Agent Skills by ALSEL
汎用ビジネス・経営⭐ リポ 62品質スコア 87/100

fpf-problem-solving

第一原理フレームワーク(FPF)— 思考の増幅器。複雑な問題を論理的に考え抜きたい、システムを設計したい、複数の選択肢を評価したい、複雑さを分解したい、問題を分類したい、品質属性を定義したい、または厳密に計画を立てたい場合に使用できます。以下のキーワードでも起動します:FPF、境界付きコンテキスト、SoTA packs、保証計算、FPF Parts A-K。シンプルなタスク計画、一般的な哲学、またはFPFと無関係なアジャイルには適していません。

description の原文を見る

First Principles Framework (FPF) — thinking amplifier. Use when user wants to think through a complex problem, architect a system, evaluate alternatives, decompose complexity, classify problems, define quality attributes, or plan rigorously. Also triggers on: FPF, bounded contexts, SoTA packs, assurance calculus, FPF Parts A-K. Not for simple task planning, general philosophy, or Agile unrelated to FPF.

SKILL.md 本文

First Principles Framework (FPF)

「思考のためのオペレーティングシステム」— 推論のための学際的アーキテクチャであり、人間および機械が読める疑似コードで記述されています。FPFは生の知能(人間またはマシン)を組織で利用可能な推論に変換します。すなわち、明示的な有界コンテキスト、監査可能なアーティファクト、マルチビュー記述、および専門的なアクター間の規律あるハンドオフです。

ユースケース

状況のデフォルトより厳密に思考する必要があるときはいつでも、FPFを使用します。

  • 散在した学際的な問題を、独立して推論できる部分に分解する
  • 不完全な証拠での高リスク意思決定を行い、まだ不足している証拠が何かを把握する
  • 混合チームが語彙の衝突や隠れた前提なしに一緒に推論できるようにする
  • 結論が十分に根拠があるのか、単に尤もらしいだけなのかを監査する
  • 精度を失わずにカテゴリエラーを導入せずに、ドメイン間で洞察を転移させる
  • 複数の専門家の視点から精査に耐える提案を構造化する
  • 最初のアイデアに固執するのではなく、体系的に代替案を生成する
  • オプションを比較する前に「より良い」とは何かを定義する
  • 解決策を探索する前に、どのような種類の問題に直面しているかを分類する
  • AIエージェントが予算と信頼の制約の下でツールを選択し、順序付けする方法を計画する

ナビゲーション方法

上記のユースケースはFPFを呼び出すかどうかを判断するのに役立ちます。以下のルーターは、一度呼び出された後、どこへ行くかを決定します。

ステップ 1 — 思考の必要性を出発点にマッチングさせる

必要なことここから開始
複雑な全体を有界部分に分解する04 Kernel → A.1 Holons, A.1.1 Bounded Contexts, A.14 Mereology
役割と責任を割り当て04 Kernel → A.2 Roles, A.15 Role-Method-Work Alignment
ステートメントの意味に境界を設定する05 Signature Stack → 定義、ゲート、義務、証拠として分類
カテゴリエラーを防止する(役割 vs. 機能、メソッド vs. 仕事)06 Constitutional Principles → A.7 Strict Distinction
クレームまたはアーティファクトの信頼度を評価する07 Part B → B.3 Trust & Assurance; 08 Part C → C.2 F-G-R scoring
部分を全体に合成し、プロパティを保持する07 Part B → B.1 Gamma algebra; 08 Part C → C.13 Compose-CAL, C.20 Discipline-CAL
問題を体系的に推論する07 Part B → B.5 Reasoning Cycle, B.5.2 Abductive Loop
代替案を生成する / ソリューション空間を探索する08 Part C → C.18 NQD Open-Ended Search, C.19 Explore-Exploit
オプションを厳密に測定および比較する06 A.V → A.17-A.19 Characteristics, CSLC & SelectorMechanism; 08 Part C → C.16 MM-CHR
知識の品質をスコア付けする(形式性、スコープ、信頼性)08 Part C → C.2 KD-CAL, C.2.2 Reliability, C.2.3 Formality
ステークホルダーまたは価値観全体で競合を解決する09 Part D → Ethics & Conflict
チームまたはドメイン全体で語彙を統一する13 F.I Context of Meaning → 14-15 UTS tables → 20 Lexical Debt
複数の対象者向けにドキュメント化する11 E-I Constitution → E.17 Multi-View Publication Kit
表現を鋭くする — 曖昧な表現を修復し、曖昧性を浮き彫りにする11 E-I → E.17.SD.SPR Surface Precision Restoration, E.17.SD.OOTD Object-of-Talk Discipline, E.17.EFP Explanation Faithfulness; 05 A.IV.A → A.6.H Wholeness Unpacking
学問領域を調査し、再利用可能なツールキットを構築する16 Part G → SoTA Packs, TraditionCards, OperatorCards; 08 Part C → C.21 Discipline-CHR (field health & maturity)
解決する前に問題の種類を分類する08 Part C → C.22 Problem-CHR, C.3 Kind-CAL (typed reasoning)
品質属性(「-ilities」)を構造化されたバンドルとして定義する08 Part C → C.25 Q-Bundle; 06 A.V → A.17-A.19 Characteristics
予算と信頼ゲートの下でエージェント的ツール使用をオーケストレーションする08 Part C → C.24 Agent-Tools-CAL
クレームの出所を追跡する06 A.V → A.10 Evidence Graph; 16 Part G → G.6 Provenance Ledger

