エージェントガイド | Aurora Agent — レビュー・論文・実証・ナレッジベース

Aurora Agent ファミリー全エージェントの使い方:レビュー、論文、実証分析、ナレッジベース、汎用エージェントのシーン・手順・プロンプト例。

汎用(知識ベース)エージェント

文献検索・文書編集・日報メールを備えたオールラウンド執事。

知識ベースQA、オンライン学術文献の詳細検索、Word/PDFの原位置編集、日報メール配信、定時タスク、データ分析までこなすパーソナル知識執事です。

できること

  • 知識ベースのセマンティックQA(引用元付き)
  • 学術データベースとWebを横断したオンライン詳細検索
  • Word/PDFの原位置編集+バージョン履歴
  • レビュー執筆機能(対話内で自然言語から呼び出し可能)
  • 日報生成とメール配信
  • 自然言語による定時タスク(毎日/毎週)
  • Excel/CSVに対するデータ分析とグラフ作成

適したタスク

  • 迅速な文献調査・QA
  • 新着論文の継続トラッキングと週次メール
  • 論文・報告書・契約書の編集と書き出し
  • 知識ベースに基づくワンショットレビュー執筆
  • Excelデータのクリーニング/可視化/統計
  • 定時タスク+メールで定型業務を自動化
  • 複数知識ベース横断の比較統合

正しい依頼の出し方

  1. 初回:研究空間で知識ベースを作成または選択し、論文・報告書・Excelをアップ、必要ならタグ付け。
  2. 日常QA:「知識ベース内のXXに関する論文の主な主張は?」と聞けば、引用元付きで答えます。
  3. 文書編集:Word/PDFをアップして「第2節をメタ分析に差し替え」と依頼すれば原位置で置換し、新版を保存。
  4. 文献プッシュ:「毎週月曜8時に新着Agents論文を検索し、5本選んで[email protected]へ送信」と言えば定時タスク化。
  5. データ分析:Excelをアップし「四半期売上を集計して折れ線で」と依頼すると安全環境で分析・返却。
  6. 単発メール:「上の要約を私のメールへ」と依頼するだけ。

文献レビュー作成エージェント

論文収集から原稿完成まで、レビュー論文をワンストップで。

文献レビュー・修論レビュー章・Review論文を執筆する研究者向け。論文要約 → アウトライン作成 → 全文執筆 → 版管理までを一貫支援します。

できること

  • アップロードされたPDFを一括で読み込み、要点と参考文献を構造化
  • テーマと論文群から章立てを設計し、引用番号を自動管理
  • アウトラインに沿って本文を章ごとに執筆、日中英対応
  • 章単位のAI書き直しと文単位の精密編集、すべてバージョン保存
  • 学術データベース検索を内蔵し、新論文を追加して番号を再割当

適したタスク

  • 修士・博士論文のレビュー章の執筆
  • 投稿用Review論文の作成
  • 新しい研究領域の全体像を素早く把握
  • 既存レビューに最新文献を追加して再構成
  • 同一レビューの中英バイリンガル版作成

正しい依頼の出し方

  1. 対象PDFをセッションまたは知識ベースに先にアップロード(1回10〜20本が目安)。
  2. 最初のメッセージで「テーマ/言語/引用形式/字数・章数の要件」を明記。
  3. 要約が終わったらまずアウトラインを確認し、構造の問題はここで指摘。
  4. 全文完成後は章または文単位で反復修正。大きな修正は「3.2節を書き直して」、細部は原文+修正文を貼付。
  5. 満足したら「Word/PDFとしてエクスポート」と依頼するとダウンロード可能。

研究エージェント

データ分析・モデリング・コード実行と再現・AI 作図を統合した研究アシスタント。

データ分析、統計モデリング、機械学習、データ可視化、本番品質のコード工学、論文コード再現、AI 作図を 1 つのエージェントに統合します。「スクリプトを書く→実行→結果を読む→エラーを自己修正」というエンジニア的な進め方で作業します。データをアップロードして分析と高品質な作図を依頼したり、論文を渡して手法コードを再現させたり、複雑な複数モジュールのプロジェクトを一から実装させたりできます。知識ベースの参照が必要なときは検索能力をオンデマンドで読み込みます。

できること

  • ファイル式コード実行:作成・実行・結果読取・エラー時の自己修正
  • エンドツーエンド分析:クリーニング → 探索 → 統計/モデリング → 可視化 → レポート
  • 高品質な作図:統一デザイン言語、CJK フォントとグリッドの細部も対応
  • 論文再現:まず再現計画を作り、段階的にモジュール化された実行可能リポジトリを生成
  • 複雑な工学:設計図先行、ファイル単位の実装、増分検証
  • AI 作図:レポート用の概念図・フレームワーク図・表紙画像

適したタスク

  • アップロードした CSV/Excel を分析し図表付きレポートを作成
  • 回帰・仮説検定・機械学習モデリングと評価
  • 論文の手法/モデルを再現し、実行して検証
  • 複数モジュールのデータパイプラインやモデリング工程を一から構築
  • 結論を裏付けるプロ品質のデータ図表を追加

研究エージェントへの正しい依頼方法

  1. データ/論文ファイルをアップロードし、目的(分析・再現・実装)を明確に伝える。
  2. 分析:主要な変数と問いを示し、クリーニング→モデリング→作図→結論まで任せる。
  3. 再現:論文を渡し、まず再現計画を作らせてから実装・実行させる。
  4. 工学:目標と範囲を説明すると、アーキテクチャを設計してから段階的に実装する。
  5. 大きなタスクは段階的に進行し、成果物(スクリプト・図表・レポート)はセッション内に保存される。