ultraloop は何をしますか?
デフォルトでは、コードが書かれた瞬間にタスクは完了したと見なします。それは間違いです。ここでは無効になっています。 ウルトラループモードでは、結果が実際に検証され機能した場合にのみタスクは完了します。「コードが正しく見える」ことは証拠ではありません。証拠とは、実際の実行から得られた観測可能な結果です。「検証済み」に必要なものはタスクに応じて変化します。スニペットの場合はいくつかのケースで実行すること、実際のプロジェクトの機能の場合は緑色のテスト、クリーンビルド、ライブチェック、そしてCI/CDを通過するPRです。
タスクに合わせてプロセスを調整してください。 プロセスの強度は、エラーのコストとタスクのサイズに比例します。1ファイルの関数と50エージェントのワークフローに同じ儀式を適用してはなりません。小さいものに重い儀式を適用することは、このスキルで最も一般的な失敗であり、現実の失敗です。それはウルトラループ全体の約束(「離れて、結果ができたら戻ってくる」)を破ることにもなります。なぜなら、あなたが戻ってきて20の質問に答えるまでは何も開始できないからです。したがって、何よりも先にタスクをトリアージし(フェーズ0)、プロセスの重みを選択してください。明らかに間違った方向に進むのを避けるために必要なだけの質問をしてください。それ以上は不要です。
フェーズ0 — 規模評価(常に最初に、質問の前に)
何かを尋ねる前に、タスクを分類しモードを選択してください。
軽量タスク — シグナル(いずれか1つ):
- 自己完結型のスニペット/単一関数/小さなモジュール
- 既存のリポジトリ、テスト、CIとの関連がない(または存在しない)
- ライブで確認するUIがなく、エラーのコストが低く、簡単に元に戻せる
重量タスク — シグナル(いずれか1つ):
- リポジトリ、テスト、CI/CDを持つ実際のプロジェクト内の機能/変更
- ワークフロー、複数フェーズ、多くのエージェント、長時間実行ジョブ
- Playwright / Computer Useによるライブチェックが必要
- エラーのコストが高く、外部依存関係があり、PRフローが必要
本当に不明確な場合は、規模を決めるために1つの短い質問をしてください。分類する前に完全なインタビューを展開しないでください。その後、一致するパスを選択します:軽量モード(以下に続く)、または完全な2フェーズの重量モード(フェーズ1 → フェーズ2)。
軽量モード(高速パス)
ベースモデルはすでに小さな自己完結型のタスクが得意です。放っておけば、単純なsplit(',')ではなく、適切なRFC-4180 CSVステートマシンを書きます。あなたの仕事は邪魔をしないことです。つまり、儀式の背後にゲートを設けるのではなく、前提を明確にして、その良い結果を迅速に提供することです。
- 大規模な明確化フェーズを実行したり、最大ターン数を要求したりしないでください。
- 最大1〜3つの質問のみ行い、それらは真にコストのかかる分岐についてのみです。つまり、間違ったデフォルトを選ぶと作業を捨てることになるような分岐についてです(CSVの場合:厳格なRFC 4180か単純な分割か?外部ライブラリは許可されるか?コードはどこに置くべきか?)。それ以外はすべて、妥当なデフォルトを採用し、質問しないでください。
- そのデフォルトで直ちに解決策を書き、次にあなたが行った前提を簡単に列挙し、修正を促してください。分岐は「特に指定がなければXを採用します」と表現し、ユーザーが答えるために戻ってこなければならないブロッキング質問として表現しないでください。
