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
実行したテストやビルドの結果を根拠に、タスクや仕様の条件を一つずつ確認し、作業を完了と判断できるか記録します。
Use when work is about to be called done — the ASDD evidence gate, in two modes: per task inside `implement`'s loop (tests, build, security, traceability) and at closing over the whole branch against main (stack scripts/verify.sh, every done-check and acceptance criterion, rollback plan, dated verdict). A check that did not execute is reported not run, never passed. NOT judging the diff by eye (that is `review`, spec-less `code-review`), NOT diagnosis (that is `debug`).
実行スコア 未検証
インストール方法を見る作業を完了と判断する前に、プロジェクトで定められた検証コマンドを実行し、その出力をタスクの完了条件や仕様の受け入れ基準と照らし合わせます。タスクごとの確認ではテスト、ビルド、セキュリティ、仕様との対応を扱い、ブランチ全体の締めくくりでは変更したスタックの検証、条件の確認、ロールバック方法の記録まで進めます。実行されなかったチェックは未実行として扱い、実際に確認した証拠に基づいて合否を示します。
テストが通っただけで作業を完了扱いにせず、仕様に書かれた条件まで満たしたか確認したいときに向いています。複数のスタックを変更したブランチや、検証結果を後から追える記録として残したい場合にも使えます。失敗の原因調査やコードの目視レビューではなく、検証と判定を担います。
検証には各スタックの scripts/verify.sh、または設定に記されたコマンドを使います。仕様やタスク一覧がない場合は照合できません。チェックの失敗原因の調査は debug、コードの目視レビューは review が担当します。
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。
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。
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。