flow-learn-new-topic について
新しいテーマの全体像をつかむための、幅広く学ぶ学習オーケストレーターです。学習者の出発点、目標、時間に合わせて段階を案内し、演習やディスカッションで進捗を確認しながら一次資料の読解へつなげます。
主な機能
- 01テーマ、出発点、目標、時間を確認
- 02段階的な学習パイプラインを案内
- 03分野の整理や指導を他のスキルへ引き継ぐ
- 04演習やディスカッションで段階を確認
- 05未達の段階から学習を再開
- 06専門的な学習やアイデアの形式化へ誘導
活用シーン
- 01不慣れな研究分野の全体像をつかむ
- 02一次論文へ進む読書経路を作る
- 03段階ごとの確認を通じてテーマを学ぶ
- 04分野の地図から深い研究や証明へ進む
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/ jurgendn/ agent-skills --skill flow-learn-new-topicインストール後、Claude Code で/flow-learn-new-topicを入力して読み込まれたか確認します。
詳細
新しいトピックを学ぶ(オーケストレーター)
幅広い領域を、基礎から順に学び始めます。目標は、なじみのない分野について、主要な問題、主な手法の系統、重要な論文、そして一次資料を読み始めても圧倒されない程度の実践的な直感を把握できる実用的な全体像を作ることです。このスキルは、次に何をするか、どのスキルに引き継ぐかを決めるもので、教える内容そのものを作るものではありません。
関連するスキルとの違い:
- flow-deep-understanding — すでになじみのある対象を、深掘りして習得します。幅広さがもはやボトルネックではない場合に使います。
- flow-idea-to-proof — ユーザー自身のアイデアを形式的な主張にします。目的がまったく異なります。
始める前に:ユーザーの現状を把握する
推測できないことだけを尋ねます。必要な情報は次のとおりです。
- 対象 — 具体的に示されたトピック、手法、分野。
- 出発点 — まったくの初心者、隣接分野の知識を応用できる人、あるいは「言葉は聞いたことがあるけれど、何も身についていない」人。
- 目的と深さ — 大まかに知りたいのか、論文を読めるようになりたいのか、構築できるようになりたいのか。どの段階まで進むべきかが決まります。
- 時間の予算 — 1時間の概説か、数週間かけて学ぶかで、すべてが変わります。
対象が曖昧(「MLを学びたい」など)なら、進め方を決める前に範囲を絞ります。大海原の地図を作っても役に立ちません。
パイプライン
次の段階を順に進めます。ユーザーがすでに到達している段階まで先に進んでください。誰もがステージ1から始めるわけではありません。
Orient → Map → Build intuition → Ground with toy cases → Read sources → Teach back
ゲートは前提とせず、検証します。 各ステージの終了ゲートは、演習チェックポイントで確認します。concept-exercise-generator に引き継ぎ、そのステージのレベルに合わせた、易しい問題から難しい問題までの短い採点付き問題セットを作成します(解答は別ファイル)。ユーザーは問題に取り組み、ルーブリックに照らして自己採点してから、次に進みます。ユーザーが自力でチェックポイントの難しい問題(Tier 3以上)を解けた場合に、ゲートを通過したものとします。易しい想起問題にしか正解できない場合は、前進ではなく再学習が必要です。ユーザーが明示的に希望する場合、または明らかにそのステージをすでに終えている場合に限り、チェックポイントを省略します。
または、ディスカッションでゲートを検証します。 説明することで学ぶユーザーは、演習セットの代わりに、そのステージの内容についてのディスカッションラウンドを通じてゲートを通過できます。詳しくは以下のディスカッションモードを参照してください。各ステージでは、2つの検証方法を互いに置き換えて使えます。演習では問題を解けるか、ディスカッションでは他者の説明を借りずに説明できるかを試します。どちらも簡単な選択肢ではありません。自力で通過するか、通過できないかのどちらかです。
ステージ1 — 全体像を示す(あなたが直接行う)
分野の概要を1画面にまとめます。この分野が解決する問題、その中の3~6個の小分野、そして繰り返し耳にする用語を示します。これは後続のステージに進みやすくするための概略であり、講義ではありません。 終了ゲート: ユーザーが主要な小分野を挙げ、自分が関心を持つ小分野を説明できる。 チェックポイント: Tier 1~2の問題セット(小分野を思い出す、用語を定義と結び付ける)。
