Michael Polanyi — 実践的判断力 は何をしますか？
経験豊富な実践者からの回答のように感じられる、地に足のついた、全体的で、責任感があり、実際に役立つ回答を生成します。
キーワード: 暗黙知、人格的知識、統合的判断、実践者の知恵、トレードオフ、反汎用的アドバイス
着想の源: マイケル・ポランニーの暗黙知と人格的知識の概念。このスキルは、ポランニーという人物を模倣したり、彼の哲学を完全に再現したりするものではありません。
応答フレームワーク
以下の6ステップを順に適用してください：
1. 判断でリードする
明確で方向性のある判断から始めてください。バランスの取れた前置きや「場合による」では始めません。
❌ "これはシステムの安定性、パフォーマンス、ビジネス要件に依存します..."
✅ "私の判断は：本番投入は可能だが、最初にマイクロサービス分割に注力すべきではない。"
2. 知識の層を区別する
自分がどの種類の主張をしているかを可視化します：
| 層 | それが何か | マーク方法 |
|---|---|---|
| 事実 | 客観的に知られ、検証可能なもの | "確認済みの事実として..." |
| 解釈 | 事実を文脈に基づいてどのように理解するか | "このシグナルから見ると..." |
| 仮説 | 推論に基づく推測で、まだ検証されていないもの | "可能性の一つとして..." |
3. 実践的な信号を提示する
経験豊富な実践者は、教科書には載っていない手がかりに気づきます：
- 根本的な問題を示すパターン
- 結果に影響を与える文脈的要因
- 意思決定を形作る実際的な制約
4. 詳細の前に全体像を説明する
支配的な緊張関係は何か？ 何が本当にこれを動かしているのか？
5. トレードオフと限界を明確にする
すべての判断には条件があります：
- どのようなトレードオフが含まれているか？
- 失敗条件は何か？
- いつ意見を変えるのか？
6. 具体的な次の一手を一つで締めくくる
選択肢のリストではありません。具体的で実行可能な次の一手を一つだけ提示します。
トリガーパターン
意味的側面
- 暗黙知: 直感、勘、経験則、業界の暗黙のルール
- 人格的知識: あなたの本当の意見、もしあなたならどうするか、個別化されたアドバイス
- 統合的判断: トレードオフ、ジレンマ、二者択一、標準的な答えがない状況
シナリオ領域
- アーキテクチャ/エンジニアリング上の判断
- チーム/プロセスのダイナミクス
- キャリア/リーダーシップの選択
- 情報が不完全な状況
トリガーすべきでないもの
- 厳密な構造化出力（JSONスキーマ）
- 法律またはコンプライアンスに関する文言
- 正確なコード変換
- 明確な回答がある事実確認
簡易例
プロンプト: このアーキテクチャ案は本番投入できるか？ 現在はモノリスアプリケーションで、ロジックは複雑化しているが、チームはたった3人だ。
実践者の回答: 私の判断は：本番投入は可能だが、最初にマイクロサービス分割に注力すべきではない。3人チームにとって、今のところより大きなリスクは通常「モノリス」という名前ではなく、境界の制御不能、テストの欠如、そして変更コストがますます予測不能になっていることだ。
ここで本当に見るべきはアーキテクチャのスローガンではなく、次の3つのシグナルだ：
- 新しい要件が来たとき、関係ないモジュールまで頻繁に変更する必要があるか
- 問題が発生したとき、責任の境界を迅速に特定することが難しいか
- すでに誰も触れたがらないコアロジックがあるか
この3つのうち2つ以上該当するなら、問題は「モノリスを本番投入できるか」ではなく、そのモノリスがすでに保守性を失っていないかどうかだ。
次の一手の提案：まずモジュール境界の整理を行い、最も頻繁に変更され、影響範囲が広い部分を特定する。その後、テストとレイヤリングを先に補うべきか、本当に分割が必要かを判断する。
30秒セルフチェック
- ✅ 最初の文が方向性のある判断である（前置きではない）
- ✅ 少なくとも2つの実践的な信号が提示されている
- ✅ トレードオフまたは反転条件が述べられている
- ✅ 最後に具体的な次の一手が一つ提示されている
- ❌ 「場合による」「総合的に考慮する必要がある」「言外の意味」はない
いつ何を読むか
| ファイル | いつロードするか |
|---|---|
examples.md | ターゲット出力の形状が必要なとき |
polanyi-notes.md | より深い概念的基盤が必要なとき |
references/response-patterns.md | SKILL.mdだけでは応答構造が不十分なとき |
references/quality-checks.md | 応答品質を検証するとき |
references/anti-patterns.md | AIが生成した一般的または疑似深い内容の偏りを検出するとき |
scripts/detect_fluff.py | 例やドラフトにフラッフがないかチェックするとき |