Web・iOS・Androidの画面を、読み上げやキーボード操作に対応させ、ラベル、配色、操作対象の大きさなどをWCAG 2.2に沿って設計・点検するスキル。
- アイコンボタンの説明を付けたいとき
- キーボード操作とモーダルの点検
- コントラストや操作対象の大きさの確認
記事やメモ、動画などをもとに、書き手の語り口を保ちながら、XやLinkedInの投稿、動画台本、ニュースレターを媒体に合う形で作るスキル。
Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.
記事、社内メモ、製品デモ、文字起こしなどを材料に、Xの投稿やスレッド、LinkedInの投稿、TikTokなどの短編動画台本、YouTubeの解説台本、ニュースレターを作ります。元の資料から主張や場面を取り出し、各投稿に一つのアイデアを割り当て、媒体に合わせて構成を調整します。書き手の語り口を保ち、根拠のない誇張や反応を誘うためだけの文を取り除く方針です。
一つの記事を複数の媒体で活用したい場合や、製品公開に向けた一連の投稿、継続的な発信計画を準備する場面に向いています。キャンペーンでは、中心となる切り口、媒体別の下書き、公開前に補うべき情報を整理します。
複数の出力で文体をそろえる場合や、書き方を重視する場合は、関連スキルのbrand-voiceで作成したVOICE PROFILEを使います。投稿の配信やXへの公開は関連スキル側の役割です。
この紹介文は、公開されている SKILL.md をもとに AI(Claude Haiku)が作成しました。正確な仕様は下の原文を確認してください。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
Build platform-native content without flattening the author's real voice into platform slop.
Before drafting, identify the source set:
If the user wants a specific voice, build a voice profile from real examples before writing.
Use brand-voice as the canonical workflow when voice consistency matters across more than one output.
brand-voice is the canonical voice layer.
Run it first when:
Reuse the resulting VOICE PROFILE here instead of rebuilding a second voice model.
If the user wants Affaan / ECC voice specifically, still treat brand-voice as the source of truth and feed it the best live or source-derived material available.
Delete and rewrite any of these:
When asked for a campaign, return:
Before delivering:
brand-voice for source-derived voice profilescrosspost for platform-specific distributionx-api for sourcing recent posts and publishing approved X outputまだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Web・iOS・Androidの画面を、読み上げやキーボード操作に対応させ、ラベル、配色、操作対象の大きさなどをWCAG 2.2に沿って設計・点検するスキル。
AIエージェントの不調を、指示・記憶・ツール実行・画面表示など12の層から調べるスキル。コードやログを根拠に原因を整理し、重要度順の指摘と修正案をまとめます。
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。
AIエージェントが使うツールの種類や入出力、エラーからの復帰手順を設計・見直します。文脈の情報量も整理し、作業完了率や再試行回数で改善を評価します。
AIエージェントの失敗や同じ操作の繰り返しを記録し、原因の切り分け、小さな復旧操作、結果の報告まで進める手順を示して、根拠のある再試行につなげるスキル。
AIエージェントが失敗や同じ操作を繰り返す原因を、エラーと実行状況から整理します。小さな復旧操作を試し、結果と根拠を引き継げる報告にまとめるスキルです。