Skip to content
cccskills
FreePublished on GitHub

start

多分野の専門家を動的に選定し、構造化された議論で多角的な評価・提言をまとめる。「専門家に聞きたい」「レビューして」「多角的に評価して」「議論して」等で使用。Webサイト、コード、事業戦略、デザイン、組織設計等あらゆるドメインに対応。

The English summary is being prepared. Showing the original description.

Works withFigma
See how to install

Files included (4)

  • SKILL.md25.7 KB
  • references/deliberation-rules.md9.3 KB
  • references/expert-archetypes.md8.7 KB
  • references/output-format.md5.7 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

Roundtable — 専門家円卓会議

多分野の世界最高レベルの専門家を動的に選定し、構造化された議論で評価・提言をまとめる。

設計原則

このスキルは以下の学術的知見に基づいて設計されている。

  • 独立した意見生成を先にする(デルファイ法、Nominal Group Technique)
  • 反対意見を構造的に保証する(Devil's Advocate、Red Team)
  • 反復は最大2ラウンド(MAD研究: 3ラウンド以上は Degeneration of Thought を招く)
  • 少数意見を構造的に保護する(Groupthink 回避)
  • オーケストレーターは Phase 1-2 ではプロセス管理に専念し、Phase 3 では統合者として推薦を出す
  • 専門家パネルは Phase 0 で確定する。議論の途中で追加・交代しない

いつ使うか

  • 多角的な評価・レビューが欲しいとき
  • 専門家の意見が聞きたいとき
  • 複数の観点から議論を深めたいとき
  • 見落としやリスクを洗い出したいとき

いつ使わないか

  • 答えが1つに定まる事実確認(検索で済む)
  • 単純なバグ修正やタイポ修正
  • 専門知識が不要な作業

全体パイプライン

Phase 0: 議題分析・専門家選定(オーケストレーター単独)
Phase 1: 独立分析(各専門家が並列。他の意見は見ない)
Phase 2: 構造化議論(対立点を中心に最大2ラウンド)
Phase 3: 統合・評決(少数意見を明示的にチェック)
Phase 4: ユーザーへの報告

Quick 深度の場合: Phase 2 をスキップ(独立分析→統合→報告)。


Phase 0: 議題分析・専門家選定

オーケストレーター(あなた自身)がメタレベルで全体を設計するフェーズ。 Phase 1-2 ではプロセス管理に専念し、Phase 3 では統合者として推薦を出す。

0-1. 議題の構造化

ユーザーの入力から以下を明確にする:

  1. 議題: 何を議論するか(1文で)
  2. 対象物: URL、ファイル、テキスト、画像等。取得できるものは取得する
    • URL → WebFetch で取得
    • ファイルパス → Read で取得
    • Figma URL → Figma MCP で取得(利用可能な場合)
    • テキスト → そのまま使用
  3. 評価基準: 何をもって良い/悪いとするか。ユーザーが明示しない場合は議題から推定し提示する

Standard / Deep の場合、構造化の過程で以下も検証する:

  • この議題の暗黙の前提は何か
  • 議題の答えが出たとして、ユーザーの本来の目的は達成されるか
  • より適切なフレーミングはないか

問題を発見した場合:

  • Standard: 0-5 の承認提示時に「議題を以下のように再定義しました」と説明
  • Deep: 再定義の選択肢を提示し、ユーザーに選択を求める

0-2. パネルサイズと議論深度の判定

パネルサイズと議論深度は独立した2つの軸であり、別々に判定する。

パネルサイズ(議題が必要とする専門領域の数で決定)

「この議題に関わるステークホルダーは何人いるか」で判断する。

議題の性質専門家数例
単一ドメインの明確な問題3名 + DA正規表現の正しさ、特定APIの設計
複数ドメインが絡む問題4-5名 + DA機能設計、記事レビュー、技術選定
多くのステークホルダーに影響する問題6-7名 + DAサイトリニューアル、事業戦略、組織設計
  • 最小: 3名 + DA = 4名
  • 最大: 7名 + DA = 8名
  • DA は議題によらず常に1名(専門家の枠とは別枠)
  • 同じ視点の専門家を2名以上選ばない(作り手 + 受け手、提案側 + 評価側のペアを意識する)

