Communitygithub.com

brand-skill-builder

ブランドブックから、任意の企業向けにブランドスキルライブラリを構築します。ボイススキル、ブランド準拠のファイル(PDF、Word、PowerPoint、ソーシャル画像、HTML、モーション)を作成するフォーマットスキル、およびアセットをブランドに対して監査するスキルを生成。ブランドブックを構造化された基盤(パレット、タイポグラフィ、構造システム、アクセシビリティ、ボイス)に変換し、各スキルをダイジェスト検証済みのコンテキストスナップショット、プリフライト、プラットフォームテスト、パッケージャーでスキャフォールディングし、インテークからQA、リリースまでのビルドプロセスをガイドします。1つのzipでClaudeとChatGPTの両方で動作します。

brand-skill-builder とは?

Brand Skill Builder は、ユーザーのブランドブックを解析し、AIエージェント(Claude、ChatGPT等)がブランドに準拠したアウトプットを生成できる「ブランドスキルライブラリ」を構築・管理するためのスキルです。このスキル自体は特定のブランドのルールを持たず、ユーザーが提供するブランド資料のみを情報源とします。処理は、ブランド基盤情報(パレット、タイポグラフィ等)の抽出、各フォーマット(PDF、Word、PowerPoint等)向けのスキル作成、品質監査スキルの作成を段階的に行います。各スキルは、コンテキストスナップショット、プリフライトチェック、プラットフォームテスト、パッケージャーを備えており、ゼロからのライブラリ構築(モードA)、既存ライブラリへのスキル追加(モードB)、既存スキルのレビュー(モードC)の3つのモードで動作します。重要な設計思想は「推測するな、計測せよ」「警告はするが拒否はするな」「ブランドオーナーに決定を委ねよ」であり、ブランド価値を勝手に創作することは一切ありません。

対応✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/yuckier/brand-skill-builder/tree/HEAD/skills/brand-skill-builder

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Brand Skill Builder

このスキルは、ブランドスキルライブラリを構築・維持するのに役立ちます。これは、1つの企業向けに任意のモデルがブランドに沿った成果物を生成できるようにする、小さなスキルのセットです。このスキルには、実運用ライブラリのアーキテクチャ、テンプレート、スクリプト、教訓が含まれていますが、それ自体がブランドを持っているわけではありません。すべてのブランド価値はユーザーの情報源に由来します。

どのモードを開始する前にも、references/architecture.mdをお読みください。以下の手順で名前が挙げられている他のリファレンスもお読みください。

フォルダについて。 すべてのコマンドにおいて、SKILL_DIRはこのファイルが置かれているフォルダ、LIBはユーザーが選択したライブラリフォルダを示します。すべてのコマンドで両方をフルパスで記述してください。シェル変数として設定しないでください(一部のプラットフォームでは、あるコマンドで設定した変数が次のコマンドで失われます)。

モードを選択する

ユーザーの要望モード
まだブランドスキルがないブランド向けA. 新規ライブラリ
既存ライブラリに1つスキルを追加B. スキル追加
既存のブランドスキルまたはライブラリのレビューC. レビュー
構築前にアプローチを理解したいreferences/architecture.mdから説明し、停止する

