Yila

段落要約ツール

段落を、主張・根拠・数値を保ったまま、要約、箇条書き、キーセンテンスにまとめます。

0 / 5,000 語

使用トークン量に応じて課金され、1 回あたり約 3〜30 クレジットです。要約はすべて履歴に残ります。

実際の段落で見る

1 つの文章、3 つの長さ。サンプル文章に対する Yila の実際の要約で、数値はすべて著者が置いた場所にあります。

原文

Artificial intelligence has entered clinical decision support faster than the frameworks meant to govern it. This study followed the introduction of machine-learning triage models at 47 hospitals over three years. Diagnostic accuracy rose by 23% against the conventional pathway and the median time to a working diagnosis fell by 34%, with the largest gains in emergency departments that paired the model with a structured handover. The gains were uneven: performance dropped for patient groups that were rare in the training data, two sites reported privacy incidents during data integration, and no site had a validation protocol for model updates. Clinician trust, measured by a quarterly survey, rose from 42% to 71% once the interface explained which findings drove each recommendation. The authors conclude that explainability and a routine validation cycle, not raw accuracy, decide whether such systems are adopted, and that regulation has not yet caught up with the pace of deployment.

要約

A three-year study of 47 hospitals found machine-learning triage models raised diagnostic accuracy by 23% and cut median diagnosis time by 34%. Gains were uneven: performance dropped for patients rare in training data, and no site had a validation protocol for updates. Clinician trust rose from 42% to 71% once the interface explained which findings drove recommendations. The authors conclude that explainability and routine validation, not raw accuracy, decide adoption, and regulation lags deployment.

原文の約 49%

段落要約ツールがすること

段落要約ツールは文章を読み、その主張、主張を支える根拠、重要な数値を保ったまま短い版を書きます。よい要約は抽象型です。文を無作為に削るのではなく、論旨をより少ない語で言い直します。「キーセンテンス」モードは例外で、引用したいときのために、論旨を担う原文の文をそのまま返します。

Yila は、ワークベンチで論文を読むのと同じ研究エージェントで要約します。原文の専門用語、単位、数値を保ち、原文にないことは加えず、原文の言語で書きます。要約はそれぞれ通常のタスクです。履歴に表示され、その文章について続けて質問でき、貼り直さずに文献ノート、スライド、より長いレビューへ発展させられます。

使い方

文章を貼り付ける
段落、アブストラクト、結果の節など、最大 5,000 語の文章を貼り付けます。カウンターに上限までの使用量が表示されます。
長さと形式を選ぶ
短い・標準・長い、散文の要約・箇条書き・原文のキーセンテンス。既定は「標準」と「要約」です。
ワークベンチで読む
「要約する」を押すとワークベンチにタスクが開きます。要約は数秒で届き、履歴に残り、同じ会話でその文章について質問を続けられます。

長さと形式

長さは原文をどれだけ残すかを、形式は答えの形を決めます。どの長さもどの形式とも組み合わせられます。

長さ

短い
1〜2 文、原文の 5 分の 1 以下。主張と主な結果。
標準
3〜5 文の 1 段落、原文の 3 分の 1 以下。主張、根拠、留保、結論。
長い
原文の半分以下。副次的な結果と限界も残します。

形式

要約
続いた散文。読むため、または自分の文章に再利用するため。
箇条書き
3〜7 項目、1 項目に 1 つの知見。ノートやスライド向け。
キーセンテンス
論旨を担う原文の文を、そのまま引用します。

研究者はどこで使うか

  • 検索結果のアブストラクトを 1 行ずつにして、どれを通読するか決める。
  • 密度の高い方法や結果の段落を、抄読会で必要な 3 文にする。
  • 引用する予定の関連研究の節から、キーセンテンスを抜き出す。
  • 語数制限に引っかかった自分の草稿を、数値を失わずに短くする。
  • 他の言語で書かれた文章を要約し、その言語で読む。
  • 返答を計画する前に、長い査読コメントをそれぞれ 1 文にする。

よくある質問

要約 1 回の費用は?

モデルが実際に使ったトークン量で課金され、短い段落なら約 3 クレジット、5,000 語の文章なら最大約 30 クレジットです。タスク実行中は少額を仮押さえし、終了後に実際の使用量で精算します。新しいアカウントには無料クレジットが付くので、最初の数回は追加費用なしで使えます。

アカウントは必要ですか?

はい。要約は Yila のワークベンチでタスクとして実行され、そこで課金と保存が行われます。Google またはメールアドレスで 1 ステップでログインできます。

文章はどのくらいの長さまで?

1 回あたり最大 5,000 語です。長い文書はファイルとして扱う方が適しています。PDF を「PDF チャット」にアップロードするか、節ごとに貼り付けてください。

文章は保存されますか?

貼り付けた文章とその要約は、他の研究の会話と同様にアカウント内のタスクとして保存されます。タスクはいつでも削除でき、モデルの学習には使われません。

対応言語は?

要約は貼り付けた文章の言語で書かれます。英語、中国語、日本語、韓国語、スペイン語、ドイツ語、フランス語、ポルトガル語などです。別の言語で読みたいときは、同じ会話で頼んでください。

論文全体を要約できますか?

このツールは段落を要約します。論文全体には「PDF チャット」がファイルを読んでページ参照付きで質問に答え、論文読解の Playbook が構造化されたノートを作ります。

要約は正確ですか?

エージェントは原文の用語、数値、主張を保ち、原文にないことを加えないよう指示されています。キーセンテンスモードは原文をそのまま引用します。どの要約でもそうであるように、頼る前に原文と照らして読んでください。

段落を貼り付けて試す

要約はワークベンチに開き、その文章について質問を続けられます。

要約を始める