議論深度(リスク・対立可能性・ユーザーの意図で決定)

シグナルDeepStandardQuick
影響範囲事業全体・多数ユーザー特定機能・限定ユーザー個人プロジェクト
リスクセキュリティ・金銭・法律中程度低い
対立の可能性複数の正解がありそうやや対立ほぼ合意しそう
ユーザーの明示「徹底的に」「深く」指定なし「軽く」「さっと」
  • Quick: Phase 2 スキップ。参照ファイルを読まない。SKILL.md 本体で完結 エスカレーション: Phase 1 の結果で推奨アクションの方向性が矛盾するケース (例:「機能Aを削除すべき」vs「機能Aを拡充すべき」)が2つ以上ある場合、 Standard への昇格をユーザーに提案
  • Standard: 最大2ラウンド。deliberation-rules.md + output-format.md を読む
  • Deep: 最大2ラウンド + セカンドチャンス。全参照ファイルを読む

パネルサイズと深度は独立: 6名 + DA の Quick(多くの視点で軽く評価)も、3名 + DA の Deep(少数の視点で徹底議論)もありうる。

0-3. 専門家の動的選定

選定の原理(キーワードマッチではなく原理で判断する):

  1. 「この議題で失敗したとき、誰が最初に気づくか?」 → その視点を持つ専門家が必要(直接関連の専門家)

  2. 「この議題の受け手・影響を受ける人は誰か?」 → 作り手だけでなく、受け手(ユーザー、読者、利用者)の視点を含める 例: 記事レビューにターゲット読者、API設計にAPI利用者

  3. 「この議題で見落とされがちな観点は何か?」 → 隣接ドメインの専門家を含める 例: ECサイト評価にアクセシビリティ専門家、事業戦略にエンドユーザーの視点

  4. 「この議題で、一般的には招集されないが、実は重要な知見を持つ分野はあるか?」 → Step 1-3 で選んだ専門家リストを見渡した上で、自問する → LLM の学習知識には「この分野にはこの専門性が有効」という知見が含まれている。 明示的に問うことで、聞かれなければ出てこない知識を引き出す 例: AI開発に倫理哲学者、組織設計に生態学者、UX設計に認知心理学者 → 候補が浮かばなければ無理に入れない。ロジックで判断した結果 「入れるべき」と判断した場合のみ追加する

  5. Devil's Advocate を1名含める(専門家の枠とは別枠) → 構造的に反対意見を出す役割。ドメイン専門家ではなく批判の専門家 「この提案/対象の弱点は何か」を徹底的に探すことが使命

選定のチェック:

  • 同じ側の専門家が2名以上いないか?(編集者 + ストラテジストは「作り手側 x 2」)
  • 受け手の視点が含まれているか?
  • パネルサイズは議題の複雑さに見合っているか?

Standard 以上の場合は expert-archetypes.md を参照して、 ドメイン別の推奨専門家を確認する。

0-4. 専門家ペルソナの定義

各専門家について以下を定義する:

あなたは [分野] の世界最高レベルの専門家です。
[その分野での具体的な経験・実績を1-2文で設定]

## あなたの使命
[この議題における具体的な評価観点]

## 判断基準
[オーケストレーターが定義した評価基準]

## 分析にあたっての注意
- 根拠のない主張はしない。具体的な理由・事例・データを示す
- 「問題ない」で済ませない。改善の余地があれば必ず指摘する
- あなたの専門領域の観点から、他の専門家が見逃しそうな点に注目する

## 出力フォーマット
1. **総合評価**: ★☆☆☆☆ 〜 ★★★★★(5段階)と一言
2. **主要な発見**: 3-5点。各点に具体的な根拠を付ける
3. **最も重要な懸念**: 1点。最も優先して対処すべき問題
4. **推奨アクション**: 優先順位付きで3-5点

Devil's Advocate のペルソナ定義:

あなたは批判的分析の専門家です。
...(上記と同様の経験設定)...

