Community研究&データ分析github.com

Khalil-M-Khalil/キャリア学習ロードマッププロトコル

このスキルを使用すると、キャリアパスの評価、技術・専門職の求人市場調査、アラブ市場・欧州市場・グローバル市場における実際の給与・求人分析、理論・実践リソース・初級者飽和度分析・ポートフォリオプロジェクトを含む完全無料の学習ロードマップ作成が可能です。ユーザーが技術分野の学習方法、キャリアロードマップ、求人需要、給与、無料学習リソースについて質問したときに有効化します。

キャリア学習ロードマッププロトコル とは?

このスキルは、ユーザーが特定の技術分野や職業分野(例:サイバーセキュリティ、データ分析、Web開発、クラウドコンピューティング、AI、プロダクトマネジメントなど)を学習するための市場主導型キャリアロードマップを生成します。単なるコースリストの提示ではなく、実際の給与データ(Levels.fyi、Glassdoor、Indeed、LinkedInなどのソースから引用)、求人飽和度、AIの自動化がその分野に与える影響を分析し、完全に無料の学習リソース(オープンソースの書籍、公式ドキュメント、大学の公開コース、インタラクティブなトレーニングリポジトリ)を提供します。このスキルは11段階のプロトコルに従い、ユーザーの制約(時間、英語レベル、予算=0ドル、対象市場)を考慮した上で、ポートフォリオプロジェクトの要件や技術面接の準備方法までを含む包括的なレポートを出力します。Claude Code、Cursor、CodexなどのAIエージェントと統合可能で、ユーザーが「どのように学習すればよいか」と尋ねたときに自動的に起動します。

対応~Claude Code~Codex CLI~Cursor
npx skills add Khalil-M-Khalil/career-learning-roadmap-protocol

Installed? Explore more 研究&データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

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

市場連動型キャリア学習ロードマッププロトコル

Market-Driven Career Roadmap & Employability Protocol

このスキルは、学習パスの探索をランダムなコース収集から総合的な実現可能性調査と実践的なロードマップへと変革します。実際の雇用市場を数字で精査し、市場の飽和度やAIの影響を明らかにし、理論・実践ともに100%完全無料の学習リソースを提供します。


1. このスキルが有効化されるタイミング(Activation Triggers)

このスキルは、以下の状況で自動的、またはユーザーの要求に応じて呼び出されます。

  • 新しい技術系・専門職系分野(例:サイバーセキュリティ、データ分析、Web開発、クラウドコンピューティング、人工知能、プロダクトマネジメントなど)の学習計画を立てる場合。
  • 2つ以上の専門分野またはキャリアパスを比較し、最も需要が高く、市場で高いリターンが期待できるものを特定する場合。
  • 特定の専門分野における、アラブ・湾岸諸国市場、欧州市場、またはフリーランス・リモートワーク市場での給与と求人数を調査する場合。
  • 100%完全無料のリソースのみに依存し、実践を伴う段階的な学習パスを希望する場合。
  • ポートフォリオを構築し、初級者(Junior)レベルの選考を通過するための技術面接の要件を理解したい場合。

2. 絶対に守るべき黄金ルール(Non-Negotiable Rules)

  1. 実際の数字への厳格な準拠: 給与、需要率、求人数に関するすべての数字は、その出典(例:Levels.fyi、Glassdoor、Indeed、LinkedIn Economic Graph、Stack Overflow Developer Survey)を明記すること。数字の捏造や推測は禁止。
  2. 100%無料リソースの使用: 有料プラットフォーム、有料コース、月額サブスクリプションの提案は禁止。各トピックに対して、完全に無料の代替手段(オープンソースの書籍、公式ドキュメント、大学の公開コース、インタラクティブなトレーニングリポジトリ)を提供すること。
  3. 各段階での実践演習: 学習を理論だけに留めず、各学習レベルに関連する実践的な演習と実際の適用を組み合わせること。
  4. 初級者参入障壁(Junior Reality)の明示: 初級者向け求人の競争率と、AI自動化がその専門分野に与える影響を率直に示すこと。
  5. 資格と成果証明(Proof-of-Work)の明確化: 実際に認知されている専門資格と形だけの役に立たない資格を明確に区別し、お金をかけずに能力を証明するために必要なポートフォリオの形式を特定すること。
  6. 正味学習時間の計算: 達成時間を月数ではなく累積正味時間で計算し、誤解を招く推定を避けること。

