skill-optimizer

使用する場面

次のような場合にこのスキルを使用します。

• モデルがスキルを実際に適用するかどうかを改善する
• すべてのモデルで一部の基準が失敗する原因を診断する
• スキルによって出力の品質が低下するのを防ぐ
• コンテキストが逼迫している状況でも検索されやすいよう、スキルのテキストをリファクタリングする
• 再現可能なベンチマークの反復実行とリリースゲートを構築する

最適化ループ（デフォルトのワークフロー）

1. ベースラインとスキル有効時の動作を測定する（モデルごと、シナリオごと、基準ごと）
2. 失敗パターンを特定する：
   • 全モデルでの失敗（スキル有効時に 0%）
   • 特定モデルの弱点
   • リグレッション（差分がマイナス）
3. 目立ちやすさを高めるよう編集する：
   • 明示的なトリガーを追加する
   • 具体的で一体化した例を追加する
   • チェックリストと判断ルールを簡潔にする
4. 評価を再実行し、差分を比較する
5. ガードレールを設けてリリースする（文書化されたゲート＋実行履歴＋フォローアップ課題）

使用方法

詳しい手順とテンプレートについては、各ルールファイルを参照してください。

• rules/benchmark-loop.md - ベンチマークのエンドツーエンドのループと採点
• rules/activation-design.md - 検索と指示の取り込みを改善する
• rules/context-budget.md - 挙動を損なわずにトークンコストを削減する
• rules/regression-triage.md - スキル有効時のリグレッションを診断して修正する
• rules/release-gates.md - スキルの更新をリリースする前の可否判断基準

実践的なヒューリスティック

• あいまいな推奨事項を多数設けるより、シグナルの強いルールを少数に絞る
• 影響を受けやすく重要性の高い挙動は、最上位のチェックリストに記載する
• よくあるシナリオごとに、少なくとも 1 つの一体化した例を含める
• 省略してはならない内容を明示する
• スキル有効時と無効時の比較で、改善点と悪化点を追跡する