ship-learn-next
学習コンテンツ(YouTubeの文字起こし、記事、チュートリアルなど)をShip-Learn-Nextフレームワークを使って実践的な実装計画に変換します。アドバイスやレッスン、教育コンテンツを具体的なアクションステップや反復練習、学習クエストに落とし込みたいときに活用してください。
description の原文を見る
Transform learning content (like YouTube transcripts, articles, tutorials) into actionable implementation plans using the Ship-Learn-Next framework. Use when user wants to turn advice, lessons, or educational content into concrete action steps, reps, or a learning quest.
SKILL.md 本文
Ship-Learn-Next アクションプランナー
このスキルは、受け身の学習コンテンツを実行可能な Ship-Learn-Next サイクル に変換するのに役立ちます。アドバイスや教訓を具体的で配信可能な反復に変えます。
このスキルを使うべき時
ユーザーが以下の場合に起動します:
- トランスクリプト/記事/チュートリアルを持っており、「アドバイスを実装したい」と考えている
- 「これを計画に変えて」または「これを実行可能にして」と言っている
- 教育コンテンツから実装ステップを抽出したい
- 大きなアイデアを小さく配信可能な単位に分解するのに役立つ
- 「X を見た/読んだ。次に何をすべき?」というようなことを言っている
コアフレームワーク:Ship-Learn-Next
すべての学習クエストは3つの繰り返しフェーズに従います:
- SHIP - 実在するものを作成する (コード、コンテンツ、製品、デモンストレーション)
- LEARN - 何が起きたかについての率直な振り返り
- NEXT - 学習に基づいて次の反復を計画する
重要な原則:100時間の勉強より100回のリプ (反復)。学習 = より多く知ることではなく、より上手にやること。
このスキルの仕組み
ステップ 1:コンテンツを読む
ユーザーが提供するファイル (トランスクリプト、記事、ノート) を読みます:
# ユーザーがファイルパスを提供
FILE_PATH="/path/to/content.txt"
Read ツールを使ってコンテンツを分析します。
ステップ 2:コア教訓を抽出する
コンテンツから以下を特定します:
- 主なアドバイス/教訓:主なポイントは何か?
- 実行可能な原則:実際に練習できることは何か?
- 教えられているスキル:これを実行することで誰かが学ぶことは何か?
- 例/ケーススタディ:言及されている実際の実装
やってはいけないこと:
- すべてを要約する (実行可能な部分に焦点を当てる)
- アプリケーションなしで理論をリストアップする
- 「知っておくといい」 vs 「練習する必要がある」を区別しない
ステップ 3:クエストを定義する
ユーザーが学習目標をフレーミングするのに役立てます:
質問する:
- 「このコンテンツに基づいて、4〜8週間で何を達成したいですか?」
- 「成功とはどのようなことですか?(具体的に)」
- 「構築/作成/配信できる具体的なことは何ですか?」
良いクエストの例:「10件のコールドアウトリーチメッセージを配信して2件の返信を得る」 悪いクエストの例:「営業について学ぶ」(曖昧すぎる)
ステップ 4:リプ1を設計する (最初の反復)
クエストを 最小配信可能バージョン に分解します:
質問する:
- 「今週中に配信できる最小バージョンは何ですか?」
- 「それをやるために必要な学習は何ですか?」(すべてではなく)
- 「リプ1で『完了』とはどのようなことですか?」
以下を作成します:
- 具体的で特定可能
- 1〜7日で完了可能
- 実在の証拠/成果物を生成
- 圧倒されないほど小さい
- 意味のあることを学べるほど大きい
ステップ 5:リプ計画を作成する
各リプを以下の構造で組み立てます:
## リプ 1:[具体的な目標]
**配信目標**:[作成/実行するもの]
**成功基準**:[完了をどう判断するか]
**学べること**:[具体的なスキル/洞察]
**必要なリソース**:[最小限 - このリプに本当に必要なもの]
**タイムライン**:[具体的な期限]
**アクションステップ**:
1. [具体的なステップ1]
2. [具体的なステップ2]
3. [具体的なステップ3]
...
**配信後の振り返り質問**:
- 実際に何が起きた? (具体的に)
- 何が機能した?何が機能しなかった?
- 何が予想外だった?
- 1〜10スケールでこのリプはどう?
- 次回は何を違う方法でやる?
ステップ 6:今後のリプをマッピングする (2〜5)
コンテンツに基づいて進行を提案します:
## リプ 2:[次のレベル]
**構築元**:リプ1で学んだこと
**新しいチャレンジ**:試す/改善する新しいこと
**予想難易度**:[簡単/同じ/難しい - その理由]
## リプ 3:[継続して進行]
...
