원클릭으로
santa-method
多 agent 敵対的検証 (adversarial verification) と収束 loop。**独立した 2 reviewer が両方 PASS** するまで output を出荷しない。生成 agent 自身の盲点を、文脈共有しない 2 人目で破る。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
메뉴
多 agent 敵対的検証 (adversarial verification) と収束 loop。**独立した 2 reviewer が両方 PASS** するまで output を出荷しない。生成 agent 自身の盲点を、文脈共有しない 2 人目で破る。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
作業の完了を宣言する前に使用。証拠なき完了宣言を防ぐ規律スキル。
AI agent の action space・tool 定義・observation format を設計し、completion rate を上げる。 agent harness を構築・最適化するときの語彙と判断軸を提供する。
AI agent 自身の failure (loop / drift / max tool call / 環境ズレ) に対する構造化 self-debug。 capture → diagnose → contained recovery → introspection report の 4 phase で、 retry blind を防ぎ human escalation の前に agent が自己修正する。
Chronistaとして活動するための包括的スキルセット。永続記憶、開発フロー、ドキュメント管理、インフラを統合。
Mac M-series で Rust binary を zigbuild で linux/amd64 に cross-compile → slim Dockerfile に COPY → docker buildx --push する開発ループ標準化。 sccache + zig cache + cargo target/ + buildx registry cache の多層 cache を仕込み、 2 回目以降は秒単位の image 更新を実現する。 GH Actions (cargo-chef + GHA cache 10 GiB 制限) からの脱却 path として使う。
コードレビューの実行手法と規律。スコープに応じて Quick / Standard / Deep モードを選択、team-bucciarati の Stand を観点別に dispatch。レビューする側 / 受ける側の両方をカバー。
| name | santa-method |
| description | 多 agent 敵対的検証 (adversarial verification) と収束 loop。**独立した 2 reviewer が両方 PASS** するまで output を出荷しない。生成 agent 自身の盲点を、文脈共有しない 2 人目で破る。 |
| version | 1.0.0 |
| origin | Ronald Skelton (RapportScore.ai) — chronista 適合 fork (via ECC) |
| tags | ["verification","adversarial","dual-review","convergence","quality-gate"] |
「リストを作り、二度確認する。Naughty なら Nice になるまで直す。」
Core principle: 単一 agent が自身の output を review しても、生成時と同じ bias で見るので盲点は埋まらない。文脈を共有しない 2 reviewer が両方 PASS して初めて出荷。
1 reviewer の OK は、出荷判断の根拠にならない
reviewer A の OK + reviewer B の OK = 出荷。それ以外は naughty。例外は作らない。
output が published / deployed / consumed by end users されるとき:
| ❌ santa-method を使うな | ✅ 代わりに |
|---|---|
| 内部 draft / 探索的 research | 通常の review |
| build / lint / test で検証可能 | verification (deterministic checks) |
| 意思決定の合議 | council (decision 系) |
| 単独レビュアーのコードレビュー | code-review |
| バグ調査 | systematic-debugging |
Generate → Dual Review → Verdict Gate → Fix Until Nice
番号でなく名前で参照する。
┌─────────────┐
│ GENERATOR │ Phase: Generate
│ (Agent A) │ 通常通り output を生成
└──────┬───────┘
│ output
▼
┌──────────────────────────────┐
│ DUAL INDEPENDENT REVIEW │ Phase: Dual Review
│ ┌───────────┐ ┌───────────┐ │ 2 agent 並列、同 rubric、
│ │ Reviewer B │ │ Reviewer C │ │ 互いの review を見ない
│ └─────┬─────┘ └─────┬─────┘ │
└────────┼──────────────┼────────┘
▼ ▼
┌──────────────────────────────┐
│ VERDICT GATE │ Phase: Verdict Gate
│ B PASS AND C PASS → NICE │ 両方必須、部分点なし
│ Otherwise → NAUGHTY │
└──────┬──────────────┬─────────┘
NICE NAUGHTY
│ │
▼ ▼
[ SHIP ] ┌─────────────┐
│ FIX CYCLE │ Phase: Fix Until Nice
│ iter++ │
│ MAX 3 iter │
│ then escalate│
└──────────────┘
通常の生成 workflow を変えない。santa-method は post-generation 検証 layerであり、生成戦略ではない。
Agent tool で subagent を 2 個並列起動。critical invariant:
You are an independent quality reviewer. You have NOT seen any other review of this output.
## Task Specification
{task_spec}
## Output Under Review
{output}
## Evaluation Rubric
{rubric}
## Instructions
Evaluate the output against EACH rubric criterion. For each:
- PASS: criterion fully met, no issues
- FAIL: specific issue found (cite the exact problem)
Return your assessment as structured JSON:
{
"verdict": "PASS" | "FAIL",
"checks": [
{"criterion": "...", "result": "PASS|FAIL", "detail": "..."}
],
"critical_issues": ["..."],
"suggestions": ["..."]
