AIによる開発の成功条件を実装前に定義し、コード・ルール・モデル・人の評価で新機能と既存機能を確認しながら、複数回の試行から信頼性を記録するスキル。
- AI実装前に成功条件を決めたいとき
- プロンプトやエージェント変更後の回帰確認
- 複数回の試行で信頼性を測りたいとき
1,052 件 ・ 関連度順
概要と使いどころ
AIによる開発の成功条件を実装前に定義し、コード・ルール・モデル・人の評価で新機能と既存機能を確認しながら、複数回の試行から信頼性を記録するスキル。
正解が一つに定まらない判断を、長期的な影響、前提への疑問、実行の現実性、失敗リスクの四つの視点で検討し、反対意見も見える形で推奨案をまとめるスキル。
Claude Codeの利用ログからトークン使用量と推定費用を集計し、モデル・セッション・日付別に確認します。予算との比較やCSV出力にも使えます。
工場やオフィスの電力・天然ガス調達を、料金体系、使用量、契約条件から検討するスキル。供給会社の比較、ピーク料金対策、再生可能エネルギー契約や予算作成を支援します。
処理の高速化を、現状の計測、仮説ごとの変更案の比較、正しさの検証へ分解し、時間や費用の上限内で最も速い安全な案と再実行できる手順を残すスキル。
競合のブランド表現やサービス、実績などを共通の基準で採点し、根拠付きの比較カードと戦略上の二軸図にまとめ、自社が狙う位置の競合を把握するスキル。
CodeScene MCPでコード構造の保守しやすさを評価するスキル。編集前後のスコアを比較し、コミットやPRの前にAIによる変更で品質が下がっていないか確認します。
実際の開発課題で複数のコーディングエージェントを比較するスキル。成功率、取得可能なAPI費用、所要時間、繰り返し実行の安定性を測り、選定や更新後の評価に使えます。
運送会社の選定、運賃交渉、入札、実績評価、貨物の割り当てを支援します。米国の輸送実務を基に、費用・配送品質・輸送力を踏まえた契約や更新の判断を整理します。
自社の強みや顧客像を基に、比較すべき競合と調査先を選びます。直接競合・周辺競合・目標となる企業に分類し、根拠付きの候補一覧を作って詳しい比較の準備を整えます。
質問応答や文書検索を組み合わせたAI処理をDSPyで構築するスキル。入力と出力を定義して部品を組み合わせ、学習例と評価指標を使ってプロンプトを自動調整します。
大規模言語モデルの知識・推論・コード生成を共通の課題で評価するスキル。複数モデルの比較表や学習途中の成績推移を作り、評価結果と個別の回答を保存します。
損益計算書・貸借対照表・キャッシュフロー計算書を数式で連動させるExcelモデルを作ります。実績と予測の入力、前提を変えた比較、財務三表の整合性確認を段階的に進めます。
企業買収が一株当たり利益に与える影響をExcelで試算するスキル。買収価格、資金調達、相乗効果の前提を整理し、条件別の比較表と説明用の要約を作成します。
追加の学習データを用意せず、文章で指定した候補に画像を分類したり、内容に合う画像を検索したりします。画像と文章の類似度比較や、複数画像の一括処理も扱うスキルです。
脳波などを測る機器とNeuroSkillをつなぎ、集中・気分・眠気の指標を確認するスキル。過去の記録との比較や睡眠の振り返り、休憩の提案にも使えます。
長い入力を扱うTransformerの学習・推論で、注意機構の計算を高速化し、GPUメモリ使用量を抑えるスキル。導入から性能測定、出力の比較まで案内します。
重みが公開されたLLMの回答拒否に関わる仕組みを分析し、再学習なしで重みを変更する実験を支援。計算環境に合うモデルや手法の選択、変更前後の品質評価まで扱います。
類似企業の売上・利益率・評価倍率を比較するExcelを作成します。計算式、中央値や四分位、データの出典をまとめ、投資や買収の検討に使う比較資料を整えます。
判断が必要な課題を一文で整理し、三つの選択肢の長所・短所と推奨案をまとめます。完了条件と実行手順も添え、チームに共有する提案づくりを支えます。
製品やブランドの特徴をもとに、32×32でも見分けやすい、丸くシンプルなマスコット画像を設計・生成するスキル。モチーフや配色の異なる候補を並べて比較できます。
色・文字・余白などのデザイン値と使い方をDESIGN.mdにまとめます。構造や配色のコントラストを検証し、変更比較やTailwind向けの書き出しまで支援するスキルです。
音声ファイルの周波数、音量、テンポなどの特徴を画像にするスキル。複数の図を一枚に並べたり、指定区間だけを切り出して、音声の比較や合成処理の確認に使えます。
Reverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.
日本語の概要は準備中です。原文の説明を表示しています。