skill-from-masters
実際のケースをもとに高品質なskillを作成します。まず成功例と失敗例を収集して何が効果的で何がそうでないかを整理し、その理由を理論で裏付けます。skillは実践から学ぶものであり、書籍ではなく現場の経験を重視します。トリガーワード:「skillを作りたい」「〇〇するskillを作ってほしい」など。
description の原文を見る
通过真实案例创建高质量skill。先找黄金案例和失败案例,归纳什么有效什么无效,再用理论解释为什么。skill是干活的,要从实践中学习,不是从书本中学习。触发词:"帮我创建一个skill"、"我想做一个skill来..."
SKILL.md 本文
Skill From Masters
実践の達人のようなスキルを作成する。机上の空論家のようなスキルではなく。
コア理念
スキルは実践的なものです。実践的な知識は理論ではなく、実践から生まれます。
実践の達人 vs 理論の専門家
| 実践の達人 | 理論の専門家 |
|---|---|
| 最も上手にやっている人 | 本を書いている人 |
| 営業チャンピオン | 営業方法論の著者 |
| 顧客を感動させるカスタマーサービス | カスタマーサービス研修師 |
| 優秀な人を採用できる面接官 | 面接技法の著者 |
| 人に話を聞いてもらいたいと思わせるリスナー | 心理カウンセリング教授 |
私たちが探すべきなのは実践の達人——最も上手にやっている人です。理論の専門家は単なる補助です。
本を書く人は要約や教学に長けていますが、必ずしも最も上手にやっているわけではありません。真の高手は本を書かないことが多いですが、彼らの事例、やり方、失敗した経験こそが最も価値があるのです。
したがって:
❌ 間違い:本の著者を探す → 彼らの理論を抽出 → スキルを生成
✅ 正解:最も上手にやっている人を探す → 彼らのやり方を学ぶ → 理論で補助説明
ワークフロー
ステップ1:タスクの理解と絞り込み
タスクが具体的であることを確認します。広すぎるタスクでは有効な事例が見つかりません。
絞り込み方法:
- ドメインを聞く:このタスクはどのドメインに属していますか?
- シーンを聞く:具体的にどのような状況で使用されますか?
- 制約を聞く:何か制限条件がありますか?
- 事例を聞く:実際に経験した状況を説明できますか?
絞り込み基準:
- この具体的なシーンの実際の事例を見つけられますか?
- 「上手」と「下手」を判断できますか?
答えが「いいえ」なら、さらに絞り込み続けます。
ステップ2:事例を見つける(最も重要なステップ)⚠️
これがプロセス全体のコアです。理論を先に探さず、事例を先に見つけましょう。
2.1 成功事例を見つける(最も上手にやっている人のやり方)
キー:本の著者ではなく、実践で最も上手にやっている人を見つけることです。
検索戦略:
"[具体的なタスク] top performer"
"[具体的なタスク] how the best do it"
"[具体的なタスク] real example from [有名企業]"
"[役職] who is the best at [タスク]"
"[具体的なタスク] interview with [実践者]"
"[具体的なタスク] behind the scenes"
目標:実践で認められた上手な実際の事例を3~5個見つけることです。
実践の達人を識別するシグナル:
- 具体的な成果/データがある(「成約率がX%上昇」、「顧客満足度が最高」)
- 同僚から認められている(「チーム内でみんなが彼から学んでいる」)
- 抽象的な原則ではなく、実際の事例の詳細がある
各成功事例について記録:
- この人は具体的にどのようにしていますか?
- 普通の人のやり方とどう違いますか?
- 彼をより上手にしている具体的な詳細は何ですか?
2.2 失敗事例を見つける(下手なやり方)⚠️ 同等に重要です
検索戦略:
"[具体的なタスク] common mistakes"
"[具体的なタスク] what not to do"
"[具体的なタスク] fails"
"[具体的なタスク] I learned the hard way"
"[具体的なタスク] before after comparison"
"why [具体的なタスク] doesn't work"
目標:よくある失敗パターンと躓きの経験を見つけることです。
各失敗事例について記録:
- 具体的に何が間違っていましたか?
