仮説や指標、必要なサンプル数、終了条件を事前に決め、A/Bテストを設計・分析します。信頼区間やCUPEDを使った結果の読み方も扱います。
- A/Bテストの必要人数を見積もりたいとき
- 実験の仮説と指標を事前に決めたいとき
- 信頼区間や有意差を解釈したいとき
稼働中のAIエージェントに許可する作業やツールを絞り、外部文書に含まれる不正な指示への対策、危険な操作の承認、実行時間や費用の上限を整えるスキルです。
Use when bounding an LLM agent that already runs — scoping its task domain, gating tools to least privilege, defending against prompt injection in untrusted web/email/RAG text, requiring human approval on irreversible actions, capping runtime and cost, or triaging what it already did. NOT building the loop, tools, or RAG (that is `building-agents`).
実行スコア 未検証
インストール方法を見る稼働中のAIエージェントが、どの作業を行い、どのツールやデータに触れられるかを点検します。タスクの範囲を明示し、必要な権限だけを許可する設計や、読み取りと書き込み・送信・実行を分ける制御を扱います。Webページ、メール、検索で取得した文書などは信頼できないデータとして扱い、ツールを動かす前に内容を検証します。取り消しにくい操作には人の承認を求め、実行回数、時間、費用にも上限を設けます。問題発生後の確認にも使えます。
ツールを使うエージェントを公開する前に、自律的な動作の範囲を見直したい場合に向いています。外部テキストを読むエージェントや、メール送信・設定変更などの操作を担うエージェントの安全策を検討するときにも役立ちます。
対象はエージェントの権限や自律性の制御です。エージェントの実行ループ、ツール、検索拡張生成(RAG)の構築は扱いません。通常のAPIや認証などのコード監査も別の作業です。
この紹介文は、公開されている SKILL.md をもとに AI(OpenAI Codex)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。
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。
ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。
まだコメントはありません。最初のコメントを書いてみませんか。
仮説や指標、必要なサンプル数、終了条件を事前に決め、A/Bテストを設計・分析します。信頼区間やCUPEDを使った結果の読み方も扱います。
Web UIをWCAG 2.2 AAに沿って改善し、意味構造やキーボード操作、フォーカス、ARIA、コントラストを点検して自動・手動で確認します。
Google AdsやMetaの広告キャンペーン設計、広告文、予算配分、採算性の計算、計測設定をまとめて扱うスキルです。
LLMやエージェントの回答・行動を評価データと採点基準で測り、品質の低下を検知してマージを止める評価手順を整えるスキルです。
音声、画像から作る動画、音楽を目的に合わせて生成し、ffmpegでつないでナレーション付き動画や短いクリップなどのメディアファイルに仕上げます。
GA4やPostHogで計測イベントを設計・実装し、同意状態の反映や個人情報の除去、ファネル計測の検証まで整えるスキルです。