데이터로 글쓰기

결과 단락은 그 뒤에 있는 계산이 가까이 있을 때 더 믿을 수 있습니다. 연구 프로젝트를 만들어 분석 절차와 그 출력을 원고 옆에 두세요.

프로젝트 설정하기

재현 가능한 분석 시작 구성을 고르세요. 데이터 폴더를 연결하면 연구 도구가 원본 측정값을 논문 안으로 옮기지 않고도 읽을 수 있습니다.

분석을 요청하기 전에 각 열의 의미, 단위, 제외한 항목을 기록하세요.

어시스턴트에게 범위가 정해진 일 맡기기

/oleafly-data-analysis 명령이나 분석 연구 작업을 쓰세요.

연결된 Data 폴더의 측정값을 읽으세요. analysis-plan.md에 적힌 방법으로 두 조건을 비교하세요. 스크립트, 단위가 있는 표, 제외한 항목을 설명하는 메모를 저장하세요. 입력 데이터는 바꾸지 마세요.

분석 스크립트를 실행하려면 해당 로컬 런타임과 라이브러리가 필요합니다. 어시스턴트가 이 요건을 확인하게 하고, 작업을 다시 실행하는 방법을 저장하게 하세요.

출력 검토하기

스크립트를 읽고 선택한 데이터와 방법이 질문에 맞는지 확인하세요. 결과를 받아들이기 전에 단위, 표본 수, 결측값, 불확실성을 점검하세요.

표와 그림은 그것을 만든 스크립트와 함께 보관하세요. 그림 준비 스킬은 검토를 마친 결과를 원고에 넣을 그림으로 바꾸는 데 도움이 됩니다.

CLI 에이전트에서는 재현성 점검 시작점이 각 결과를 재현하려면 무엇이 더 필요한지 묻습니다. 코드, 데이터, 소프트웨어 버전, 난수 시드, 빌드 방법이 그 대상입니다. 그림 점검은 캡션, 레이블, 축 단위, 가독성을 확인합니다. 둘 다 에이전트에게 research/에 보고서를 쓰고 원고는 건드리지 말라고 요청합니다.

결과 쓰기

어시스턴트에게 검토를 마친 출력만 써서 결과 구절 초안을 쓰게 하세요. 모든 수치를 표와 대조하고, 방법과 해석을 구분해서 쓰세요.

문서를 컴파일하고 PDF에서 레이블과 캡션을 포함한 표나 그림 전체를 확인하세요.