Community研究&データ分析github.com

Lucian1u/material-to-deliverable

散乱資料を整理し、自身の知識資産として蓄積します。実際の資料から再利用可能な文書、要約、および出典索引を作成します。

material-to-deliverable とは?

このスキルは、指定されたプロジェクトディレクトリ内の `00_input/` フォルダに配置された生の資料(レポート、会議録、インタビューメモなど)を、検証可能で再利用可能な知識資産に変換します。主にClaude CodeやCursorなどのAIエージェント向けに設計されており、資料の整理から最終的な配布物の作成までを構造化されたワークフローでガイドします。 スキルは、プロジェクトの初期化、機密情報のチェック、タスクの明確化、資料索引とギャップ分析の作成、アウトラインの構築、最終成果物(メイン文書、要約、出典索引)の生成、そして元の資料に基づく監査レポートの作成という8つのステップで進行します。各ステップではユーザーの確認を必要とし、資料にない情報をでっち上げたり、必要な確認を怠ったりすることを防ぎます。 このスキルの強みは、その厳格な証拠ベースのアプローチにあります。すべての事実は出典索引で具体的なファイルと場所に紐付けられ、個人的な判断は事実と明確に区別されます。これにより、正確で追跡可能なドキュメント生成が可能となり、特に学術研究、ビジネスレポート、プロジェクトレビューなど、信頼性が求められる場面で有効です。

対応~Claude Code~Codex CLI~Cursor
npx skills add Lucian1u/material-to-deliverable

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

資料から成果物へ

00_input/ にある実際の資料を、確認・追跡可能で、引き渡し可能なテキストファイルに整理します。

開始条件

以下の条件がすべて満たされた場合にのみ実行します。

  • ユーザーがローカルプロジェクトディレクトリを提供または指定している。
  • 00_input/ に少なくとも1つの実際の資料が存在する。
  • ユーザーが報告書、提案書、振り返り、調査、またはコースプレゼンテーションのいずれかを希望している。

ディレクトリが不明な場合は、プロジェクトディレクトリのみを尋ねます。成果物の種類が不明な場合は、成果物の種類のみを尋ねます。実際の資料がない場合は停止し、サンプルや代替資料は生成しません。

毎回必ず読み込むもの

処理を開始する前に、以下を完全に読み込んでください:

成果物の種類を確認した後、成果物の種類ルール の該当セクションを読み込んでください。

ワークフロー

1. プロジェクトの確認と初期化

プロジェクトがまだ初期化されていない場合、このスキルのインストールディレクトリからスクリプトを呼び出し、明確なプロジェクトパスを渡します:

python3 <skill-directory>/scripts/init_project.py /absolute/path/to/project

ユーザーのプロジェクトのカレントディレクトリに scripts/ があると仮定しないでください。まずこのファイルの位置に基づいて <skill-directory> を解決してから、スクリプトを実行します。

01_working/ が既に存在する場合は、既存の状態を読み込んで続行し、再初期化したりファイルを上書きしたりしません。

2. 入力と機密情報の確認

00_input/ 内のすべてのファイルをリストアップし、読み取れないファイルや出典が不明なファイルを記録します。元の資料を変更、移動、または名前変更しないでください。

最初に機密情報の確認を行います。氏名、個人連絡先、アカウント、顧客情報、契約書、財務情報、健康情報、教育記録、資格情報、内部パス、またはその他の制限される可能性のある情報を発見した場合:

  1. 02_material-index.md にリスクの種類とファイルの場所のみを記録し、機密値はコピーしません。
  2. すぐに一時停止します。
  3. ユーザーにこれらの資料を処理する権限があることを確認してもらうか、マスキングされたコピーを提供してもらいます。

ユーザーの確認がない限り、アウトライン作成、記述、および成果物の生成を続行しません。

3. タスクの明確化

一度に1つだけ、成果物を変える可能性のある質問をし、最大7つまでとします。受信者、使用シナリオ、促したい決定、期限、成果物の種類、必ず含めるべき内容と禁止する内容を優先的に確認します。

ユーザーが「わからない」と答えた場合は、確認待ち事項として書き留め、ユーザーの代わりに回答を補完しません。結果を 01_task-brief.md に書き込み、概要を表示し、ユーザーの確認を待ちます。

4. 資料索引とギャップの作成

資料ごとに 02_material-index.md を記入し、以下を区別します:

  • 出典が直接裏付ける事実
  • 関係者または組織による自己陳述
  • インタビュー、フィードバック、または部分的な観察
  • ユーザー自身の判断
  • 確認待ちの情報

矛盾、欠落、読み取れないもの、マスキングが必要なもの、およびエビデンスが不十分なものを 03_gaps-and-conflicts.md に書き込みます。少数の資料から普遍的な結論に拡大しないでください。

ブロッキングとなるギャップが依然として存在する場合は、質問を続けるか停止し、主要な成果物を生成しません。

5. 出典付きアウトラインの作成

成果物の種類に基づいて 04_source-backed-outline.md を作成します。各セクションには、回答する質問、使用する資料、導き出せる結論、ユーザーの判断、確認待ち項目、および受け入れ方法を明確に記載する必要があります。

アウトラインの概要と出典のカバレッジを表示し、ユーザーの確認を待ちます。確認がない限り、主要な成果物を作成しません。

6. 成果物と出典索引の生成

確認されたアウトラインに基づいて以下を生成します:

  • 05_main-deliverable.md
  • 06_one-page-summary.md
  • 07_source-index.md

主要な事実はすべて、出典索引で特定のファイルと場所に対応付けます。資料にない数字、人物、ケース、引用、または結果を補足して記述しないでください。個人的な判断は出典の事実と明確に分離する必要があります。

7. 元の資料に戻って確認

00_input/ を再度読み込み、生成したばかりの成果物だけを基に自己チェックしないでください。事実、範囲、論理、プライバシー、タスクの一貫性、および表現の問題を 08_audit-report.md に書き込みます。

既存の資料で明確に修正できる問題のみを修正します。ユーザーの判断が必要な内容は、確認待ちのままにします。

8. 配布パッケージの整理

監査にブロッキング問題がない場合のみ、承認されたコンテンツを以下に書き込みます:

02_delivery/
  main-deliverable.md
  one-page-summary.md
  source-index.md
  readme.md

02_delivery/ には、元の資料、プロンプト、チャット履歴、内部ドラフト、または機密値を含めてはいけません。最後に、このスキルのインストールディレクトリから以下を実行します:

python3 <skill-directory>/scripts/validate_project.py /absolute/path/to/project --stage delivery

検証スクリプトが成功した後も、ユーザーに最終的な手動リリースを促します。スクリプトはファイル構造と明らかな残留物のみをチェックし、事実の正確性を証明するものではありません。

停止条件

以下のいずれかに該当する場合は停止し、何が不足しているかを説明します。

  • 00_input/ が空であるか、資料を読み取れない。
  • ユーザーが機密資料の処理を確認していない。
  • 受信者、成果物の種類、またはコア目標がまだ不明確である。
  • 現在の資料が主要な結論を裏付けられない。
  • ユーザーがタスクブリーフまたはアウトラインを確認していない。

ユーザーが新しい資料ソースを明示的に許可しない限り、架空の資料、インターネット検索、または常識的な推論を使用して停止条件を回避しないでください。

出力言語

デフォルトでは、ユーザーが現在使用している言語に従います。ファイル名はクロスプラットフォーム環境での使用を容易にするため英語のままにし、ファイルの内容はユーザーの言語を使用します。

関連スキル