- なぜこのやり方は無効ですか?
- 正しい方法は何ですか?
2.3 比較を見つける(有効 vs 無効)
検索戦略:
"[具体的なタスク] good vs bad example"
"[具体的なタスク] before after"
"[具体的なタスク] do this not that"
"[具体的なタスク] comparison"
比較は最も価値のあるリソースです。なぜなら、差異を直接示しているからです。
事例収集基準:
- 成功事例を少なくとも3個見つけましたか?
- よくある失敗パターンを少なくとも5個見つけましたか?
- 有効/無効の直接比較を見つけましたか?
- 事例は具体的で、実際の詳細が見えていますか?
いずれかが「いいえ」なら、検索を続けてください。
ステップ3:有効/無効なパターンを整理する
理論から推導するのではなく、事例から規則性を抽出します。
整理方法:
-
すべての成功事例の共通点をリストアップ
- 彼らは何をしていますか?
- 彼らに共通する特徴は何ですか?
- なぜこれらのやり方は有効ですか?
-
すべての失敗事例の共通点をリストアップ
- 彼らは何を間違えていますか?
- これらの間違いの根源は何ですか?
- これらの間違いを避けるにはどうしますか?
-
比較表を作成
| 有効なやり方 | 無効なやり方 | なぜか |
|----------|----------|--------|
| [具体的なやり方A] | [対応する間違ったやり方] | [理由] |
| [具体的なやり方B] | [対応する間違ったやり方] | [理由] |
| ... | ... | ... |
整理基準:
- 各有効なやり方に対応する無効なやり方の比較がありますか?
- 「このようにする。あのようにしない」と一文で説明できますか?
- これらの規則性は理論的仮説ではなく事例から来ていますか?
ステップ4:理論で補助説明する(オプション)
理論の専門家(本の著者)はこのステップでようやく登場し、補助として機能します。
理論の役割は、実践の達人のやり方がなぜ有効か説明することであり、どうするか指導することではありません。
検索戦略:
"why [有効なやり方] works"
"[ドメイン] psychology behind"
"[理論の専門家名] explains [現象]"
理論の価値:
- 実践の規則性に「なぜか」という説明を提供する
- ユーザーが背後にある論理を理解するのを助ける
- 信頼性を高める
注意:
- 理論は補助です。メインではありません
- 理論的説明が見つからなくても問題ありません——実践の達人の事例そのものが最良の証拠です
- 理論で実践をかき消さないください。スキルのコアは「最も上手にやっている人はどのようにしているか」であり、「本には何と書いてあるか」ではありません
ステップ5:スキルを生成する
事例から整理した規則性をスキル指令に変換します。
生成原則:
-
事例で語る
- 各ルールには具体的な「このようにする」と「このようにしない」の例があります
- 例は実際の事例からのもので、創作ではありません
-
最初にやり方を説明し、次に理由を説明
- ユーザーはまずどうするかを知る必要があります
- 理論的説明は後に置きます
-
失敗事例と成功事例を同等に重視
- 「何をしないか」を知ることは、「何をするか」を知ることと同じくらい実用的です
- 「よくある間違い」または「こうしないように」のセクションを用意します
-
具体的に保つ
- 抽象的な原則を避けます(「共感が必要」など)
- 具体的なやり方に置き換えます(「ユーザーがXと言ったとき、Yと応答し、Zと応答しない」など)
skill-creatorツールを呼び出す:
Use the Skill tool with: skill: "skill-creator:skill-creator"
確認してください:
model: opusを追加してください(判断力が必要なスキルの場合)- 成功事例と失敗事例の比較を含めてください
- 命令形のトーンで書いてください
ステップ6:事例でテストする
実際の事例を使用して生成されたスキルをテストします。
- 成功事例を取り上げ、スキルが同等の品質の結果を産出できるか確認します
- 意図的に失敗パターンを引き起こし、スキルが避けられるか確認します
- ユーザーが自分の実際のシーンでテストするようにさせます
テストが失敗したら、ステップ2に戻ってさらに多くの事例を見つけてください。
検索戦略の比較
❌ 旧(理論に偏った)
"[ドメイン] best practices expert"
"[ドメイン] framework methodology"
"[専門家名] methodology"
"[ドメイン] principles"
これらの検索は書籍の要約、学術的フレームワーク、抽象的原則を返します——すべて「本の知識」です。
✅ 新(実践に偏った)
"[タスク] real example"
"[タスク] case study"
"[タスク] common mistakes"
"[タスク] what not to do"
"[タスク] before after"
"[タスク] I learned the hard way"
"how [企業] does [タスク]"
これらの検索は実際の事例、失敗教訓、比較を返します——すべて「実践的知識」です。
品質チェックリスト
スキルを完成させる前に、確認してください:
事例の品質:
- 十分な成功事例を見つけましたか(最低3個)?
