データ・AIのスキル

システムプロンプトやツール説明、エージェント定義を、指示の強さと役割が伝わる形に整えます。タグの使い分け、重要ルールの配置、具体例の書き方まで扱うスキルです。

• エージェントのシステム指示作成
• 必須事項と任意事項の整理
• 実行例を含むツール説明の作成

長いプロンプトやエージェント向け指示を、条件・禁止事項・数値などの意味を保ちながら短く書き換えます。削除内容の点検とトークン数の比較で、圧縮の妥当性を確かめるスキルです。

• システムプロンプトを短くしたいとき
• ツール説明やスキル本文の圧縮
• モデルへ渡す文章量の削減

AIの技術動向や研究方針、安全対策を、Ilya Sutskeverの公開発言から整理した思考モデルで検討し、結論と身近な例えで説明するスキル。

• AI研究の方向性を検討したいとき
• 規模拡大とデータの限界の整理
• AIの安全戦略を議論したいとき

人物やテーマの資料を調べ、思考モデルや判断基準、表現の特徴をまとめたSKILL.mdを作るスキル。対象が決まっていない場合も、悩みに合う候補の提案から進めます。

• 特定人物の思考相談役を作りたいとき
• 悩みに合う視点を選びたいとき
• 自分の文章や判断記録のスキル化

AI製品の信頼性や学習方法を、Andrej Karpathyの公開発言から整理した思考法で検討します。デモと実運用の差、LLMの得意不得意を具体的に掘り下げます。

• AI製品の実運用の信頼性を見極めたいとき
• ニューラルネットワークの実装学習計画
• LLMの得意分野と失敗傾向の検討

WeKnoraの知識ベースで、質問への回答生成と原文の検索を目的に応じて使い分けるスキル。CLIのコマンド選択、引用付き回答、会話の継続を案内します。

• 知識ベースに引用付きで質問したいとき
• 分析用に原文の断片を集めたいとき
• 文書名やファイル名で探したいとき

WeKnoraの知識ベースや文書をCLIから管理し、検索や資料に基づく質問応答を行うための共通ガイドです。認証、JSON出力の読み方、エラー時の対応を扱います。

• WeKnoraの認証を設定したいとき
• 知識ベースや登録文書の管理
• 蓄積した資料の検索と質問応答

ターミナルからdiffusersの生成処理を実行し、結果を保存します。入力項目の確認、LoRAの適用、HF Jobsでのリモート実行や環境情報の確認も扱います。

• ターミナルから単発生成や一括処理をしたいとき
• 新しいモデルの基本動作を確認したいとき
• 実行前に入力項目を調べたいとき

売上や需要、センサー値などの時系列を、追加学習なしでTimesFMにより予測します。実行環境の事前確認、外部要因を使う予測、予測区間の出力まで扱います。

• CSVから売上や需要を予測したいとき
• 価格や祝日を考慮した売上予測
• 複数店舗の時系列を一括予測

CodexやGPT-5.4への開発・レビュー・調査の依頼を、XMLタグで整理する内部用スキル。作業範囲、完了条件、出力形式、検証や根拠のルールを明確にします。

• 実装の範囲と完了条件を決めたいとき
• 不具合調査に検証手順を含めたいとき
• レビューで根拠の提示を求めたいとき

BigQueryでのデータセット・テーブル作成からSQL分析、データ取り込みやジョブ管理までを支援するスキル。BigQuery MLやGeminiとの連携も扱います。

• データセットとテーブルの作成
• SQLでデータを分析したいとき
• データ取り込みとジョブ管理

ClickHouseで大量データを分析するためのテーブル設計、集計SQL、データ取り込み、性能監視を支援し、用途に合った分析基盤づくりを案内するスキル。

• 大量データの分析テーブル設計
• 遅い集計SQLを改善したいとき
• 利用者の継続率や購入経路の分析

d3.jsで、操作できるグラフや地図、関係図を作るスキル。既成の図表では表しにくいデータを、配色や配置、拡大操作、アニメーションまで細かく調整して可視化します。

• 既成の図表にないグラフを作りたいとき
• ネットワーク図で関係を探りたいとき
• 図に拡大操作や補足表示を加えたいとき

音声で自然に会話するAIの構成を設計するスキル。音声を直接扱う方式と、文字起こし・応答生成・読み上げを分ける方式を比較し、遅延や割り込みへの対応を整理します。

• 音声AIの構成を比較したいとき
• 会話処理の遅延を見直したいとき
• 発話中の割り込み対応の設計

調整用のデータセットを使わず、LLMの重みを少ないビット数で表して軽量化します。量子化の設定から保存、推論環境への組み込み、LoRAによる追加学習までを案内します。

• 調整用データなしでLLMを圧縮したいとき
• vLLMやHuggingFace Transformersで量子化モデルを使いたいとき
• ビット数や推論バックエンドの比較

大規模言語モデルを報酬に基づいて追加学習させるため、slimeの環境構築やデータ準備、分散学習の設定、独自の応答生成処理の組み込みを案内します。

• GLMやQwenの強化学習準備
• 応答生成と学習を並行したいとき
• ツールを使うエージェントの学習

大量の文章をAIモデルが扱う単位に分割する処理や、独自の分割ルールの学習を支援し、元の文章との位置対応、入力長の調整、transformersとの連携も扱うスキル。

• 大量の文章をモデル用に前処理したいとき
• 専門分野の文章で分割方法を学習
• モデルの出力を原文の位置に対応づけ

Chromaを使い、文章の意味に基づく検索や、検索した資料をAIの回答に使う仕組みを実装します。文書の保存・更新、属性による絞り込み、外部ライブラリ連携も扱います。

• 文章の意味で資料を検索したいとき
• AI回答に資料検索を組み込みたいとき
• 文書の属性で検索結果を絞りたいとき

大規模言語モデルの強化学習に向け、milesの環境構築や低精度学習、学習と推論の整合性確認、生成処理の高速化設定を案内するスキルです。

• 大規模MoEの強化学習を設定したいとき
• FP8学習の不安定さを調べたいとき
• 生成処理の高速化を設定したいとき

文章や画像の意味を数値で表す埋め込みを生成し、意味検索や類似度比較、文書のグループ分けに使うスキル。多言語モデルの選択やローカル実行も案内します。

• RAG用の文書埋め込みを作りたいとき
• 意味の近い文章を探したいとき
• 文書を話題ごとにまとめたいとき

ローカルの言語モデルなどの出力形式をOutlinesで制御し、指定した項目や型に沿うJSONの生成、文章からの情報抽出、選択肢による分類を支援するスキル。

• 会社情報やプロフィールのJSON抽出
• 決まったラベルで文章を分類したいとき
• 指定した書式に沿う文字列の生成

AI機能を製品に組み込む際に、出力の形式検証、応答の逐次表示、プロンプトの版管理やテスト、API費用の監視など、本番運用を見据えた設計を支援します。

• AI機能を本番公開する前の設計確認
• AI出力の検証方法を決めたいとき
• プロンプトの版管理と回帰テスト

言語モデルの出力を正規表現や文法で制約し、JSONや日付などの形式を整えるほか、分類・情報抽出・複数段階の処理をPythonで組み立てるスキル。

• 決めた構造のJSONを生成したいとき
• 日付・メール・識別子の形式を指定
• 固定ラベルで文章を分類したいとき

大規模言語モデルを人の好みに沿って追加学習するために、PPOやDPOなどの手法選びから、複数GPUへの処理分散、メモリ不足への対処までを支援します。

• 人の好みに沿う学習手法を選びたいとき
• 報酬モデルを使うPPO学習の構成
• criticモデルなしのGRPO学習