効果的な /goal 条件の作成
グラウンドトゥルース:公式ドキュメント
このスキルは、Claude Code の公式 /goal ドキュメントに基づいています。詳細は references/official-goal-reference.md(ソース: https://code.claude.com/docs/en/goal)に凝縮されています。正確な挙動(バージョン要件 v2.1.139以上、評価者の仕組み、/goal / /goal clear / ステータスサブコマンド、再開時の動作、/goal が利用できない場合など)が必要な場合は、まずそのファイルを読んでください。以下の内容は、それらの事実の上に構築された 作成メソッド です。両者に矛盾がある場合は、リファレンス(およびURLからの最新の取得結果)が優先されます。
良い条件に関する公式ガイダンスは、1つの測定可能な最終状態、明示されたチェック方法(Claudeがどのように証明するか)、および重要な制約の3つを挙げています。このスキルの5要素構造は、これらを運用可能にしたものです。「明示されたチェック方法」をコマンドとエビデンスシグナルに分割することで、会話履歴のみの評価者が具体的に読み取れるものにし、さらに公式ドキュメントがターン/時間制限でゴールを範囲指定することを推奨しているため、明示的な停止句を追加しています。
出所ラベル
/goal 条件を作成するための公式のAnthropicスキルは存在しません。唯一の公式資料は上記のドキュメントです。したがって、このスキルは文書化された事実と合成されたメソッドを混在させています。各セクションにはタグが付けられており、どの程度信頼すべきかがわかります。
- [official] — ドキュメント /
references/official-goal-reference.mdに記載されています。安心して依存できます。 - [method] — このスキルの合成によるもの。公式の事実に基づいて構築されていますが、それ自体は公式ではありません。適切なプラクティスですが、Anthropic のルールではなく、慣習です。
- [inference] — 公式の事実から推定される妥当な推論ですが、ドキュメントでは確認されていません。使用しても構いませんが、軽く扱ってください。動作が矛盾する場合は、動作を信じてください。
- [tested] —
references/evaluator-behavior-tests.mdの小規模な実験で確認された主張。[inference] よりも強いですが、公式ではありません。プローブは再構築された評価者と小規模なサンプルを使用しているため、強力なヒントではあっても証明ではありません。
このスキルの目的
/goal <condition> は Claude を自律ループに置きます。各ターンの後、小さく高速な評価者モデル(デフォルトでは Haiku)が条件と会話全体を読んで、はい/いいえを判断します。「いいえ」は次のターンを開始し、「はい」はゴールをクリアします。
あなたの仕事は、大まかな意図(「テストが通るまで続ける」)を、評価者が正しく、かつ実際に真である場合にのみ判断できる条件に変換することです。曖昧な条件は、決して完了しない(ターンを浪費する)か、誤って完了する(Claude が勝利を宣言し、評価者がそれを信じる)かのいずれかです。どちらもユーザーの時間とお金を無駄にするため、表現は実際に重要です。
すべてを動かす唯一の制約
評価者はツールを実行しません — [official]。テストを実行したり、ファイルを読み取ったり、git をチェックしたりすることはできません。会話の中でテキストとして既に表示されたものだけを判断します。これには3つの結果があります。
- トランスクリプトから検証可能 — [official]。ドキュメントには、チェックは「Claude自身の出力が実証できるもの」でなければならないと記載されています。証明は画面に表示される必要があります。コマンドの出力、grep のカウント、終了コードなどです。人間がトランスクリプトを読んで条件を確認できない場合、評価者も確認できません。
- 毎ターン新しいエビデンスを表示する — [tested]。私たちは明白な懸念(初期のターンで出力された成功が再カウントされてゴールが誤って完了するのではないか)を調査しましたが、それは発生しませんでした:後の未検証の変更の前にテストがパスした場合、4/4のサンプルで評価者は「いいえ」を返し、毎回、そのパス結果が変更より前のものであることを指摘しました(
