This skill should be used when creating UAT (User Acceptance Testing) test cases in Excel format for Salesforce CRM projects. It generates standardized test case documents with summary sheets and detailed test case lists, following a specific format structure with test case ID, priority, category, scenario, preconditions, test steps, expected results, and acceptance criteria.
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。
This skill generates UAT (User Acceptance Testing) test case documents in Excel format for Salesforce CRM projects. The generated documents include a summary sheet with category breakdowns and a detailed test case list with all required fields for UAT execution.
Use this skill when:
Collect the following from the user:
Review the source material and:
Create test cases with the following structure:
| Field | Description | Example |
|---|---|---|
| テストケースID | Unique ID (CATEGORY-###) | DATA-001 |
| 優先度 | High/Medium/Low | High |
| カテゴリ | Main category | データ移行検証 |
| サブカテゴリ | Sub-category | 移行データ件数照合 |
| テストシナリオ | Brief scenario | Account件数照合 |
| 事前条件 | Preconditions | 既存CRMからデータ移行済み |
| テスト手順 | Step-by-step procedure | 1. 既存CRMのAccount総件数を確認\n2. Salesforce UAT環境のAccount総件数を確認\n3. 件数を比較 |
| 期待結果 | Expected outcome | 移行元と移行先のAccount件数が一致すること |
| 実際の結果 | Actual result (empty) | (empty) |
| 合格基準 | Pass criteria | 件数差異0件 |
| 合否判定 | Pass/Fail (empty) | (empty) |
| 実施日 | Test date (empty) | (empty) |
| 実施者 | Tester (empty) | (empty) |
| 備考 | Notes (empty) | (empty) |
| 不具合ID | Bug ID (empty) | (empty) |
Test Case ID Format: CATEGORY_CODE-###
Use the Python script to generate the Excel file:
python scripts/generate_uat_testcases.py \
--project "Redac Salesforce CRM" \
--output "UAT受入試験テストケース一覧.xlsx" \
--testcases testcases.json
The script will:
Use these standard categories for Salesforce CRM projects:
Sub-categories:
Sub-categories:
Sub-categories:
Sub-categories:
Sub-categories:
User Request:
"Create UAT test cases for our Salesforce data migration. We need to verify Account, Contact, and Opportunity record counts, and also test data quality like required fields and special characters."
Claude's Response Process:
Identify Categories:
Generate Test Cases:
[
{
"id": "DATA-001",
"priority": "High",
"category": "データ移行検証",
"sub_category": "移行データ件数照合",
"scenario": "Account件数照合",
"precondition": "既存CRMからデータ移行済み",
"steps": "1. 既存CRMのAccount総件数を確認\n2. Salesforce UAT環境のAccount総件数を確認\n3. 件数を比較",
"expected": "移行元と移行先のAccount件数が一致すること",
"criteria": "件数差異0件"
},
{
"id": "DATA-002",
"priority": "High",
"category": "データ移行検証",
"sub_category": "移行データ件数照合",
"scenario": "Contact件数照合",
"precondition": "既存CRMからデータ移行済み",
"steps": "1. 既存CRMのContact総件数を確認\n2. Salesforce UAT環境のContact総件数を確認\n3. 件数を比較",
"expected": "移行元と移行先のContact件数が一致すること",
"criteria": "件数差異0件"
},
...
]
Execute Script: Run scripts/generate_uat_testcases.py
Deliver File: Provide the generated Excel file to the user
scripts/generate_uat_testcases.pyPython script to generate UAT test case Excel files with proper formatting.
Usage: See script header for detailed usage instructions and examples.
references/uat_best_practices.mdUAT testing best practices and guidelines for writing effective test cases.
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
Track and update action item status from natural language updates like 'Seanのメールには返信しておいた' or 'Lu対応予定'. Integrates with daily-comms-ops workflow. Use when managing action items across communication channels.
AI活用提案の専門コンサルタントスキル。LLM・AIエージェントの活用事例知識を基に、業界別、部門別、シーン別に最適なAI導入提案を行います。システム化、業務改善、効率化を得意とし、具体的な活用事例、期待効果、導入ステップを含む実践的な提案を提供します。Use when proposing AI/LLM adoption strategies for specific industries, departments, or business scenarios.
Generate AI-powered BPO service proposals for Japanese companies in the US market. Use when creating outsourcing proposals with AI service menus, ROI estimation, implementation roadmaps, and bilingual (JA/EN) proposal documents for 在米日系企業向けAI実装.
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。
AI（LLM）が生成した日本語テキストの「AI臭」を検出・診断し、人間らしい文章にリライトするスキル。 Use when: 「AIっぽい文章を直して」「人間らしくリライトして」「AI臭を消して」「この文章をもっと自然にして」 「テキストのAI感を減らして」「機械っぽさを取りたい」 "make this sound more human", "remove AI tone", "humanize this text", "detect if this is AI-generated". 6つのAI特有パターン（視覚的マーカー、単調なリズム、マニュアル的構成、非コミット姿勢、抽象語の濫用、 定型メタファー）を正規表現ベースで検出し、0-100のAI臭スコアを算出。3つの人間化技法 （バランスを崩す・客観を崩す・論理を崩す）でリライトを実行する。 Note: 検出スクリプトは日本語テキスト専用。英語テキストの場合はClaude自身がreferences/を参照して分析・リライトする。
Generate audit-ready internal control design documents from As-Is business process inventories. Produces control IDs, assertion mappings, procedures, SoD analysis, KPIs, materiality thresholds, and implementation roadmaps. Use when building internal controls for new audit engagements, SOX/J-SOX compliance, or process improvement initiatives.
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。
Review audit-related documents (control design documents, bottleneck analyses, requirements definitions, etc.) for quality, scoring them 0-100 with a severity-rated findings list. Use when reviewing audit documents, checking control design quality, or verifying cross-document consistency. Supports documents governed by US GAAP, IFRS, or J-GAAP.
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。