進行の原則:
- 各リプは1つの新要素を追加
- 成功に基づいて難易度を上げる
- コンテンツの特定の教訓を参照する
- リプを配信可能に保つ (理論的ではなく)
ステップ 7:コンテンツに接続する
各リプについてソース資料を参照します:
- 「これはX分の[概念]を実装しています」
- 「ビデオで言及されている[テクニック]を練習しています」
- 「[トピック]についてのアドバイスをテストしています」
ただし:常に学習より実行を強調します。リソースは現在のリプに本当に必要な場合のみを指します。
会話スタイル
直接的だがサポーティブ:
- 無駄がなく、励ましがある
- 「配信してから改善しよう」
- 「今週中に配信できる最小バージョンは?」
質問駆動型:
- 考えさせる。単に指示しない
- 「正確に何を達成したいですか?」ではなく「ここでやるべきことは」
具体的で汎用的でない:
- 「金曜日までに1つのランディングページを配信」ではなく「Web開発を学ぶ」
- 具体的なコミットメントを押し付ける
アクション指向:
- 常に「次は?」で終わる
- 全体の旅ではなく次のリプに焦点を当てる
してはいけないこと
- ❌ 勉強計画を作成しない (配信計画を作成する)
- ❌ 読む/見るすべてのリソースをリストアップしない (現在のリプに最小限のリソースを選ぶ)
- ❌ 完璧を配信の敵にしない
- ❌ 開始せずに永遠に計画させない
- ❌ 曖昧な目標を受け入れない (「Xを学ぶ」→「Y をZ日までに配信」)
- ❌ 全体の旅で圧倒しない (リプ1に焦点を当てる)
使うべき重要なフレーズ
- 「今週中に配信できる最小バージョンは?」
- 「それをやるために必要な学習は何ですか?」
- 「これは完璧さについてではなく - 100のリプのうちのリプ1です」
- 「実在するものを配信してから改善しましょう」
- 「[コンテンツ]に基づいて、実際に何を違う方法でやりますか?」
- 「学習 = より多く知ることではなく、より上手にやること」
出力構造の例
# あなたのShip-Learn-Nextクエスト:[タイトル]
## クエスト概要
**目標**:[4〜8週間で達成したいこと]
**ソース**:[このクエストに触発したコンテンツ]
**コア教訓**:[コンテンツからの3〜5つの主なアクション項目]
---
## リプ 1:[具体的で配信可能な目標]
**配信目標**:[具体的な成果物]
**タイムライン**:[今週 / [日付]まで]
**成功基準**:
- [ ] [具体的なこと1]
- [ ] [具体的なこと2]
- [ ] [具体的なこと3]
**練習すること** (コンテンツから):
- [ソース資料からのスキル/概念1]
- [ソース資料からのスキル/概念2]
**アクションステップ**:
1. [具体的なステップ]
2. [具体的なステップ]
3. [具体的なステップ]
4. 配信する (公開/デプロイ/共有/デモンストレーション)
**最小限のリソース** (このリプのみ):
- [リンク又は参照 - 本当に必要な場合)
**配信後の振り返り**:
これらの質問に答える:
- 実際に何が起きた?
- 何が機能した?何が機能しなかった?
- 何が予想外だった?
- このリプを評価する:_/10
- 次回試す1つのことは何ですか?
---
## リプ 2:[次の反復]
**構築元**:リプ1 + [学んだこと]
**新要素**:[1つの新しいチャレンジ/スキル]
**配信目標**:[次の具体的な成果物]
[同様の構造...]
---
## リプ 3〜5:今後のパス
**リプ 3**:[簡潔な説明]
**リプ 4**:[簡潔な説明]
**リプ 5**:[簡潔な説明]
*(詳細はリプ1〜2で学ぶことに基づいて進化します)*
---
## 覚えておくこと
- これは勉強ではなく実行についてです
- リプ1での完璧さではなく、時間をかけて100回の反復を目指す
- 各リプ = 計画 → 実行 → 振り返り → 次
- 消費することではなく、配信することで学ぶ
**リプ1を配信する準備はできていますか?**
異なるコンテンツタイプの処理
YouTubeトランスクリプト
- ストーリーではなくアドバイスに焦点を当てる
- 言及されている具体的なテクニックを抽出する
- レプリケートするケーススタディ/例を特定する
- 後で参照するためのタイムスタンプをメモする (ただし再度の視聴は必須ではない)
記事/チュートリアル
- 「今これをやって」という部分 vs 理論を特定する
- 具体的なワークフロー/プロセスを抽出する
- 始めるために最小の例を見つける
コースノート
- コースからの最小プロジェクトは何か?
- どのモジュールがリプ1に必要か? (今のところその他は無視)
- すぐに実践できることは何か?