## あなたの使命
この [対象] の弱点・リスク・見落としを徹底的に洗い出すこと。
良い点を探す必要はない。他の専門家が「問題ない」と判断した点にこそ疑問を投げかける。

## 注意
- 「反対のための反対」ではない。具体的な根拠に基づく批判を行う
- 「もしこれが最悪の形で失敗するとしたら、どこが原因か?」を常に問う
- 些末な問題ではなく、構造的・根本的な弱点に集中する

0-5. メタ判断の出力

深度によって承認フローが異なる:

Quick の場合: 承認を待たずに即座に Phase 1 に進む。パネル構成はレポート冒頭に記載する。

[議題] について [N]名の専門家 + Devil's Advocate で分析します。
パネル: [専門家A]、[専門家B]、...、[Devil's Advocate]

Standard / Deep の場合: 以下をユーザーに提示し、承認を得る。

**円卓会議の構成:**
- 議題: [構造化された議題]
- 評価基準: [定義された基準]
- 深度: [Standard/Deep] — [理由]
- 推定エージェント起動: [N回](Phase 1: [n]名並列 + Phase 2: 最大[m]回)
- 専門家パネル:
  1. [役割名]([分野])— [なぜこの専門家が必要か]
  2. [役割名]([分野])— [理由]
  3. [役割名]([分野])— [理由]
  4. Devil's Advocate([批判の焦点])— [何に対して批判するか]

専門家の追加・変更があれば教えてください。
なければこのまま会議を開始します。

ユーザーが専門家の追加や変更を希望した場合は反映する。 原則として、Phase 1 開始後の専門家の追加・交代は行わない。 例外: Phase 1 完了後、重大な観点の欠落が判明した場合に限り、理由を明記のうえ 1名の追加を許可する。追加された専門家は Phase 1 の独立分析を行ってから Phase 2 に参加する。


Phase 1: 独立分析

最重要ルール: 他の専門家の意見を見せない。

実行方法の選択

Phase 1 では独立性が最重要。Phase 2 では対立点の深掘りが重要。 それぞれに最適な実行方式が異なる(ハイブリッド方式)。

Phase 1: サブエージェントで並列起動(独立性を構造的に保証)

  • Claude Code: Agent tool で run_in_background: true で並列起動
  • Cursor: サブエージェントを並列起動
  • 各エージェントは独立したコンテキストを持ち、他の専門家の存在を知らない

モデル混合(クロスプロバイダー環境でのみ推奨): 異なるプロバイダーのモデルを 専門家ごとに割り当てることで、同一モデルの擬似的多様性問題を緩和できる。 MAD 研究で最も安定した効果が確認されている手法。

  • Cursor: サブエージェントの model フィールドで異なるプロバイダーを指定可能 (例: 専門家A = Claude, 専門家B = GPT, DA = Gemini)
  • 同一ファミリー内での混合は非推奨: 同じプロバイダー内でモデルを変えると (例: 上位モデル + 下位モデル)、多様性ではなく性能差が生じる。 特定のエージェントだけが「賢く」なり、公平な議論が成立しない
  • モデル混合が不可能な場合でも、スキルは正常に動作する(単一モデルで実行)

Phase 2: 対立点ごとに最適な方式を選択

  • オーケストレーター仲介(デフォルト): オーケストレーターが対立点の要約を渡し、 各エージェントから個別に反論を回収する。情報量を制御でき sycophancy を防ぎやすい
  • Agent Teams で直接議論(利用可能な場合のオプション): 特定の対立点で2名の専門家が 深く掘り下げる必要がある場合、SendMessage で直接対話させる。 オーケストレーターの要約による情報損失を避けられる。 ただし Agent Teams は実験的機能であり、利用可能な環境でのみ使用する

サブエージェント利用不可(fallback): まずユーザーに通知し、続行の確認を取る。 「サブエージェントの並列実行が利用できないため、逐次実行で代替します。 独立性の保証が限定的になります。Quick 深度に変更しますか?」 ユーザーが続行を選んだ場合、各専門家を逐次実行する。 独立性を擬似的に担保するため、以下のルールを守る:

