： Deep Research の戦略的活用 3. 論文執筆・編集： OpenAI Prism の革新性と技術的限界 4. コンテキストエンジニアリング： AGENTS.md による知識注入 5. AI 生成コンテンツと学術出版ガバナンス： arXiv 最新ポリシー 6. AI 開示宣言（ AI Disclosure ）の標準化と実践 7. 結論： AI 時代の研究者に求められる姿勢 1. 2 # Page. 3 ![Page Image](https://bcdn.docswell.com/page/LELM5Z5V7R.jpg) 1. パラダイムシフトと認識的責任 の役割の進化 単なる言語補正ツールから、研究プロセス全体を担う自律的エージェントへ。 文献管理、データ分析、LaTeX編集などがLLMを中核とするクラウドワークスペースへ と統合。 認識的責任 (Epistemic Accountability) の要求 ハルシネーションや架空の引用の放置は、現代では重大な研究不正として処罰。 AI の生産性と人間の厳格な検証を両立させる Human-in-the-loop アプローチが必須。 AI 3 # Page. 4 ![Page Image](https://bcdn.docswell.com/page/4JMY3V3NJW.jpg) 2. 文献レビュー：Deep Researchの活用 の概要 OpenAI が提供するエージェント型推論モデル（ Web ブラウジングに最適化された o3 基 盤）。 単なるWeb検索ではなく、5分〜30分の多段階推論と自律的探索を実行。 特徴的なアーキテクチャ 探索中の情報に応じて探索方針を動的に変更（ピボット）。 Google Drive/SharePoint や、 FactSet/PitchBook 等の認証済みデータソースとも連携。 引用リンクを含む構造化長文レポートを出力。 Deep Research 4 # Page. 5 ![Page Image](https://bcdn.docswell.com/page/PJR9Q2Q479.jpg) 2.2 プロンプト・オーケストレーション の真価を引き出す多段階の連携プロセス： 1. アウトライン作成 : 高速モデル ( o3-mini ) で研究の目的やスコープを定義。 2. 研究計画書の策定 : 高性能モデル ( o1-pro ) で目的、データソース、評価基準を精緻化。 3. Deep Research 実行 : 完成した計画書を投入し、詳細な文献収集とレポート生成を指示。 Deep Research ガードレールの設定 プロンプト内に包含・除外基準の明記、検索対象ドメインの制限（arXiv等）を設けることで、ハルシネーシ ョンを効果的に防止する。 “ “ 5 # Page. 6 ![Page Image](https://bcdn.docswell.com/page/PEXQ5D5ZJX.jpg) 2.3 AI 認識的リスクと検証義務 要約の罠 は既存知識の整理に優れるが、新規の科学的知見は生まない。 一次情報ではなく、ブログやWikipediaなどの孫引きソースを提示する傾向。 社会的バイアスの増幅 出版バイアスを持つ既存データベースから学習するため、偏見を強化する恐れ。 AI-SEO 対策による影響 AI にクロールされやすいフォーマットの論文が過剰に引用されるリスク。 Deep Research 研究者の義務： 出力された文献リストのDOIを検証し、元論文の文脈と一致しているか自ら確認するプロセ スを省略してはならない。 “ “ 6 # Page. 7 ![Page Image](https://bcdn.docswell.com/page/3EK96X6VED.jpg) 3. 論文執筆：OpenAI Prismの革新性 従来の課題 エディタ、LaTeX、文献管理、AIチャット間の画面切り替えによる文脈の喪失。 Prism のコア・アーキテクチャ (2026 年 1 月発表 ) クラウドベースのLaTeXプラットフォーム「Crixet」を基盤に、GPT-5.2 / GPT-5.2 Thinking を統合。 3 パネル構成：左（ LaTeX コード）、右（リアルタイム PDF ）、サイド（ AI チャット）。 