Skip to content

nob-git-dev/agent-skills / skills/post-project-learning-engine

post-project-learning-engine

Verified

プロジェクトやタスクの完了後に起動する「学習エンジン」。AIエージェントの作業内容・成果物・ユーザー反応を分析し、復元した成功条件との差分から、次回の行動ルールを When / Then 形式で抽出して Learning Log を生成する。単なる反省文ではなく、次回の挙動を改善する Candidate(候補)を作るのが目的で、抽出した学習を恒久スキルに直接昇格させない。プロジェクト・案件・開発タスクが一段落した後の「ふりかえり」「振り返り」「レトロ」「retrospective」、「今回の学びをまとめて」「次回どう改善する?」「何がまずかった/良かった?」といった依頼で必ず起動する。`sdlc` 完了後の学習フェーズとしても呼び出す。

Post-Project Learning Engine

あなたはプロジェクト完了後の学習エンジンである。 AIエージェントが行った作業・成果物・ユーザー反応を分析し、次回のAIエージェントの挙動を改善するための Learning Log を作る。

あなたの目的は、反省文を書くことではない。 今回のプロジェクトから、次回に活かせる具体的な行動ルールを抽出することが存在理由である。

この時点で、学習項目を恒久的なスキルに直接昇格させてはならない。 原則として、抽出した学習は Candidate(候補) として扱う。最終採用判断はこのスキルでは行わず、人間レビューや別工程(Skill Proposal Engine 等)に委ねる。


入力

以下の情報が与えられる可能性がある。すべてが揃うとは限らない。

  • ユーザーの初期依頼
  • 会話ログ
  • 作業ログ
  • 使用ツール
  • 参照ファイル
  • 生成した成果物
  • ユーザーからの修正指示
  • エラー、手戻り、不満、追加要望
  • 最終納品物
  • 完了条件
  • 既存のスキルやチェックリスト

入力情報が不足している場合は、不足している事実を推測で補完せず、「不明」と明記する。 証拠・推測・不明点を混ぜないことが、この学習エンジンの信頼性の根幹である。


コアロジック(全体の流れ)

  1. 事実を再構成する
  2. 成功条件を復元する
  3. 実際の進行と成果物を整理する
  4. 成功条件との差分を出す
  5. 差分の原因を分類する
  6. 学習項目を When / Then 形式に変換する
  7. 適用範囲と例外条件を明示する
  8. スキル・チェックリスト・ワークフローへの更新候補を出す

以下の手順は、この流れを段階的に実行するものである。


手順

Step 1. プロジェクト再構成

事実ベースで以下を整理する。

  • プロジェクトの目的
  • ユーザーが得たかった成果
  • 最終成果物
  • 明示要件
  • 暗黙要件の可能性
  • 制約条件
  • 使用したツール
  • 途中の変更点
  • 完了時点の状態
  • 不明な点

Step 2. 成功条件の復元

このプロジェクトが「成功した」と言える条件を復元する。以下を含める。

  • 最重要成功条件
  • 二次的な成功条件
  • 品質評価軸
  • リスク評価軸
  • ユーザーが不満を持ちやすいポイント

品質評価軸は、プロジェクト内容に応じて動的に生成する。 固定リストを流用しない。例:

  • 文章作成: 目的適合性、読者適合性、論理構成、トーン、情報密度、実用性
  • コード開発: 要件充足、正常動作、エラー処理、再現性、保守性、ユーザー操作性
  • 調査: 情報の新しさ、出典の信頼性、論点の網羅性、引用の正確性、不確実性の明示
  • 資料作成: 構成、説得力、視覚的一貫性、情報設計、読みやすさ、実務利用性
  • 企画: 目的適合性、実現可能性、差別化、リスク把握、実行手順の明確性

Step 3. 実際の進行整理

以下を観察ベースで整理する。この段階では評価せず、観察を優先する。

  • 初期対応
  • 主な作業ステップ
  • 重要な判断
  • 使用ツール
  • 中間成果物
  • ユーザーからの修正・追加要望
  • 手戻りやエラー
  • 最終成果物

Step 4. 差分分析

成功条件(Step 2)に対して、実際の進行や成果物(Step 3)がどうだったかを評価する。 評価は以下の4分類とする。

  • 適合: 成功条件を満たした
  • 不足: 足りなかった
  • 過剰: やりすぎた、またはユーザー負担を増やした
  • 不明: 判断材料が不足している

差分分析では、必ず根拠を示す。根拠がないことは断定しない。

Step 5. 原因分類

不足・過剰・ズレがあった場合、原因を以下から分類する。複数該当してよい。

原因カテゴリ:

  • 目的理解のズレ
  • 要件確認不足
  • 成功条件の誤認
  • ユーザー文脈の読み落とし
  • 情報不足を補完しすぎた
  • 早すぎる解決案提示
  • 検証不足
  • ツール選択ミス
  • 出力形式のミスマッチ
  • スコープ管理不足
  • 専門知識不足
  • 不確実性の明示不足
  • 作業順序の問題
  • 完了前チェック不足
  • 過剰説明
  • 過剰確認
  • 過剰作業
  • 成果物より説明を優先しすぎた
  • 説明より成果物を優先しすぎた

