スキル hypothesis-generation

🔬

hypothesis-generation

Name: hypothesis-generation
Author: K-Dense-AI

安全 ⚙️ 外部コマンド🌐 ネットワークアクセス

科学的仮説の生成

こちらからも入手できます: davila7

観察を構造化された検証可能な科学的仮説に変換します。このスキルは、文献の統合、メカニズムの構築、実験設計、予測の策定を実証済みの科学的手法フレームワークを使用してガイドします。

対応: Claude Codex Code(CC)

🥉 75 ブロンズ

スキルZIPをダウンロード

Claudeでアップロード

設定 → 機能 → スキル → スキルをアップロードへ移動

オンにして利用開始

テストする

「hypothesis-generation」を使用しています。特定の癌患者が免疫療法に反応する理由と反応しない理由についての仮説を生成してください。

期待される結果:

仮説1（青）：腫瘍変異量（TMB）が反応を決定する - TMBの高い患者には免疫細胞が認識できるネオ抗原がより多く存在する
仮説2（緑）：T細胞が浸潤した微小環境 - 既存のT細胞浸潤は受容的な免疫環境を示唆する
仮説3（紫）：腸内細菌叢の組成 - 特定の腸内細菌がチェックポイント阻害剤の効果を増強する
重要な予測：腸内細菌叢仮説が正しい場合、反応者からの糞便移植で応答性を移譲できるはず
識別可能な実験：反応者と非反応者の遺伝子発現プロファイルを比較してシグネチャを特定する

「hypothesis-generation」を使用しています。同じ種でありながら一部の植物が干ばつ条件比其他植物更好地生存する理由についての仮説を作成してください。

期待される結果:

仮説1（深い青）：深い根系へのアクセス - 干ばつ期間中に下層土壌から水をより多く取得できる
仮説2（深い緑）：気孔調節効率 - 迅速な気孔閉鎖による葉レベルでの水保全の強化
仮説3（ロイヤルパープル）：浸透調整能力 - 細胞内の溶質蓄積が水分ストレス下で膨圧を維持する
検証可能な予測：深い根系仮説は、干ばつ条件下での根の深さと生存率の間に正の相関を予測する
実験設計：根の深さを測定するための根成像を用いた制御された干ばつ試験

セキュリティ監査

安全

v4 • 1/17/2026

This is a pure documentation skill containing only markdown files, LaTeX templates, and reference guides. No executable code exists. All 273 static findings are false positives: backticks in markdown code blocks were misidentified as shell commands, RGB color definitions were misidentified as cryptographic algorithms, and file references were misidentified as reconnaissance.

スキャンされたファイル

4,025

解析された行数

検出結果

総監査数

リスク要因

⚙️ 外部コマンド (152)

🌐 ネットワークアクセス (7)

references/literature_search_strategies.md:46 references/literature_search_strategies.md:47 references/literature_search_strategies.md:104 references/literature_search_strategies.md:109 references/literature_search_strategies.md:114 references/literature_search_strategies.md:119 skill-report.json:6

監査者: claude 監査履歴を表示 →

品質スコア

アーキテクチャ

100

保守性

コンテンツ

コミュニティ

100

セキュリティ

仕様準拠

作れるもの

研究提案の開発

適切な実験設計と文献に基づいた厳密な仮説を論文提案用に開発します。

助成申請用仮説

明確な予測とともに検証可能な仮説を資金申請用に構成します。

仮説駆動型分析

確認的統計検定の前に探索的データ分析から仮説を策定します。

これらのプロンプトを試す

基本的な仮説

仮説生成スキルを使用して、以下の現象について3-5の検証可能な仮説を作成してください：[観察結果またはデータパターンを記述]。メカニズムの説明、各仮説を検証するための実験設計、および文献からの裏付けとなるエビデンスを含めること。

メカニズム重視

仮説生成スキルを適用して、[現象]のメカニズムを説明してください。競合するメカニズム的仮説を生成し、それらを区別するための実験を設計し、それぞれに対して具体的な定量的予測を提案すること。

文献ベース

仮説生成を使用して、[研究課題]に関する新しい仮説を開発してください。各仮説をPubMed文献のエビデンスに基づいて裏付け、現在の理解のギャップを特定し、分野を前進させる実験を設計すること。

完全なレポート

仮説生成スキルを使用して包括的な仮説レポートを生成してください。以下の内容を含めること：メカニズム的説明を伴う3-5の競合する仮説、アンバーボックス内の検証可能な予測、仮説を区別するための比較ボックス、付録の詳細な実験設計。LaTeXテンプレート形式を使用すること。

ベストプラクティス

包括的な文献検索から始めて、仮説策定前に既存のエビデンスに基づいて仮説を裏付ける
各仮説が代替案と区別できる明確で検証可能な予測を行っていることを確認する
科学的厳密さを維持するため、すべての予測に反証基準を含める

回避

具体的な定量的予測のない曖昧な仮説を生成する
矛盾するエビデンスや代替説明を無視する
実験設計フェーズをスキップする - 仮説は検証可能でなければならない

よくある質問

このスキルと科学的ブレインストーミングの違いは何ですか？

仮説生成は正式な仮説基準を持つ構造化された科学的手法に従います。ブレインストーミングはテスト要件のないオープンエンドなアイデア生成です。

このスキルはPubMedを自動的に検索しますか？

いいえ - WebFetchまたはWebSearchツールを使用して文献を取得する必要があります。このスキルは参考文献で検索結果のガイダンスを提供します。

非生物科学に使用できますか？

はい - このフレームワークは物理学、化学、心理学、社会科学を含むあらゆる科学分野に適用できます。

出力は何形式ですか？

主要な出力は提供されたテンプレートを使用したLaTeXです。代替形式は、好みを指定することで要求できます。

いくつの仮説を生成すべきですか？

このスキルは3-5の競合する仮説を推奨します - 意味のある比較には十分ですが、分析を圧倒するほどではありません。

仮説を検証可能にするものは何ですか？

検証可能な仮説は、測定可能な具体的な予測を持ち、間違っていた場合の反証基準があり、実行可能な実験方法を持っています。

開発者の詳細

作成者

K-Dense-AI

ライセンス

MIT license

リポジトリ

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/hypothesis-generation

参照

main

ファイル構成

📁 assets/

📄 FORMATTING_GUIDE.md

📄 hypothesis_generation.sty

📄 hypothesis_report_template.tex

📁 references/

📄 experimental_design_patterns.md

📄 hypothesis_quality_criteria.md

📄 literature_search_strategies.md

📄 SKILL.md