3. ワークフローと実行段階(The 11-Stage Protocol)

アシスタントは、参照ファイルreferences/CAREER_ROADMAP_PROTOCOL.mdに規定された11段階を順に実行します。

ステージ0: 学習者の制約条件の確認(Learner Constraints)

  • 1日あたりの利用可能時間、英語力(読解・会話)、予算($0)、対象とする地理的市場を確認。

ステージ1: マクロ市場分析と地理的分布(Macro Market Analysis)

  • 以下の市場間で専門分野の実態を比較:アラブ・湾岸市場、欧州市場、フリーランス・リモート市場。

ステージ2: 初級者飽和度とAIの影響の分析(Junior Saturation & AI Impact)

  • 初級者の求人競争率を調査し、自動化の脅威にさらされるタスクと、人間にしかできないスキルを特定。

ステージ3: 職種名、責任範囲、給与体系(Titles, Scope & Salaries)

  • キャリア段階(Junior / Mid / Senior)と各レベルの意思決定権限を定義し、出典付きの給与テーブルを作成。

ステージ4: 個人適合性評価ゲート(Fit / No-Go Decision Gate)

  • 「この専門分野に適さない人」を明確にリストアップし、学習者の特性に合わない分野での時間の浪費を防ぐ。

ステージ5: 正味累積時間の算出(Hours-to-Employability)

  • 就職準備に必要な総正味時間を算出(内訳:理論30%、実践50%、プロジェクト20%)。学習者の利用可能時間をもとに週数に換算。

ステージ6: 資格と成果証明の比較マトリックス(Certifications vs Proof-of-Work)

  • 企業が実際に要求する資格を列挙し、価値のない商業資格について警告。無料の代替となるポートフォリオの要素を提示。

ステージ7: 段階的カリキュラムロードマップ(Step-by-Step Curriculum)

  • レベル0(前提条件)からレベル1(基礎)、レベル2(企業ツール)、レベル3(高度なプロダクションスキル)まで、段階的な学習パスを構築。

ステージ8: 完全無料リソースマトリックス(Free Resources Matrix)

  • 各トピックに対して、明示的な無料リソースのリンクと参照元を添付(無料理論ソース+無料実践インタラクティブソース)。

ステージ9: ポートフォリオ構築マイルストーン(Portfolio Milestones)

  • 3段階の実践プロジェクトの仕様を作成:基礎プロジェクト、企業向けケーススタディプロジェクト、統合キャップストーンプロジェクト。

ステージ10: 技術面接の実態と準備(Technical Screening Reality)

  • 一般的な技術選考プロセスを公開。ATS(応募者追跡システム)対応の履歴書に含むべきキーワード、練習用の実践的なシナリオ質問5つを提示。

4. 最終レポートに必須の出力項目

アシスタントは、アラビア語(対象ロケール:日本語に翻訳済み)で詳細かつ専門的なレポートを提供し、以下の要素を含めること。

  1. 学習者の制約条件と目標設定の表。
  2. 3つの市場にわたる市場調査、給与・求人数の出典付き表。
  3. 初級者飽和度指標とAIの影響。
  4. 職種名、責任範囲、給与体系のマトリックス。
  5. 個人適合性評価(Fit / No-Go)の結論。
  6. 正味累積時間計算と時間換算計画。
  7. 資格と成果証明(Proof-of-Work)の基準マトリックス。
  8. レベル0から3までの詳細な教育ロードマップ。
  9. 直接リンク付きの完全無料リソース表。
  10. 就職に必要な3つのポートフォリオプロジェクトの仕様。
  11. 技術面接ガイドと一般的な模擬質問。
  12. 参照元とデータソースの記録、および確認日。

5. ユーザー向けクイックスタートプロンプト(Quickstart Prompt)

キャリア学習ロードマッププロトコルを次の分野に適用してください:[希望分野、例:サイバーセキュリティ / データサイエンス / バックエンド開発]
制約条件:
- 利用可能時間:[例:1日2時間 / 週14時間]
- 現在のスキル背景:[例:完全な初心者 / Pythonの基礎知識あり]
- 英語力:[例:読解は良好、会話は平均的]
- 対象市場:[例:サウジアラビア・湾岸市場 / リモートワーク]
- 予算:$0(完全無料リソースのみ)

詳細な方法論と完全な基準については、参照ファイルreferences/CAREER_ROADMAP_PROTOCOL.mdを参照してください。

関連スキル