研究分野の「今」を、
一瞬で把握する。
AIエージェントが世界中の論文を自動収集・解析。今どんな課題があり、誰がどこまで進んでいるのかが見えてきます。
こんな経験、ありませんか？
新しい分野を調べ始めるとき、最初の壁
どの論文から読めばいいか分からない
新しい分野に踏み込むとき、膨大な論文の中からサーベイ論文を探し当て、全体像を掴むまでが最大のハードル。
手作業のサーベイは時間がかかりすぎる
サーベイ論文を見つけても、数十〜数百ページの内容を読み込み、トピック構造を手作業で整理するのは膨大な時間がかかる。
読んだ内容が体系的に整理できない
論文を読んでも、トピック同士の関係や引用構造、分野全体の中での位置づけが頭の中でまとまらない。
Conjectureなら、分野の現在地が見える。
分野名を入力するだけで、論文収集から構造化、
知識ベースの出力まで、ワンコマンドで完了。
即座に把握
自動抽出
マップ化
知識ベース出力
パイプライン
分野名を入力するだけで、5ステップの自動解析が走ります
主な機能
論文収集から知識ベース構築まで、研究の初動を加速
分野の現在地を即座に把握
今どんな課題が取り組まれていて、誰がどこまで進んでいるのか。分野名を入れるだけで、研究の最前線が見えるようになります。
サーベイ論文を自動で収集・解析
OpenAlex・Semantic Scholar・arXivからサーベイ論文を自動収集し、中身をパース。手作業で論文を探し回る必要がなくなります。
Markdown知識ベース出力
目標・分類体系・論文・ギャップを相互参照するMarkdown Wikiを自動生成。そのまま研究ノートとして活用可能。
Deep Dive — トピック深掘り
気になるトピックを指定すると、関連論文・手法・未解決課題をさらに深く掘り下げて探索。知識ベースに追記されます。
Human-in-the-loop レビュー
AIの解析結果をインタラクティブに検証・修正。変更履歴は永続的に保存され、再実行時にも引き継がれます。
AI認識のズレも可視化
副産物として、LLMの分野認識と実際のサーベイ構造を突き合わせ、AIがどこを見落としているかも6種類の差分で明らかに。
AIの認識ズレを6種類で分類
サーベイ解析の副産物として、LLMが生成した分野理解と実際の研究構造の差分も自動で可視化されます
AIとサーベイが一致
サーベイがより詳細な区分を示す
AIが見落としたトピック
サーベイが未カバーの新興領域
同じ領域だが粒度が異なる
同じ概念だが構造上の位置が異なる
技術スタック
Python 3.10+ / Powered by Claude