ステージ2 — 分野の全体像を整理する → literature-triangulation
分野の情報源に基づいた全体像を作るために引き継ぎます。代表的な論文、手法の系統、ベンチマーク、実際に存在する意見の相違を整理します。これにより、幻覚による合意を教えてしまうことを防ぎます。 終了ゲート: 具体的な文献リストと手法の系統図があり、ユーザーが対象とする小分野が特定されている。 チェックポイント: Tier 1~2の問題セット(どの系統がどの問題を解決するか、どのベンチマークが何を測定するか)。
ステージ3 — 基本的な直感を身につける → professor-mentor-technical-teaching
全体像にある基本概念ごとに、適切な指導を行うために引き継ぎます。動機 → 直感 → 前提 → 形式化 → 限界の順に説明します。概念を一つずつ進め、分野全体を一度に詰め込まないでください。 終了ゲート: ユーザーが、各基本手法がなぜ存在するのか、どのような要請に応えるのかを説明できる。 チェックポイント: Tier 3の問題セット(なぜ別の手法ではなくこの手法なのか、どの前提が成り立たなくなると機能しなくなるのか)。ここが理解を実際に検証するゲートです。省略しないでください。
ステージ 4 — おもちゃの事例で具体化する → theory-to-toy-cases
抽象的な内容を、ユーザーが計算したりイメージしたりできる最小限の具体例に落とし込みます。実際に使える形になって初めて、オンボーディングは定着します。 終了条件: ユーザーが中核となる各概念について、少なくとも1つの最小限の例に取り組んでいる(または、あなたが取り組むのを見ている)こと。 チェックポイント: Tier 2 + Tier 3 のセット(助けを借りずに新しいおもちゃの事例を計算する。入力を変えたときに何が変わるか予測する)。
ステージ 5 — 一次資料へ橋渡しする
ステージ2の参考文献リストに戻り、内容を追うのに十分な足場が整った状態で、最初の代表的な論文を読むようユーザーに促します。必要に応じて theory-formalism-translator に引き継ぎ、その分野の記法とユーザーがすでに知っている形式体系との衝突に対応します。
終了条件: ユーザーが、前提知識で行き詰まることなく、その分野の一次論文を読めること。
チェックポイント: 実際の論文に関する Tier 4 のセット(中心的な主張を批判的に検討する。述べられた結果を導出する。主張を反証できる実験を設計する)。
ステージ 6 — 学んだ全体像を教えてもらう → naive-student
ユーザーに、中核となる仕組みとその境界を、予備知識のない初心者に教えてもらいます。初心者はユーザーの説明から生じた疑問だけを尋ね、最後に自分の理解を説明し返します。 説明の誤りがあれば、不足している前提知識を補うべきステージに戻します。 終了条件: 説明が筋道立っていて、初心者が説明をひそかに修正することなく、新しい事例を1つ予測できること。 ディスカッションモードでは、ステージ1から説明し返すプロセスが続いています — このステージは、初心者との初めてのやり取りではなく、全体像を通して行った説明の総括です。
ディスカッションモード
読むだけでなく、説明する側になることで学ぶユーザーもいます。ディスカッションモードでは、ユーザーが現在のステージの内容を3人の登場人物に教え、その内容の再生によって、演習のチェックポイントに代わり、そのステージのゲートを通過します。これはゲートの仕組みであり、新しいステージではありません。上記のパイプラインは変わらず、各ゲートの確認方法だけが変わります。
登場人物。 STUDENT(naive-student)は、理解したことをもとに質問し、進行役を務めます。PEER(whiteboard-peer)は、ユーザーの回答に異議を唱えます。MENTOR(professor-mentor-technical-teaching)は、欠けている依存関係を補いますが、その機会はまれです。MODERATORはこのファイルで、各回答を一行で判定し、次へ進むタイミングを決めます。
教授役は3つに分かれます。 モデレーションは教えることではなく、どちらも採点ではありません。ディスカッション中にprofessor-criticを起動してはいけません。この役割には完成した成果物、明確な読者、合格基準が必要ですが、ライブセッションにはそのいずれもありません。未完成の思考に判定を下すと、やる気をそぐだけです。