references/evaluator-behavior-tests.mdを参照)。評価者はそれ自体で最近性を追跡します。本当の結果はその鏡像です。変更後、Claude が現在のターンでチェックを再実行しない場合、評価者は(正しく)完了を拒否し、ループは停止します。したがって、証明を Claude が毎ターン再作成するものとして記述してください(「最新のターンで、X を実行し…」)。これは新しいエビデンスの流れを維持するための指示であり、再カウントバグに対する保険ではありません。 - 主観的な基準なし — [official]。ドキュメントは、「‘散らかった’が客観的に‘きれい’になるポイントがない」条件について警告しています。「動作する」「きれい」「見栄えが良い」「速い」を、終了コード、カウント、出力内の特定の文字列といった操作可能な定義に置き換えてください。
5要素構造 — [method]
この構造は、このスキル独自のフレームワークです(出所に関する注釈を参照)。公式の3部構成のガイダンスを拡張して、会話履歴のみの評価者が具体的に読み取れるようにします。すべての条件をこれらの部分から組み立ててください。すべてが常に必要というわけではありませんが、最終状態 + 証明 + エビデンスは必須です。これらが判断可能にするものです。
| # | 要素 | それが答える質問 | 例の断片 |
|---|---|---|---|
| 1 | 最終状態 | 完了したときに何が真か? | 「tests/auth のすべてのテストがパスする」 |
| 2 | 証明アクション | Claude はどのコマンドを実行すべきか? | 「pytest tests/auth -q を実行する」 |
| 3 | エビデンスシグナル | 出力に何が表示されなければならないか? | 「最後の行に 0 failed と表示される」 |
| 4 | ガードレール | 途中で何を変更してはいけないか? | 「tests/ 以下のファイルを変更または削除しない」 |
| 5 | 停止句 | いつ諦めるか? | 「15ターン後、または同じエラーが2回繰り返された場合に停止し、次に何がブロックされているかを要約する」 |
要素1〜3はそれを判断可能にし、4は品質を保護し、5は目標が不可能な場合の暴走から保護します。常に停止句を含めてください。評価者には他にブレーキがありません。
変換の仕組み — [method]
大まかなリクエストを条件に変換することはマッピングです。各スロットには、ユーザーの言葉とリポジトリに適用する導出ルールがあります。以下の「ワークフロー」セクションが実行チェックリストです。このセクションは各スロットの背後にある推論であり、ユーザーの文を言い換えるのではなく、毎回同じ品質を生み出せるようにします。ルールを順に適用してください。
スロットごとの導出ルール
-
① 最終状態 ← ユーザーの意図を、観察可能な状態に昇格させる。 リクエストの動詞/目的語を取り、真または偽であるものとして言い直します。「認証を修正する」はアクションを説明しており、ゴールラインではありません。「
tests/authのすべてのテストがパスする」に昇格させます。主観的な言葉(「きれい」「小さい」「速い」)が現れた場合は、ここで数字またはブール値に置き換えます。きれい→「0件のlint警告」、小さい→「各ファイル ≤ 300行」。測定可能にできない場合は、推測するのではなく、やめてユーザーに1つの焦点を絞った質問をしてください(以下の分岐を参照)。 -
② 証明コマンド ← リポジトリを検査して、実際に存在するコマンドを見つける。 これが負荷のかかるステップです。プロジェクトにないコマンドを指定する条件は決して完了しません。習慣ではなく、リポジトリから解決してください(「ワークフロー」のステップ2に確認場所がリストされています:パッケージスクリプト、
pyproject/Makefile、Cargo/Go、およびCI設定(「グリーン」の意味の標準)。毎ターン安定したgrep可能なシグナルを出力するコマンドを選択してください。 -
③ エビデンスシグナル ← そのコマンドが成功時に発する具体的な出力。 以下の表を使用して、コマンドタイプから読み取ってください。おしゃべりな要約では偽装できないシグナルを好みます。実際に貼り付けられたコマンドの末尾は、「確認しました、パスします」よりも優れています。
