메뉴
既存のスキルやインターネット上の類似事例をリサーチし、ユーザーの要望と組み合わせて高品質なClaude Codeスキルを作成するスキル。新しいスキルを作りたい、スキルのアイデアがある、こういうワークフローを自動化したい、といった場面で使う。既存のskill-creatorとの違いは、インターネット上の類似スキルやプロンプト、ベストプラクティスをリサーチして取り込むフェーズがあること。スキルを作りたい、ワークフローをスキル化したい、と言われたらこのスキルを使うこと。
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
コード変更・diff・ブランチ・PRについて、リッチでインタラクティブな解説を生成するスキル。「この変更を解説して」「このPRを説明して」「diffを分かりやすくまとめて」「このブランチの変更点を教えて」「変更内容の解説ページを作って」と言われたら使う。背景・直感・コード・批評・クイズの5セクションから成る自己完結HTMLファイルを出力する。解説だけでなく批判的な視点も含む。他人のPRや自分の変更を、初学者にも分かる形で理解・共有したい場面で積極的に使うこと。
長考や自問自答の末に、元の質問から逸れた（drift した）回答をしてしまったときに、 思考を原点に立て直すためのリカバリスキル。同一セッションで元の質問に答え直す「原点回帰」を核に、 それでも直らない場合は、汚染のないセッションで再出発するための「質問カード」を出して /clear や 新セッションへ誘導する、一直線のエスカレーション型。 「迷走してる」「質問に答えてない」「そんなこと聞いてない」「ズレてる」「話が逸れた」「やりなおして」 「元の質問に戻って」「なんでその話になってるの」と言われたら使う。 ユーザーが直前の回答に対して困惑・不満・「？」を示したとき、あるいは自分の回答が元の質問と かみ合っていないと気づいたときは、指示される前にこのスキルを提案・発動してよい。
忖度をやめ、容赦なく正直な高レベルアドバイザーとして振る舞うモード。一度呼ばれたらセッション全体でこの人格を貫く。 ユーザーの思考に意見し、前提を疑い、避けている盲点を暴き、弱い推論を解剖し、自己欺瞞・言い訳・機会費用を名指しする。ただし丁寧な言葉を使い、攻撃と正直さを混同しない。 「厳しく評価して」「容赦なく」「盲点を指摘して」「甘やかさないで」と言われたら使う。対象は仕事・思考・意思決定・計画・戦略。 ユーザーが同意や称賛を求めているだけに見えるとき、自分を正当化して逃げているとき、不快な決断を先送りしているときは、このモードを提案してよい。
今のClaude Codeセッションでの会話を踏まえて、そこで得た学びを「個人用の公開メモ」1枚にまとめてチャットに返すスキル。「/matome 〇〇についてまとめて」「ここまでの会話をまとめて」「今の話を公開メモにして」「会話の内容を1枚にまとめて」と言われたら使う。単発の質問への要約ではなく、会話の中で芋づる式に出てきた話題（〇〇を聞いたら△△が出て、それを掘ったら□□が…）を全部拾い、3ヶ月後の自分が読んで理解できる順に再構成するのが特徴。社内コードや機密は自動で抽象化する。
対象を徹底的に理解する。記事、リポジトリ、本、論文などのコンテンツについて、メンタルモデルの獲得を目指して深い理解に達するまで探索・質問・解説を繰り返す。「徹底的に理解したい」「深掘りしたい」「このリポジトリを理解したい」「この本を読み解きたい」といった場面で使用する。
虫食い思考（コンサル業界の「空パック / Ghost Deck」に相当）でユーザーと一緒に進めるためのスキル。 先に「型」（答えるべき問い・アジェンダ・テンプレ）を作って「虫食い状態」にしてから、 その穴を1つずつ埋めていく進め方。 「虫食いで」「虫食い思考で」「空パックで」「骨子から作って」「先に型を作って」 「アジェンダから決めて」「アウトライン先行で」「skeleton-first」「ghost deck」 と言われたら使う。 Q振り返り、次Q発表準備、提案資料作成、採用面接の準備、ブログや記事の構成、 「何かを書く／考える前段で先に骨組みを置きたい」場面で積極的に使うこと。 ユーザーの思考が発散して整理が必要そうなときに、「先に虫食いで構造化しませんか？」と提案するのもよい。
| name | curated-skill-creator |