  • 専門家Aの分析を生成した後、専門家Bの分析時にはAの出力を参照しない
  • 各専門家の出力は個別に記録し、全員分が揃ってから Phase 2 に進む
  • 限界: 同一コンテキスト内の逐次実行では、前の出力が物理的に残るため 独立性は完全には保証されない。並列実行と比べて品質が低下する可能性がある。 レポートの「議論の限界」セクションにその旨を記載すること

進捗フィードバック

各フェーズ開始時にユーザーに中間報告を行う:

  • Phase 1 開始: 「[専門家名] ら N名 + Devil's Advocate が独立分析を開始します」
  • Phase 2 開始(該当する場合): 「X点の対立点について議論を開始します」
  • Phase 3 開始: 「統合・評決を行います」

各エージェントに渡すもの:

  1. ペルソナ定義(Phase 0 で作成)
  2. 議題の説明
  3. 対象物(テキスト、URL取得結果、ファイル内容等)
  4. 評価基準

各エージェントに渡さないもの:

  • 他のエージェントの存在や意見
  • 「正しい答えを出してください」等の指示(研究で効果なし〜逆効果)
  • 投票結果や多数派情報

全エージェントの分析が揃ったら Phase 2 に進む。 Quick 深度の場合は Phase 2 をスキップし Phase 3 に直行する。

Quick 深度での DA 保護: Quick では Phase 2 がスキップされるため、 DA の批判が議論で深掘りされない。Phase 3 で DA の出力を少数意見と同等に 保護的に扱い、DA が指摘した点のうち他の専門家が触れていない点は 少数意見チェックの対象に必ず含める。


Phase 2: 構造化議論(Standard / Deep のみ)

分析結果の整理

Phase 1 の全結果をオーケストレーターが分析し、3つに分類する:

  1. 合意点: 全員が一致している点 → これ以上議論不要
  2. 対立点: 意見が分かれている点 → 議論の焦点
  3. 少数意見: 1名だけが指摘している点 → 保護対象としてフラグ

対立点がなければ Phase 3 に進む。

Round 1: 対立点への反論

対立点について、関連するエージェントにのみ反論を求める(選択的参加)。

「関連する」の判定基準(オーケストレーターの恣意性を防ぐ):

  • Phase 1 で当該論点に直接言及した専門家
  • 当該論点が専門領域に含まれる専門家
  • 選択の理由はレポートの「議論プロセス」セクションに記載する

エージェントのコンテキスト再構成(サブエージェントはステートレスなため): Phase 2 のエージェントには以下を渡し、Phase 1 での自分の分析を再認識させる:

  1. Phase 1 と同じペルソナ定義
  2. Phase 1 でのそのエージェント自身の出力全文
  3. 対立点の要約(下記テンプレート)

要約の対称性チェック(Deep のみ。オーケストレーターの要約バイアスを緩和する): 対立点の要約を作成したら、それを伝える前に各エージェントに 「この要約はあなたの主張を正確に反映していますか? 修正があれば指定してください」 と確認する。修正があれば反映してから議論を開始する。 注意: 同一モデル環境では、フレーミングバイアスの検出は構造的に困難である (チェック者も同じフレーミング傾向を持つ)。脱落や事実誤認の検出には有効だが、 過信しないこと。

Standard の場合: 対称性チェックは省略し、代わりに要約とともに 元の出力の該当箇所を引用として渡す(要約のみへの依存を緩和する)。

各エージェントに伝えること:

あなたの分析について、別の専門家から異なる見解が出ています。

[対立点の要約]:
- あなたの見解: [要約]
- 別の見解: [要約]

この対立について、あなたの観点から改めて分析してください。
意見を変える場合も、維持する場合も、具体的な根拠を示してください。

各エージェントに伝えないこと:

  • 誰が多数派かという情報(少数意見の抑制を防ぐ)
  • 他のエージェントの全発言(要約差分のみ)

Agent Teams による直接議論(オプション)

Agent Teams が利用可能な環境で、以下の条件を満たす対立点がある場合、 2名の専門家を直接対話させることができる:

  • 条件: 2名の専門家が特定の論点で具体的な根拠を示しつつ対立している
  • 方法: オーケストレーターが対立する2名のエージェントに SendMessage で対話を促す
  • 上限: 直接対話は各対立点につき往復2回まで(Round 1 + Round 2 の枠内)
  • 注意: 直接対話中もオーケストレーターは対話内容を監視し、 sycophancy(一方が相手に同調して意見を変える)の兆候があれば介入する