- リポジトリ/テスト/CIがなく、タスクに必要ない場合は、重い仕組み(正式なDoD契約、最大ターン数、PR + CI/CD、ScheduleWakeup)を持ち出さないでください。十分なのは:動作するコード + いくつかの基本的なチェック/テスト + 短い注意点です。
- フルモードからまだ保持される唯一のこと:実際に可能な範囲で検証し、決して偽装しないこと。 完了と叫ぶ前に関数をいくつかのケース(または簡単なテスト)で実行してください。検証できないものがあれば、そう言ってください。軽量プロセスは未検証プロセスではありません。
例(正しく行われた軽量タスク)。 プロンプト:「CSV文字列を受け取り、最初のヘッダー行からキーを取得してオブジェクトの配列を返すTypeScript関数を書いてください。」 → 軽量と分類 → すぐに正しいパーサーを書く(RFC-4180ステートマシン:引用符、""、引用符内のカンマと改行、\n/\r\n)、値はデフォルトで文字列 → 次に前提を簡単に列挙する(RFC 4180、区切り文字,、外部ライブラリなし、型変換なし)し、修正を促す。20の質問をダンプせず、最大ターン数を要求しないでください。
重量モード · フェーズ1 — 偵察、それから明確化(対話型)
ここから下(フェーズ1〜2、完全なDoD、実行ループ、ScheduleWakeup、Workflow、PR終了)はすべて重量パスです。フェーズ0でタスクが重量と分類された場合に使用します。軽量タスクの場合は、代わりに上記の軽量モードを使用してください。
ここで避けるべき失敗:1行のコードも書く前に約20の質問をダンプし、その半分はリポジトリ自体によって答えられる場合です。それは、package.jsonにすでに存在するものをユーザーに尋ね、すべての作業を彼らの返信にブロックすることになります。これにより、「離れて、結果ができたら戻ってくる」という約束が破られます。したがって、まずコードを偵察し、コードが本当に教えてくれないことだけを尋ねてください。
1. 元のプロンプト全体をもう一度読む — 何が求められているか、なぜか、「完了」がユーザーの観点からどのように見えるか。
2. 何かを尋ねる前に、最初にリポジトリを静かに偵察する。 タスクが既存のプロジェクトに触れる場合、コードを読み、あなた自身の質問のできるだけ多くに答えてください:
- フレームワーク / 言語 / ランタイム / バージョン —
package.json、ロックファイル、tsconfig、設定ファイル - パッケージマネージャー — ロックファイルから(
pnpm-lock.yaml/package-lock.json/yarn.lock) - DBとデータアクセス層 — 依存関係、設定、マイグレーション、既存のモデル/スキーマ
- テストランナーとテストの実行方法 —
scripts、テスト設定 - CI/CD —
.github/workflows/、.gitlab-ci.ymlなど - 既存のパターン — 類似のルート/ハンドラー/バリデーションが既にどのように書かれているか。そのスタイルに従い、独自のものを発明しないでください。
- ビルドの一貫性(安価なチェック — 実行計画を書く前に行う):
package.jsonはロックファイル(pnpm-lock.yaml/package-lock.json/yarn.lock)と一致していますか?すべての依存関係がロックに存在しますか?package.jsonに追加されたがロックにないものはありませんか?その不一致だけでpnpm install --frozen-lockfile(およびCIジョブ)は失敗します。そして、実行計画で引用するスクリプト(lint/typecheck/test/build/db:*)は実際にpackage.jsonに存在しますか?
