研究パイプラインにおける3つのモデルの役割
研究はマルチモデルのワークスペースが最も明快に効く事例です。パイプラインには本質的に異なる3つの要求があるからです。大量のテキストを一度に保持できるモデル、査読に耐えるほど注意深く書けるモデル、そして構造を崩さずに厳密な構造化出力を返すモデルが必要です。この3つすべてに最も優れた単一の製品は存在せず、3つの製品を切り替えるコストは同じコーパスを何度もアップロードし直す形で支払うことになります。一つのワークスペース内での切り替えコストはわずかで、見積もりも可能です。Whiziのモデルコストインデックス（OpenRouterの掲載価格、2026年8月20日取得）によると、Gemini 3.7 Flashは標準的な回答1件あたり$0.001313、Claude Sonnet 5は$0.007、GPT-5.6 Terraは$0.008で、いずれも1回答あたり1セント未満です。
| ステージ | モデル | 何をしているか |
|---|---|---|
| 論文コーパスを読む | Gemini | 100万トークンのコンテキストウィンドウにより、15から30本のPDFが一つの会話に収まる |
| エビデンステーブルを構築する | GPT | 厳密なスキーマ、一貫した列の値、編集上のブレがない |
| 文章の執筆と統合 | Claude | 原典に忠実で、注意深くヘッジされた学術的なトーン |
| 最近の研究を見つけて出典を確認する | Web接続モデル | 記憶ではなく実在の情報源に基づく検索 |
| 自分の主張への敵対的レビュー | それを起草していない別のモデル | しがらみのない独立した読み手 |
始める前に理解しておくべき最も重要なことがあります。記憶だけを頼りに論文について尋ねられた言語モデルは、詳細をでっち上げ、しかもそれを流暢に行います。アップロードされたPDFを読んでいるモデルは、実際のテキストに基づいて動いています。これらは信頼性がまったく異なる別の行為であり、AIをめぐる研究分野の悲劇的な話のほとんどは、前者を後者と取り違えたことから生まれます。出典は必ずアップロードしてください。例外はありません。
20本の論文を読み解き、論旨を見失わないために
よくある間違いは要約を求めることです。20本の論文の要約は、その分野のどの20本にも当てはまりそうな一段落になってしまいます。本当に必要なのはエビデンステーブルです。テーブルはモデルに論文ごとの具体的な値を確定させることを強い、抜け落ちを可視化します。
プロンプト: エビデンステーブル
[n]本の論文をアップロードしました。論文ごとに1行として、次の列を持つ表を作成してください: 引用（著者、年）、リサーチクエスチョン、研究デザイン、サンプルサイズと対象集団、測定された主要アウトカム、効果量または主要な統計値を含む見出しの発見、明記された限界、開示されている場合は資金源。ある項目が論文中に報告されていない場合はNOT REPORTEDと記入してください。値を推測しないでください。アップロードしていない論文は一切含めないでください。
プロンプト: 統合パス
先ほど作成した表だけを使って答えてください。これらの研究はどこで一致し、どこで食い違い、その食い違いは何（デザイン、対象集団、測定方法、期間）で説明できますか。アップロードされたどの研究も扱っていない、この文献における問いを特定してください。すべての主張について、根拠となる具体的な行を引用してください。
プロンプト: 方法論的な批判
表の各研究について、妥当性に対する最も深刻な脅威（選択、測定、交絡、統計的検出力、一般化可能性のいずれか）を指摘してください。論文が報告している内容に即して具体的に述べ、一般論にしないでください。方法論的に優れた研究であれば、批判をでっち上げるのではなく、そう述べてください。
この最後の指示は実際に効いています。モデルに問題を探すよう求めると、たとえよく実施された研究であっても、問題が存在するという前提があるため必ず問題を見つけ出します。論文が妥当であると言ってよいという明示的な許可を与えることが、批判を誠実に保ちます。
長い文書をきれいにチャットへ取り込む具体的な方法については、PDFとチャットする方法とAIでPDFを要約するガイドを参照してください。
抽出: 構造化されていないテキストから構造化データを取り出す
体系的な抽出は、出力が検証可能であるためAIが最も確実に時間を節約できるタスクです。数値は7ページ目と照合できますが、雰囲気は照合できません。
