mcpField
C
conversation-patterns

conversation-patterns

github.com/owl-listenerデザイン・UI191329 回インストール20 週間前に更新
リポジトリ

conversation-patterns について

人間とAIの会話を設計するためのスキルです。ターン交替や修復、相互理解を扱い、対話パターンの選択と会話フローやルールの文書化を支援します。

主な機能

  1. 01ターン交替ルール
  2. 02会話修復の設計
  3. 03相互理解の確認点
  4. 04対話パターンの選択
  5. 05会話設計の成果物

活用シーン

  1. 01会話のターン構成の作成
  2. 02誤解への対応方法の定義
  3. 03確認と要約のタイミングの計画

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/owl-listener/ai-design-skills --skill conversation-patterns

インストール後、Claude Code で/conversation-patternsを入力して読み込まれたか確認します。

詳細

会話パターン

人間と AI の会話には、予測可能な構造パターンがあります。これらをモデルのデフォルトに任せず、意図的に設計することが、インタラクションデザインの中核となる作業です。

ターン交替の構造

人間と AI の会話には、どれもリズムがあります。デザイナーは次の点を決めます。

  • ターンの長さ:短いやり取り(チャットボット形式)にするか、長文形式(エッセイの生成)にするか。タスクの複雑さに合わせてターンの長さを調整します。
  • ターンの開始:誰が最初に話すか。AI が挨拶するのか、それとも待つのか。行動する前に確認の質問をするのか。
  • ターンの境界:ユーザーはどのように「終わりました」と伝えるのか。AI はどのように「さらに情報が必要です」と伝えるのか。

修復シーケンス

会話が行き詰まることはあります。修復によって会話を立て直します。

  • 自己修復:AI が自身の誤りを検出し、訂正します(「やはり、修正させてください……」)。
  • 他者修復:ユーザーが AI を訂正します(「いいえ、もう一方のことです」)。
  • 明確化の要求:AI が先に進む前に、曖昧さを解消するための質問をします。
  • 円滑な誤解への対処:ユーザーを苛立たせることなく、AI が混乱していることを認めます。 修復シーケンスは明示的に設計してください。モデルがその場で工夫することに頼らないでください。

グラウンディング

グラウンディングとは、参加者が共通理解を築く方法です。

  • 確認:「確認ですが、私にしてほしいのは……ということですか?」
  • 要約:「ここまでに X、Y、Z について説明しました」
  • 参照先の特定:代名詞、照応表現、曖昧な参照への対応
  • コンテキストの確認:AI が把握していることと、把握していないことをユーザーに再確認します。

対話構造のパターン

人間と AI の会話でよく使われる構造パターン:

  • インタビュー:AI が質問し、ユーザーが答え、AI が統合します。
  • 共同制作:ターンごとに協力しながら作り上げます。
  • 指示と実行:ユーザーが指示を出し、AI が実行し、ユーザーが評価します。
  • 探索:可能性を見つけるための、自由形式のやり取りです。
  • ガイド付きワークフロー:AI が複数ステップのプロセスを通じてユーザーを案内します。 タスクに合ったパターンを選んでください。すべてに指示と実行のパターンを当てはめないでください。

設計成果物

  • ターンの流れを示す会話フロー図
  • 修復プロトコルの仕様
  • 会話の各段階に対応付けたグラウンディングのチェックポイント
  • インタラクションの文脈ごとのターン交替ルール

コメント