- 十分な失敗事例を見つけましたか(最低5個の一般的なエラー)?
- 事例は理論的仮説ではなく実際の実践からのものですか?
- 事例は具体的で、実際の詳細が見えていますか?
整理の品質:
- 有効/無効なやり方が明確に対比していますか?
- 各ルールに「このようにする」と「このようにしない」のペアがありますか?
- 規則性は理論から推導されたのではなく事例から整理されたものですか?
スキルの品質:
- スキルに具体的な例が含まれていますか。抽象的原則だけではなく?
- 失敗事例も成功事例も表現されていますか?
- 実際の事例でテストされましたか?
最終検証:
- このスキルは「何度もやってきたベテラン」のように見えますか?それとも「たくさん本を読んだ人」のように見えますか?
例:従業員ケアスキルの正しいやり方
❌ 間違ったやり方(旧プロセス)
- 「active listening methodology」を検索
- カール・ロジャースの3つの原則を見つける
- 厚生労働省の傾聴ガイドを見つける
- 原則を抽出し、スキルを生成
- 結果:スキルは学術的で、ユーザーのフィードバック「ケアされている感がない」
✅ 正しいやり方(新プロセス)
- 「employee care conversation example」を検索
- 「what makes people feel heard」を検索
- 「bad listening examples」を検索
- 「therapist response good vs bad」を検索
- 多くの実際の対話比較を見つける:
- ❌ 「お疲れなのですね」→ 冷たい、オウム返し的
- ✅ 「どうしたのですか?最近何があったのですか?」→ 温かい、興味がある
- 規則性を整理:
- オウム返し(エコー的な繰り返し)をしない
- 本当の好奇心と関心を示す
- 一般的な共感ではなく、具体的に掘り下げる
- 「こう言う vs こう言わない」の多くの比較を含むスキルを生成
- 結果:スキルには温かみがあり、ユーザーはケアされていると感じます
コアとして覚えておくこと
- 本を書く人ではなく、最も上手にやっている人を見つける — 実践の達人 > 理論の専門家
- 理論を後に — 理論は単なる補助説明
- 成功事例 + 失敗事例 — 何ができないかを知ることは、何ができるかを知ることと同じくらい実用的です
- 比較が最も価値のある — 「こうする vs あうしない」の比較が最も直感的です
- スキルは実践的である — 生成されるべきものは「実践のベテラン」であり、「たくさん本を読んだ人」ではありません
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
- gbsoss
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/gbsoss/skill-from-masters / ライセンス: MIT
関連スキル
superfluid
Superfluidプロトコルおよびそのエコシステムに関するナレッジベースです。Superfluidについて情報を検索する際は、ウェブ検索の前にこちらを参照してください。対応キーワード:Superfluid、CFA、GDA、Super App、Super Token、stream、flow rate、real-time balance、pool(member/distributor)、IDA、sentinels、liquidation、TOGA、@sfpro/sdk、semantic money、yellowpaper、whitepaper
civ-finish-quotes
