From plan-to-study
PLAN_*.mdから技術判断を抽出し、STUDY_GUIDE + QUIZ + NOTEBOOKLMの3形式で教材を自動生成。CER精査 + Admiraltyスコア + 面白さ設計(Fireship/Brilliant/Critique型)を組み込み。
How this skill is triggered — by the user, by Claude, or both
Slash command
/plan-to-study:plan-to-studyThe summary Claude sees in its skill listing — used to decide when to auto-load this skill
PLAN_*.md(super-planの成果物)から技術判断を抽出し、3形式の教材を自動生成する。
PLAN_*.md(super-planの成果物)から技術判断を抽出し、3形式の教材を自動生成する。 「PLANを書いた = 学ぶ材料が揃った」を前提に、ownerの技術リテラシー向上を仕組みで支援する。
| 原則 | 出典 | 適用 |
|---|---|---|
| CER(主張-根拠-推論) | 科学教育国際標準 | 全技術判断をClaim-Evidence-Reasoningで構造化。根拠なき主張を教材に入れない |
| Admiralty Code | NATO情報信頼度評価 | ソース信頼度(A-E) x 情報確認度(1-6)で各根拠をスコアリング。C3以下は追加調査 |
| Fireship 100秒型 | Fireship (YouTube) | Hook(5秒) → 概念(20秒) → 実例(40秒) → まとめ(15秒) → 次の疑問(10秒) のペース配分 |
| Brilliant Try-Before-Read | Brilliant.org | 先にクイズで考えさせる → 間違えてから解説を読む。受動学習を排除 |
| ゼイガルニク効果 | 心理学(Zeigarnik, 1927) | 各セクション末に「未完了の問い」を残し、次セクションへの動機を生成 |
背景: 2026-03-18 Meeting Agentバックエンド設計書でplan-to-studyの実行を怠り、ownerに指摘された。 根本原因: super-planのワークフローにplan-to-studyが組み込まれていなかった。 対策: super-plan Step 5として強制組み込み(提案ではなく必須)。
# ソースオブトゥルース
ssot_path: "${SECRETARY_DIR}/study/TECH_LITERACY_SSOT.md"
# 出力先(ディレクトリ名は英語ケバブケース)
output_dir: "${SECRETARY_DIR}/study/{plan-name}/"
# ファイル命名規則(BLOCKING — この形式以外で生成してはならない)
# 形式: {PREFIX}{番号}_{SCREAMING_SNAKE_NAME}_{種別}.md
# PREFIX: PLANのテーマから2-4文字の略称を決定(AG=Agent, DSE=Darwinian Skill Evolution等)
# 番号: 01から連番
# NAME: PLANタイトルをSCREAMING_SNAKE_CASEに変換
# 種別: STUDY_GUIDE / QUIZ / NOTEBOOKLM
#
# 例:
# PLAN_MEETING_AGENT.md → AG01_REALTIME_MEETING_AI_STUDY_GUIDE.md
# PLAN_DARWINIAN_SKILL_EVOLUTION.md → DSE01_DARWINIAN_SKILL_EVOLUTION_STUDY_GUIDE.md
#
# ❌ 禁止: STUDY_GUIDE.md, QUIZ.md, NOTEBOOKLM.md(プレフィックスなしは命名規則違反)
# テンプレート
template_paths:
study_guide: ".claude/skills/plan-to-study/STUDY_GUIDE_TEMPLATE.md"
quiz: ".claude/skills/plan-to-study/QUIZ_TEMPLATE.md"
notebooklm: ".claude/skills/plan-to-study/NOTEBOOKLM_TEMPLATE.md"
# 精査チェックリスト
accuracy_checklist: ".claude/skills/plan-to-study/ACCURACY_CHECKLIST.md"
# CER / Admiralty 閾値
admiralty_threshold: "C3" # C3以下は要追加調査(BLOCKINGで停止)
cer_required: true # Evidence/Reasoningなしの主張を禁止
# ゲーミフィケーション
xp_rules:
L1_product: 5 # L1-Product判断 = 5pt
L2_architecture: 10 # L2-Architecture判断 = 10pt
L3_infrastructure: 30 # L3-Infrastructure判断 = 30pt
L4_business_model: 30 # L4-BusinessModel判断 = 30pt
quiz_pass_threshold: 70 # クイズ合格ライン(%)
# セキュリティ
anonymize_client_info: true # クライアント固有情報を一般化して教材に含める
output_scope: "${PROJECT_HQ}" # 教材は本部内に保存(共有リポに入れない)
PLAN_*.md を完全に読み込み、全ての技術判断を抽出する。
手順:
| ラベル | レベル | 例 |
|---|---|---|
#L1-Product | プロダクト層 | UI選択、ライブラリ選定、API設計 |
#L2-Architecture | アーキテクチャ層 | モジュール分割、データフロー、状態管理 |
#L3-Infrastructure | インフラ層 | デプロイ、CI/CD、クラウド構成 |
#L4-BusinessModel | ビジネスモデル層 | 課金モデル、SLA、ライセンス |
