sequential-thinking

目的

相互依存する要因を持つ意思決定のための多変数分析ユーティリティです。意思決定の問題を受け取り、可逆性を分類し、認知バイアスを検出し、変数依存関係をマッピングして依存順序で処理し、二次効果をチェックして、構造化された決定木と最終的な推奨事項を返します。ステートレス — 呼び出し間でメモリを保持しません。

呼び出し(送信)

なし — 純粋なL3推論ユーティリティです。

呼び出され元(受信)

• debug (L2): 相互作用する原因を持つ多因子バグ
• plan (L2): 多数のトレードオフを持つ複雑なアーキテクチャ
• brainstorm (L2): 多くの変数を持つアプローチの評価

使用時期

以下の場合にこのスキルを呼び出します:

• 意思決定に3つ以上の相互作用する変数がある
• オプションAを選ぶことでBとCの有効なオプションが変わる
• アーキテクチャ決定が下流に連鎖的な影響を持つ
• 制約が解決策全体の分岐を排除するトレードオフ分析

単純な直線分析には使用しないでください — problem-solver は単一次元の推論の方がより効率的です。

実行

入力

decision: string        — 分析する意思決定または問題
variables: string[]     — (オプション)事前に特定された要因；省略された場合、スキルが特定します
constraints: string[]   — (オプション)オプションを排除するハード制限
goal: string            — (オプション)成功基準または希望する成果

ステップ0 — 可逆性の分類

分析に投資する前に、意思決定を分類します:

タイプ	定義	分析の努力
双方向ドア	可逆的、反復可能、低い切り替えコスト	迅速に決定、レビュー日を設定。軽い分析。
一方向ドア	不可逆的、高リスク、反転コストが高い	完全な順序分析。深い推論。
部分的に可逆的	一部は可逆的、一部はそうでない	不可逆的側面について完全な分析、可逆的側面については軽い分析。

双方向ドアの場合 → 簡素化: ステップ4(二次効果)とステップ5(バイアス交差チェック)をスキップします。推論を述べます。

ステップ1 — すべての変数を特定

意思決定に影響するすべての要因をリストアップします。各変数について記録します:

• 名前と説明
• 可能な値または範囲
• 制御可能(選択できる)か固定(環境からの制約)か

呼び出し元が variables を提供した場合、リストを検証して展開します。省略された場合は、意思決定ステートメントから導き出します。

ステップ2 — 依存関係をマッピング

変数の各ペアについて、依存関係が存在するかどうかを決定します:

• [A] constrains [B]: Aの値を選ぶことはBの有効な値を制限する
• [A] influences [B]: AはBのコスト/便益計算に影響しますが、オプションを排除しない
• [A] independent of [B]: 関係なし

依存関係を文書化します: [変数 A] → [変数 B]: [種類と理由]

最もアウトバウンド依存関係が多い変数を特定します — これらは最初に解決する必要があります。

ステップ3 — 依存順序で評価

変数を最も制限されたもの(固定/最も依存されたもの)から最も制限されていないもの(自由/最も柔軟なもの)の順にソートします。その順序で処理します:

各変数について順序を追って:

• 以前に解決したすべての変数の現在の既知状態を述べます
• これらの制約を考慮した有効なオプションを評価します
• 明確な推論で最良のオプションを選択します
• 結論を記録し、下流変数にどのように影響するかを記録します

先に進まないでください — 各ステップは前のステップの結論を参照する必要があります。

各ステップでの実行状態ブロック:

ステップN後の状態:
- [変数 A]: [値]に解決 理由: [理由]
- [変数 B]: [値]に解決 理由: [理由]
- 残り: [変数 C]、[変数 D]

ステップ4 — 二次効果チェック

すべての変数が解決された後、二次思考を適用します:

解決した各変数について、次のように問います: 「その後、何が起きるか?」

変数	一次効果	二次効果	リスク水準
[A = 値]	[即座の結果]	[結果の結果]	低/中/高

以下の二次効果にフラグを立てます:

• 入力で述べた目標と矛盾する
• フィードバックループを作成(強化または平衡)
• 分析で考慮されていない利害関係者に影響する
• 前の変数の最適値をひっくり返す

危険な二次効果が見つかった場合 → この新しい情報で影響を受けた変数を再検討します。

ステップ5 — バイアス交差チェック

多変数決定に最も危険な3つのバイアスについて分析をチェックします:

バイアス	検出質問	検出された場合
アンカリング	解決した最初の変数がその他すべてを不相応に制約しましたか?異なる変数から開始した場合、結果は異なりますか?	異なる開始変数で再評価します。結果を比較します。
ステータスクォー	「現在のアプローチを保持」に任意の変数について不公正な利点を与えましたか?最初からスタートした場合、これを選びますか?	現在の状態を代替案と同じ厳密さで評価します。
過信	各変数の解決にどの程度自信がありますか?信頼区間は十分に広いですか?	各解決に明示的な信頼度%を割り当てます。強い根拠のない>90%にフラグを立てます。

