frontend-design
49 / 100
anthropics/skills
採点基準の達成率 95.9% → 91.7%
- 目立った効果なし
評価基準について
スキルは、動かして評価する
cccskills の点数は、SKILL.md を読んで付けたものではありません。同じ課題をスキルなし・スキルありの Claude Code に解かせ、結果を比べて付けています。
読むだけでは、差がつかなかった
以前は SKILL.md の中身だけを AI に読ませ、4 項目を A・B・C で判定していました。2026 年 10 月に集計すると、点数がほとんど差を生んでいませんでした。
68%
が 90 点以上
評価済み 2,839 件のうち。100 点だけでも 694 件ありました。
98%
が「指示の明確さ」A
書き方が整っていても、動くかどうかは分かりません。
84%
が「手順の具体性」A
手順が書いてあることと、結果が良くなることは別です。
検証の手順
人気のスキルから 1 日 1 件ずつ、次の手順で検証しています。Claude を使うのは課題作り・実行・採点だけで、集計と保存はプログラムが行います。
- 01
課題を作る
SKILL.md から、そのスキルが役に立つはずの依頼と、検証用プロジェクトの初期ファイル、採点基準を作り、実行前に固定します。依頼文にスキル名は書きません。
- 02
隔離して動かす
1 回ごとに使い捨てのコンテナを作ります。外へは Anthropic の API にしか接続できず、ほかのサイトやこのサイトの情報には触れられません。
- 03
スキルなし・ありで解かせる
同じ課題を、スキルを入れていない Claude Code と入れた Claude Code に解かせます。どちらを先に動かすかは交互にします。
- 04
時間とトークンを測る
経過時間・トークン数・費用（API 料金での換算）・ターン数と、スキルが実際に読み込まれたかを記録します。
- 05
伏せて採点する
どちらがスキルありかを伏せたまま、別の AI が採点基準の 1 項目ずつに 1・0.5・0 を付けます。説明文ではなく、作られたファイルで確かめます。
- 06
生成物を公開する
最終メッセージと、作った・変えたファイルをすべて公開します。点数の根拠を、誰でも自分の目で確かめられます。
実行スコアの内訳（100 点）
5 つの項目の合計です。厳しめに付けているので、入れても何も変わらないスキルは 55 点前後になります。
| 品質 | 45 | 採点基準の達成率の差。差が 0 で 15 点、+50 ポイントで満点、−25 ポイントで 0 点。 |
|---|---|---|
| 速さ | 15 | 経過時間の増減。増減 0% で 7.5 点、半分になれば満点、1.5 倍で 0 点。 |
| トークン | 15 | トークン数の増減。付け方は速さと同じです。 |
| 発動 | 15 | スキルありの実行のうち、Claude が実際にスキルを読み込んだ割合。 |
| 安定 | 10 | 途中で止まらずに完了した割合（5 点）と、スキルありが負けなかった割合（5 点）。 |
例: 品質・時間・トークンが変わらず、毎回使われ、止まらないスキル = 15 + 7.5 + 7.5 + 15 + 10 = 55 点
スキルを入れて、何が変わったか
点数とは別に、変化の種類をラベルで示します。1 つのスキルに複数付くことがあります。
良い変化
- 品質向上
- 採点基準の達成率が 15 ポイント以上上がった
- 時短
- 品質を落とさずに、経過時間が 20% 以上減った
- トークン節約
- 品質を落とさずに、トークン数が 20% 以上減った
注意したい変化
- 品質低下
- 達成率が 10 ポイント以上下がった
- 時間増・トークン増
- 経過時間やトークン数が 1.5 倍以上になった
- 使われにくい
- 入れていても、半分以上の実行で読み込まれなかった
- 途中で止まる
- 4 回に 1 回以上、実行が完了しなかった
公平さのために決めていること
点数が実際の使い心地とずれないよう、次の条件をそろえています。限界もあわせて書きます。
採点者に伏せる
採点する AI には、A・B のどちらがスキルありかを知らせません。順番も毎回ランダムです。
条件をそろえる
同じ課題・同じ初期ファイル・同じモデル（Claude Sonnet）で動かし、違いはスキルの有無だけにします。
スター数を見ない
人気や作者は点数に入れません。人気順に選ぶのは、検証する順番を決めるためだけです。
課題の偏り（限界）
課題は SKILL.md をもとに AI が作るので、スキルが役立つ場面に寄ることがあります。採点基準には SKILL.md 独自の決まりごとを入れないようにしています。
回数の少なさ（限界）
1 件あたり課題 2 本・各最大 3 回です。2 回続けて同じ結果なら打ち切ります。点数は目安として見てください。
試せないスキル
外部サービスのアカウントや API キーが要るスキルは、隔離した環境では試せないので見送ります。
よくある質問
点数が出ていないスキルがあるのはなぜですか？
まだ実行検証をしていないスキルです。人気の高いものから 1 日 1 件ずつ検証しています。SKILL.md から確認した注意点（資料チェック）は、どのスキルにも表示しています。
有名なスキルなのに点数が低いのはなぜですか？
スキルなしの Claude Code でも十分にこなせる課題では、差が出ません。点数は「入れて何が変わったか」を測っているので、もともと Claude が得意な作業では低くなります。
点数がおかしいと思ったら？
スキルのページの資料チェック欄から見直しを依頼できます。生成物のページでは、各実行の最終メッセージと作られたファイルを確認できます。
検証に使ったモデルや日付は？
スキルのページの実行検証欄の下に、実行したモデル・採点したモデル・日付を書いています。
