はじめに
先日、Tsukuba Morphology Meeting 3という研究会で、 "Japanese Denominal Verbs in Digital Game Discourse" というタイトルの研究発表をしました。
ひさしぶりに英語での口頭発表だったということもあり、生成AIにもいろいろ手伝ってもらってみたのでそのときの体験談を書きます。主に英語とMarpスライドの話です。
研究者としての経験があまりない方（特に学生）も見ているかもしれないので一応書いておくと、生成AIのアウトプットはすべて確認した上で使用しています。また、研究自体プロジェクトの初期段階の状態なことに注意してください（学会発表でやるにはもっと洗練させる必要あり）。
環境やツールなど
今回使用したツールなどは下記の通りです。
- エディタ：メインはZed、一部Cursorも補助的に使用（使い分けについては下記）
- 生成AI：ほとんどClaude Code (Proプラン)、一部Claude (Opus 4.6)で補助
研究のメモや原稿の下書きはすべてObsidianで書いているのですが、今回は特別な使い方はしていないので言及しません。私はObsidianのテキストは基本自分ですべて書いていて生成AIで直接修正したりするのが好きではないので、ObsidianのVaultからマークダウンファイルをプロジェクトフォルダにコピーしてから使っています。
生成AIにやってもらったこと
今回の研究は今やっているデジタルゲームを対象にした言語学的研究で、これまでブログでも言及したことがあったゲーム内の表現ではなく、プレーヤー間のコミュニケーションを対象にしたものです。データは、YouTube Data APIを使ってYouTube動画に付いているコメントを収集しました。
もうちょっと詳しく書いておくと、武器の名称に言及しているコメントをできるだけ効率よく集めたかったので、ゲームに関する動画をすべて対象にしたわけではなく、動画の種類自体を絞り込みました。
という前提で生成AIに手伝ってもらったのはおおよそ下記の作業です。データの分析はさせていません。
- 対象とするゲームの選定の相談：武器が重要なゲームで実況動画が多いものがの望ましく、今回はエルデンリングとモンスターハンターに決定
- YouTube Data APIを用いて動画コメントを収集するためのプログラミング：このAPIでは直接コメントのテキストに条件をかけることができないようなので、まず対象動画をタイトルで絞り込んでからコメントを収集
- スライドの内容を英語にする（一部）：下記に詳述
- マークダウンファイルからMarpでスライドを作成して、CSSでデザインの調整：言語学のグロス付き例文を表で作ってみました。下記に詳述
- スライドの内容から英語の読み上げ原稿を作成
ZedとClaude Code
結論から書くと、ZedというエディタからClaude Codeがとても使いやすくなったと感じました。
Zedは操作感やデザインが好きで、メインのエディタとして以前から使用しています（Zed AIスタート前から）。この前に愛用していたAtomの後継のような位置付けであるということもありますが、あまり複雑なことはやらないからなのか全体的にすっきりしていて好きです。
ZedとAnthropicはZedが生成AIに取り組み始めた初期段階から連携があったようで、VS CodeやJetBrainsのIntelliJ IDEAと違い/ideコマンドなしでもスムーズに使えるという話がありました。
しかし、少なくとも当時（2025年前半）私が使用した感触としては、確かにZedのターミナルパネルからClaude Codeを使えるものの、あまりうまく連携できているという感じはありませんでした。そのため、Claude Codeを使うときはほかのエディタに切り替えていた時期もあったほどです。
今はその必要はなくなったのではないかと思います。すごく連携がスムーズになりました。「Agent」として明確に組み込まれてGUIでも分かりやすくなりましたね。ちなみに今はCodexやGemini CLIなども使えるようになっているようです（こちらは試していません）。
Zedの難点というかまだこれからというところは、拡張機能がVS Codeに比べるとだいぶ少ないことです。あとで触れるMarpスライドのLive Previewを見ながら編集する作業のときは、Cursorでやりました。
研究内容を英語にする
もともと英語が苦手なので、生成AIの登場以前からいろいろなツールを試してきました。
今回、生成AIで英語スライドを作成していてこれは良いなと思ったのは、部分的に英語にしてもらうのが簡単なところです。
どういうことかと言うと、下記のような手順でやりました。なお、最初からMarpでスライドにする予定だったので、マークダウンファイルで作成しています。
- 自分で英語で書けるところは自分で書く
- 良い英語の表現がすぐに思いつかないところは日本語で書いておく
- 日本語のところだけ英語にしてもらう（ついでに英語部分のチェックも）
- 日本語とその英訳の対照表、英語チェックの結果も出力させる
私はもともと研究メモや何かの下書きも、英語の表現の方が先に出るというかしっくりくる場合は英語で書くということがあります。
