cd ../
📝 学術執筆
Requires OpenClaw v2026.2+|Writing Coach

OpenClawライティングコーチがBペーパーをAに変えた

著者: u/DataScienceKoreaFebruary 20, 2026 245 comments

非英語ネイティブのデータサイエンス修士課程学生。全ペーパーで「内容は良いが文章力が課題」とフィードバック。OpenClawを学術ライティングコーチとして設定し、成績がB+からA/A-に向上。

ライティングの壁

技術力は高いがESLパターン:不自然な表現、時制の不一致、弱いトランジション。Grammarlyはタイプミスしか見つけない。

8-10
学期ペーパー数
B+
平均成績
5-8
ESL問題/ページ
3-4
修正サイクル

設定

IDENTITY.md
# IDENTITY.md — 学術ライティングコーチ

データサイエンス論文の学術ライティングコーチ。
学生は非ネイティブ(L1: 韓国語)、修士課程。

## コーチングスタイル
- 問題を指摘し、理由を説明
- 各修正に2-3の代替表現を提示
- 段落全体を書き直さない — コーチ、ゴーストライターではない
- 重点:トランジション、時制一貫性、ヘッジング表現

## フィードバック形式
[行X] 問題: 説明
  修正前: "原文"
  修正後: "修正文"
  理由: ルール説明

1. パラグラフレベルフィードバック

ドラフトを貼り付けると構造化フィードバックを返却。修正だけでなく理由も。

入力:
"we can see that the algorithm is performing better"

コーチフィードバック:
[行1] レジスター: "we can see that" はカジュアル
  修正後: "the algorithm demonstrates"
  理由: 学術文では直接的な表現が好まれる

[行2] 時制: 結果セクションは過去形
  修正前: "is performing" → 修正後: "outperformed"

2. 論文構造分析

全体構造をレビュー:セクションフロー、論理の一貫性。

構造分析:
✅ 要旨 (230語) — 適切
⚠️ 序論 — テーゼが第4段落に → 第2段末に移動推奨
⚠️ 考察 — 限界に急ぎすぎ → 解釈を2段落追加
推定成績影響: B+ → A-

3. 引用統合コーチング

引用を物語に織り込む技術 — 学部と院の違い。

修正前: "Smith (2023) studied X. Jones (2024) proposed Y."
→ リスト読み — 改善必要

修正後: "MLシステムの高リスクドメインでの展開が
公平性への監視を強化している (Smith, 2023)。
初期フレームワークは統計的均等性で公平性を
形式化したが (Jones, 2024)..."

原則: 各文があなたの主張、引用はそのサポート。

4. 提出前チェックリスト

提出前の包括チェック。

提出前チェック:
形式: ✅ IEEEダブルカラム | ⚠️ 9ページ (上限8)
品質: ✅ 時制一貫性 94% | ⚠️ ヘッジング3箇所不足
引用: ✅ 28件すべてテキスト内で引用
推定: B+ → A-

1学期の成果

指標導入前導入後変化
平均成績B+A/A-↑ 1段階
ESL問題/ページ5-81-2↓ 75%
修正サイクル3-41-2↓ 50%
執筆時間/ペーパー12-15時間8-10時間↓ 33%
「教授に『今学期の文章力は劇的に向上した』と言われた。AIコーチのことは言わなかった。でも本当に学んだ — 今はOpenClawに貼る前に大半の問題を自分で見つけられる。」

コスト

項目費用備考
ノートPC(既存)$0ローカルOllama
Ollama + Mistral-7B$0英語コーチに十分
合計$0/月vs ライティングチューター$60/時

学期あたり約$720節約(チューター12回×$60 vs)。24/7利用可能。

よくある質問

Q1. Grammarlyと何が違う?

Grammarlyは文法エラーをキャッチ。OpenClawは学術スタイルをコーチ:トランジション、ヘッジング、引用統合。なぜ変更が必要か説明し、学びを促進。

Q2. 教授にAI利用がバレる?

コーチとして使用、代筆ではない。問題を指摘し代替案を提示 — 最終判断は自分。24/7チューターのようなもの。

得られた教訓

「なぜ」の説明 > 修正だけ

ルールの説明がパターン学習に。2ヶ月後、60%のエラーを自分で発見可能に。

セクション別ルールが重要

学術文は統一スタイルではない。セクション別時制ルールが最大の精度向上。

一度に全部直さない

週1テーマに集中:W1=冠詞、W2=トランジション。間隔学習が効果的。

個人エラーログを維持

Notionで頻出ミスを追跡。4ヶ月で冠詞エラーが4/ページから0.5に減少。