成功メトリクス
良いShip-Learn-Nextプランは以下を持ちます:
- ✅ 具体的で配信可能なリプ1 (1〜7日で完了可能)
- ✅ 明確な成功基準 (ユーザーが完了をいつ知るか)
- ✅ 具体的な成果物 (表示する実在のもの)
- ✅ ソースコンテンツへの直接的な接続
- ✅ リプ2〜5の進行パス
- ✅ 消費よりアクションの強調
- ✅ 誠実な振り返りを組み込む
- ✅ 今日始めるのに十分小さく、学ぶのに十分大きい
プランを保存する
重要:常にプランをファイルに保存してユーザーに提供します。
ファイル名の規則
常に以下の形式を使用します:
Ship-Learn-Next Plan - [簡潔なクエストタイトル].md
例:
Ship-Learn-Next Plan - Build in Proven Markets.mdShip-Learn-Next Plan - Learn React.mdShip-Learn-Next Plan - Cold Email Outreach.md
クエストタイトルは以下であるべき:
- 簡潔な (3〜6単語)
- 主な目標を説明する
- コンテンツのコア教訓/テーマに基づく
保存するもの
すべて含む完全なプラン:
- 目標とソースを含むクエスト概要
- すべてのリプ (1〜5) と完全な詳細
- アクションステップと振り返り質問
- タイムラインのコミットメント
- ソース資料への参照
フォーマット:読みやすさのため常にMarkdown (.md) として保存
プランを作成した後
ユーザーに表示:
- プランを保存したことを示す:「✓ 保存済み:[ファイル名]」
- クエストの簡潔な概要を提供する
- リプ1を強調する (今週何をするか)
その後、質問する:
- 「リプ1をいつ配信しますか?」
- 「あなたを止めるかもしれない1つのことは何ですか?どう対処しますか?」
- 「配信後に戻ってきて、振り返り + リプ2を計画しましょう」
覚えておくこと:カリキュラムを作成しているのではありません。実在するものを配信し、そこから学び、次のものを配信するのを支援しています。
配信を支援しましょう。
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
- softaworks
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/softaworks/agent-toolkit / ライセンス: MIT
関連スキル
makepad-basics
【重要】Makepadの初期設定とアプリケーション構造の説明に使用します。以下のキーワードで起動します: makepad、Makepad入門、Makepadチュートリアル、live_design!、app_main!、Makepadプロジェクト設定、Makepad Hello World、「Makepadアプリの作成方法」、makepad 入门、创建 makepad 应用、makepad 教程、makepad 项目结构
arxiv
arXivから学術論文を検索、ダウンロード、要約できます。ユーザーが「arXivを検索」「論文をダウンロード」「arXivから取得」「論文のPDFを取得」などと指示した場合、またはarXivから論文を見つけてローカルのペーパーライブラリに保存したい場合に使用します。
slr-prisma
PRISMA 2020フレームワークに従ったシステマティックレビュー(SLR)の作成をガイドします。ユーザーが「systematic review」「systematic literature review」「SLR」「PRISMA」「PRISMA 2020」「PRISMA flow diagram」「PRISMAチェックリスト」と言及したり、報告ガイドラインに準拠した文献レビューの執筆、構成、監査をリクエストした場合に活用できます。また、レビューの適格基準、Scopus・WoS・PubMedなどのデータベース検索戦略、研究選定プロセス、バイアスリスク評価、ナラティブシンセシスについての質問があった場合にも対応します。PRISMA 2020チェックリスト全27項目をカバーし、ジャーナル投稿形式のWordドキュメント原稿を作成、注釈付きのPRISMAフロー図を生成、APA第7版の引用形式を厳密に適用します。メタアナリシスや統計的統合には対応していません。
learning-opportunities
Learning Opportunitiesワークフロースキル。ユーザーがAI支援コーディング中に意図的なスキル開発を促進する必要がある場合に使用します。アーキテクチャ作業(新規ファイル、スキーマ変更、リファクタリング)後にインタラクティブな学習演習を提供します。機能完成時、設計判断時、またはユーザーがコードをより深く理解したいと要求した場合に使用してください。「学習演習」「理解を助けてほしい」「教えてほしい」「なぜこれが機能するのか」といった表現、または新規ファイル・モジュール作成後にトリガーされます。緊急のデバッグ、クイックフィックス、ユーザーが「とにかくリリースしたい」と言った場合には使用しないでください。なお、マージや引き継ぎ前に、オペレーターは上流のワークフロー、コピーされたサポートファイル、およびプロビナンス情報を保持する必要があります。
research-paper-writing
NeurIPS/ICML/ICLRなどの機械学習会議向けの論文を、企画から投稿まで一貫して執筆できます。研究テーマの設計、実験の実施、論文の執筆、そして学会への投稿準備まで、全プロセスをサポートします。
software-engineering-research
ソフトウェアエンジニアリングの研究トピックと方法論のガイド