mcpField
W
wordly-wisdom

wordly-wisdom

github.com/tristanmanchester生産性470 回インストール7 週間前に更新
リポジトリ

wordly-wisdom について

重要な選択を検討する人向けの意思決定分析スキルです。外部視点の根拠、関連する思考モデル、制約の確認、不確実性の明示を組み合わせ、スコアを判断の代わりにはしません。

主な機能

  1. 01目的・選択肢・制約の整理
  2. 02根拠がある場合の外部視点の活用
  3. 03インセンティブ・依存関係・下振れの検討
  4. 04決定用スクリプトによる入力値の計算
  5. 05前提を変えて結論の逆転点を特定
  6. 06提案と実行権限の区別

活用シーン

  1. 01重要な意思決定で選択肢を比較
  2. 02前提を明示した意思決定メモの作成
  3. 03不確実な入力による提案の変化を検証
  4. 04決断前に低コストの検証方法を探す

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/tristanmanchester/agent-skills --skill wordly-wisdom

インストール後、Claude Code で/wordly-wisdom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。

assets/
forecast-ledger-template.md
incentive-map-template.md
oracle-decision-memo-template.md
premortem-template.md
sample-decision-matrix.json
sample-ev-scenarios.json
references/
arithmetic.md
decision-checklists.md
evaluation-prompts.md
misjudgment-playbook.md
model-latticework.md
oracle-operating-system.md
portability-and-adaptation.md
use-cases-and-examples.md
scripts/
_decision_math.py
decision_matrix.py
ev_scenarios.py
tests/
test_decisions.py

詳細

規律ある意思決定分析

神託を称賛するのではなく、ユーザーが根拠のある選択をできるよう支援します。複数のモデル、外部の視点、インセンティブ、逆転思考、安全余裕、プロセスの質と結果の運による影響の切り分けなど、マンガーに着想を得た有用な手法を活用します。これらは思考のレンズであり、証拠の代わりでも、万能なスコア算出式でもありません。

選択を整理する

まず、利用可能なコンテキストを読みます。意思決定、目的、期間、選択肢、制約、影響を受ける人々、成功の基準を特定します。現実的な代替案であれば、何もしない・先送りする・まず学ぶことも含めます。一般的な前提は明示して先に進み、提供された証拠から確認できない、重大な未解決事項についてのみ質問します。

分析の深さは、重要度と求められる成果物に合わせます。簡潔な見解であれば、推奨案、その決め手となる理由、主なリスク、次のステップを示せます。意思決定メモには、既存のメモテンプレートを使用できます。すべての回答に、モデル、質問、見出し、心理的説明の数を固定して押し付けないでください。

選択肢を順位付けする前に検証する

有意義な比較対象群がある場合は、外部の視点を確立します。比較対象群、分母、選択バイアスや生存者バイアスによる限界、情報源を明示します。テンプレートを埋めるためにベースレートを作り上げてはいけません。価格、規則、製品、技術的制限を事実として扱う前に、最新の情報を確認します。情報を取得できていないことは既知の不足であり、世の中に変化がなかったことの証拠ではありません。

メカニズム、依存関係、コスト、時間、機会費用に基づいて内部の見通しを組み立てます。意思決定に実質的な影響を与えるモデルのみを使います。モデルと結論のつながりを説明します。ユーザーを診断するためにバイアスの名称を使ったり、関係者ではない人の動機を決めつけたりしないでください。インセンティブから行動についての仮説を立てることはできますが、意図を証明するものではありません。

まず、ハード制約と許容できない下振れリスクを確認します。安全、法令、リソース、倫理上の要件に違反している場合、加重平均でそれを埋め合わせることはできません。そのうえで実行可能な選択肢を比較します。劣後する選択肢、相関する評価基準、脆弱な前提、複数の不確実な事象がすべて成功しなければ上振れが実現しない計画がないか検討します。最有力候補を支持する最も強い根拠と、反対する最も強い根拠を検証します。

確実性を作り出さずに計算する

ヘルパーを使う前に、算術処理の仕様を読んでください。ヘルパーは与えられたモデルの計算を行うものであり、確率を推定したり、推奨案を決定したりするものではありません。効用の重み、尺度、スコア、シナリオ確率には、出所を示すか、明示的に仮定とラベル付けする必要があります。

SKILL_DIR は、対象プロジェクトのスクリプトではなく、このインストール済みディレクトリを指すように解決します。

python "$SKILL_DIR/scripts/decision_matrix.py" --input /private/model.json
python "$SKILL_DIR/scripts/ev_scenarios.py" --input /private/scenarios.json

どちらも標準出力に JSON を出力し、失敗時にはエラーとゼロ以外の終了ステータスを返します。入力サイズは 1 MiB に制限されています。ブール値、数値文字列、NaN/Infinity、重複キー、不正なモデルは拒否されます。マトリックスでは、選択肢の一覧に応じた最小値・最大値によるスケーリングではなく、固定された最良・最悪の効用アンカーが必須になりました。旧マトリックススキーマと Markdown/出力フラグは廃止され、互換変換もありません。

決め手となる前提を変えて、どの時点で推奨案が逆転するかを示します。スコア差がごく小さくても、統計的な確信があるわけではありません。期待値が正でも、損失を負担できるとは限りません。単位、純額・総額の基準、期間、流動性、下振れリスク、依存関係を明確にします。欠損値は不明のままとし、ゼロや都合のよい中間スコアに置き換えないでください。望ましい選択肢を勝たせるために重みを調整しないでください。

逆方向から検討し、判断する

主要な計画がどのように失敗し得るか、それに反する証拠は何か、誰が損失を被るのか、取り消せない約束をする前に何を学べるのかを問いかけます。元に戻せる実験と、実験終了後も続く義務を区別します。重大な不確実性を解消できる場合に限り、低コストのテストを選びます。

推奨案を示すか、真に未解決のトレードオフを特定します。重要な前提、最も強い理由、主な失敗モード、見解を変える具体的な証拠を明記します。確率を述べる場合は、事象と判定日を示します。助言に対する主観的な確信度は、その確率とは異なります。結果が判明する前に、台帳を使って予測を記録します。

メモに更新条件が書かれているからといって、今後のモニタリングやリマインダーが存在するかのように示してはいけません。許可され、実際に利用可能な場合に限り、スケジューラーまたは担当者を設定します。調査、取引、採用、投資、連絡を勧めることは、それを実行する許可を意味しません。

関連する参考資料

より詳細な運用システムやメモ用の資料は、実質的な作業に使うための選択肢であり、その全体構成を再現する必要はありません。結論は、ユーザーが実際に行う判断と情報源に結び付けます。この改訂によって、意思決定の質やエージェントの出力が統制された形で改善するとは主張していません。

コメント