How to Edit a Grant Proposal (NIH / NSF / Horizon Europe) with AI
A practical guide to editing grant proposals with AI for NIH, NSF, and Horizon Europe. Where AI legitimately helps, where it doesn't, the agency-specific disclosure rules, and a workflow that respects the constraints.
2026 年初頭の Nature 分析では、AI 支援を利用して編集された NIH 提案は、同じ研究室からの未編集の提案に比べて資金調達スコアがかなり高いことが報告されました。効果は小さかったが、一貫性があった。同じ分析で、より厄介なパターンが指摘されました。AI によって編集された提案のサブセットには、散文が「均一」または「テンプレート化されている」と感じられることを示唆する査読者のコメントが示されており、それらの提案のスコアはベースラインよりも悪かったのです。 AI 編集は散文の付与に役立ちますが、それは正しく行われた場合に限られます。
助成金の提案書は雑誌の原稿とは異なります。制約はさらに厳しくなります (厳格なページ制限、規定のセクション、フォント要件)。聴衆は異なります(プログラム責任者と審査委員会は数日間で数百件の提案書を読みます)。賭け金は集中しています (1 つの提案、1 サイクル、6 か月の待機)。また、開示ルールは NIH、NSF、Horizon Europe ごとに大きく異なります。ルールを間違うと、単に当惑するだけでなく、資金調達の完全性の問題が発生します。
このガイドでは、助成金の提案において AI が合法的に役立つ場合とそうでない場合、各主要資金提供者が現在許可しているものと開示を求めているもの、および制約を尊重するワークフローについて説明します。
シェイプが書き込みを可能にする制約
編集する前に、作業内容を理解してください。制約は勧告ではありません。
ページ数または文字数の制限は絶対です。 NIH R01 研究戦略は 12 ページです。 NSF 主要なプロジェクトの説明は 15 ページです。 Horizon Europe RIA/IA 提案にはパート B の 45 ページという制限があります。ほとんどの代理店では、たとえ 1 段落でも過ぎると自動的に拒否されます。提案は審査されません。
フォントと書式設定がチェックされます。 NIH には、最低 11 ポイントの Arial、Helvetica、Palatino Linotype、または Georgia が必要です。 NSF には、11 ポイントで 1 インチのマージンを持つ Times New Roman、Helvetica、または類似のものが必要です。どちらもチェックします。プログラムは 10.5 ポイントのフォントの提案を拒否しました。
必須セクションはオプションではありません。 NIH 提案には、特定の目的、重要性、革新性、アプローチを含める必要があります。 NSF では、知的功績と広範な影響に実質的に取り組むことが求められます。 Horizon Europe には卓越性、影響力、実装が必要です。必須セクションが欠けていると致命的です。
レビュー担当者は読むのが速いです。 プログラム責任者またはパネルレビュー担当者は、1 サイクルで 8 ~ 15 件の提案を評価することがあります。彼らはすくいます。彼らは見出しをスキャンします。彼らは最初の 1 ~ 2 ページで判断を下します。具体的な目的 (NIH) または最初の 2 ページ (NSF) には不釣り合いな重みがあります。
これらの制約は、付与コンテキストにおける編集の意味を定義します。すべてのカット、すべての再構築、すべての言葉の変更はそれらを尊重する必要があります。
Where AI legitimately helps
これらの使用により、整合性の問題を引き起こすことなく、より優れた提案が生成されます。
特定の目的を磨き上げる (NIH)。 「特定の目的」ページは、NIH 提案書の中で最も読まれている部分です。 AI は、4 つの重要な文(私たちが知っていること、私たちが知らないこと、私たちが提案すること、その影響は何か)を厳格化するのに優れています。編集します。最初から生成するのではありません。
重要なセクションの引き締め。 重要なセクションは多くの場合水増しされており、著者は引用しすぎ、枠を超え、説明しすぎています。ここでは、内容を変更することなく、明確さと簡潔さを目的とした AI 編集が簡単に行えます。
専門分野を超えた査読者のための専門用語の削減。 NSF および Horizon Europe の査読者は、多くの場合、隣接する分野から来ています。 AI は、定義が必要な分野特有の専門用語にフラグを立て、正確さを維持したより分かりやすい代替案を提案できます。これは、専門家以外が評価する「広範な影響 (NSF)」セクションと「影響 (Horizon Europe)」セクションで特に役立ちます。
