Communityライティング&編集github.com

タスクモデルルーター

Codex のタスクを期待される手戻りコストに基づいて GPT-6 Astra と GPT-5.6 Sol に振り分け、反復的な単純作業を GPT-5.6 Luna に委譲します。

タスクモデルルーター とは?

Task Model Router は、AI エージェント(Codex 等)のタスク実行において、使用する大規模言語モデルを適切に選択・切り替えるためのスキルです。目的は、ユーザー要求の品質を達成しつつ、誤った計画・手戻り・コンテキスト復元・委譲オーバーヘッドといった総消費を最小化することです。このスキルは、軽量なセマンティック分類と設定されたポリシーに基づいて、タスクを GPT-6 Astra(高コスト・高精度)または GPT-5.6 Sol(低コスト・標準精度)にルーティングし、さらに明確に定義された反復作業を GPT-5.6 Luna サブエージェントに委譲します。主な対象プラットフォームは Codex CLI およびデスクトップ環境で、設定ファイル(routing-policy.md、luna-delegation-policy.md)に従って動作します。ユーザーが明示的にモデルを指定した場合はそれを優先し、ルーティングの再帰呼び出しや自己ループを禁止することで、効率的かつ安定したタスク実行を実現します。

対応~Claude Code✓Codex CLI~Cursor
npx skills add LunarXuan/task-model-router

Installed? Explore more ライティング&編集 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · 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

タスクモデルルーター は何をしますか?

目標は、ユーザー要求の品質を達成し、誤った計画、手戻り、コンテキスト復元、委譲オーバーヘッドを含む完全なタスクの総消費を削減することです。両モデルの個人クォータ比率を知っていると主張したり、失敗確率や節約率を捏造したりしないでください。

実行前

まず routing-policy.md を読んでください。簡潔な振り分けのみを行い、モデル選択のためにタスクを完全に解決しないでください。既存のコンテキスト、タスク範囲、検証可能な事実に基づいて判断します。テキストの長さ、経過時間、ファイル数だけでモデルを決定しないでください。ユーザーが明示的にモデルを指定した場合はそれを優先します。ルーティングメカニズムのみについて議論する場合は、質問に答えるだけで実行を開始しないでください。

「推奨モデル:…;手戻りリスク:…;理由:…」を1行出力します。ホストが実際のモデルを確定した場合のみ「現在の実行モデル」と記述できます。タスクが既に CLI 経由でルーティング完了とマークされている場合は、直接実行し、ディスパッチャの再呼び出しや再帰的な振り分けを禁止します。

デスクトップタスク

本スキルは呼び出された後に判断を行います。ユーザーメッセージが送信される前のグローバルインターセプターではありません。暗黙的な発見はサポートしますが、すべてのメッセージで自動ロードされるとは限りません。信頼できるエントリポイントは $task-model-router タスク内容 です。

現在のモデルが推奨と一致する場合はそのまま続行します。一致しない場合は、実質的な実行を開始する前に推奨を提示し、ユーザーに入力欄の下で選択したモデルに切り替え、その後「続行」と送信するよう依頼してください。現在のタスクコンテキストは保持し、すべての材料を再貼り付けする必要はありません。グローバル設定を変更したり、現在のタスクに自己ループメッセージを送信したり、テキストによる推奨でモデル切り替えが完了したと主張したりしないでください。現在のモデルが確認できない場合は、不明であることを明確に説明し、繰り返しブロックしないでください。ユーザーが選択を確認した、または現在のモデルを使用するよう明示的に要求した場合は、そのまま続行します。

ユーザーが明示的に新しいデスクトップタスクを要求した場合のみ、ホストの create_thread を使用してモデルを指定し、プロジェクト/作業ディレクトリのルールに従って作成します。ネイティブサブエージェントは、デスクトップのメインモデルを置き換えるための言い訳にはなりません。

実行と Luna 委譲

両方のメインモデルは luna-delegation-policy.md に従います。独立した、範囲が明確で委譲に値する反復作業がある場合は、gpt-5.6-luna サブエージェントを作成します。適切な作業がない場合は、メインモデルが直接実行します。メインモデルは、計画、重要な推論、統合、およびリスクに応じた検証を担当します。

Sol の核心的な仮定が覆された場合、連鎖的な影響が発生した場合、または説明不可能な実質的な手戻りが発生した場合、残りのタスクの予想コストに基づいて Astra へのアップグレードを再評価します。ネットワーク障害、権限不足、レート制限は、自動的に推論能力の不足を意味するものではありません。検証済みの作業、失敗した仮定、現在のファイル状態、未解決の問題は保持します。副作用が既に発生しているタスクを自動的に最初から再実行することは禁止します。デスクトップ環境では切り替えを促します。CLI ではアップグレードが必要であることと引き継ぎ情報を報告し、タスクを自力で再生しません。

CLI 自動エントリポイント

このディレクトリの scripts/route-codex.ps1 -Prompt 'タスク' -WorkingDirectory 'プロジェクトパス' を実行します。デフォルトでは、最初に Sol で軽量なセマンティック分類を行い、その後選択されたモデルで実行します。分類自体でクォータを消費します。-RouteOnly は分類のみ行います(それでもモデルを呼び出します)。-Model sol|astra はユーザーによる明示的な上書きで、分類をスキップできます。デフォルトの実行サンドボックスは読み取り専用です。変更を許可する場合は、明示的に -Sandbox workspace-write を渡します。エントリポイントは、承認やサンドボックスオプションをバイパスする方法を提供しません。通常のユーザー設定、認証、プロジェクトディレクティブは有効のままです。

長いタスクには UTF-8 ファイルと -PromptFile を使用します。既存の計画/背景には -ContextFile を使用します。バックグラウンドテスト、使用法、実装の境界については usage.md を参照してください。CLI がない、モデルが利用できない、分類に失敗した、または JSON が無効な場合は、失敗を報告して実行を開始しません。サイレントにダウングレードしたり、無限にリトライしたりしません。

関連スキル