リクエストに明示されていない場合にのみ、どのモードかを尋ねてください。

A. 新規ライブラリ

  1. 情報源を収集する。 ブランドブックと、ブランドを規定するものすべて(デザインチームのテンプレート、ボイスガイド、メッセージングドキュメント、商標ルール、スタイルガイド、ロゴファイル、フォントとそのライセンス、アイコンや写真ライブラリ)を求めます。ブランドのオーナー(決定を承認する人)が誰かを尋ねます。不足しているものをメモします。補完はしません。
  2. スキャフォールディングする。 python3 SKILL_DIR/scripts/scaffold.py library LIB --brand "<Brand>" --era <era>。eraはこのバージョンのブランドを表す短いラベルです(例:2027-brand)。情報源をLIB/reference/に置きます。
  3. 基盤(foundations)を記述する LIB/shared-context/brand-foundations/context/に、情報源に基づいて記述します。references/brand-foundations.mdに従います。すべてのTODOを情報源から埋めるか、ギャップとして記録します。コントラストを測定します。ルールを含む箇所はブックの表現を引用します。すべてのファイルに出典を付けます。ロゴアートワークはlogo/の下に、ソースがカバーする場合はlogo-policy.md、imagery-policy.md、chart-palette.jsonも追加します。
  4. オーナーとレビューする。 基盤情報を短いサマリーとして提示します。カラーモデル、タイプの役割、シグネチャ要素、シップチェック、ギャップ、そして提案された各ハウス決定(1つの推奨事項とその理由を添えて)を含めます。オーナーの決定を待ちます。各決定をハウス決定テーブルと開発ログに記録します。
  5. ボイススキルを構築する(モードB、--kind voice)。これは小さく、スナップショット、プリフライト、パッケージングのパスを証明します。
  6. 最初のフォーマットスキルを構築する(モードB、--kind format)、最も必要とされるフォーマットから。最初に最小のエンドツーエンドパス、次にパイロットループ。
  7. フォーマットを1つずつ追加する。各フォーマットのハウス決定を最初に確定します(references/process.mdの「作業順序」を参照)。
  8. 監査スキルを構築する(モードB、--kind audit)。監査対象となるフォーマット仕様ができてから行います。

B. スキル追加

  1. 名前を付ける <brand>-<format>(小文字、ハイフン区切り)、または<brand>-voice、<brand>-audit。1つのスキル、1つのジョブであることを確認します。リクエストが既存のスキルと重複する場合は、その旨を伝え、代わりにそのスキルを拡張することを推奨します。
  2. スキャフォールディングする。 python3 SKILL_DIR/scripts/scaffold.py skill LIB <name> --kind format|voice|audit --format "<PDF>"。これにより、SKILL.mdテンプレート、agents/openai.yaml、プリフライト、プラットフォームテスト、スナップショット設定LIB/tools/snapshot/<name>.jsonが書き出されます。フォーマットスキルの場合は、LIB/shared-context/<name>/context/format-spec.mdとformat-map.jsonも書き出されます。
  3. フォーマットのハウス決定を確定する コードを書く前に:structural-system.mdで「ビルド時に他者が決定」とスコープされているすべての決定について、このフォーマットに対する推奨回答を提案し、オーナーの決定を得て記録します。
  4. フォーマット仕様とマップを記述する(BOOK、RATIFIED、PROPOSEDタグが付いた単語、数値にはロール名を使用し、16進数は使用しません)。
  5. ビルダーとQAスクリプトを記述する references/format-skills.mdに従います。モデルはJSON仕様を計画・記述し、スクリプトがビルドし、スクリプトが完成ファイルをゲートします。トークンはビルド時に読み取られます。逸脱は記録され、拒否はされません。ボイススキルと監査スキルは代わりにreferences/voice-and-audit.mdに従います。
  6. SKILL.mdを記述する 説明(トリガー、実行しないこと、1,024文字以内)、手順、ルック・トゥ・スペックテーブル付きのインテーク、スペックリファレンス、警告・拒否しないセクション、プラットフォームごとの1行の配信ラインを含めます。
  7. スナップショットを作成し検証する。 python3 LIB/tools/snapshot/snapshot.py LIB/tools/snapshot/<name>.json、次に--check、次にpython3 LIB/skills/<name>/scripts/verify_context.py。フォント、スタイルシート、アートワークをbundled_assetsに設定に追加し、プリフライトでそれらを確認できるようにします。
  8. テストする(references/qa-and-testing.md):プラットフォームテスト、両方のテーマでのフィクスチャビルド、各QAチェックに対する改ざんテスト、トークンスワップテスト。次に、現実的なプロンプトを使用したパイロットループを行い、修正のたびに同じプロンプトを再実行します。
  9. 求められたらパッケージ化する(references/packaging.md): python3 LIB/tools/package/package_skill.py LIB/skills/<name> <name> <fresh scratch folder>/<name>.zip --date YYYY-MM-DD。 別の新しいフォルダに展開し、そこからテストを実行してから、zipをLIB/finalized-skills/に配置します。
  10. ログに記録する。 上記の各ステップは、発生時にLIB/DEV-LOG.mdに記録します。