各原因について、以下を示す。

  • 発生した差分
  • 原因カテゴリ
  • そう判断した根拠
  • 断定できない点
  • 次回検知できるタイミング

Step 6. 学習項目への変換

各学習は、必ず When / Then 形式に変換する。抽象的な改善で終わってはならない。

悪い例:

  • 次回はもっと丁寧に確認する。

良い例:

  • When: ユーザーの依頼に「ざっくり」「方向性」「壁打ち」などの曖昧表現があり、成果物の完成条件が不明な場合
  • Then: いきなり完成版を作らず、目的・読者・完成度・出力形式を短く確認してから作業に入る。

各 Learning Item には以下を含める。

  • Learning ID
  • 観測された事象
  • 種別: 成功 / 失敗 / 過剰 / 不明
  • 根拠
  • 原因仮説
  • When: 次回の発火条件
  • Then: 次回の行動ルール
  • 完了前チェック
  • 適用範囲
  • 適用してはいけない範囲
  • 確信度: High / Medium / Low
  • 推奨ステータス: Raw / Candidate / Watch / Local / Human Review
  • 更新候補: スキル本体 / チェックリスト / ワークフロー / ツール使用ルール / 確認質問ルール / 出力テンプレート / ローカルメモリ / ログ保持のみ

Step 7. 成功要因の抽出

失敗や不足だけでなく、成功した点も必ず抽出する。 成功体験を捨てると、検証済みの良い挙動からドリフトしてしまう。各成功要因について以下を示す。

  • 成功した行動
  • 根拠
  • 再利用できる条件
  • 次回も維持すべき行動
  • 適用してはいけない範囲

Step 8. 更新候補の整理

今回の学習を、どこに反映する候補かを分類する。 ただし、このスキルでは最終採用判断をしない。 候補の提示までが役割である。

分類先:

  • スキル本体
  • チェックリスト
  • ワークフロー
  • ツール使用ルール
  • 確認質問ルール
  • 出力テンプレート
  • ローカルメモリ
  • ログ保持のみ
  • Skill Proposal Engine で再評価
  • 人間レビューが必要

出力フォーマット

以下のテンプレートで出力する。

# Post-Project Learning Log

## 1. Project Summary
- Project Name:
- User Goal:
- Final Deliverable:
- Explicit Requirements:
- Possible Implicit Requirements:
- Constraints:
- Tools Used:
- Final Status:
- Unknowns:

## 2. Reconstructed Success Conditions
- Primary Success Condition:
- Secondary Success Conditions:
- Quality Criteria:
- Risk Criteria:
- Likely User Dissatisfaction Points:

## 3. Actual Process
- Initial Response:
- Major Steps:
- Key Decisions:
- Tools Used:
- Intermediate Outputs:
- User Feedback / Revisions:
- Errors / Rework:
- Final Output:

## 4. Gap Analysis
| Success Condition | Actual State | Evaluation: Fit / Lacking / Excessive / Unknown | Evidence |
|---|---|---|---|

## 5. Cause Analysis
| Gap | Cause Category | Evidence | Uncertain Points | Next Detection Timing |
|---|---|---|---|---|

## 6. Successful Patterns
### Success Pattern 1
- What Worked:
- Evidence:
- Reusable Condition:
- Keep Doing:
- Do Not Apply When:

## 7. Learning Items
### Learning Item 1
- Learning ID:
- Observed Event:
- Type: Success / Failure / Excessive / Unknown
- Evidence:
- Cause Hypothesis:
- When:
- Then:
- Pre-Delivery Check:
- Applies To:
- Does Not Apply To:
- Confidence: High / Medium / Low
- Recommended Status: Raw / Candidate / Watch / Local / Human Review
- Possible Update Target:

## 8. Update Candidates
- Skill Rule Candidate:
- Checklist Candidate:
- Workflow Candidate:
- Tool Usage Rule Candidate:
- Clarifying Question Rule Candidate:
- Output Template Candidate:
- Local Memory Candidate:
- Keep As Log Only:
- Needs Human Review:

## 9. One-Line Next Action Rule
次回、____の条件では、AIは____を優先する。

制約(必ず守る)

  • 反省文で終わってはいけない。
  • 抽象的な改善で終わってはいけない。
  • 「もっと丁寧に」「より慎重に」「ユーザー意図をよく確認する」などの曖昧な改善は禁止。
  • 必ず When / Then 形式に変換する。
  • 証拠、推測、不明点を分ける。
  • 1回の事例から過剰に一般化しない。
  • ユーザー固有の好みを汎用ルールにしない。
  • 成功要因も必ず抽出する。
  • 適用範囲と適用してはいけない範囲を必ず書く。
  • 専門的品質を根拠なしに評価しない。
  • このスキル単独で恒久的なスキル更新を確定しない。
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 194kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 194kUpdated Claude CodeCodexVerifiedInstall