論文の全体構造、履歴、参考文献のコンテキストをAIが完全把握してインライン提案。 7 # Page. 8 ![Page Image](https://bcdn.docswell.com/page/L73W658Q75.jpg) 3.1 Prism カテゴリー マルチモーダル変換 文脈依存の推敲 共同編集 自律的リサーチ の主要機能 詳細とユースケース 手書きの数式や図表画像を LaTeX コード（ TikZ 等）に瞬時に変換。音声指示も対応。 「論理展開の整理」「定理の系で見落としているものの推論」など高度な指示に対応。 人数無制限のリアルタイム共同編集（ Overleaf 無料版のような制限なし）。 arXiv 等から関連文献を自律検索、 .bib ファイルを更新しプレースホルダーを挿入。 8 # Page. 9 ![Page Image](https://bcdn.docswell.com/page/87DKVDMWJG.jpg) 3.2 競合ツールとの比較 は「洗練（Refinement）」ツールである ゼロから論文を自動生成するのではなく、構築済みのドラフトやアウトラインを磨き上 げる。 他ツールとのポジショニング比較 ThesisAI: 初心者向けのゼロからのドキュメント構築（ Prism は中上級者向け）。 K-Dense Web: データ解析・ドラフト自動生成（ Prism は共同執筆・推敲に特化）。 FormaTeX: API ・ CI/CD による非同期自動生成（ Prism はブラウザ上のインタラクティ ブ編集のみ）。 Bibby AI: LaTeX コンパイルエラー解決に特化（ Prism は汎用推論モデルのため一歩譲 る）。 Prism 9 # Page. 10 ![Page Image](https://bcdn.docswell.com/page/VJPKVXRXE8.jpg) 3.3 技術的限界と構造的課題 コンパイルエラーの無限ループ LaTeX の複雑な依存関係により、 AI によるエラー修正が別のエラーを誘発する連鎖。 2. 出力フォーマットの制限 Word (DOCX) 形式へのクリーンな書き出しが困難。非技術系関係者との共有に難。 3. データプライバシーの壁 未公開データや機密図表をすべてOpenAIのクラウドサーバーにアップロードする必要が ある（特許取得前の研究や規制データには不適）。 1. 10 # Page. 11 ![Page Image](https://bcdn.docswell.com/page/2EVVZLR3EQ.jpg) 4. コンテキストエンジニアリング：AGENTS.md とは プロジェクトのルートに配置するプレーンMarkdownファイル。 AI エージェントに「このプロジェクトでどう思考・作業すべきか」を示す永続的な憲 法。 指示ファイルの役割分担 AGENTS.md: 全エージェント共通のルール・禁止事項（勝手なリファクタリング禁止 等）。 CLAUDE.md / GEMINI.md: 各ツール固有のワークフロー補足。 DESIGN.md / SKILL.md: デザインポリシーや反復タスク手順のパッケージ化。 AGENTS.md 11 # Page. 12 ![Page Image](https://bcdn.docswell.com/page/57GL4XMYEL.jpg) 4.2 専門家プロファイルと動的記憶 エキスパート思考プロファイル バイオ、化学、天文学などの専門分野ごとに、シニア研究者の思考モデルや信頼するデ ータベース等を記述した設定ファイル。 これにより、AIは単なる文法修正にとどまらず、学術的な「壁打ち」の相手となる。 動的記憶の連携 (A-MEM / prism-mem ) チャットログやGit差分から決定事項を抽出し、ナレッジグラフとして保存。 決定が変更された場合は「古い記憶」を陳腐化（stale）として扱い、新しい決定にリン ク。 AI の「セッション間の記憶喪失」を防ぐ。 12 # Page. 13 ![Page Image](https://bcdn.docswell.com/page/4EQYG8R6JP.jpg) 5. arXiv の最新ポリシーとAI Slop対策 「AI Slop」への厳格な対抗措置 (2026年5月) LLM 生成エラーを未確認のまま投稿した著者に対し、 **1 年間の arXiv 投稿禁止（ Ban ） ** ペナルティを導入。 