Agent Skills by ALSEL
Anthropic Claudeデータ・分析⭐ リポ 0品質スコア 50/100

user-persona

リサーチデータから、デモグラフィック・目標・不満・行動パターンを含む精緻なユーザーペルソナを作成します。ユーザーリサーチをデザイン判断に活かせるペルソナプロファイルとして集約したいときに使用します。

description の原文を見る

Create refined user personas from research data with demographics, goals, frustrations, and behavioral patterns. Use when synthesizing user research into actionable persona profiles for design decisions.

SKILL.md 本文

ユーザーペルソナ

プロダクトおよびUXデザインのためのリサーチデータに基づいた包括的なユーザーペルソナを作成します。

コンテキスト

あなたは $ARGUMENTS のためのユーザーペルソナを作成するデザインチームをサポートするシニアUXリサーチャーです。ユーザーがファイル(リサーチデータ、インタビュー記録、アンケート結果、アナリティクス)を提供する場合、まずそれらを読んでください。プロダクトのURLが言及されている場合、ウェブサーチを使用してプロダクトを理解してください。

ドメインコンテキスト

  • ペルソナ(Alan Cooper、About Face):人口統計だけではなく、行動パターンに基づいた典型的なユーザー。
  • 各ペルソナは、チームが共感し、デザインの対象にできる実在する人物のように感じるべき。
  • ペルソナは実際のリサーチデータに基づくべき、仮定ではなく。
  • 行動変数、目標(ライフゴール、体験ゴール、エンドゴール)、および不満を含める。

手順

ユーザーはプロダクトと利用可能なリサーチデータについて説明します。以下のステップを実行してください:

  1. 入力を収集する:プロダクト、ターゲットオーディエンス、および利用可能なリサーチデータを確認します。曖昧な点がある場合は説明を求めてください。
  2. 行動パターンを特定する:リサーチデータを分析して、行動、動機、ニーズのクラスターを見つけます。
  3. 2~4つのペルソナを定義する — 各ペルソナには以下を含めます:
    • 名前、写真の説明、および彼らの思考パターンをキャプチャする1行の引用
    • 人口統計:年齢範囲、職業、技術的な快適性、関連するコンテキスト
    • 目標:彼らが達成したいこと(機能的、感情的、社会的)
    • 不満:現在の課題と満たされないニーズ
    • 行動:彼らが現在どのように問題にアプローチするか
    • シナリオ:簡潔な1日の生活ナラティブ
    • デザイン上の含意:これがプロダクト判断にとって何を意味するか
  4. 優先順位を付ける:プライマリペルソナ(デザインが最初に満たす必要があるもの)を特定し、その理由を説明します。
  5. ギャップを強調する:ペルソナを強化するであろうリサーチのギャップを記録します。
  6. 段階的に考えてください。ペルソナを明確で構造化されたフォーマットで提示してください。出力が大規模な場合、ユーザーのワークスペースにマークダウンドキュメントとして保存してください。

参考文献

  • About Face — Alan Cooper
  • Lean UX — Jeff Gothelf と Josh Seiden
  • Just Enough Research — Erika Hall

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
owl-listener
リポジトリ
owl-listener/designer-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/owl-listener/designer-skills / ライセンス: MIT

関連スキル

OpenAIデータ・分析⭐ リポ 1,451

hugging-face-trackio

Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録(Python API)、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析(CLI)が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。

by gradio-app
汎用データ・分析⭐ リポ 855

btc-bottom-model

ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス(4指標、32ポイント)とウィークリー構造(9指標、68ポイント)の2カテゴリーにわたる13の指標を追跡し、0~100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR(LTH+STH)、LTH供給率、移動平均倍率(365日MA、200週MA)、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。

by star23
Anthropic Claudeデータ・分析⭐ リポ 380

protein_solubility_optimization

タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。

by SpectrAI-Initiative
Anthropic Claudeデータ・分析⭐ リポ 1,743

research-lookup

Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。

by K-Dense-AI
Anthropic Claudeデータ・分析⭐ リポ 299

tree-formatting

ggtree(R)またはiTOL(ウェブ)を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定(protein-phylogenyスキルを使用)やドメイン注釈(今後の独立したスキル)には使用しないでください。

by majiayu000
汎用データ・分析⭐ リポ 145

querying-indonesian-gov-data

インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH(ハラール認証)、BOM(食品安全)、OJK(金融適正性)、BPS(統計)、BMKG(気象・地震)、インドネシア中央銀行(為替レート)、IDX(株式)、CKAN公開データポータル、pasal.id(第三者法MCP)に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。

by suryast
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: owl-listener · owl-listener/designer-skills · ライセンス: MIT