査読コメントに返信するプロンプト

リハビリAI・医療AI・機械学習 による予測モデル論文の査読返信は、論文の生命線です。Major revision を通過するかどうかは、コメント一つひとつへの 具体的な対応 と 本文の修正箇所明示 にかかっています。

ChatGPT・Claude・Gemini といった生成 AI は、返信文の骨子作成・トーン調整・典型コメント別の対応パターンの整理に役立ちます。一方で、追加解析を本当に行ったか、修正が本文に反映されたか、反論に根拠があるかは 研究者が判断する 必要があります。本記事は、リハビリAI 論文の査読返信を、第9部 09·11 査読者に突っ込まれる点 の Major comment 10 選と接続させながら、コピペで使える 4 種のプロンプトテンプレートとともに整理します。

// 01 · LEARN OUTCOMESこの記事で学ぶこと

• Cover letter + Point-by-point 返信の三段構え（コメント → 対応 → 修正箇所）を組み立てられる。
• トーンを調整できる（過剰防衛 / 過剰謙遜の回避）。
• 典型コメント 6 種（外部検証なし・サンプルサイズ・リーケージ・SHAP・公平性・表現過剰）の返信パターンを使える。
• 追加解析が必要か判定する自問プロンプトを実行できる。
• AI に 書かせるべきでない 部分（実施していない解析の捏造）を見極められる。
• 査読中の論文全文を AI に貼り付けない運用ルールを設計できる。

// 02 · CONCLUSIONまず結論

// 03 · FIGURE査読返信の構造を図で理解する

まず Point-by-point 返信の標準構造を確認します。コメント引用 → 受け止め → 対応 → 修正箇所の 4 ステップで、すべてのコメントを処理します。

次に、リハビリ AI 論文で頻出する典型コメント 6 種と、対応する第9部記事を整理します。パターン認識でコメントを分類してから返信骨子を組み立てます。

最後に、トーン調整のスペクトラムを示します。「過剰防衛 (Reject 寄り)」と「過剰謙遜 (放棄寄り)」の中間が、最も査読を通過しやすい位置です。

// 04 · CLINICALリハ・神経・整形領域での具体ケース

// 05 · THEORY査読返信の構造と理論

Cover letter と Point-by-point Response

査読返信は通常 2 つの文書で構成されます。

• Cover letter: 編集者宛の短い手紙。修正版の概要、対応した主要コメント、研究の意義の再確認
• Point-by-point Response: 査読者ごとに、コメント番号順に対応を記述。コメント引用 → 受け止め → 対応 → 修正箇所の 4 ステップ

受け入れ vs 反論のバランス

BMJ・JAMA・Lancet 系雑誌では、「受け入れる点は明示する」方が好印象です。すべてのコメントに反論する姿勢は心象を悪化させ、Reject につながりやすくなります。逆に、すべて受け入れて自説を放棄すると、研究の信頼性自体が下がります。

リハビリ AI 論文の頻出 Major comment

09·11 査読者に突っ込まれる点 の Major comment 10 選と、本記事の 6 パターンは概ね対応します。

査読倫理（ICMJE 2026）

ねつ造禁止が絶対のルールです。AI が「追加解析を行いました」という骨子を作っても、実際に解析を行っていなければ書いてはいけません。「実施していない解析を書かない」をプロンプト制約に明示することと、AI 出力を必ず著者が確認することを ICMJE 2026 勧告^[6]でも明示しています。

// 06 · IMPLEMENTATIONコピペで使えるプロンプトテンプレート 4 種

以下のプロンプトは、査読中の論文全文を AI に入力しない運用で使います。自分の Methods 文・自分の解析結果・査読コメント本文のみを投入します。

テンプレート A: Cover letter + Point-by-point の全体構造

あなたは医学論文の査読返信に詳しい研究支援者です。

以下の入力をもとに、Cover letter と Point-by-point response の骨子を作成してください。

【入力 1: 査読コメント全文】
[Reviewer 1, 2, ... のコメントをそのまま貼り付け]

【入力 2: 著者メモ(対応方針)】
- Comment 1-1: 外部検証なし → 時間順分割を追加した
- Comment 1-2: サンプルサイズ → EPV 計算を Methods に追加
- Comment 2-1: SHAP 解釈 → Discussion の表現を修正
...