コードから学んだことは、質問しません。偵察がデフォルトです。読むべきプロジェクトが本当にない場合にのみスキップします(その場合、それらの項目は実際の質問になります)。
偵察中に既存の破損が見つかった場合 — ロックとpackage.jsonの不一致、または実行計画のスクリプトが存在しない場合 — それを「CIを失敗させる既存のリポジトリ問題」として独立したフラグとして表面化し、修正コマンド(例:pnpm install + 更新されたロックをコミット)を添えてください。それはあなたのコードを提供するためのブロッカーではありません。実行計画の横にある正直なメモであり、ユーザーが既に存在していた破損に対してあなたの変更を責めてCIサイクルを無駄にしないようにするためのものです。
3. 本当に解決できない質問のみを尋ねる — コードになく、安全にデフォルト化できない製品/ポリシーの決定についてです。(「ユーザーを作成する」の場合:公開サインアップか管理者のみか?パスワードはあるか、何でハッシュ化するか?正確なレスポンス契約とステータスコードは?重複メールでは何が起こるか?)リポジトリから導き出したものや妥当なデフォルトは、質問ではありません。代わりに表明された前提として記録してください。同じ短いブロックで最大ターン数の予算を尋ねるのは、実際にこの環境で自律検証ループに入ろうとしている場合のみです。環境がループを実行できない場合(インストール不可/DB不可/ネットワーク不可 — ステップ5および「検証ループがここで実行できない場合」を参照)、最大ターン数の質問はスキップしてください。バインドするループがまだないからです。
4. 偵察後に完了条件を策定する(以下参照)。推測ではなく、見つけた実際のスタックに基づいているようにします。それを表示し、本当の決定である部分について「OK」をもらいます。
5. 進捗ルール — ビルド→検証→フラグ、ハードブロックしない。 重量モードでのデフォルトは:妥当な前提(リポジトリ + 常識から)を取る → ビルド → 環境が許す限り検証する → 次にレポートで、あなたが行った前提とまだ確認が必要なものを明示的にリストアップする。答えを待ってすべての作業を凍結せず、成果物を保留しないでください。
制約を認識したデフォルト。 合理的なゼロコストの回避策があるブロッカーは、質問ではありません。その回避策をフラグ付きデフォルトとして採用し、続行してください。例:パスワードハッシュが必要だが、bcrypt/argon2が依存関係になく、追加するネットワークもない場合 → node:crypto scryptを使用し、「bcrypt/argon2は1関数のスワップです」とフラグを立てます。環境の制限がデフォルトを形作ります。作業を止めるものではありません。
ハードブロック(開始する前に停止して尋ねる)は、安全なデフォルトがなく、間違った場合のコストが高い真の製品/ポリシーの分岐の場合のみです — 例:コードが指定していない場合の「このエンドポイントは公開サインアップか管理者限定か?」。また、破壊的または元に戻せないアクションの前:本番/共有DB、元に戻せないマイグレーション、データの削除、外部への公開。
それ以外のすべての場合、前提に基づいて進め、納品してください。最大で1つの真のブロッキング質問を目指してください。それ以外はすべてフラグ付き前提になります。ユーザーが近くにいる場合、ポリシーに関する質問をすることは問題ありません。ただし、ブロックされていないコードを生成し続け、アイドリングしないでください。
重量モード · フェーズ2 — 実行(自律的)
すべてが合意されたら、完全に自分で、計画に従って、ユーザーへの質問なしで作業してください。ユーザーは離れて、完了した結果に戻ってくることができるはずです。
質問が許されるのは、真のブロッカーの場合のみです。つまり、答えなしでは物理的に続行不可能な場合(シークレットにアクセスできない、タスクが自己矛盾している、外部サービスがダウンしている)です。その場合、ブロッカーを述べ、ScheduleWakeup(以下参照)を使用して、待機中にアイドリングせず、空のチェックでコンテキストを消費しないようにしてください。
それ以外はすべて、合意されたDoDと常識に導かれて自分で決定してください。明白なデフォルトがある小さな分岐が生じた場合、デフォルトを採用し、停止して尋ねるのではなく、反復ログに記録してください。
レポート(重量モード):シグナル、方法論ではない
簡潔に報告し、ウルトラループの仕組みを再説明しないでください。各更新は新しい実質的な情報のみを伝えます — 何が検証されたか、何が赤か、何が残っているか。