提案全体の一貫性 複数の共同研究代表者によって数週間かけて起草された長い提案には、頭字語の定義の違い、動詞の時制の違い、同じ概念の枠組みの違いなど、矛盾が蓄積されています。セクションをまたがる AI 編集はこれらをキャッチします。これには、包括的な編集パスを備えた AI 校正者 を使用します。
散文を代理店のスタイルに取り入れる NIH 提案は、NSF 提案とは解釈が異なります。 Horizon Europe には、特定の枠組み (「卓越性」の主張、「影響経路」の表現) を推進する独自の評価基準があります。 AI 編集は、内容を変えることなく、散文を政府機関が期待する登録に向けて移動させることができます。
カバー レターの磨き上げ。 カバー レター (NIH) または提案概要 (NSF) は、集中的に編集するのに十分なほど短いです。 ジャーナルに有効なカバーレターのテクニック が、代理店固有の構成で適用されます。
Where AI should NOT do the work
これらの使用は、一線を越えて実質的な知的貢献となり、あなたのものとなります。
予備的なデータ解釈。 パイロット データが示すもの、仮説にとってそれが何を意味するのか、その限界は何なのか — これらは科学的な判断です。 AI は表現方法を磨き上げます。あなたの代わりにそれらを作ることはできません。
斬新な議論。 他の人が失敗したのになぜあなたのアプローチが成功するのか、あなたのプロジェクトが埋めるギャップ、あなたの目的の根底にあるメカニズム理論 - これらはあなたから得られる必要があります。通常、レビュー担当者は、この言語がジェネリック言語であるか、激しい競争でジェネリック言語が固有言語に負けるかを判断できます。
予算の正当性。 AI を使用して予算の正当性を草案しないでください。この数字は間違いやすいため、審査担当者と補助金管理担当者は注意深くチェックします。これは自分で書いてください。 AIに校正してもらいます。
サポートレターと略歴 サポートレターは他の人によって署名されています。 AI を使用するのはもちろん、ドラフトをまったく行うべきではありません。バイオスケッチは定型的ですが、正確な個人史が必要です。
査読者の要約ステートメント (再提出) への応答。 査読者の懸念に対処する再提出の導入部分は、査読者への応答レター と構造的に似ています。実質的な回答はあなた自身のものでなければなりません。 AI は言葉遣いを厳しくするのに役立ちます。技術的な主張はできません。
Agency-specific disclosure rules
ここで細心の注意が必要になります。各資金提供者は AI の使用に対する扱いが異なり、ルールは過去 2 年間で複数回変更されました。以下は 2026 年半ば現在のものです。
NIH. 現在のガイダンスでは、AI ツールによる編集と言語の改良が可能です。提案書のカバーレターでは、どのツールのどのセクションを使用するかを具体的に明らかにする必要があります。 AI を使用して、科学的な内容、仮説、解釈を生成することはできません。査読者が AI ツールを使用して提案を評価することは禁止されています (これは間接的に影響します。提案は人間によって読まれます)。
NSF. 現在のガイダンスでは、AI による編集支援が可能です。 AI が実質的に使用される場合は、プロジェクトの説明で開示が必要です。 AI によって生成されたテキストは禁止されていませんが、公開する必要があります。 NSF は、提案書の作成における AI の使用に関しては NIH よりも寛容ですが、開示形式に関してはより厳格です。
Horizon Europe. 現在最も厳格なフレームワーク。提案書の専用セクションで開示が必要です。アイデア生成における AI の使用は制限されています。編集における AI の使用は、開示があれば許可されます。評価委員会は「応募者の真の貢献」を評価するよう明確に指示されており、応募者自身の思考を覆い隠すようなAIの多用は、たとえ適切に開示されていたとしてもスコアに悪影響を与える可能性がある。
Wellcome Trust、ERC、およびその他の主要な資金提供者。 それぞれに独自のガイダンスがあり、ほとんどのポリシーが 2025 年に公開または更新されます。提出するサイクルの現在の資金提供者のガイダンスを常に確認してください。これらはジャーナルのガイダンスよりも早く変化します。
すべての主要な資金提供者に共通の要件。 AI を提案の寄稿者または作成者としてリストすることはできません。応募者は内容について全責任を負います。 AI の使用はすべて開示する必要があります。開示を怠った場合は、研究の公正性の問題として扱われます。
学術出版全体にわたる AI 開示の全体像については、AI 使用開示ステートメント ガイド を参照してください。テンプレートの多くは助成金のコンテキストに適応しています。
Edit Your Grant Without Crossing the Line
Tracked-changes editing on what you wrote. Clear visibility of every change. No content generation.