【出力】
1. Cover letter 案 (英文、400 字以内)
   - 修正版の主要変更点
   - 研究の意義を簡潔に再確認
2. Reviewer ごとの Point-by-point Response
   - コメント引用(原文)
   - 受け止め(1 行)
   - 対応(具体的な追加解析・引用・修正)
   - 修正箇所(ページ・行・図表番号)
3. 修正箇所サマリ表 (ページ × 修正内容)
4. 著者確認が必要な点リスト

制約:
・実施していない解析を書かないでください。
・査読者の文言をそのまま「Reviewer misunderstood」のように
  否定する表現は避けてください。
・受け入れる箇所は明示し、本文の修正箇所を必ず示してください。

テンプレート B: 典型コメント別の返信骨子（6 パターン）

以下の査読コメントを、6 つの典型パターンに分類してください。
次に各コメントごとに返信骨子を作成してください。

【6 つの典型パターン】
① 外部検証なし (lack of external validation)
② サンプルサイズ小 (small sample size / low EPV)
③ リーケージ疑い (data leakage concern)
④ SHAP / 特徴量重要度の因果解釈 (causal interpretation)
⑤ 公平性・サブグループ性能不明 (subgroup performance)
⑥ 表現過剰・臨床応用の主張過剰 (overstated claim)

【入力: 査読コメント】
[コメントを貼り付け]

【出力(各コメントごと)】
- 分類(①-⑥)
- 懸念の要約(査読者の主張)
- 受け入れる部分(あれば)
- 本文修正案(具体的な文章レベルで)
- 返信文案(日本語と英語の両方)

制約:
・実施していない解析を捏造しないでください。
・分類できないコメントは「⑦その他」として扱ってください。

テンプレート C: トーン調整

以下の査読返信案について、内容を変えずにトーンを調整してください。

【調整方針】
・「Reviewer misunderstood / Reviewer is incorrect」のような
  否定表現は避け、誠実な受け止めに変える
・「すべてご指摘の通り」のような過剰謙遜も避ける
・能動態と受動態を適切に使い分け、自分の研究の妥当性も
  根拠付きで主張する
・修正箇所(ページ・行・図表番号)を明示する
・冗長な表現を削り、要点を 3-5 行にまとめる

【入力: 元の返信案】
[返信案を貼り付け]

【出力】
- 調整後の返信文(日本語)
- 調整した表現の対比表(元 → 改善後)

制約:
・内容(対応内容)は変えないでください。
・追加解析を捏造しないでください。

テンプレート D: 追加解析が必要か判定する自問プロンプト

以下の査読コメントについて、追加解析が必要かを判定してください。

【入力: 査読コメント】
[コメントを貼り付け]

【判定基準】
1. Major comment か Minor comment か
2. 既存の解析・本文記述で十分対応できるか
3. 追加解析が必要な場合、どのような解析が現実的か
   - 必要なデータ(既存 / 新規取得)
   - 必要な計算リソース(時間・ソフトウェア)
   - 統計的有意性以外の評価軸(臨床的意義)
4. 追加解析が困難な場合、限界明記で代替できるか
5. 代替手段(感度分析・サブグループ解析・simulation 等)

【出力】
- Major / Minor 判定
- 必要対応のリスト(優先度順)
- 追加解析の現実性評価(○ / △ / ×)
- 代替案(該当する場合)
- 想定される編集者・査読者の反応

制約:
・「やればできるかも」と曖昧に書かず、現実性を率直に評価してください。
・既に行った解析と区別してください。

// 07 · MYTHS誤解と訂正

// 08 · WRITING査読返信での具体的な書き方

修正箇所の明示

「修正しました」と書くだけでは不十分です。ページ・行・図表番号を必ず明示します。

避けたい表現 vs 安全な表現

AI 利用の記載

返信文書の AI 補助は、雑誌規程によっては開示を求められます。Cover letter または別の declaration セクションに次のように記載するのが一般的です。

// 09 · CHECKLIST査読返信の自己点検 12 項目

• 01全コメントに番号順で対応し、漏れがない
• 02各コメントを Comment 引用 + 受け止め + 対応 + 修正箇所の 4 要素で書いた
• 03修正箇所のページ・行・図表番号を明示した
• 04追加解析の数値は実際に実行して確認した（AI に作らせていない）
• 05「Reviewer misunderstood」「This is incorrect」のような過剰防衛表現を避けた
• 06過剰謙遜（「すべてご指摘の通り」）も避けた
• 07受け入れる箇所は明示し、本文修正と整合している
• 08受け入れられないコメントには本文の根拠と引用文献で反論した
• 09査読中の論文全文を AI に貼り付けていない（守秘契約遵守）
• 10個人情報（カルテ・氏名・カルテ番号等）を AI に入力していない
• 11共著者全員が返信文を確認し、承認した
• 12AI 補助の使用範囲を Cover letter または declaration に記載した

