Science について
Scienceは、科学的方法を問題解決に適用するClaudeスキルです。目標に基づく測定、複数の仮説、検証可能な実験を用い、迅速なデバッグから製品検証までを支援します。
主な機能
- 01目標と成功基準の定義
- 02複数の競合仮説の生成
- 03反証可能な実験設計
- 04結果の測定と分析
- 05迅速な診断と体系的調査
活用シーン
- 01ソフトウェアの問題のデバッグ
- 02異なるプロンプト設計のテスト
- 03製品機能の検証
- 04測定に基づく開発サイクルの実施
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/ danielmiessler/ lifeos --skill scienceインストール後、Claude Code で/scienceを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
Templates.mdMethodology.mdExamples.mdProtocol.mdWorkflows/AnalyzeResults.mdDesignExperiment.mdDefineGoal.mdGenerateHypotheses.mdFullCycle.mdIterate.mdStructuredInvestigation.mdQuickDiagnosis.mdMeasureResults.md詳細
カスタマイズ
実行する前に、次の場所にユーザーによるカスタマイズがないか確認してください:
~/.claude/LIFEOS/USER/CUSTOMIZATIONS/SKILLS/Science/
このディレクトリが存在する場合は、そこにある PREFERENCES.md、設定、リソースを読み込み、適用してください。これらはデフォルトの動作より優先されます。ディレクトリが存在しない場合は、スキルのデフォルト設定で進めてください。
🚨 必須:音声通知(アクションを起こす前に必ず実行)
このスキルが呼び出されたら、ほかのことをする前に必ずこの通知を送信してください。
-
音声通知を送信:
curl -s -X POST http://localhost:31337/notify \ -H "Content-Type: application/json" \ -d '{"message": "Running the WORKFLOWNAME workflow in the Science skill to ACTION"}' \ > /dev/null 2>&1 & -
テキスト通知を出力:
Running the **WorkflowName** workflow in the **Science** skill to ACTION...
これは任意ではありません。このスキルが呼び出されたら、直ちにこの curl コマンドを実行してください。
Science - 万能アルゴリズム
概要
科学的手法を汎用的な問題解決アルゴリズムとして適用します。まず目標を定義し、複数の仮説を立て、失敗する可能性のある実験を設計し、誠実に測定し、目標に照らして分析し、反復します。7つのコアワークフローに加え、2つの診断用ショートカット(15分で行う迅速なデバッグと、複数要因を扱う体系的な調査)があります。ミクロ(TDD)からメソ(機能の検証)、マクロ(MVP のリリース)まで拡張できます。
課題
ほとんどの問題解決は、仕事をしているように見せかけた当てずっぽうです。最初に思いついたアイデアを選び、何かを変更し、「よくなったように見える」時点で完了とします。しかし、それは進歩ではなく確証バイアスです。成功の定義が明確でなければ、変更が役に立ったかどうか判断できないため、いつまでも調整を続けたり、早々にやめたりします。仮説を1つだけ立てる考え方では、すでに信じているアイデアしか検証できません。このスキルは、明示された目標、少なくとも3つの競合する仮説、反証可能なテスト、そして期待ではなく目標と比較する測定によって、こうした問題を解決するための規律を徹底します。
仕組み
全体は1つの反復サイクルです。そして、その軸となるのが目標です。成功基準が明確でなければ、結果を判断できません。
GOAL -----> What does success look like?
|
OBSERVE --> What is the current state?
|
HYPOTHESIZE -> What might work? (Generate MULTIPLE)
|
EXPERIMENT -> Design and run the test
|
MEASURE --> What happened? (Data collection)
|
ANALYZE --> How does it compare to the goal?
|
ITERATE --> Adjust hypothesis and repeat
|
+------> Back to HYPOTHESIZE
答えは、当てずっぽうではなく、このサイクルから導き出されます。
ワークフローの振り分け
実行時に出力: Running the **WorkflowName** workflow in the **Science** skill to ACTION...