複雑な問題については、複数のセクション全体のパスをたどってください — ルーターは開始場所を示すのであり、終了場所ではありません。

ステップ 2 — _index.md を読んでから、サブセクションを読む

  1. ターゲットセクションフォルダの _index.md を開きます — すべてのサブセクションを行数と説明とともにリストします。
  2. 必要な特定のサブセクションファイルのみを読みます。
  3. セクション全体をロードしないでください。ユーザーの質問に役立つ最も限定的なファイルを選択します。

ステップ 3 — 平易な言語で適用する

ユーザー向けに平易な言語を使用します。FPF内部の名前(U.Holon、Gamma、F-G-R)は、ユーザーが必要とする精密さを加える場合のみ導入します。

ステップ 4 — 複数のセクション全体で成果を合成する

問題が複数のセクションから引き出される場合:

  1. 各パターンの貢献を1行で述べます(例:「Bounded Contextsが部分を与え、Trust Calculusが各部分への信頼をスコア付けします」)。
  2. 異なるセクションのパターンが矛盾しているように見える場合、A.7 Strict Distinction経由でカテゴリエラーを確認します — その競合は通常、実際の矛盾ではなく、レベルの混乱(役割 vs. 機能、メソッド vs. 仕事)です。
  3. 自然な順序で合成します:最初に分解(部分は何か?)、次に評価(どれだけ確実か?)、次に解決(不足について何をするか?)。
  4. FPFパターンをリストするのではなく、ユーザーの実際の質問への首尾一貫した回答に織り込みます。

スタータープロンプト(例 — ユーザーの実際の役割と必要に応じて適応させます)

FPF仕様をロードしています。 プロジェクト / 問題 / プログラムを構造化するのを手伝ってください。 エンジニアマネージャー向けの平易な言語を使用してください。 提案してください:(1)有界コンテキスト / 専門化、(2)決定基準、(3)主要な代替案、 (4)ハンドオフ、および(5)コミットメント前の不足している証拠またはテスト。 内部FPF名は、精密さを加える場合のみ導入します。

セクション INDEX

構造的リファレンス。各エントリはフォルダです — 最初に _index.md を読んでから、サブセクションを選択します。

#セクションサブ使用するタイミング
01タイトルページ0著作権、バージョン日付、トップレベルアイデンティティ。
02目次0仕様をナビゲートし、パターンを見つけ、セクション間の依存関係をトレースします。
03前書き17オンボード: 役割別の読み方、FPF哲学、目的と非目標。
04Part A — Kernel19分解と割り当て: ホロン、有界コンテキスト、役割、トランスフォーマー、メソッド/仕事分離。
05A.IV.A — Signatures20境界を設定: ステートメントを定義、ゲート、義務、または証拠として分類します。
06A.V — Principles29混乱を防止: カテゴリエラー、測定、比較、証拠グラフ、メカニズムスイート、フロー制約、ゲートプロファイル。
07Part B — Reasoning24合成と評価: 集約(Gamma)、信頼スコア、創発、推論サイクル。
08Part C — Extensions30スコア付けと検索: 認識論的品質(F-G-R)、種類、測定、開放的検索、問題の型付け、学問合成、エージェント的ツール使用、品質バンドル。
09Part D — Ethics1競合を解決: 倫理的トレードオフ、バイアス監査、安全性オーバーライド。
10Part E — Constitution0Part Eサブセクションへの入り口。
11E-I — Constitution33統治と公開: 11の柱、ガードレール、マルチビュー公開(MVPK)、表面規律、比較読解、トランスダクショングラフ、パターン品質ゲート。
12Part F — Unification0Part Fサブセクションへの入り口。
13F.I — Meaning19語彙を整列: 意味的ドリフト、同名衝突、アライメントブリッジ。
14UTS Layout A0概念を参照 標準全体(BPMN、PROV-O、ITIL)。
15UTS Layout B1概念を参照 学問領域全体(運用、物理、数学)。
16Part G — SoTA Kit15学問領域を収集: SoTA Packs、TraditionCards、OperatorCards、ベンチマーク。
17Part H — Glossary0用語を検索: 正規定義、4レジスター命名、相互参照。
18Part I — Annexes0ウォークスルー、変更ログ、外部標準マッピング。
19Part J — Indexes0概念からパターン、パターンから例、原理トレースインデックス。
20Part K — Lexical Debt2用語を修正: 必須置換と移行債務。

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
CodeAlive-AI
リポジトリ
CodeAlive-AI/ai-driven-development
ライセンス
MIT
最終更新
2026/5/11

Source: https://github.com/CodeAlive-AI/ai-driven-development / ライセンス: MIT

本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: CodeAlive-AI · CodeAlive-AI/ai-driven-development · ライセンス: MIT