// 10 · QUIZミニクイズ

1. Q1Point-by-point Response の 4 要素として正しいのはどれですか？
   • コメント引用・受け止め・対応・修正箇所
   • 引用・反論・無視・送信
   • タイトル・要旨・本文・参考文献
   • 序論・方法・結果・考察
   SHOW ANSWER

   A. Point-by-point Response は「コメント引用 → 受け止め → 対応 → 修正箇所明示」の 4 要素で書きます。修正箇所はページ・行・図表番号まで明示すると、編集者の確認負荷が下がります。
2. Q2AI に絶対やらせてはいけないことは？
   • 返信文の骨子作成
   • トーン調整
   • 追加解析の数値を捏造
   • 引用文献の整形
   SHOW ANSWER

   C. AI に「ありそうな数値」を作らせて返信に書くと、再現性チェックで発覚し深刻な問題になります。数値は必ず著者が実際の解析を実行して確認します。
3. Q3「外部検証がない」と指摘されたとき、現実的な代替策はどれですか？
   • 無視する
   • 時間順分割や施設別 GroupKFold で疑似外部検証 + 限界明記
   • AI に偽の AUC を作らせる
   • 「Reviewer misunderstood」と反論する
   SHOW ANSWER

   B. 真の外部検証が難しくても、時間順分割や施設別 GroupKFold で疑似外部検証を行い、Limitations に独立施設での前向き検証の必要性を明記すれば誠実な対応として評価されます。
4. Q4査読中の論文全文を ChatGPT に貼り付けるのは？
   • 問題なし
   • 仮名化すれば OK
   • 守秘契約違反の可能性があり、避けるべき
   • 有料版なら OK
   SHOW ANSWER

   C. 査読は守秘契約のもとに行われており、第三者（クラウド AI 含む）への論文全文開示は規約違反になる可能性があります。返信文の骨子作成は、自分の Methods 文や自分の解析結果のみを入力する形に限定します。

// 11 · FAQよくある質問

AI に査読返信を任せきりにしてよいですか？

任せきりにはできません。AI は文案生成器として骨子作成や言い回しの調整に使えますが、追加解析を本当に行ったか、修正が本文に反映されたか、反論に根拠があるかは著者が判断します。「実施していない解析を書かない」「数値は著者が確認する」をプロンプト制約に明示することが最低条件です。

査読中の論文全文を AI に貼り付けてよいですか？

多くの雑誌で禁止されています。査読は守秘契約のもとに行われており、第三者（クラウド AI 含む）への論文全文の開示は規約違反になる可能性があります。返信文の骨子作成や言い回し調整は、自分の研究内容のみを入力する形に限定します。

「全コメントに反論」と「全部受け入れ」のどちらが査読に通りやすいですか？

どちらも極端です。受け入れる点は明示し、本文に反映したことを示します。Reject 寄りの態度ではなく、Revise 寄りの態度（受け入れ + エビデンス補強 + 限界明記）が通りやすいです。受け入れられないコメントには、本文の根拠と追加解析・引用文献で反論します。

AI で生成した返信を共著者にも見せるべきですか？

必須です。査読返信は最終的に全著者の責任で出されます。AI 補助の有無に関わらず、共著者全員が内容を確認・承認する手順は省略できません。AI 利用範囲も共著者に共有し、Cover letter での開示について合意を取ります。

// 12 · RELATED関連記事

// REF参考文献

1. Collins GS, Moons KGM, Dhiman P, Riley RD, Beam AL, Van Calster B, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ 2024;385:e078378. — doi
2. Moons KGM, Wolff RF, Riley RD, et al. PROBAST+AI: an updated quality, risk of bias, and applicability assessment tool for prediction models using regression or artificial intelligence methods. BMJ 2025;388:e082505.
3. Vasey B, Nagendran M, Campbell B, et al. Reporting guideline for the early-stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI. Nat Med 2022;28(5):924-933.
4. Riley RD, Snell KIE, Ensor J, et al. Minimum sample size for developing a multivariable prediction model: PART II — binary and time-to-event outcomes. Statistics in Medicine 2019;38:1276-1296.
5. Hernán MA, Robins JM. Causal Inference: What If. Chapman & Hall/CRC; 2020.
6. International Committee of Medical Journal Editors. Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals: AI use by authors. ICMJE Recommendations 2026. — link
7. World Health Organization. Ethics and governance of artificial intelligence for health: WHO guidance. 2021.