deep-interview について
deep-interview は、曖昧または複雑なアイデアの要件を整理するスキルです。ソクラテス式の質問と曖昧さの評価で仕様を作り、後続の精緻化や実行ワークフローにつなげます。
主な機能
- 01各ラウンドで焦点を絞った質問を一つ提示
- 02明確さの観点ごとに曖昧さを評価
- 03後半のラウンドで前提を問い直す
- 04構造化された仕様を作成
- 05精緻化と実行の選択肢を提示
活用シーン
- 01曖昧なプロダクト案の明確化
- 02複雑なコーディングタスク前の要件整理
- 03実行方法を選ぶ前の前提の洗い出し
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/ zereight/ gitlab-mcp --skill deep-interviewインストール後、Claude Code で/deep-interviewを入力して読み込まれたか確認します。
詳細
Deep Interview
Ouroboros に着想を得た、数学的な曖昧さスコアリングを用いるソクラテス式の質問です。隠れた前提を明らかにする的を絞った質問を通じて、曖昧なアイデアを明確な仕様へと置き換えます。
パイプライン
deep-interview → ralplan(合意形成による要件の精緻化)→ omg-autopilot(実行)
使用する場面
- ユーザーに曖昧なアイデアがあり、要件を徹底的に収集したい場合
- タスクが複雑で、すぐにコードに取り掛かると時間を無駄にする場合
- 実行前に、数学的に検証された明確さを求めている場合
使用しない場面
- ファイルパスを含む、具体的で詳細な依頼 → そのまま実行する
- 簡単な修正 → @executor または
/ralphに委任する - ユーザーが「そのまま実行して」と言っている → その意向を尊重する
フェーズ
フェーズ 1:初期化
- ユーザーのアイデアを解析する
- brownfield か greenfield かを判定する(コードベースの確認には @explore を使用)
- brownfield の場合:関連するコードベースの領域をマッピングする
- 曖昧さスコアを 100% に設定する
フェーズ 2:インタビューループ
曖昧さが 20% 以下になるか、ユーザーが途中で終了するまで繰り返します。
- 最も明確さに欠ける側面を狙った質問を生成する
- 一度に質問するのは 1 つだけにし、現在の曖昧さの状況を示す
- 次の側面ごとに曖昧さを採点する:
- 目標の明確さ(greenfield は重み 40%、brownfield は 35%)
- 制約の明確さ(30%/25%)
- 成功基準(30%/25%)
- コンテキストの明確さ(該当なし/brownfield は 15%)
- 側面ごとのスコアと不足点を示して進捗を報告する
- オントロジー(主要エンティティ、安定性比率)を追跡する
フェーズ 3:エージェントによる検証
- 4 ラウンド目以降:反対意見役 - 中核となる前提に異議を唱える
- 6 ラウンド目以降:単純化役 - 複雑さを取り除けるか探る
- 8 ラウンド目以降:オントロジスト - 本質を見つける(曖昧さが 30% を超える場合)
フェーズ 4:仕様の明確化
曖昧さがしきい値以下になったら、仕様を .omc/specs/deep-interview-{slug}.md に生成します:
- 目標、制約、対象外事項、受け入れ基準
- 明らかになった前提と解決済みの前提
- 収束状況の追跡を含むオントロジー(主要エンティティ)
- インタビュー記録
フェーズ 5:実行への橋渡し
次の選択肢を提示します:
- Ralplan → OMG Autopilot(推奨):合意形成による要件の精緻化後に実行する
- omg-autopilot で実行する(ralplan を省略)
- ralph で実行する:永続化ループ
- team で実行する:エージェントを並列実行する
- さらに精緻化する:インタビューを続ける
ルール
- 一度に質問するのは 1 つだけ
- 各ラウンドで、最も明確さに欠ける側面を狙う
- ユーザーに質問する前に、@explore を使ってコードベースの事実を収集する
- 回答ごとに曖昧さを採点する
- 曖昧さがしきい値(既定値は 20%)以下になるまで先に進まない
- 上限は 20 ラウンド、10 ラウンドで警告を出す
コメント
Markdown 対応