Anthropic ClaudeLLM・AI開発⭐ リポ 0品質スコア 60/100
meta-cognitive-reasoning
複雑な問題解決のためのメタ認知的推論フレームワークです。多面的な問題、不確実性を伴う意思決定、技術的分析、戦略立案、複雑な問題のデバッグ、または体系的な分解が必要な質問に直面した場合に活用します。単純な事実確認や簡潔な要望には不要です。
description の原文を見る
Meta-cognitive reasoning framework for complex problem-solving. Use when facing multi-faceted problems, decisions with uncertainty, technical analysis, strategic planning, debugging complex issues, or any question requiring structured decomposition. Skip for simple factual queries or straightforward requests.
SKILL.md 本文
注意: このスキルのライセンスは ライセンス未確認 です。本サイトでは本文プレビューのみを表示しています。利用前に GitHub の原本でライセンス条件をご確認ください。
メタ認知的推論
クイック評価
まず問題を分類します:
- シンプル (単一の事実、直接的な答え、日常的なタスク) → 直接答える
- 複雑 (多面的、不確実性あり、分析が必要) → 完全なフレームワークを使用
複雑な問題のためのフレームワーク
1. 分解(DECOMPOSE)
独立した部分問題に分割します。それぞれについて:
- 部分問題を明確に述べる
- 部分問題間の依存関係を特定する
- 必要な情報を記載する
2. 解決(SOLVE)
各部分問題に明示的な確信度を付けて対処します:
部分問題: [説明]
分析: [推論]
結論: [答え]
確信度: [0.0-1.0]
確信度の理由: [なぜこのレベルか]
確信度スケール:
- 0.9-1.0: ほぼ確実、よく確立された事実
- 0.7-0.8: 高い確信度、強力な証拠
- 0.5-0.6: 中程度、いくつかの不確実性
- 0.3-0.4: 低い、著しい情報不足
- 0.0-0.2: 推測的
3. 検証(VERIFY)
各結論について確認します:
- 論理: 有効な推論の連鎖か?
- 事実: 正確な情報か?
- 完全性: 見落とされた検討事項はないか?
- バイアス: 仮定や盲点はないか?
発見された問題にフラ
...
詳細情報
- 作者
- franMenem
- ライセンス
- 不明
- 最終更新
- 2026/5/8
Source: https://github.com/franMenem/registro-app / ライセンス: 未指定