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 | 5-8 | 1-2 | ↓ 75% |
| 修正サイクル | 3-4 | 1-2 | ↓ 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。