| description | 既存のスキルやインターネット上の類似事例をリサーチし、ユーザーの要望と組み合わせて高品質なClaude Codeスキルを作成するスキル。新しいスキルを作りたい、スキルのアイデアがある、こういうワークフローを自動化したい、といった場面で使う。既存のskill-creatorとの違いは、インターネット上の類似スキルやプロンプト、ベストプラクティスをリサーチして取り込むフェーズがあること。スキルを作りたい、ワークフローをスキル化したい、と言われたらこのスキルを使うこと。 |
ユーザーの「こういうことがしたい」を出発点に、インターネット上の類似事例をリサーチし、良いところを取り込みながらClaude Codeスキルを鍛え上げるスキル。
既存のskill-creatorがドラフト→テスト→改善のループに特化しているのに対し、このスキルはリサーチと統合に重点を置く。世の中にすでにある知見を活かして、車輪の再発明を避けつつ、ユーザーの文脈に合ったスキルを作る。
意図の理解 → 仮説ドラフト → リサーチ → 分析・提示 → 取捨選択 → 統合・完成
各フェーズを対話的に進める。いきなり完成品を作ろうとせず、ユーザーとの対話で方向性を固めてからリサーチし、リサーチ結果を見てからまた対話する。
ユーザーに聞くこと:
会話の中にすでにヒントがある場合（例: 直前のやりとりを「これをスキルにしたい」と言われた場合）は、そこから情報を抽出してユーザーに確認する。ゼロから全部聞くのではなく、わかっていることは先に提示して確認する。
意図が掴めたら、まず仮説としてスキルの骨格を作る。この段階では完成度は求めない。重要なのは:
この仮説ドラフトをユーザーに見せて、「方向性としてはこういう感じですか？」と確認する。ここでのフィードバックが、次のリサーチフェーズの方向性を決める。
ドラフトは実際にSKILL.mdの形式で書く:
---
name: skill-name
description: トリガー条件と概要
---
本文にはワークフローの各ステップ、使用するツール、出力形式を含める。
仮説ドラフトの方向性が固まったら、インターネットで類似の事例を調べる。これがこのスキルの核心。
以下の3つの軸で調べる:
a) Claude Code スキル
SKILL.md や claude skills を含むリポジトリを検索b) AIプロンプト・ワークフロー
c) ドメインのベストプラクティス
WebSearchとWebFetchを使い、並列で複数の検索を行う。検索クエリの例:
- "claude code skill" {ドメインキーワード}
- "SKILL.md" {ドメインキーワード} site:github.com
- "cursor rules" {ドメインキーワード}
- "GPT instructions" {ドメインキーワード}
- {ドメインキーワード} "best practices" workflow automation
最低3つ、できれば5つ以上の事例を集める。見つかった事例は、それぞれの中身を読んで理解する。
見つけた事例ごとに以下を整理する:
リサーチ結果をユーザーに構造化して提示する。
事例ごとにまとめを見せつつ、特に以下を明確にする:
事例を提示したうえで、以下を聞く:
ユーザーが選択しやすいように、取り込み候補を具体的に挙げて「これを取り込むとこう変わります」と説明する。丸投げの「どうしますか？」ではなく、提案+確認の形を取る。
ユーザーのフィードバックを受けて、仮説ドラフトとリサーチの知見を統合する。
以下を意識してSKILL.mdを書く:
必要に応じて以下の構造で作成する:
skill-name/
├── SKILL.md # 必須: フロントマター + 指示
├── references/ # 任意: 必要に応じて読み込むドキュメント
│ └── domain-guide.md
├── scripts/ # 任意: 繰り返し使うスクリプト
│ └── helper.py
└── assets/ # 任意: テンプレートやリソース
└── template.md
シンプルなスキルならSKILL.md単体で十分。無理にディレクトリ構造を複雑にしない。
スキルを完成させる前に以下を確認する:
スキルが完成したら、必要に応じてテストを行う。
本格的なeval（定量評価、ベンチマーク等）が必要な場合は、既存のskill-creatorスキルのeval機能を使う。このスキルの役割はリサーチと統合までで、eval基盤の再実装はしない。
リサーチフェーズを省略して、仮説ドラフトをそのまま仕上げることも可能。ユーザーが「リサーチはいいから早く作って」と言ったら、Phase 2からPhase 5に直行する。リサーチは価値を加えるものであって、必須のゲートではない。