C. レビュー

スキル(またはライブラリ)を読み、パターンと比較します。以下の順序で、それぞれファイルと行番号を添えて報告します:

  1. 構造:1つのジョブ、他のスキルへのランタイム呼び出しなし、agents/openai.yaml、単一プラットフォームのパスなし。
  2. コンテキスト:マニフェストとダイジェストを含むバンドルされたスナップショット、停止ではなく警告するプリフライト、ブランド時代。
  3. ビルダー:ビルド時に読み取られるトークン(またはハードコードされた値)、JSON仕様、拒否ではなく逸脱。
  4. QA:シップチェックにマッピングされた完成ファイルのゲート、改ざんテスト、再スタイルする場合の再スタイルモード。
  5. ワークフロー:デフォルト値付きインテーク、主張と証拠付き計画、ビルド前の承認、警告を先に出す配信。
  6. パッケージング:厳格なフロントマター、説明の長さとトリガー、リリースレコード。

影響度の順に修正を推奨します。求められない限り何も変更しません。

すべてのモードのルール

  • ブランド価値を決して創作しないこと。 色、フォント、サイズ、ルール、主張、図、顧客は、一般的な知識からは一切導き出しません。ギャップは記録され、オーナーが決定するか、要素は除外されます。
  • ブランドブックが記録のルールであること。オーナーのデザインファイルがその沈黙を埋めます。すべての逸脱は、その範囲、逸脱元のブックの表現、ステータス、および誰が決定したかを示すハウス決定です。
  • 警告し、決して拒否しないこと。あなたが構築するスキル内で:修復して報告し、失敗したファイルにはラベルを付けて配信し、物理的に不可能な場合のみ停止します。ボイスファイルがない状態でのボイススキルはその不可能な場合です。
  • 推奨し、その後に尋ねること。オーナーに属するすべての選択について。オーナーが決定した後にのみ構築します。
  • 推測せず、計測すること:コントラスト、テキスト幅、行数、レンダリング。
  • 完了と呼ぶ前に、実際のレンダラーで出力を確認すること。

配信

  • Claude上:作成または変更された内容をパスとともに要約し、出力フォルダからパッケージ化されたzipがあれば共有します。
  • ChatGPT上:作成または変更された内容をパスとともに要約し、パッケージ化されたzipがあればダウンロードリンクとして添付します。

その後、まだTODOの項目、オーナーを待っている各ギャップ、および各PROPOSED決定をリストします。

リファレンス

ファイルこれを読む目的
references/architecture.mdスキルタイプ、ワークスペース、スキルフォルダ、スナップショットファーストコンテキスト、プラットフォーム中立性
references/brand-foundations.mdブランドブックのデータ化:ファイル、色とタイプのアーキテクチャ、ハウス決定、ステータスタグ
references/format-skills.mdフォーマットスキル内のワークフロー、警告・拒否しない、仕様、ビルダー、QAゲート、フォーマット別ノート
references/voice-and-audit.mdボイススキルと監査スキル
references/qa-and-testing.mdテスト、レンダリング、パイロット、相互作用するルールのデバッグ
references/packaging.md厳格なフロントマター、説明、リリース手順、アップロード失敗
references/process.md決定、生きた記録、作業順序、安全な作業、Officeツールチェーンの教訓

関連スキル