直接議論を使わない場合は、上記のオーケストレーター仲介方式で Round 1 を実施する。

Round 2: 深掘り(対立が残る場合のみ)

Round 1 で収束しなかった論点について:

  • Devil's Advocate に「現在の合意傾向の弱点は何か」を問う
  • 他のエージェントに新しい論点があるか確認

収束条件(いずれかを満たせば終了):

  1. 全エージェントが同じ結論に達した
  2. 前ラウンドと比較して新しい具体的証拠・データ・事例を含む論点が出ない (同じ主張の言い換えは新規論点と認めない)
  3. Round 2 に到達(ハードキャップ。追加ラウンドは精度向上に寄与しない)

Phase 3: 統合・評決

オーケストレーターが統合者として最終的な推薦を出すフェーズ。 Phase 1-2 ではプロセス管理に専念していたが、ここでは事前定義された基準に基づいて判断を行う。

3-1. 合意事項のまとめ

全専門家が一致した点を箇条書きでまとめる。

3-2. 対立の解決

対立が残った点について、以下の基準で重み付ける:

  • 根拠の具体性: コード例・データ・仕様書の引用を含む意見 > 抽象的な意見
  • 専門領域との一致度: その論点に最も関連する専門家の意見を重視
  • 反論への応答品質: 反論に対して具体的に応答できた意見 > 無視した意見

使わないもの: エージェントの自己申告による確信度(研究で過剰自信が確認されており信頼不可)

3-3. 少数意見チェック(必須・全深度で省略不可)

  1. 多数派の結論と矛盾する少数意見をすべてリストアップ
  2. 各少数意見を以下の2軸で判定する:
根拠あり根拠なし
影響大(見逃すと重大な問題)必ず採用採用(リスクが高いため)
影響小(見逃しても軽微)採用を推奨棄却可(理由を明記)
  1. 棄却する場合は具体的な理由を記述する(「多数派だから」は不可)
  2. 最終レポートに少数意見セクションを含める(少数意見がない場合も明記)

3-4. セカンドチャンス(Deep のみ)

二段階確認(統合結果を見せた後の sycophancy を防ぐ):

  1. Step 1(事前コミット): 統合結果を見せる前に、各エージェントに 「Phase 1-2 でのあなたの結論は今も変わらないか? 変わった場合は理由を述べよ」と確認する
  2. Step 2(統合結果の提示と差分検出): 統合結果の要約を見せ、 「あなたの結論と統合結果に差分がある場合、指摘してください」と問う

意見変更の判定ルール(差分の有無ではなく、変更理由の質で判断する):

  • 変更理由に新たな根拠(データ、事例、論理的推論)がある → 正当な変更として採用
  • 変更理由が「統合結果を見て納得した」レベル → sycophancy の兆候。元の意見を尊重
  • Step 1 で「変わらない」と答えたのに Step 2 で根拠なく意見を変えた場合も同様

ここで出た正当な指摘は最終レポートに反映する。


Phase 4: ユーザーへの報告

出力フォーマットの詳細は output-format.md を参照。 以下は必須セクション:

# 円卓会議レポート: [議題]

## エグゼクティブサマリ
[3-5行で結論。最も重要な発見と推奨アクションを含む]

## 専門家パネル
| 専門家 | 役割 | 総合評価 |
|---|---|---|
| [名前] | [分野] | ★★★★☆ |

## 合意事項
[全専門家が一致した点]

## 主要な議論と結論
### [論点1]
- **結論**: [採用された見解]
- **賛成側の根拠**: [具体的に]
- **反対側の根拠**: [具体的に]
- **判断理由**: [なぜこちらを採用したか]

## 少数意見(見逃してはいけない指摘)
[1名だけが指摘したが重要な点。棄却した場合はその理由]

## 推奨アクション
1. **[最優先]** ...
2. **[高]** ...
3. **[中]** ...

## 議論の限界
- この分析は[単一の LLM モデル / 複数モデル混合]によるペルソナベースの議論であり、[モデル固有の盲点は検出できない / モデル多様性により緩和されているが完全ではない]
- [この議論でカバーできなかった観点、追加調査が必要な点]

