メニュー
Use when AI agents frequently hit dead ends, when reliability is the main constraint on scaling utility, or when general model improvements don't solve specific blockers
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/Coowoolf/insighthunt-skills --skill unstuck-scalingコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Use when designing AI agent products, defining roadmaps for agentic workflows, or evaluating how to evolve AI from passive tool to proactive partner in software development
Shift from rigid roles (PM, Designer, Engineer) towards a model where individuals use AI to bridge skill gaps, enabling smaller and flatter teams. Use in early-stage startups or innovation units where speed is critical.
Use when designing AI agents or chatbots, when raw model outputs feel like a black box, or when building natural language interfaces that need structure and trust
SOC 職業分類に基づく
SKILL.md を表示中
| name | unstuck-scaling |
| description | Use when AI agents frequently hit dead ends, when reliability is the main constraint on scaling utility, or when general model improvements don't solve specific blockers |
A systematic approach to improving AI reliability by treating "getting stuck" as the primary bottleneck. Instead of broad improvements, painstakingly identify specific failure modes and create tight feedback loops.
Core principle: Address specific bottlenecks, not general intelligence.
┌─────────────────────────────────────────────────────────────────┐
│ │
│ ┌───────────────────┐ │
│ │ IDENTIFY │ │
│ │ 'Stuck' Points │ │
│ │ (auth, payments) │ │
│ └─────────┬─────────┘ │
│ │ │
│ ▼ │
│ ┌───────────────────┐ │
│ │ ADDRESS │ │
│ │ Specific │ │
│ │ Bottlenecks │ │
│ └─────────┬─────────┘ │
│ │ │
│ ▼ │
│ ┌───────────────────┐ │
│ │ QUANTITATIVELY │ │
│ │ Tune System │ │
│ │ (pass/fail rate) │ │
│ └─────────┬─────────┘ │
│ │ │
│ ▼ │
│ ┌───────────────────┐ │
│ │ FAST FEEDBACK │─────────────────────────┐ │
│ │ Loop │ │ │
│ └───────────────────┘ │ │
│ ▲ │ │
│ └───────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────┘
| Principle | Description |
|---|---|
| Specific blockers | Identify exact points where AI fails |
| Quantitative tuning | Measure stuck rates, not vibes |
| Fast feedback | Rapid iteration on fixes |
| Bottleneck focus | Specific roadblocks > general intelligence |
Source: Anton Osika (Lovable, GPT Engineer) via Lenny's Podcast