meta-systems-thinking について
meta-systems-thinkingは、フィードバックループや遅延、レバレッジポイントを通じて複雑な問題を分析するスキルです。介入策を提案する前に、エージェントや分析者が副作用を検討するのに役立ちます。
主な機能
- 01システム境界の定義
- 02主要変数の整理
- 03フィードバックループの分析
- 04遅延とレバレッジポイントの特定
- 05意図しない結果の確認
活用シーン
- 01直接的な対処が問題を悪化させる理由の診断
- 02介入策の副作用の評価
- 03フィードバックと遅延を伴う問題の分析
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/ asgard-ai-platform/ skills --skill meta-systems-thinkingインストール後、Claude Code で/meta-systems-thinkingを入力して読み込まれたか確認します。
同梱ファイルexamples/sample_scenario.mdreferences/system-archetypes.md
詳細
システム思考
フレームワーク
IRON LAW: First-Order Fixes in Complex Systems Produce Second-Order
Backlash Within 2 Cycles — Map the Feedback Loop BEFORE Intervening
Agents default to "fix the symptom directly" (e.g., high turnover → raise
salaries). In systems with feedback loops, the direct fix triggers a
compensating response that makes the original problem worse OR creates
a new one (raise salaries → budget squeeze → cut training → worse
onboarding → higher turnover). Before recommending any intervention,
draw the causal loop diagram and identify at least one reinforcing and
one balancing loop. If you can't find any, the problem may not be a
systems problem — don't force the framework.
分析手順
前提となる主要な概念:フィードバックループ(強化型/均衡型)、創発、遅延、レバレッジポイント、ストックとフロー。システムのアーキタイプ(成長の限界、負担の転嫁、問題の先送りなど)については、references/system-archetypes.md を参照してください。
- システムの境界を定義する:何が含まれ、何が含まれませんか?
- 主要な変数をマッピングする:重要なストック(蓄積する量)は何ですか?
- フィードバックループを特定する:どのループが強化型ですか?どのループが均衡型ですか?
- 遅延を見つける:原因と結果が時間的に離れているのはどこですか?
- レバレッジポイントを特定する:小さな介入で最も大きな変化をもたらせるのはどこですか?
- 意図しない結果を確認する:この介入によって、システムの別の部分で何が損なわれる可能性がありますか?
出力形式
# Systems Analysis: {Problem}
## System Boundary
- In scope: ...
- Out of scope: ...
## Key Variables
- {Variable A}: {description}
## Feedback Loops
- Reinforcing: {A → B → A (amplifying)}
- Balancing: {A → B → C → opposes A (stabilizing)}
## Delays
- {Input} → {Effect} (delay: {timeframe})
## Leverage Points
1. {where small change = big impact}
## Unintended Consequences Risk
- If we {intervention}, it might also {side effect} because {loop/connection}
例
正しい適用
シナリオ: エンジニアを増やしてもプロジェクトが速く進まないのはなぜでしょうか?
強化ループ(意図したもの):エンジニアが増える → コードが増える → 進捗が速くなる
均衡ループ(意図しないもの):エンジニアが増える → コミュニケーションのオーバーヘッドが増える → 会議が増える → コーディング時間が減る → 進捗が遅くなる(ブルックスの法則)
遅延:新しいエンジニアが戦力になるまでに3~6か月かかる
レバレッジポイント:人を増やすのではなく、コミュニケーションのオーバーヘッドを減らします(チームの小規模化、責任範囲の明確化、ドキュメントの改善)✓
誤った適用
- 「売上が落ちています。マーケティング費用を増やしましょう。」→ 直線的で、単一の原因に基づく思考です。なぜ売上が落ちているのかを無視しています。需要の問題でしょうか(飽和による均衡ループ)?顧客離れでしょうか(品質の低さ → 苦情 → 顧客離れの増加という強化ループ)?根本原因が異なれば、必要な介入も異なります。
注意点
- システムは変化に抵抗します:均衡型のフィードバックループは現状を維持します。ループの構造に対処せずに逆らうと、「失敗する解決策」につながります。
- メンタルモデルは部分的です:システムについてのメンタルモデルは、誰にとっても不完全です。多様な関係者とシステムをマッピングすることで、見落としが明らかになります。
- 意図しない結果は例外ではなく常態です:複雑なシステムでは、介入によって必ず副作用が生じます。重要なのは、そのうちのどれを特定できたかです。
- すべてがシステムとは限りません:原因と結果が明確な単純な問題に、システム思考は必要ありません。直線的な思考ではうまくいかない問題に使ってください。
参考資料
- システムのアーキタイプ(成長の限界、負担の転嫁など)については、
references/system-archetypes.mdを参照してください。
コメント
Markdown 対応