Try the AI Proofreader制約を尊重するワークフロー
開示や整合性の問題を引き起こすことなく、より良い提案を生み出すシーケンス。
ステップ 1: 最初に自分自身で提案全体の草案を作成します。 具体的な目的、重要性、革新性、アプローチ (NIH);知的メリットと広範な影響を伴うプロジェクトの説明 (NSF);卓越性、影響力、実装 (Horizon Europe)。 AI が関与する前に完全に下書きを作成します。提案の内容、つまり何を提案するのか、なぜ、どのように提案するのかは、あなた自身から生まれます。
ステップ 2: 自己編集パスを実行します。 声に出して読み上げます。パッドをカットします。ページ数または文字数を確認します。ほとんどの初稿は制限を 15 ~ 25% 超えており、構造的な削減が必要です。 単語の切り取りガイド と同じテクニックを適用します。
ステップ 3: AI 編集は、特定の目的 (NIH) または最初の 2 ページ (NSF/Horizon) を渡します。 これらのページには不釣り合いな重みがあります。それらを校正ツールに貼り付け、標準編集パスを実行し、追跡された変更を個別に確認します。引き締めたり明確にしたりする変化を受け入れます。声を平坦にしたり、具体性を取り除いたりするような変更は拒否してください。
ステップ 4: セクションごとの編集パス。 提案書をサブセクション サイズのチャンク (500 ~ 1,000 ワード) に分けて進めます。同じスタンダードパスを実行します。一般的な表現を導入する編集と、技術的主張を微妙に変更する編集の 2 つの失敗モードに注意してください。両方とも拒否してください。
ステップ 5: 文書全体に一貫性を持たせる。 組み立てられた文書に対して包括的な編集パスを実行して、頭字語の不一致、時制の変化、およびセクション全体の用語のずれを検出します。一貫性のある編集を受け入れます。実質的な変更を確認します。
ステップ 6: 最終読み上げ 提案書を最初から最後まで、可能であれば声に出して読みます。 AI で編集されたテキストは、単独ではスムーズに聞こえる場合もありますが、段落全体では均一に聞こえます。複数のセクションのリズムが同じに聞こえる場合は、手動でバリエーションを復元します。
ステップ 7: 開示内容を作成します。 代理店に適したテンプレートを使用してください。どのツール、どのセクション、どのような役割を果たしたかを具体的に説明してください。一般的な開示は詳細な開示よりも悪いです。
ステップ 8: ページ数または文字数をもう一度確認します。 編集により単語が追加される場合があります。まだ制限内にあることを確認し、マージンが得られている場合は、物質を追加するか、それとも余裕としてマージンを残しておくかを慎重に決定します。
ステップ 9: 研究分担者の承認。 すべての共同研究代表者と主要担当者は最終提案を読み、AI の使用について理解し、承認する必要があります。プログラム責任者との話し合い中に突然開示することは、開示された開示よりもはるかに悪いです。
ステップ 10: 最終的な書式チェック。 フォント サイズ、余白、行間隔、ページ数 - 呼び出しに対してすべてを検証します。代理店は脚注に 10.5 ポイントのフォントを使用するという提案を拒否しました。提案書をフォーマットに負けないでください。
Common pitfalls
一般的なように聞こえる「特定の目的」。 AI によって編集された「特定の目的」ページには、短いトピック文、2 文の正当化、移行文など、認識できるリズムがあります。校閲者はこのパターンを頻繁に目にするため、現在では過剰編集の危険があると判断しています。あなたの具体的な目標が、今年読んだ他の AI 編集の具体的な目標と同じように聞こえる場合は、各目標の 3 番目と 4 番目の文を自分の声に戻してください。
イノベーションを起こさないイノベーション セクション。 イノベーション セクション (NIH) とエクセレンス セクション (Horizon Europe) では、何が新しいのかを強く具体的に主張する必要があります。 AI による編集は、主張をヘッジされた言葉に和らげる傾向があります。押し戻します。強い具体的な主張が勝つのです。
定型文としてのより広範な影響。 NSF のレビュー担当者は、何千もの広範な影響のセクションを参照しています。 AI 編集では、他の広範な影響セクションと同様のバージョンが作成される傾向があります。最も強力な「広範な影響」セクションでは、特定の名前付き集団と結果に結び付けられた具体的な活動について説明します。滑らかさではなく、具体性を目指して編集します。