ほかの翻訳ツールでも今はこういうことができるかもしれませんが、英語で書いた部分については英語のチェック、日本語で書いた部分は英訳、というのをまとめてお願いできるのは楽だと思います。
なお、どこをどうしたのかのチェックは必ずやった方が良いので、4の手順を踏んでいます。また、英語チェックについては、修正しない方が良いこともアカデミックライティングではよくあるので（英文校閲を使ったことがある方なら分かるでしょう）、直接修正させるのではなく、修正案をリストさせる形にしています。
Marpでスライドにする
Marpはマークダウンファイルからスライドを作成する仕組みです。実はObsidian内でもMarpでスライドのファイルを出力することはできます。
Zed＋生成AIでやっていて良いなと思ったのは、スライドデザインを調整するCSSを作成・修正するのも一緒に簡単にやってもらえるところです。
今回は、言語学で使用するグロス付き例文をMarpでうまく表示させるために、表を使ってみました。このアイディア自体は、Wordなどで語の位置を揃えるためにExcelに例文を入れて見た目を調整するという、以前からあるものを応用しています。
白地のスライドから切り取っているので少し分かりにくいですけれど、このようにグロス付き例文では例文における語とその下にある説明のスタート位置を揃えなければいけません。これをそれぞれ表のセルに入れることで実現しています。ちなみにこれはゲーム「ファイナルファンタジー」シリーズでトンベリに包丁で攻撃されることを「包丁された」と表現している武器名称の動詞化の例です（実例ですが非常にレア）。
ある程度CSSは書けるのでやろうと思えば自力で書くこともできるのですけれど、私の力量だと「枠線は表示しない、セルの背景色は変えない、…」というように希望を書いてやってもらう方が早いです。
これを「ling_ex」のようなスタイルとして追加してもらいました。ほかのスライドでは普通のスタイルの表も使いたいので、スライドによってスタイルを指定してデザインを使い分けるようにする必要があります。
Marpに慣れていない、あるいはまったく初めての人でも、おそらく生成AIに説明してもらいながら作業を進めれば、ここまでやるのはそこまで難しくはないでしょう。
Marpを使っているのは下書きを書くObsidianからの移行が楽ということもありますが、そのほか（後）への橋渡しも考えています。もっと複雑な内容を入れたくてMaprスライドでは力不足だとなった場合は、LaTeX形式に変換してBeamerでスライドにするというやり方が考えられます。人力でやるのは大変でしょうけれど、生成AIに作業してもらえば、かなり省力化できます。
英語の読み上げ原稿
一言一句読み上げる発表はあまり好きではないのですけれど、英語力があまりないので、かなり完成版に近い原稿を作成しておかないと、英語での口頭発表は不安です（メモやスライドを見ながらその場で英語表現を作って話すのは難しい）。
今回は、スライドのファイルから、当日発表のときに話すための原稿も生成AIに作成してもらいました。
そのクオリティには正直、感心しました。元々そのスライドに主張やポイントはすべて書いてあったということもあるでしょうけれど、たとえば例文の説明もかなり基本的なところはできていました。日本語の表現について言語学のグロス付き例文の形式で英語で書かれているものを適切に説明できているのは、やはりすごいと思います。
また、スライドから原稿にしたときに表現を変えたところや、追加したところもすべて別ファイルでリストアップしてもらって、チェックしています。
作業環境と確認作業
このすべての作業を、Zed上で行っています。1つのプロジェクトフォルダの中にすべてのファイルが入っているので、ほかのファイルを参照して新しいファイルを作成するとか、作業過程を整理するとか、重要なファイルとその背説明のリストを作成するといったことも簡単にできます。
また、ところどころで言及しているように、生成AIのアウトプットを確認することは重要です。英語の表現も、かなりクオリティが良くて助かりましたけれど、提案を採用しなかったのもあれば、しっくりこなくて自力で修正したところもありました。
おわりに
もうすでに英語非母語話者の英語論文が増えているというような調査も見かけましたけれど、英語が苦手な人間としては、生成AIはかなり助かるツールだなあというのをまた実感しました。英語についてかかる時間は確実に今までよりも短縮されて、その分研究内容に割く時間を比較的確保することができました。
ただ、やっぱり生成AIのアウトプットの確認は絶対必要で、今回時間短縮につながったのは、自分の専門分野の英語のチェックだったからです。これが仮に自分になじみのないトピックの内容だったら、英語のチェックにももっと時間がかかっていたでしょう。
あと、書けるところは自分で英語で書いてしまうというのも重要かなと思いました。そうすれば、生成AIのアウトプットを確認する量も減りますしね。
これで研究を量産できるようになるというような実感はあまりありませんけれど、工夫次第では、個々の研究内容をより良いものにしたりといったことには活用できるかもしれません。