}
Be rigorous. Your job is to find problems, not to approve.
vague rubric は vague review しか出さない。全 criterion に objective pass/fail 条件を持たせる。
| Criterion | Pass Condition | Failure Signal |
|---|---|---|
| 事実精度 | 全 claim が出典で検証可能 | 捏造数値、存在しない version、存在しない API |
| Hallucination-free | 捏造 entity/quote/URL/reference なし | 存在しないリンク、出典のない quote |
| 完全性 | spec の全要件をカバー | section 抜け、edge case 欠落 |
| Compliance | project 制約を pass | 禁止用語、tone 違反、規制違反 |
| 内部一貫性 | output 内で矛盾なし | section A と section B が食い違う |
| 技術的正しさ | code がコンパイル/動作、algorithm 健全 | syntax error、logic bug、複雑度誤認 |
コンテンツ/マーケ: brand voice / SEO / 商標誤用 / CTA
コード: type safety / error handling / security (secret 露出、injection) / 新 path のテストカバレッジ
規制対応 (regulated/legal/financial): 結果保証なし / 必須 disclaimer / 認可用語 / 司法管轄言語
両者 verdict == "PASS" → NICE (ship)
それ以外 → NAUGHTY (issue 集約 → fix → 再 review)
両方 PASS 必須の理由: 1 reviewer だけが捕捉した issue は real な issue。もう一方の盲点こそ santa-method が排除すべき failure mode。
claude code の Agent tool で 2 reviewer を並列起動。真の context isolation。
1 message 内で 2 つの Agent tool call を並列 (subagent_type=general-purpose)
- description: "Santa Reviewer B"
- description: "Santa Reviewer C"
両者に同一 rubric + 同一 output を渡す
subagent が使えない時は context reset で simulate (subagent pattern が strictly superior、inline simulation は context bleed リスクあり):
100+ items の batch で全件 santa は cost 過剰。stratified sampling で 10-15% (最少 5 件) を sample → failure を type 分類 → 系統 pattern が出たら batch 全体に targeted fix → 再 sample → clean pass で出荷。
santa-method の result は memory に積極的に pin する価値あり (council より高頻度):
| 状況 | 記録方法 |
|---|---|
| 重要 deliverable の Santa pass | category: verification, tag: [santa-pass, deliverable-name] |
| 系統的 failure pattern (hallucination 多発等) | category: learning, tag: [santa-finding, pattern-name] |
| Rubric 改善 | category: process, tag: [rubric-evolution] |
特に学びになる情報:
D11 のような大型 design plan を ship する前:
これは purple-haze (team-bucciarati) review の発展形。purple-haze は single reviewer、santa は dual + convergence loop。Holistic plan v2 が purple-haze で review された pattern を santa-method 化すれば更に robustness が高まる。
production 影響のある PR で commit message に factual claim が混じる場合:
design-decision category memory で外部参照される予定なら、pin 前に santa:
| Failure Mode | 症状 | 緩和 |
|---|---|---|
| 無限 loop | reviewer が新 issue を出し続ける | MAX 3 iter で escalate |
| Rubber stamp | 両者が全部 PASS | adversarial prompt: "find problems, not approve" |
| Subjective drift | スタイル好みを fail 化 | rubric を objective に絞る |
| Fix regression | A 修正で B 発生 | fresh reviewer が次 round で検出 |
| Reviewer agreement bias | 両者が同じ盲点 | independence で軽減のみ、critical なら 3 人目 or human |
| Cost 爆発 | 大型 output で iter 過多 | batch sampling、budget cap |
Cost of Santa = (生成 tokens) + 2×(review tokens per round) × (avg rounds)
Cost of NOT Santa = (信頼失墜) + (修正工数) + (信用毀損)
batch sampling pattern を使えば full verification の 15-20% で >90% の系統的 issue を catch。
| ❌ 悪い | ✅ 良い |
|---|---|
| Reviewer に conversation 履歴を渡す | spec + output + rubric のみ |
| Single reviewer の OK で ship | 必ず dual、両者 PASS |
| 同じ reviewer agent を再利用 | 各 round fresh agent |
| Vague rubric (「品質」だけ) | 各 criterion に PASS/FAIL 条件 |
| Internal draft に santa | verification or code-review でよい |
| 3 round 失敗を「もう 1 回」 | escalate to human |
| スキル | 役割 | Santa との関係 |
|---|---|---|
verification | deterministic checks (build/lint/test) | verification 先、santa 後 (semantic check) |
code-review | single reviewer code quality | code-review は実装後 quick check、santa は high-stakes deliverable |
council | decision under ambiguity | 直交。council = 決定、santa = output 検証 |
systematic-debugging | バグ調査 | 別レイヤー |
tdd | test-first 開発 | tdd は dev cycle、santa は ship 前最終 gate |
逆に発火しないケース:
| Phase | 主な活動 | 完了条件 |
|---|---|---|
| Generate | 通常生成 | output 完成 |
| Dual Review | 2 subagent 並列 + 同 rubric | 両方 verdict 取得 |
| Verdict Gate | NICE or NAUGHTY 判定 | 両者 PASS or fix loop |
| Fix Until Nice | issue 修正 + 再 review | NICE 到達 or 3 iter で escalate |
santa-method (origin: Ronald Skelton, Founder, RapportScore.ai)verification, code-review, council