カバー レターの更新を忘れています。 提案書を大幅に修正した後、前回のサイクルと同じ提案書のカバー レターは不注意であることを示します。現在の提案の枠組みと以前のレビューへの回答を反映するようにカバーレターを編集します。
サポート レターのドリフト。 目的を修正した場合、以前のバージョン用に書かれたサポート レターが一致しない可能性があります。提案書の AI 編集ではこの問題は解決されません。レターライターと調整する必要があります。
開示の不一致。 カバーレターには、編集のみに AI を使用したと記載されています。あなたの提案には、明らかに AI によって生成されたセクションが含まれています。審査担当者やプログラム責任者は、この種の不一致を予想よりも頻繁に発見します。開示内容を実際の使用状況に合わせてください。
Tracked-changes editing for grants and proposals. Free tier includes every feature.
Frequently asked questions
Q: AI を使用して提案を編集すると、資金調達スコアに悪影響を及ぼしますか?
最初に引用したNatureの分析では、AIが編集した提案は平均でスコアが高いことが示されましたが、一部では、編集によって文体が一様になったりテンプレ化されたりした場合に、スコアが低くなることもありました。判断を分けるのは、編集の深さです。AIは、あなたが書いた文章を磨く—ぎこちない文を直す、無駄な部分を詰める、誤字を見つける—といった用途では、一般的に役立ちます。一方で、AIが実質的な内容を新たに生成したり、Significanceの主張(アーギュメント)を下書きしたり、提案を無難なリズムに沿って整えたりすると、逆効果になります。編集の側にとどめていれば、AIは役に立ちます。
Q: AI の使用についてはどの程度明確に開示する必要がありますか?
政府機関の特異性要件に一致します。 NIH では現在、ツールとその役割を特定する簡単なカバーレターの記載を受け付けています。 NSF は、AI が実質的に使用される場合、プロジェクトの説明にもう少し詳しく記載することを望んでいます。 Horizon Europe には、どのツール、どのセクション、どのような役割を果たしたかを詳細に記載した専用のセクションが必要です。曖昧な開示 (「準備に AI ツールが使用された」) は、Horizon Europe によって非準拠として扱われ、NIH によっても扱われることが増えています。特異性があなたを守ります。
Q: AI を使用して Horizon Europe 提案を母国語から英語に翻訳できますか?
はい、開示あり。 AI 翻訳は現在、英語での通話に対する英語を母国語としない応募者にとって標準的な手段とみなされています。使用したツール (DeepL、当社の AI 翻訳者 など) を開示して、すべての翻訳コンテンツが英語に堪能な著者によってレビューされていることを確認し、翻訳されたテキストの実質的な編集も開示されていることを確認してください。 Horizon Europe は、適切に開示されていれば、英語を母国語としない応募者が翻訳ツールを使用しても罰則を明示的に与えません。
Q: 私の共同研究者は、私が提案書の編集に AI を使用したことを知りません。その必要はありますか?
はい。提案書に記載されているすべての共同研究者と主要担当者は内容に責任を負います。つまり、提案書の作成にどのようなツールが使用されたかを知る必要があります。これは礼儀ではありません。ほとんどの開示テンプレートでは、リストされているすべての担当者が認識している必要があります。プログラムオフィサーの議論中や受賞後の質問中に突然の情報を開示すると、チームの信頼性が損なわれ、将来の資金提供の決定に影響を与える可能性があります。提出後ではなく、提出前に共同研究代表者と AI 使用に関する会話を行ってください。

Ema is a senior academic editor at ProofreaderPro.ai with a PhD in Computational Linguistics. She specializes in text analysis technology and language models, and is passionate about making AI-powered tools that truly understand academic writing. When she's not refining proofreading algorithms, she's reviewing papers on NLP and discourse analysis.