プロンプト: 厳密なスキーマ抽出
この論文に報告されているすべての統計値をJSONとして抽出してください。スキーマ: {"value": number, "unit": string, "measure": string, "population": string, "location_in_paper": string, "confidence_interval": string or null, "p_value": string or null}。本文、表、図のキャプションに現れる数値のみを含めてください。派生値を計算しないでください。丸めないでください。ある数値が表と本文の両方に異なる値で現れる場合は、両方のエントリを返し、食い違いにフラグを立ててください。
location_in_paperフィールドは、多くの人が省いてしまう部分であり、それこそが出力を使えるものにする部分です。これがあることで、検証作業は論文を読み直す作業から、狙いを絞った確認作業へと変わり、結果として検証が実際に行われるようになります。
プロンプト: 論文間の比較
アップロードされた論文全体から、[関心のある数値]についての報告された推定値をすべて見つけてください。次の表を返してください: 論文、推定値、単位、対象集団、推定方法、データ収集年。これらを平均しないでください。定義や対象集団が異なるために推定値が比較可能でない箇所を明示的に指摘してください。
モデルに平均しないよう指示することは些末なことではありません。比較不能な推定値を平均することは、AIを用いた文献レビューが自信満々に間違った数値を生み出す最も一般的な原因であり、査読者が即座に気づく類のミスです。
誰の文章も借用せずにレビューを執筆する
Claudeがここでは最も優れた執筆者ですが、プロンプトには学術的な文章で重要な2つのルールを組み込む必要があります。主張は出典に結び付けたままにすること、そしてヘッジ表現を保つことです。役立つよう訓練されたモデルは、頼まれなくても慎重な表現を強めてしまい、「関連していた」を「引き起こした」に変えてしまう傾向があります。
プロンプト: セクション草稿
上記のエビデンステーブルのみを使って、文献レビューの[セクション名]を執筆してください。ルール: すべての主張は特定の行に帰属できること、元のヘッジ表現を保つこと（関連を因果関係に格上げしない）、[引用形式]を使用すること、根拠を超えて一般化したくなった文には[CHECK]を付けること。読者: [分野]の研究者。長さ: 約[n]語。
プロンプト: ヘッジ監査
この草稿を元の資料と照らして確認してください。基となる研究が裏付ける以上の確信を述べている文、誤った出典に発見を帰属させている文をすべて挙げてください。該当する文と、それと矛盾する出典の原文を並べて引用してください。書き直さないでください。
ヘッジ監査はモデルの出力だけでなく、自分自身の文章にも実行してください。夜11時に書かれた人間の草稿にも、同じ表現のブレが見つかります。
引用検証、これは省略できない工程
この節が最も重要なので、あえて率直に述べます。言語モデルは引用を捏造します。実在する著者名、もっともらしい雑誌名、正しく見える巻号やページ番号を持ち、何にも解決しないか無関係な論文に解決するDOIを持つ引用を作り出します。撤回された論文はこうして文献に紛れ込んできました。これによって評判が傷つけられたケースもあります。
それを防ぐルールは次のとおりです。
- 記憶に基づいて、ある主張の「出典を探して」とモデルに求めないでください。Web接続モデルに検索させ、すべてのリンクを自分で開いてください。
- すべてのDOIを実際に解決して検証してください。解決しないDOIは誤植ではなく捏造です。
- 引用された論文が、その引用が主張する内容を実際に述べているか確認してください。主張を裏付けない実在の論文が付いているケースの方が見抜きにくく、架空の論文よりも多く見られます。
- 自分で開いていないものを引用しないでください。このルールはAI以前から存在していましたが、AIによって欠かせないものになりました。
- アップロードしたPDFを真実の源として保ってください。アップロードしていない論文についてモデルが語ることは、構造上検証されていません。
プロンプト: 参考文献監査
このリストの各参考文献について、この会話中の出典から確認できるか、それとも学習データに由来するため未検証かを述べてください。推測しないでください。未検証のエントリはすべて明確にマークしてください。私が手動で確認します。