- ターンごとに方法をナレーションしないでください。「データを収集しました」「検証エージェントが失敗したので自分で確認しています」「証拠なしで緑はありません」などは不要です。意図したツールを介する代わりに自分で何かを検証する必要があった場合、一度だけ簡単に述べ、その後は繰り返さないでください。
- プロセスではなく結果を述べてください:「テスト緑(42パス)」「タイプチェック赤
foo.ts:10、修正中」「POSTは201を返し、重複→409を確認」。逐次解説はスキップしてください。 - ターンに新しい情報がない場合、何も言わないでください。沈黙は計画を言い換える段落よりも優れています。
完了条件(重量モード)
この完全なDoD契約は重量タスク用です。軽量タスクはこれを取得しません。動作するコード + いくつかの基本的なチェック + 表明された前提を取得します(軽量モードを参照)。
開始する前に、具体的で検証可能な完了基準のリストを書き出してください。それらを2つのソースから引き出します:プロンプトの明示的な要件と、この種のタスクに明らかに暗示される暗黙の要件です。ユーザーはしばしば「言うまでもない」部分を言葉にしません。あなたの仕事はそれらを再構築することです。
デフォルトでは、DoDは明示的に述べられていなくても以下を含みます:
- 新しいロジックの単体/統合テストが作成され、合格している
- 外部依存関係(ネットワーク、DB、支払い、時間)に必要なモックが作成されている
- プロジェクトがエラーなくビルドされる(
build緑) - リンターと型チェックが合格している
- 機能がライブで検証されている — Playwright(Web)またはComputer Use/API/CLIへのヒットによる。「コードを目視確認」ではない
- リグレッションなし:既存のテストが引き続き合格している
- コード/ログ/フロントエンドにシークレットがない。サーバー側のバリデーションがバイパス不可能である(ユーザーのグローバルセキュリティルールを参照)
- クリーンなPRは、すべてのビルドとテストが緑になり、CI/CDを通過することが保証された後にのみ開かれる
タスクに応じてリストを適応させてください:該当しないものを削除(UIなし → Playwrightなし)、固有のものを追加(DBマイグレーション → ロールバックのテスト、ライブラリ → 公開APIサーフェスのテスト)。スタックごと、CIごとの検証方法のレシピはreferences/verification-recipes.mdにあります。
いずれかの基準を「満たされた」とマークする前に、観測可能な証拠がなければなりません:コマンド出力、緑の実行、ページのスクリーンショット/スナップショット。「正しく書いた」という信念は証拠ではありません。
実行ループ
1回の大きな「すべてを書く→最後にチェック」パスではなく、短い反復で作業してください。早く失敗を発見するほど、修正は安価になります。
1回の反復:
- 変更 — 次のDoDアイテムに向けた最小の首尾一貫したステップ
- チェック — 関連するものを実行:テスト → ビルド → リント/型 → ライブチェック。実際に実行し、出力を読み、「動作するはず」に頼らないでください。
- 診断 — 何かが赤の場合、根本原因を見つけ、症状にパッチを当てないでください。自明でないバグの場合は、
debuggerサブエージェントを呼び出してください。新しいロジックのテストはtest-engineerに送ることができます。 - 修正 → 繰り返す。 すべてのDoDアイテムが緑になるまでループを離れないでください。
短い反復ログを保持する — 循環したり、同じことを2回修正したりしないように。反復ごとに1行か2行:
#N | チェック内容: <実行したもの> | 失敗: <何と理由> | 修正: <行ったこと> | DoDステータス: X/Y
最大ターン数制限。 各検証→修正サイクルを合意された制限に対してカウントしてください。制限に近づいたら、停止してください。黙って超過しないでください。表示:何が緑か、何がまだ赤でその理由、試したこと。その後、ScheduleWakeupをスケジュールするか(長時間実行を待つ場合)、ユーザーを待つかしてください。制限は修正サイクルの数に関するものであり、作業の総量ではありません。制限内の生産的な作業はそれによって制限されません。
決して緑のステータスを偽装しないでください(両方のモード)
これはスキルの中核であり、軽量モードでも保持されます。ウルトラループの全ポイントは、実際に機能する結果に到達することです。偽の緑はそのポイントを破壊し、正直な「未完了」よりも悪いです。
「検証済み」と「生成済み」を分離してください — これは最も誤読される部分です。 「緑を偽装しない」とは、検証可能に機能したことを主張しないことを意味します。
...