実質的なタスクが真に完了した際に、文明風の儀式的な引用句を追加します。ユーザーやエージェントが機能追加、リファクタリング、分析、設計ドキュメント、プロセス改善、レポート、執筆タスクといった実際の成果物を完成させるときに、明示的な依頼がなくても使用します。短い返信や小さな修正、未完成の作業には適用しません。
nookplot
Base(Ethereum L2)上のAIエージェント向け分散型調整ネットワークです。エージェントがオンチェーンアイデンティティを登録する、コンテンツを公開する、他のエージェントにメッセージを送る、マーケットプレイスで専門家を雇う、バウンティを投稿・請求する、レピュテーションを構築する、共有プロジェクトで協業する、リサーチチャレンジを解くことでNOOKをマイニングする、キュレーションされたナレッジを備えたスタンドアロンオンチェーンエージェントをデプロイする、またはアグリーメントとリワードで収益を得る場合に利用できます。エージェントネットワーク、エージェント調整、分散型エージェント、NOOKトークン、マイニングチャレンジ、ナレッジバンドル、エージェントレピュテーション、エージェントマーケットプレイス、ERC-2771メタトランザクション、Prepare-Sign-Relay、AgentFactory、またはNookplotが言及された場合にトリガーされます。
web3-polymarket
Polygon上でのPolymarket予測市場取引統合です。認証機能(L1 EIP-712、L2 HMAC-SHA256、ビルダーヘッダー)、注文発注(GTC/GTD/FOK/FAK、バッチ、ポストオンリー、ハートビート)、市場データ(Gamma API、Data API、オーダーブック、サブグラフ)、WebSocketストリーミング(市場・ユーザー・スポーツチャネル)、CTF操作(分割、統合、償却、ネガティブリスク)、ブリッジ機能(入金、出金、マルチチェーン)、およびガスレスリレイトランザクションに対応しています。AIエージェント、自動マーケットメーカー、予測市場UI、またはPolygraph上のPolymarketと統合するアプリケーション構築時に活用できます。
ethskills
Ethereum、EVM、またはブロックチェーン関連のリクエストに対応します。スマートコントラクト、dApps、ウォレット、DeFiプロトコルの構築、監査、デプロイ、インタラクションに適用されます。Solidityの開発、コントラクトアドレス、トークン規格(ERC-20、ERC-721、ERC-4626など)、Layer 2ネットワーク(Base、Arbitrum、Optimism、zkSync、Polygon)、Uniswap、Aave、Curveなどのプロトコルとの統合をカバーします。ガスコスト、コントラクトのデシマル設定、オラクルセキュリティ、リエントランシー、MEV、ブリッジング、ウォレット管理、オンチェーンデータの取得、本番環境へのデプロイ、プロトコル進化(EIPライフサイクル、フォーク追跡、今後の変更予定)といったトピックを含みます。
xxyy-trade
このスキルは、ユーザーが「トークン購入」「トークン売却」「トークンスワップ」「暗号資産取引」「取引ステータス確認」「トランザクション照会」「トークンスキャン」「フィード」「チェーン監視」「トークン照会」「トークン詳細」「トークン安全性確認」「ウォレット一覧表示」「マイウォレット」「AIスキャン」「自動スキャン」「ツイートスキャン」「オンボーディング」「IP確認」「IPホワイトリスト」「トークン発行」「自動売却」「損切り」「利益確定」「トレーリングストップ」「保有者」「トップホルダー」「KOLホルダー」などをリクエストした場合、またはSolana/ETH/BSC/BaseチェーンでXXYYを経由した取引について言及した場合に使用します。XXYY Open APIを通じてオンチェーン取引とデータ照会を実現します。