AIに申請書の執筆を頼むと、なぜか内容が浅くなる。その原因は、AIに考えさせずにいきなり書かせているからです。「ReAct手法」を用い、AIにまず論理構成を推論させ、その上で執筆させることで強固なロジックを構築する技術を解説します。
なぜAI生成の申請書は「それっぽい」だけで弱いのか
生成AIを活用して研究計画書のたたき台を作ろうとしたとき、出力された文章を見て「何かが違う」と感じたことはないでしょうか。日本語は流暢で、体裁も整っている。しかし、内容が一般的すぎて独自の強みが見えない、あるいは論理のつながりが平坦で、審査員の心を動かす「必然性」が欠けている。そうした違和感の正体は、AIの能力不足ではなく、指示の出し方における構造的な欠陥にあります。
多くの研究者は、AIに対して「このテーマで申請書の概要を書いてください」といきなり出力を求めます。これは、人間に例えるならば、背景も文脈も説明せずに「とりあえず企画書を書いておいて」と丸投げするようなものです。優秀なアシスタントであっても、思考のプロセスを飛ばしていきなり執筆に入れば、当たり障りのない一般的な内容にならざるを得ません。
申請書作成において重要なのは、最終的な文章そのものよりも、その背後にある「なぜその研究が必要なのか」「なぜその方法でなければならないのか」という論理の組み立てです。この思考プロセスをAIに実行させる技術こそが、今回解説する「ReAct（Reasoning + Acting）」のアプローチです。単なる代筆ではなく、論理構築のパートナーとしてAIを活用するための、正しい手順を解説します。
思考と行動を分離する：ReActの基本プロセス
ReActとは、AIに対して「推論（Reason）」と「行動（Act）」を明示的に分けて実行させるプロンプティング技術です。いきなり答えを出させるのではなく、まず考えさせ（推論）、その結果に基づいて実行させる（行動）というステップを踏ませます。科研費申請書の作成においては、以下の3つのステップに分解して対話を進めます。
ステップ1：推論の誘発（Reasoning）
まず、文章を書かせることを禁止し、研究の論理構造そのものを分析させます。具体的には、あなたの研究テーマやアイデアを入力した上で、次のように指示します。
この研究を科研費の審査員が評価する際、どのような点が最大の懸念事項（ボトルネック）になると予想されますか？ まだ文章は書かずに、懸念点とその解決策のロジックだけを考察してください
ここでAIは、審査員の視点をシミュレーションし、論理の穴や説明不足な点を探し出します。これが「推論」のフェーズです。
ステップ2：構成の策定（Planning as Action）
次に、ステップ1で抽出された論理的課題を解決するための構成案を作成させます。ここでもまだ本文は書かせません。
先ほどの考察に基づき、審査員の懸念を払拭し、研究の重要性を伝えるための申請書の項目構成を作成してください。各項目で何を主張すべきか、箇条書きで示してください。
これが「行動」の第一段階です。AIは推論に基づいた設計図を出力します。
ステップ3：執筆と検証
最後に、その構成案に対して人間がフィードバックを行い、GOサインを出した部分から具体的に執筆させます。
この構成案のセクション3について、具体的に400字程度で記述してください。
（一気に全文出力は精度が下がるので、適宜全体の構成案を示しつつ、部分ごとに書いて最後に調整することをお勧めします）
このように、思考、計画、執筆を分断することで、AIは各フェーズで高い精度の出力を出せるようになります。
核心プロセスの深掘り：審査員の脳内をAIに記述させる
このプロセスの中で最も難易度が高く、かつ品質を左右するのがステップ1の「推論」です。ここで浅い分析しかできなければ、その後の構成も浅くなります。AIの推論能力を最大限に引き出すためには、プロンプトに役割と思考の枠組みを与えることが不可欠です。
単に「考えて」と言うのではなく、以下のような具体的な思考の補助線を与えてください。
あなたは厳格な科研費審査員です。私の研究アイデアに対して、学術的な新規性、実現可能性、波及効果の観点から批判的に検討してください。特に、「なぜ今、この研究が必要なのか」という緊急性の観点から、論理の弱点を3つ指摘してください。
このように指示することで、AIはあなたの味方として甘い文章を書くのではなく、仮想敵（批判的な審査員）として論理の欠陥を指摘するようになります。この批判的思考をAIにアウトプットさせることが重要です。出力された指摘事項は、そのまま申請書の中で「本研究の核心をなす問い」や「予備検討の結果」として記述すべき内容の裏返しとなります。
AIが指摘した弱点こそが、申請書で重点的に手当てすべき加点ポイントに変わるのです。この変換プロセスをAIと共に行うことこそ、ReActプロンプトの真骨頂です。
ケーススタディ：凡庸なアイデアが採択レベルに変わるまで
具体的な対話例を見てみましょう。ある研究者が「AIを用いた高齢者の見守りシステム」というテーマを持っていたとします。
悪い例
指示：「AIを使った高齢者見守りシステムの研究計画（のアイデア）を書いて」
出力：「少子高齢化が進む中、見守りシステムの需要は高まっています。本研究ではディープラーニングを用いて…（以下、一般的な技術解説）」
結果：背景が一般的すぎて、独自性が見えない。なぜその研究者がやる必要があるのか不明。
ReActアプローチ
指示1（推論）：「高齢者見守りシステムは競合が多い分野です。審査員が『またこの手の話か』と飽きずに、『これは新しい』と評価するために必要な、本研究独自の切り口は何があり得ますか？ まだ本文は書かずに、差別化のロジックを3案考えてください。」
AIの思考：「1. プライバシー保護に特化したエッジAI化。 2. 身体的異常だけでなく『認知症の予兆』を行動パターンから検知する医学的アプローチ。 3. 見守られる側の『監視される不快感』を解消する心理学的アプローチ」
指示2（選択と行動）：「案3の『監視される不快感の解消』を採用しますが、〇〇という先行研究があります。そこで、これを工学的な課題ではなく、Human-Computer Interactionの課題として定義し直し、研究目的の構成案を作ってください。」
AIの出力：「背景：従来の研究は検知精度に注力したが、本研究は受容性に着目する。目的：監視カメラと感じさせないアンビエントなセンシング技術の開発…」
このように、推論のステップを挟むことで、ありふれた「見守りシステム」というテーマが、「技術的受容性とプライバシーの調和」という、より深い学術的問いへと昇華されました。AIに書かせるのではなく、AIに「問いの立て方」を考えさせることで、論理の質が劇的に向上するのです。
まとめ：AIは「筆記具」ではなく「壁打ち相手」
ReActプロンプトの本質は、AIを単なる文章生成ツール（筆記具）としてではなく、論理を検証するための対話相手（壁打ち相手）として扱うことにあります。
- 推論させる: いきなり書かせず、まず審査員の視点で懸念点や論理構成を考えさせる。
- 設計させる: 推論に基づいた詳細な構成案（アウトライン）を作成させる。
- 執筆させる: 構成案に合意してから、初めて文章化を指示する。
この3ステップを意識的に分けることで、あなたの申請書は「AIが書いたきれいな文章」から「AIと共に練り上げた強靭な論理」へと進化します。明日からの申請書作成では、まずAIにペンを持たせる前に、思考の帽子を被せてみてください。