Now liveThe Skillselion MCP - thousands of ranked skills, loaded into your agent mid-task. No install.Get it →
t46 avatar

Grant Proposal Review

  • 60 installs
  • 14 repo stars
  • Updated May 20, 2026
  • t46/ra-skills

Helps with ai & agent building tasks.

About

grant-proposal-review is a Claude Code skill for ai & agent building. It helps solo builders move faster with AI-assisted coding.

  • grant-proposal-review
  • AI & Agent Building
  • AI-coding skill

Grant Proposal Review by the numbers

  • 60 all-time installs (skills.sh)
  • +8 installs in the week ending Aug 5, 2026 (Skillselion tracking)
  • Ranked #6,460 of 16,546 AI & Agent Building skills by installs in the Skillselion catalog
  • Data as of Aug 5, 2026 (Skillselion catalog sync)
npx skills add https://github.com/t46/ra-skills --skill grant-proposal-review

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

Listed on Skillselion
Installs60
repo stars14
Last updatedMay 20, 2026
Repositoryt46/ra-skills

What it does

Helps with ai & agent building tasks.

Files

SKILL.mdMarkdownGitHub ↗

研究費申請書レビュー

What This Does

研究費申請書(科研費、JST 事業、その他競争的資金)を審査基準に基づいてレビューし、具体的な改善提案を行う。審査員の視点で弱点を特定し、採択率を高めるための修正案を提示する。

Required Inputs

  • 申請書ファイル: レビュー対象の申請書(PDF またはテキスト)
  • 公募種別: 科研費(基盤A/B/C、若手、挑戦的研究 等)、さきがけ、CREST、その他
  • 研究分野の審査区分(任意): 小区分番号・名称(科研費の場合)
  • 過去の申請経験(任意): 初回申請か、再申請か(不採択理由があれば添付)

What It Produces

1. 総合評価

  • 現状の完成度(A: 高い / B: 中程度 / C: 要改善)
  • 最大の強みと最大の弱点(各1つ)

2. 審査基準別の評価(各項目を5段階で評価)

  • 研究の学術的背景と本研究の位置づけ
  • 研究目的・内容の独自性・創造性
  • 研究計画・方法の妥当性
  • 研究遂行能力(業績・実績)
  • 研究の波及効果・将来展望

3. 具体的な改善提案(優先度順)

  • 該当箇所の引用
  • 問題点の説明
  • 改善案(具体的な文言例を含む)

4. 形式面のチェック

  • ページ数・文字数の制限遵守
  • 図表の適切さ
  • 参考文献の形式

手順

1. 申請書の読み込みと公募種別の確認

申請書を読み込み、対象の公募種別に応じた審査基準を確認する。

科研費の主な審査基準:

評価項目配点目安
研究課題の学術的重要性・妥当性30%
研究計画・方法の妥当性30%
研究課題の独自性・創造性20%
研究遂行能力・研究環境の適切性20%

JST さきがけの主な審査基準:

  • 研究の独創性・新規性
  • 研究の波及効果
  • 研究計画の実現可能性
  • 研究者の能力・適格性

2. 構造分析

申請書の構造を分析する:

  • ストーリーライン: 背景→問題設定→目的→方法→期待される成果の論理的な流れ
  • 図表の効果: 研究の全体像を示す概念図があるか、データの見せ方は適切か
  • キーメッセージの明確さ: 「この研究でしか得られない知見は何か」が明確か

3. 審査基準別の詳細レビュー

3a. 学術的背景と位置づけ
  • 先行研究のレビューが十分か(主要文献が漏れていないか)
  • 研究の学術的重要性が明確に述べられているか
  • 「何が未解明か」「なぜ今この研究が必要か」が明示されているか
3b. 独自性・創造性
  • 既存研究との差別化が明確か
  • 「新しい」と主張する内容が本当に新しいか
  • アプローチの新規性か、問題設定の新規性か、両方か
3c. 研究計画・方法
  • 各目的に対して具体的な方法が記述されているか
  • タイムラインが現実的か(3年計画なら年次ごとのマイルストーン)
  • リスクと代替案が示されているか
  • 予備データ・フィージビリティの根拠があるか
3d. 研究遂行能力
  • 申請者の業績が研究テーマと関連しているか
  • 共同研究者の役割分担が明確か
  • 研究環境(設備、データアクセス等)が確保されているか

4. よくある指摘事項のチェック

以下の頻出する問題点を重点的に確認する:

  • 総花的: テーマが広すぎて焦点が定まらない
  • 方法論の具体性不足: 「〜を検討する」「〜を明らかにする」だけで具体的な方法がない
  • 予備データの不足: 実現可能性を示すデータがない
  • 先行研究の引用不足: 自分の過去の成果ばかりで他者の研究を引用していない
  • 波及効果の誇大表現: 「社会に大きなインパクトを与える」等の根拠のない記述
  • 図表の品質: 解像度が低い、ラベルが小さすぎる、不必要に複雑
  • 文章の冗長さ: 限られたページ数で情報密度が低い

5. 改善提案の作成

各指摘について、以下の形式で改善提案を作成する:

【指摘箇所】該当テキストの引用
【問題点】何が問題か
【改善案】具体的な修正文言
【優先度】高/中/低
【根拠】審査基準のどの項目に影響するか

6. 再申請の場合の追加チェック

前回の審査結果開示がある場合:

  • 指摘事項への対応が申請書に反映されているか
  • 「前回からの変更点」が明確に記述されているか
  • 審査員のコメントに対する反論が建設的か

品質基準

  • 審査基準に基づいた客観的な評価であること(個人的好みではない)
  • 改善提案が具体的であること(「もっと詳しく書く」ではなく、具体的な文言例を示す)
  • 強みも指摘すること(弱点だけでなく、活かすべきポイントも伝える)
  • 公募種別に応じた適切な審査基準を適用していること
  • 研究分野の慣行を考慮すること(理論系と実験系では記述スタイルが異なる)
  • 文字数・ページ数の制約を考慮した提案であること

Available Tools

  • Read: 申請書ファイルの読み込み
  • WebSearch / WebFetch: 審査基準・公募要領の確認
  • Write: レビューレポートの出力
  • Bash: 文字数カウント等

Related skills

This week in AI coding

Five minutes, every Monday - the tools, releases and tactics for developers.

unsubscribe anytime.