科学的仮説生成

Hypothesis Generation は、K-Dense のオープンソースプロジェクト Claude Scientific Writer（MIT ライセンス）に含まれるスキルです。観察を、透明性のある候補説明の集合と、それらを見分けるための検証計画に整理します。基本原則は「仮説は検証されるべき提案であり、結果ではない」という点です。現行はバージョン 2.1 で、K-Dense による最終レビュー日は 2026-07-23 です。

主な機能

• 概念の分離：観察、研究課題、仮説、メカニズム、因果推定量、予測、帰無仮説、陰性対照、エビデンスを別々のラベルで扱い、メカニズムの物語を予測と取り違えないようにします。
• 12 ステップのワークフロー：範囲と安全性のゲート、観察の固定、問いの設定（PICO/PICOT、PECO、診断・予後の枠組み）、日付付きのエビデンス境界、対立仮説の生成、主張の種類と推定量、判別的な予測、操作化、デザインと解析、HARKing を防ぐ事前登録、再現計画、人間による責任確認。
• 対立仮説を先に：検定を選ぶ前に、測定アーティファクト、交絡、選択バイアス、コライダーバイアス、逆因果などの代替説明を挙げます。
• ローカル CLI：依存関係なしの Python 3.11 スクリプト 7 本で、仮説レコード、予測・対立仮説マトリクス、反証用コントロール、エビデンス台帳、因果表現をチェックし、事前登録の雛形も生成します。オフラインで動き、API キー不要。仮説の採点や順位付けは意図的に行いません。

使用シナリオ

• 予想外のパイロット結果を、助成金申請やプロトコル作成の前に検証可能な候補へ整理する。
• アウトカム、除外基準、多重性の扱いを事前に決めた事前登録を下書きする。
• 研究デザインが支えられない因果表現が草稿にないか確認する。

料金と入手方法

無料のオープンソース（MIT）です。スクリプトは通信しないため、コストは Claude Code などのモデル利用分だけです。

はじめに

1. Claude Code で /plugin marketplace add https://github.com/K-Dense-AI/claude-scientific-writer を実行し、続けて /plugin install claude-scientific-writer を実行します。
2. プロジェクトで /claude-scientific-writer:scientific-writer-init を実行します。
3. 仮説計画を依頼し、python3 scripts/validate_prediction_matrix.py matrix.csv などでファイルをローカル検証します。

制約：仮説をエビデンスとして示すこと、簡単な検索だけで新規性を主張すること、臨床助言やデュアルユースの操作的詳細の提供は拒否します。スクリプトは構造と整合性を確認するだけで、科学的な真偽は検証しません。

よくある質問

最良の仮説を選んでくれますか？

いいえ。ツールは採点しない設計で、選択は責任を持つ研究者に委ねられます。

API キーは必要ですか？

同梱スクリプトには不要です。文献検索には Research Lookup など別のスキルを使います。

代替案

• Scientific Critical Thinking Skill：候補を生成するのではなく、推論とエビデンスの質を評価します。
• Literature Review Skill：仮説の土台となる文献エビデンスを整えます。
• Scholar Evaluation Skill：完成した学術成果を評価します。

まとめ

対立仮説、反証可能な予測、人間が最終確認する事前登録の下書きが必要なら Hypothesis Generation が適しています。答えを出すツールではなく、研究の規律を保つための構造化ツールです。他の研究ツールは スキル一覧 で探せます。