バイアスが検出された場合 → レポートで記録し、推奨事項を変えるかどうかを述べます。

ステップ6 — 統合

すべての変数が解決され、交差チェックされた後:

• すべてのステップごとの結論を一貫性のある最終的な推奨事項に組み合わせます
• あいまいなままだった変数を特定します — それらを解決するために必要な追加情報を述べます
• 全体的な信頼度を評価: 高 (すべての変数がきれいに解決)、中 (1〜2つあいまい)、低 (主要な不確実性が残る)
• ステップ0の可逆性分類を注記します — 双方向ドアの場合、レビュー日を含めます

ステップ7 — レポート

以下の出力形式で完全な決定木と推奨事項を返します。

制約

• 変数Bを制約するすべての変数が解決されるまで、変数Bを評価しない
• 依存サイクルが検出された場合、明示的にフラグを立てて、1つの変数を固定仮定として扱うことでサイクルを破ります
• Sonnetを使用します — 多くのステップにわたる推論の深さと一貫性が重要です
• 8つ以上の変数が特定された場合、関連するものを複合変数にグループ化して、分析を扱いやすくします
• 可逆性を分類する必要があります(ステップ0)分析に投資する前に
• 二次効果を確認する必要があります(一方向ドア決定)
• バイアス交差チェックを実行する必要があります(一方向ドア決定)

出力形式

## 順序分析: [意思決定]

### 可逆性: [双方向ドア / 一方向ドア / 部分的に可逆的]
[1文の推論。双方向の場合: 「軽い分析 — 迅速に決定、[期間]でレビュー。」]

### 特定された変数
| 変数 | 可能な値 | タイプ |
|------|--------|-------|
| [A]  | [オプション] | 制御可能/固定 |
| [B]  | [オプション] | 制御可能/固定 |

### 依存関係マップ
- [A] → [B]: [種類] — [理由]
- [C] → [A]: [種類] — [理由]

### ステップバイステップ評価
1. **[変数 A]** (依存関係なし — 最初に評価)
   - オプション: [x、y、z]
   - 推論: [制約を考慮して1つがより優れている理由]
   - 結論: **[選択された値]** (信頼度: X%)
   - 状態: { A: [値] }

2. **[変数 B]** (A = [値]に依存)
   - 残りのオプション: [フィルタリングされたリスト]
   - 推論: [Aの値を考慮した更新分析]
   - 結論: **[選択された値]** (信頼度: X%)
   - 状態: { A: [値]、B: [値] }

...

### 二次効果(一方向ドアのみ)
| 変数 | 一次効果 | 二次効果 | リスク |
|------|---------|--------|-------|
| [A] | [効果] | [その後、何が起きるか?] | 低/中/高 |

### バイアスチェック
- ⚠️ [バイアス]: [検出結果] → [実行されたアクションまたは「検出されず」]

### あいまいさ
- [完全に解決できなかった変数または要因、およびそれを解決するために必要な情報]

### 最終推奨事項
[すべての解決された変数を組み込んだ統合結論、信頼水準付き]

- **信頼度**: 高 | 中 | 低
- **重要な仮定**: [この推奨事項が依存する最も重要な仮定]
- **レビュー日**: [この意思決定を再検討する時期、特に双方向ドアの場合]

鋭い角

失敗モード	重大度	対策
変数Bを制約するすべての変数が解決される前に評価	重大	依存順序は必須 — 制約深度で最初にソート
依存サイクルが検出されたが、フラグが立てられていない	高	1つの変数を固定仮定として扱うことでサイクルを破ります — 明示的にフラグを立てます
グループ化なしで8つ以上の変数	中	関連する変数をグループ化 — 扱いやすく、網羅的ではなく
最終推奨事項が信頼水準を欠いている	中	信頼度(高/中/低)は必須 — あいまいさが信頼度を低下させます
双方向ドア決定への完全分析	中	ステップ0が可逆性を分類 — 双方向ドアは軽い分析を得ます
不可逆決定の二次効果を無視	高	ステップ4は一方向ドアに必須 — 「その後、何が起きるか?」
解決された最初の変数にアンカリング	中	バイアス交差チェック ステップ5 — 異なる開始変数が結果を変えるかテストします
可逆決定のレビュー日がない	低	双方向ドアは必ずレビュー日を含める — コミットではなく反復します

完了時

• 可逆性を分類(双方向/一方向/部分)
• すべての変数が特定され入力された(制御可能vs固定)
• 依存関係マップが文書化された(AはBを制約、CはDに影響)
• 各ステップで信頼度%と実行状態ブロックを備えた依存順序で変数を評価
• 二次効果を確認(一方向ドア決定)
• バイアス交差チェックを完了(アンカリング、ステータスクォー、過信)
• あいまいさをリストアップ、それらを解決するために必要な情報
• 信頼水準とレビュー日付きの最終推奨事項を発行
• 出力形式での順序分析レポート

コストプロファイル

~500〜1500トークン入力、~500〜1200トークン出力。推論の深さのためのSonnet。