Review Response

• 会議や学術誌（ICLR、NeurIPS、ACLなど）からレビュアーのコメントを受け取り、正式なリバッタルを書く必要がある。
• 各コメントへの返答方法を決める前に、レビュアーのコメントをタイプ別（Major／Minor／Typo／Misunderstanding）に体系的に分類したい。
• 批判を受け入れるべきか、自分の立場を守るべきか、誤解を解消すべきか、あるいは追加実験を行うべきかなど、返答戦略の策定に支援が必要である。
• リバッタルが完全であり、プロフェッショナルなトーンを保ち、すべてのレビュアーのポイントを漏れなく対応していることを確認したい。

• あなたは正式な査読コメントへの返答を行っているわけではありません — このスキルは学術的な反論ワークフローのために専用に構築されており、汎用的なライティングや編集ツールではありません。
• あなたの査読者はすでに論文を受理しており、反論は不要で軽微な編集修正のみが必要な場合。

レビュアーのコメントを自動的に解析し、「重大」「軽微」「誤字」「誤解」などのカテゴリに分類します。これにより、返答を一言書き始める前に、どの点に最も注意を払うべきかを明確に把握することができます。

分類された各コメントに対して、このスキルはカスタマイズされた返答戦略を推奨します — 受け入れ（Accept）、反論（Defend）、明確化（Clarify）、または追加の実験提案（Experiment） です。これらの戦略は、ICLR Spotlight論文の成功したリバッタルから抽出された教訓に基づいています。

すべてのレビュアーのコメントに対して、一貫したフォーマットで対応する完全かつ構造化された反論文書を生成します。references/rebuttal-templates.md に含まれるテンプレートと例が、出力の構造に反映されます。

各レスポンスのトーンをレビューおよび洗練し、防衛的または否定的になるといったよくある落とし穴を避けながら、一貫してプロフェッショナルで丁寧かつ根拠に基づいた内容を維持します。

ml-paper-writingスキルと並行してインストールした場合、このスキルはpaper-miner-writing-memory.mdを読み込み、採掘されたフレーズパターン、会場固有のシグナル、およびレトリカル構造の改善をリバッタルに適用します。

すべてのレビュアーコメントに対して、根拠またはエビデンスに裏付けられた回答を行うというコア原則を徹底します。研究トピックが必要とする場合には、倫理的考慮事項についての積極的な議論も含まれます。

研究者が投稿論文に対して様々な評価を受けた場合——新規性を評価するレビュアーがいる一方で、実験設定に疑問を呈するレビュアーもいます。このスキルは各コメントを分類し、実験に関する懸念に対してアブレーションスタディの追加を推奨するとともに、批判に対処する前に強みを認めるような、投稿先の学会に適したリバッタルの草案を作成します。

学術誌の編集者から大幅な改訂要求を受けた研究者が、すべての査読者の指摘に対応する正式な回答書を必要としています。このスキルは文書の構成を整理し、技術的な詳細を付録に移動すべき箇所を提案し、全体を通じて一貫してプロフェッショナルなトーンを維持します。

一人または複数のレビュアーが、中心的な貢献を誤って読み取っているようです。このスキルはそのようなコメントを「誤解」タイプとしてフラグを立て、異なるバックグラウンドを持つ読者に合わせたステップバイステップの説明を含む、明確で丁寧な clarification レスポンスを生成します。

プライバシーやセキュリティに関する論文が、倫理的な影響についての査読者の懸念を受けた場合、Review Response はリバッタルにおいて倫理的考慮事項に対処する必要性を積極的に浮き彫りにします。これは、査読者が暗示的にしか指摘していない点についても同様です。