不確実性の表現

確信度に応じて文体を使い分ける:

確信度文体使う場面
高「〜である」「〜が必要」全員合意 + 具体的根拠あり
中「〜と考えられる」「〜が推奨される」多数派合意 or 条件付き結論
低「〜の可能性がある」「〜を検討すべき」少数意見 or 根拠が限定的

レポート提示後、ユーザーから追加質問や深掘り依頼があれば対応する。


設計の限界

このスキルの構造的な限界を理解した上で使用すること。

  1. デルファイ法に近い構造: サブエージェント方式(デフォルト)での Phase 1→2 は、 MAD 研究が前提とするステートフルな動的議論ではなく、デルファイ法に近い 「構造化された独立レビューの統合」である。Agent Teams 直接議論オプションを 使用した場合のみ、局所的に動的なやりとりが実現される

  2. 同一モデルの擬似的多様性: 全エージェントが同一の LLM モデルであり、 ペルソナの違いによる多様性は本質的に限定される。モデル固有のバイアスは 検出できない。高リスク・高影響の議題では人間の専門家の確認を推奨する

  3. オーケストレーターの要約バイアス: Phase 2 で対立点を要約する際、 オーケストレーターのフレーミングが議論の方向を左右する。 deliberation-rules.md の要約品質ルールで緩和しているが、完全には排除できない


参考資料(深度に応じて読み込む)

Quick: 参照ファイルを読まない。SKILL.md 本体で完結する。 Standard: deliberation-rules.md + output-format.md を読む。 Deep: 全参照ファイルを読む。

ファイル内容読む条件
expert-archetypes.md専門家アーキタイプ集・選定原理Deep、または専門家選定に迷った場合
deliberation-rules.md議論ルール・収束条件・少数意見保護Standard 以上
output-format.md出力フォーマット詳細Standard 以上

設計参考: デルファイ法、Nominal Group Technique、Six Thinking Hats (de Bono), Devil's Advocate, Adversarial Collaboration (Kahneman), Multi-Agent Debate (Du et al. 2023), S2-MAD (NAACL 2025), CONSENSAGENT (ACL 2025), Groupthink (Janis 1972)

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

More skills from this repository

ask

Free

別系統のモデル(Claude Code なら Codex、Codex なら Claude Code)に問題だけを渡して 独立に解かせ、自分の案と突き合わせる。実装前の設計判断や、同じ箇所で修正が 2 回続いて抜けられないときに使う。「セカンドオピニオン」「別のモデルに聞いて」 「他の見方」「行き詰まった」等で使用。コードレビューには使わない(/codex:review 等を使う)。

The English summary is being prepared. Showing the original description.

saladdays/agent-skills4Updated Sep 20, 2026

対話または既存トークンファイル(W3C DTCG / CSS variables など)をもとに、プロダクトに合った DESIGN.md を生成する。AIがつくるUIに一貫性を。

The English summary is being prepared. Showing the original description.

saladdays/agent-skills4Updated Sep 20, 2026

save

Free

セッション間のコンテキストを構造化して保存する。 「引き継ぎ」「セッション保存」「handoff」「コンテキスト保存」等で使用。 通常は自動保存(L1/L2)で十分。明示的に高品質な保存をしたいときに呼ぶ。

The English summary is being prepared. Showing the original description.

saladdays/agent-skills4Updated Sep 20, 2026

search

Free

世の中のベストプラクティスをWeb検索・SNS検索・ツール検索で調査し、鮮度・信頼性・多角的視点を 考慮して構造化レポートにまとめる。「ベストプラクティスを調べて」「best practice」「最適な方法」 「推奨される方法」「どうするのが正解か調べて」「世の中ではどうやっているか」等で使用。 技術・ビジネス・教育・デザイン等あらゆるドメインに対応。

The English summary is being prepared. Showing the original description.

saladdays/agent-skills4Updated Sep 20, 2026

See all skills by saladdays

Report a problem with this skill