コマンドタイプ トランスクリプトで要求する成功シグナル テストランナー (pytest/jest/go test/…) サマリー行に 0 failedが表示される(またはパス数)ビルド / 型チェック exit code 0および出力にエラーがゼロリンター 0 problems/0 errorsgrep / rg(存在しないことの確認) 出力されたカウントが 0(例:マッチリストをwc -lにパイプ)— 裸のrgはマッチゼロで何も出力せず、空の出力は弱いエビデンスですgit のクリーン状態 git status --shortが何も出力しないキュー / バックログ リストコマンドが空のリストを出力する -
④ ガードレール ← タスクタイプから暗黙的に変更してはいけないことが示されるもの。 明示されていなくても文脈から推測します。テスト変更タスク → 「テストファイルを編集しない」(Claude がテストを弱体化させて「パス」できないようにするため)。リファクタリング → 「パブリックエクスポートは変更しない」。マイグレーション → 「無関係なモジュールや依存関係に触れない」。コストが低い場合は、ガードレール自体をチェック可能にします(「
git diff --statがsrc/x/のみに触れている」)。 -
⑤ 停止句 ← デフォルトの制限と進捗なしトリガー。 常にターン制限を追加します。タスクが停滞する可能性がある場合(「同じ失敗が2回」「2ターン経過してもテスト数が改善しない」)、ストール検出器を追加し、停止時にClaudeにブロッカーを要約させて、ユーザーが理由を学べるようにします。
最新ターンアンカー — [tested]
②と③を埋めた後、「最新のターンで、X を実行し、…を表示する」 と表現します。私たちは最初にこれを、以前の成功が再カウントされるのを防ぐために追加しましたが、プローブ(references/evaluator-behavior-tests.md)は、評価者がすでにそれを防いでいることを示しました。評価者は最後の変更よりも後の証明を求めています。したがって、アンカーの本当の仕事はその逆です。Claude に毎ターン新しい証明を生成させ続けることにより、ループが「コードを変更したが再検証しなかった」ために停止するのを防ぎます。アンカーは維持してください。安価であり、Claude を評価者が実際に要求するものに合わせます。プローブが閉じなかった1つの残存ギャップ:テストのサブセットの実行後、「すべてパス」と説明されることで、すり抜ける可能性があります。そのため、①で範囲を固定してください(例:正確なパスまたは「完全なスイート」を指定する)。
トレース例
入力(生のユーザー文):
「utils.ts が大きくなりすぎました。分割して、各ファイルを小さく保ってください。」
| ステップ | 適用ルール | 結果 |
|---|---|---|
| ① | 「小さい」を数字に昇格させる(予算を確認/想定) | 「src/ 以下の各.ts ファイルが ≤ 300行」 |
| ② | 外部コマンドは不要。行数リストは自明 | 予算超過ファイルの wc -l スタイルのリストを表示する |
| ③ | 成功 = 予算超過のものがない | リストが空 |
| ④ | 分割は公開APIを壊しやすい | 「src/index.ts のエクスポートを変更しない」 |
| ⑤ | デフォルトのターン制限 | 「20ターン後に停止」 |
| アンカー | 最新ターン句を注入 | 「毎ターン、…を表示する」 |
出力(貼り付け準備完了):
/goal src/ 以下のどの .ts ファイルも 300 行を超えていません。毎ターン、予算超過のファイルの行数リストを表示して証明してください(完了時は空)。src/index.ts のエクスポートは変更しないでください。20 ターン後に停止します。
入力が曖昧な場合の分岐
- ① が測定可能なものに還元できない場合(「もっと良くする」)→ 成功を決定する1つのメトリックをユーザーに尋ね、その後続行します。代理を発明しないでください。
- ② に複数の候補コマンドがある場合(複数のテストスクリプト)→ CI設定を信頼できるものとして扱います。ない場合は、最も包括的なものを選択し、ユーザーが修正できるように、提示結果にその選択を記載します。
