Skip to content

laiso/revise-and-resubmit

v0.1.0Apache-2.0

原稿を複数の視点で読み、本文に沿った指摘と人間のフィードバックを記録する編集ワークフロー。

Revise & Resubmit(修正してくれたら検討しますよ)

Markdownファイルや記事のURLを渡すと、様々な観点でレビューを行い、指摘をする編集部的なエージェントスキルです。とくに説明的な文章に対応しています。

スキルを実行すると、各エージェントがレビューを進めるのでしばらく待ちます。完了したらレポートがWebアプリとして開かれるので、ブラウザで見ます。自分もレビューに参加して指摘を追加できます。

集まった指摘をもとに、原稿は自分で直し、校正を繰り返します。AIは原稿の本文を一切編集しません。

READMEの本文と、AI・人間からの指摘を並べたレビュー画面

左が原稿、右が指摘です。このREADMEをレビューしたときの画面です。


使い方

  1. インストール
    Python 3、Node.js/npm、Claude Code / Codexを用意します。原稿を置くプロジェクトのルートで、使う環境のコマンドを実行します。

    Claude Code:

    npx skills add laiso/revise-and-resubmit --skill revise-and-resubmit --agent claude-code
    

    Codex:

    npx skills add laiso/revise-and-resubmit --skill revise-and-resubmit --agent codex
    

    スキルはプロジェクト内にインストールされます。詳しくは導入手順を参照してください。

  2. 原稿を渡す
    Markdownファイルまたは記事のURLを指定して実行します。次のように呼び出します。

    /revise-and-resubmit 原稿.md
    
  3. 赤入れを見る
    レビューが終わったら、ブラウザで本文と指摘事項を読みます。

  4. 自分も赤入れする
    本文を選択して指摘を入力し、「保存」を押します。

  5. 原稿を直す
    必要だと思った箇所を自分で修正します。改稿後は再レビューを依頼できます。

なぜ作ったか

今、世間一般で行われている、AIが生成した文章を脱臭スキルでこねくり回すアプローチは、それほど有効ではないと思っています。一方、個人的な体験として、書籍執筆の仕事で編集部とやり取りをして、編集という仕事の力を実感しました。

その経験から、編集部の力を少しでもAIで再現しようと作っているのが、「Revise & Resubmit(修正してくれたら検討しますよ)」です。

このスキルではサブエージェントのコンテキストを分けて、理解の過程、全体の構造、細部の表現をそれぞれ違う視点からレビューします。そこに人間のバイアスやノイズも含めた指摘が加わることで、レビューのスパイスになります。

サブエージェント

flowchart TD
    A[原稿] --> B["mind-tail:少しずつ読み、理解の過程を記録・蓄積"]
    B --> C[理解の変化を蓄積した読書記録]
    A --> D[paper-plot:全体の構造を図示]
    D --> E[paper-plot:構造と読書記録を照合]
    C --> E
    A --> F[slob-police:逐次読み・拒否したら離脱]
    C --> G[レビュー画面]
    E --> G
    F --> G
    G --> H[human-feedbox:人間が指摘を追加]
  • mind-tail
    少しずつ原稿を読みながら理解していく役です。その時点で分かったこと、分からないこと、自分で補ったことを記録し、後の説明で理解が変わる過程を観測できるようにします。
  • paper-plot
    トップダウンで文章全体を見渡し、段落の役割やつながりを図にする役です。mind-tailの動作が完了してから、読んで積み上げた理解と、全体から見た構造を照らし合わせます。
  • slob-police
    細部の言い回しをかなり厳しくチェックし、気に入らない表現を探す役です。直訳調の表現、場にそぐわない語彙、内容の薄い長文や繰り返しを嫌い、一箇所でも許せないと不満を述べて読むのをやめます。
  • human-feedbox
    それはあなたです! ブラウザで赤入れし、人間の指摘もサブエージェントの反応と同列に記録します。

謝辞・参考元

  • First Reader(Shubhamsaboo / awesome-llm-apps):文章を少しずつ読ませ、その時点でどう理解したかを聞いて記録する手順が、ワークフロー設計のヒントになりました。
  • cognitive-rhythm-writing(k16shikano):理解の足場や説明の流れを追うための観点を参考にしました。
  • japanese-tech-writing(k16shikano):状況の把握や用語の指示対象を確かめる観点を参考にしました。

スキルの定義やコードは、主にCodex/GPT-6 Atlasが執筆・実装しました。著者が原稿とレビューを読み、役割や挙動、画面への指摘を返しながら作っています。

このREADMEも、著者が起草し、AIとの会話で構成や表現を検討した後に、自ら修正を行っています。

ライセンス

Copyright (c) 2026 laiso

Apache License 2.0