ペナルティのトリガーとなる「議論の余地のない証拠」 架空の引用: 存在しない論文の参考文献。 プロンプトの残留: here is a 200 word summary... などの対話メタコメント。 明らかな無責任の痕跡: 自動生成された剽窃、不適切な表現。 BAN 解除の厳格な条件 期間終了後も直ちに権限は戻らず、信頼できる査読付き学術誌/会議での採択実績（3本 程度）を提示し、復帰申請が必要。 13 # Page. 14 ![Page Image](https://bcdn.docswell.com/page/KJ4W528M71.jpg) 5.2 arXiv 投稿における技術的要件 ディレクトリのフラット化 サブディレクトリ（ /sections 等）は不可。すべてのファイルを同一ルートに配置し、 相対パスで記述。 .zip または .tar.gz で圧縮。 2. コンパイラとフォント デフォルトは pdfLaTeX 。日本語等で XeLaTeX/LuaLaTeX を使う場合は1行目に指定。 Type 3 フォントは禁止。 Matplotlib 画像等は Type 42 （ TrueType ）へ変更必須。 3. .bbl ファイルの同梱（最重要） arXiv 側では BibTeX / Biber を実行しないため、事前にローカル等で生成した .bbl の 同梱が必須。 BibLaTeX 使用時は、ローカルと arXiv 側のバージョン不整合によるエラーに注意。 1. 14 # Page. 15 ![Page Image](https://bcdn.docswell.com/page/LE1YWM2Y7G.jpg) 6. AI 開示宣言（AI Disclosure）の標準化 論文撤回理由としての「未開示のAI使用」 2025 年 8 月の COPE （出版規範委員会）ガイドライン更新により、 AI の未開示使用はデ ータ捏造等と同様に論文撤回の正当な理由となった。 出版社ごとのポリシー分類 制限的: AIテキスト生成を根本的に不可とする（NIH/NSFの査読等）。 構造的開示: ツール名、バージョン、目的、適用箇所を明記させる（Elsevier, Nature 等）。 許容的透明性: 使用は広く認めるが、透明性の確保と人間による検証責任を課す。 15 # Page. 16 ![Page Image](https://bcdn.docswell.com/page/GEWG63R1J2.jpg) 6.2 心理的障壁の解消とDAISY 開示の過少申告問題 実際には多くの論文でAIが使われているが、開示宣言が記載されているのはわずか2.5% （社会的評判への懸念や基準の不確実性が原因）。 DAISY (Disclosure of AI-uSe in Your Research) の使用プロセスを構造的質問に答える形で入力し、ジャーナル準拠の開示声明文を自 動生成するツール。 Elsevier 準拠のステートメント例 AI 生成AIおよびAI支援技術の使用に関する宣言：本論文の作成過程において、著者は[考察セクション]の[初 期ドラフト作成および論理展開の整理]を目的として[OpenAI Prism（GPT-5.2）]を使用した。AIによって 生成または修正されたすべてのコンテンツは著者によって詳細にレビューおよび検証されており、本論文 の完全性、正確性、および科学的妥当性に関する全責任は著者が負う。 “ “ 16 # Page. 17 ![Page Image](https://bcdn.docswell.com/page/47ZLYVRXJ3.jpg) 7. 結論：AI時代の研究者に求められる姿勢 生産性と責任の二面性 機械的作業（エラー修正やフォーマット調整）から解放され、本質的な探求に集中可能 に。 一方で、情報の真偽検証や透明性確保に対する倫理的責任はこれまで以上に重い。 研究者の新たな役割 単なる「文章の執筆者」から、AIエージェント群を指揮するオーケストレーターへ。 Human-in-the-loop （人間の批判的思考と検証）を中心に据えることこそが、学術的誠 実性を守り抜く唯一の道である。 17