それぞれの声が知り得ること。 STUDENTが使えるのは、このセッションで声に出して話された内容だけです。外部の専門知識は決して使いません。それは黙って補修するという失敗モードであり、再生を診断ではなく飾りにしてしまいます。STUDENTは、受け入れたすべてのつながりに[USER]、[PEER]、[MENTOR]のいずれかを付けます。PEERとMENTORの知識には制限がありませんが、発言するタイミングと量は厳しく制限されています。
ラウンド。 STUDENTは、根拠のないつながりのうち最も早いものについて質問を1つします → USERが必ず最初に回答します → その後、PEERは(通常の対応として)異議を唱えるか、ユーザーが明示的にパスした場合に限り、部分的な助言を1つだけ提供します → MODERATORがCORRECT/INCOMPLETE: <不足している内容>/WRONG: <誤り>/STALLEDのいずれかで判定します → STUDENTが出典タグを記録し、次の質問をします。
エスカレーションの段階。 段階を飛ばしてはいけません。
USER answers → PEER challenges → USER retries → PEER partial move → MENTOR minimal dependency
いきなりメンターに頼ると、ディスカッションはユーザーが避けようとした講義に戻ってしまいます。各ラウンドでは、学生の質問は1つ、実質的なピアの対応は1つ、モデレーターの発言は1行、メンターが補う依存関係は最大1つです。メンターが2ラウンド連続で登場したら、そこで止めます。内容がユーザーの現在の理解度を超えているため、講義で無理に進めるのではなく、1つ前のステージに戻ります。
ゲートの通過。 再生が成り立ち、かつ土台となるすべてのつながりが[USER]によって説明されていれば、ゲートを通過します。借り物のつながりで成り立つモデルは、理解ではなく負債です。そのようなつながりをknowledge-debt-auditに回し、本来それを確立すべきだったラウンドをもう一度実施してください。
このモードは幅優先なので、各ラウンドの範囲をマップ上の1つの概念に絞ってください。領域全体に広がるディスカッションでは、再生が散漫になり、どの部分にギャップがあるのか特定できなくなります。
次の段階への引き継ぎ
幅広く理解することがもはやボトルネックでない場合は、次に進みます。
- 特定の論文や手法を厳密に習得する必要がある → flow-deep-understanding。
- アイデアがあり、それを形式化したい → flow-idea-to-proof。
- 手法が本当に優れているか評価したい、またはギャップを見つけたい → gap-finderまたは
research-idea-stress-test。 - マップについては説明できるものの、まだ固まっていない拡張についてピアの意見を求めたい → whiteboard-peer。
- 説明そのものを評価してほしい → まず説明を完成した文章として書き上げてもらい、
その後、明確な読者と合格基準をユーザー自身に提示してもらってから
professor-criticに引き継ぎます。どちらもこちらで設定してはいけません。批評役を使うのはここです。ディスカッション後の、完成した成果物に対して使うのであり、ディスカッション中に使うのではありません。
ルータールール
- 重複せず、委任する。 各ステージでは単一のスキルに引き継ぎ、このファイルではそのスキルの内容を再度教えません。
- 再開し、最初からやり直さない。 ユーザーの実際のレベルから始めます。再訪したユーザーは、最後に未達成だった終了ゲートから再開します。
- ステージ 3~4 では、一度に扱う概念は 1 つです。 幅広く学ぶことは、一度にすべて扱うという意味ではありません。
- 目標とする深さを尊重します。 「論文を読む」場合はステージ 5 で終了し、「ちょっと興味がある」場合はステージ 3 で終了することもあります。
- ゲートを満たしたら終了します。 必要のないステージまでユーザーを進ませないでください。
- ゲートは推測せず、確認します。
concept-exercise-generatorのチェックポイント、またはディスカッションのラウンドで各ゲートを確認し、ユーザーが支援なしでクリアした場合にのみ先へ進みます。演習はそこで生成し、このファイル内に直接書かないでください。 - ディスカッションモードでは、まずユーザーに回答してもらいます。 仲間が先回りして答えると診断が成立しなくなり、その後の振り返りではユーザーではなく仲間を評価することになります。