コアワークフロー
| ワークフロー | トリガー | ファイル |
|---|---|---|
| DefineGoal | 「目標を定義する」「何を達成しようとしているのか」 | Workflows/DefineGoal.md |
| GenerateHypotheses | 「何がうまくいくか」「アイデア」「仮説」 | Workflows/GenerateHypotheses.md |
| DesignExperiment | 「どうやってテストするか」「実験の設計」 | Workflows/DesignExperiment.md |
| MeasureResults | 「何が起きたか」「測定」「結果」 | Workflows/MeasureResults.md |
| AnalyzeResults | 「分析」「目標と比較」 | Workflows/AnalyzeResults.md |
| Iterate | 「反復する」「もう一度試す」「次のサイクル」 | Workflows/Iterate.md |
| FullCycle | 体系的なサイクル全体 | Workflows/FullCycle.md |
診断ワークフロー
| ワークフロー | トリガー | ファイル |
|---|---|---|
| QuickDiagnosis | 迅速なデバッグ(15分ルール) | Workflows/QuickDiagnosis.md |
| StructuredInvestigation | 複雑な調査 | Workflows/StructuredInvestigation.md |
リソース一覧
| リソース | 説明 |
|---|---|
Methodology.md | 各フェーズの詳細 |
Protocol.md | スキルにおける Science の実装方法 |
Templates.md | 目標、仮説、実験、結果のテンプレート |
Examples.md | さまざまな規模での実例 |
分野別の適用例
| 分野 | 適用例 | 関連スキル |
|---|---|---|
| コーディング | TDD(レッド・グリーン・リファクタリング) | Development |
| 製品 | MVP -> 測定 -> 反復 | Development |
| 研究 | 問い -> 調査 -> 分析 | Research |
| プロンプト | プロンプト -> 評価 -> 反復 | Evals |
| 意思決定 | 選択肢 -> 協議会 -> 選択 | Council |
適用規模
| レベル | サイクル時間 | 例 |
|---|---|---|
| マイクロ | 数分 | TDD:テスト、コード作成、リファクタリング |
| メゾ | 数時間〜数日 | 機能:仕様策定、実装、検証 |
| マクロ | 数週間〜数か月 | 製品:MVP、ローンチ、PMF の測定 |
統合ポイント
| フェーズ | 呼び出すスキル |
|---|---|
| 目標 | 検証には Council |
| 観察 | コンテキストの調査には Research |
| 仮説 | アイデア出しには Council、ストレステストには RedTeam |
| 実験 | 並列テストには Development(Worktrees) |
| 測定 | 構造化された測定には Evals |
| 分析 | 多角的な分析には Council |
アンチパターン
| 悪い例 | 良い例 |
|---|---|
| 「もっと良くして」 | 「読み込み時間を 3 秒から 1 秒に短縮する」 |
| 「X がうまくいくと思う」 | 「X、Y、Z の 3 つのアプローチがあります」 |
| 「自分が正しいと証明して」 | 「反証できるテストを設計する」 |
| 「失敗しなかったことにする」 | 「何を学びましたか?」 |
| 「いつまでも実験を続ける」 | 「リリースして、本番環境から学ぶ」 |
注意点
- テストの前に、最低 3 つの仮説を立ててください。 仮説を 1 つだけ検証するのは確証バイアスです。いきなり 1 つのテストに進むのは科学ではなく、試行錯誤です。
- 測定は具体的かつ再現可能でなければなりません。 「良くなった気がする」は測定ではありません。
- 完全なサイクルは体系的な調査のためのものです。 素早いデバッグには、クイック診断モードを使用してください。
例
例 1:クイック診断
User: "figure out why Surface time filters show stale items"
→ Quick diagnosis mode
→ Hypothesis: timestamp format mismatch in D1
→ Test: query D1 for actual stored format
→ Analyze: compare stored vs expected format
→ Result: ISO string vs Unix timestamp mismatch
例 2:体系的な完全調査
User: "experiment with different prompt structures for better output"
→ Full cycle mode
→ 3+ hypotheses generated
→ Controlled experiments with measurements
→ Analysis identifies winning approach
→ Iterates until convergence
実行ログ
ワークフローの完了後、JSONL エントリを 1 つ追記してください:
echo '{"ts":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"Science","workflow":"WORKFLOW_USED","input":"8_WORD_SUMMARY","status":"ok|error","duration_s":SECONDS}' >> ~/.claude/LIFEOS/MEMORY/SKILLS/execution.jsonl
WORKFLOW_USED は実行したワークフローに、8_WORD_SUMMARY は入力の簡単な説明に、SECONDS はおおよその実時間に置き換えてください。ワークフローが失敗した場合は、status: "error" を記録してください。