このプロンプトはモデルを信頼できるものにするわけではありません。どの主張があなたが提供したものに根ざしているかを明確にし、それが何を確認すべきかを知るために必要な区別になります。
これが代替しないもの
体系的レビューのプロトコルの代わりにはなりません。あなたの作業にPRISMAが求められるなら、検索戦略、スクリーニング、採否の判断はあなた自身が文書化し、擁護すべきものであり続けます。AIはプロトコルの草稿作成や、採用された研究からの抽出の高速化を助けられますが、検索そのものにはなれません。
文献管理ソフトの代わりにはなりません。実際に読んだものの記録としてZotero、Mendeley、EndNoteを使い続けてください。チャットは作業用のメモリであり、アーカイブではありません。
統計解析の代わりにはなりません。モデルは手法を説明し、RやPythonのコードを書き、解釈の妥当性を確認することはできますが、チャットウィンドウの中で解析を実行し、その計算をそのまま信用することは擁護できません。コードを生成し、自分の環境で実行し、出力を確認してください。
そして開示の代わりにもなりません。学術誌や研究機関は、AIツールがどのように使われたかの記述をますます求めるようになっています。各段階で何を使ったかをその都度書き留めてください。提出時に再構築するのは苦痛だからです。
- モデルが論文について記憶していることを尋ねるのではなく、論文そのものをアップロードする
- 統合を求める前に、論文ごとに1行のエビデンステーブルを作成する
- 抽出したすべての数値にlocation_in_paperフィールドを求め、検証を的確にする
- モデルにヘッジ表現を保つよう指示し、関連を因果関係に格上げさせない
- 参考文献リストに加える前に、すべてのDOIを解決し、すべての出典を開く
- どの主張がアップロードされたテキストに根ざし、どれが記憶に由来するかをモデルにフラグ付けさせる
- 開示のために、各段階でAIをどう使ったかを記録し続ける
よくある質問
Whiziは非常に長い論文を扱えますか。
はい。Whizi内のGeminiは100万トークンのコンテキストウィンドウを謳っており、実際には長い学位論文、規制当局への完全な提出書類、あるいは15から30本の論文一式を一つの会話に収めて、全体として問い合わせることができます。これは文書をひとかたまりずつ要約するのとは異なります。「これらはどこで食い違うか」のような文書横断的な問いは、すべてが同時に存在して初めて機能するからです。
Whiziは出典を明示しますか。
Web接続モデルを使うとリンクを返し、文書をアップロードすると、主張がどこから来たかを出典中の箇所を示すことができます。どちらも検証の代わりにはなりません。すべてのDOIを解決し、すべてのリンクを開き、引用された研究がその主張を実際に裏付けているか確認してください。捏造された、あるいは誤って帰属された引用は、AIを活用した研究における最も深刻な失敗モードであり、唯一信頼できる防御は自分で出典を開くことです。
なぜすべてを一つのモデルで済ませないのですか。
3つの段階が求める振る舞いが正反対だからです。大きなコーパスを読むには膨大なコンテキストウィンドウが必要です。抽出にはスキーマへの厳格で退屈なほどの遵守が必要です。執筆には学術的なヘッジ表現を保つ注意深い文章が必要です。この3つを一つのワークスペース内で実行すれば、コーパスは一度アップロードするだけで済み、切り替えの際もコンテキストが引き継がれ、3つの別々の製品にその都度説明し直す必要がありません。
学術的な作業でAIを使うことは認められていますか。
方針は学術誌、助成機関、所属機関によって異なり、急速に変化しているため、自分に適用される具体的な要件を確認してください。おおまかな傾向としては、抽出、執筆、編集にAIを使うことは開示を伴えば概ね容認される一方、モデルを著者として記載することは認められておらず、完成した成果物のすべての主張と引用について、あなたが引き続き全面的に責任を負います。使用したものはその都度記録してください。
未発表または機密のデータをアップロードしてもよいですか。
Whiziはあなたの会話を学習に使用せず、各プロバイダーの方針もそのモデルを有効にする前に確認できますが、あなたの倫理承認とデータ共有契約が拘束力を持つ制約です。人を対象とした研究データは、承認が第三者による処理を明確に対象としていない限り、ほぼ常に対象外に保つ必要があります。匿名化された抜粋や自分自身の草稿は、通常安全なケースです。