- リポジトリがない / 空または新しいフォルダの場合 → 実行するコマンドがないため、③をアーティファクトベースのシグナルに切り替えます。ファイルが存在する、またはその内容にClaudeが出力する特定の文字列が含まれている、などです。マッピングの他の部分は変更されません。
コピーペースト用テンプレート — [method]
/goal <最終状態>。最新のターンで、<コマンド> を実行し、その出力に <正確なシグナル> が含まれていることを表示して証明してください。制約: <変更してはいけないもの>。<N> ターン後、または <進捗なしシグナル> の場合は停止し、ブロッカーを要約してください。
ワークフロー — [method]
ユーザーがゴールを要求した場合、単にその文を /goal でラップしないでください。以下の手順を実行します。
-
本当の最終状態を抽出する。 「完了」が具体的に何を意味するのかを尋ねる(または推測する)。曖昧な場合(「モジュールを整理する」)、何かを書く前に測定可能なもの(行制限、lint警告なし、テストパス)に固定します。
-
リポジトリを検査して、実際の検証コマンドを見つける。
npm testと推測しないでください。確認してください。これがこのスキルの価値を発揮する場所です。なぜなら、プロジェクトにないコマンドを指定する条件は決して完了しないからです。おおよその優先順位で確認します。package.json→scripts(test/build/lint/typecheck)、およびランナーを知るためのロックファイル(npm/pnpm/yarn/bun)- Python:
pyproject.toml/pytest.ini/tox.ini/noxfile.py、Makefile - Rust
Cargo.toml(cargo test、cargo build、cargo clippy)、Go(go test ./...、go build ./...)、Gradle/Maven、Makefile、justfile - CI設定(
.github/workflows、.gitlab-ci.yml)— このリポジトリの「グリーンの意味」の標準であり、多くの場合、正確なコマンドの最良の情報源です - 「マッチなし」タイプのゴールの場合は、ユーザーが確認できる
grep -rn/rgのカウントを優先します 毎ターン安定したgrep可能なシグナル(終了コード、サマリー行、マッチカウント)を生成するコマンドを選択します。
-
エビデンスシグナルを正確に選択する。 そのコマンドの実際の出力に結び付けます。
exit code 0、0 failed、0 problems、no matches、git status --shortが空、など。おしゃべりな要約では偽装できないシグナルを優先します。実際に貼り付けられたコマンドの末尾は、「確認しました、パスします」よりも優れています。 -
文脈からガードレールを追加する。 ユーザーが変更されて困るもの:テストファイル、公開API/エクスポート、生成コード、無関係なモジュール、依存関係。有用な場合は、ガードレール自体をチェック可能にします(「
git diff --statを表示。src/parser/のみに触れていることを示す」)。 -
停止句を追加する。 ターン制限(
N ターン後に停止)および/または進捗なしトリガー(同じ失敗が2回繰り返された場合、2 ターン経過してもテスト数が改善しない場合)。次に、Claude にブロッカーを要約するよう指示し、ユーザーが停止理由を学べるようにします。 -
結果を提示する。 貼り付け準備完了の単一のフェンス付き
/goal ...ブロックとして、選択した検証コマンドとその理由を1〜2行で後に続けて提示します。自動承認が重要な場合(シェルコマンドを実行するゴールは、ユーザーがacceptEdits/bypassPermissionsモードでない限り、承認プロンプトで停止します)、簡単に言及します。条件は最大 4,000文字 まで可能です。タスクが必要とする場合、小さな受け入れチェックリストを複数のAND句としてインライン化するのに十分な長さです。
批判 / 修正モード — [method]
ユーザーが既存のゴール文字列を渡してきた場合(「なぜこれ…?
[以下、元のSKILL.mdの残りの部分と同様の内容が続きます。原文が途中で切れているため、ここで翻訳を終了します。]