判断: Next.js App Routerを採用
#L2-Architecture
Why-技術: RSCによるサーバーサイドレンダリングでTTFB改善
Why-ビジネス: Vercel無料枠でMVPコスト0
Why-戦略: React人材プールが最大 → 採用容易
出力: 技術判断リスト(ラベル + Why x 3 付き)
失敗時: STOP → PLANに技術判断が0件の場合、ユーザーに報告して終了
Step 1 で抽出した全技術判断について、正確性を精査する。 このステップをパスしない限り、教材生成に進んではならない。
手順:
各技術判断を CER フォーマットに変換:
Claim(主張): Next.js App RouterはPages Routerより高速
Evidence(根拠): Vercel公式ベンチマーク(2025-11)でTTFB 40%改善
Reasoning(推論): RSCによりクライアントJSバンドルが減少 → 初期ロード高速化
各 Evidence に対して Admiralty Code(ソース信頼度 x 情報確認度)を付与:
ACCURACY_CHECKLIST.md を参照以下の4項目を自動検証:
=== CER精査レポート ===
合格: 12/15 判断(A1-B2)
注釈付き: 2/15 判断(B3-C3)
要確認: 1/15 判断(C4) ← BLOCKING
- 「XxxはYyyより3倍速い」→ ソース不明、公式に記載なし
- 推奨アクション: ownerに確認 or 教材から除外
失敗時: STOP → 信頼度不足の項目をユーザーに報告。教材生成に進まない
CER精査を通過した技術判断のみを使い、学習ガイドを生成する。
手順:
STUDY_GUIDE_TEMPLATE.md を Read で読み込み## [用語] (カタカナ読み)
> ひとことで言うと: [20文字以内の説明]
**Hook(なぜ気になる?)**: [5秒で興味を引く一文]
**概念(何それ?)**: [専門用語なしで説明]
**実例(具体的には?)**: [PLANでの使われ方を引用]
**まとめ(結局?)**: [1文で要約]
**次の疑問(気になりません?)**: [ゼイガルニク効果 → 次のセクションへの橋渡し]
出力: {output_dir}/{ID}_{NAME}_STUDY_GUIDE.md
Brilliant Try-Before-Read 型のクイズを生成する。
手順:
QUIZ_TEMPLATE.md を Read で読み込み### Q{N}. [シナリオ設定]
> あなたはクライアントとの打ち合わせ中です。クライアントが聞きました:
> 「なぜ{技術A}ではなく{技術B}を選んだのですか?」
選択肢:
A) [もっともらしいが間違い]
B) [正解]
C) [部分的に正しいが不十分]
D) [よくある誤解]
<details>
<summary>解説を見る(まず自分で考えてから!)</summary>
正解: B
**なぜBか**: [CERのReasoning部分を平易に説明]
**なぜAではないか**: [誤答の論理的問題点]
**覚え方**: [記憶に残るフレーズ or たとえ話]
**XP**: +{L1=5/L2=10/L3=30}pt
</details>
出力: {output_dir}/{ID}_{NAME}_QUIZ.md
Google NotebookLM に貼り付けて音声ディスカッションを生成するための入力テキストを作成する。
手順:
NOTEBOOKLM_TEMPLATE.md を Read で読み込み## テーマ: {PLANのタイトル}
### ホストA(推進派)
このPLANの設計判断を支持する立場。
「{技術X}を選んだのは正解だと思います。なぜなら...」
### ホストB(懐疑派)
この PLANの設計判断に建設的な疑問を投げる立場。
「でも{技術Y}という選択肢もありましたよね?なぜ除外したんですか?」
### 討論ポイント
1. {最もインパクトの大きい技術判断}
- A: [推進の論拠 — CERのEvidence引用]
- B: [懐疑の論拠 — 代替案のメリット]
- 結論: [PLANでの最終判断とその理由]
2. {2番目に重要な判断}
...
出力: {output_dir}/{ID}_{NAME}_NOTEBOOKLM.md
教材生成の結果を SSOT に反映し、コミットする。
手順:
TECH_LITERACY_SSOT.md を Read で読み込みgit add ${SECRETARY_DIR}/study/{plan-name}/
git add ${SECRETARY_DIR}/study/TECH_LITERACY_SSOT.md
git commit -m "study: {plan-name} 教材生成(STUDY_GUIDE + QUIZ + NOTEBOOKLM)"
失敗時: コミットが失敗した場合、エラーをユーザーに報告
${PROJECT_HQ}/ 内に保存。共有リポ(${SHARED_REPO}等)に入れない自動化で完了できない場合:
| スキル | 関係 | 説明 |
|---|---|---|
| super-plan | 入力元 | PLAN_*.md がこのスキルの入力。super-planが承認済みPLANを生成する |
| rapid-build | 出力先 | 教材で学習した技術知識が、rapid-build実行時のowner判断力を向上させる |
| skill-upgrade | 品質管理 | Q1-Q8基準でこのスキル自体の品質を検証。テンプレートの改善提案 |
このスキルは フレームワーク(汎用)+ Config(プロジェクト固有) の構造。
他社は Config セクションの ssot_path, output_dir, template_paths を自社パスに変更するだけで使える。
CER精査・Admiralty Code・Fireship構成・Brilliant型クイズのフレームワークはプロジェクト非依存。
企業固有の値は全て Config セクションに集約済み。SKILL.md本文にパスのハードコードなし。
連携テーブルに leak-learner を追加:
| スキル | 関係 | 説明 |
|---|---|---|
| leak-learner | 学習 | owner指摘をlessons/に記録。2+スキル共通パターンはGlobal rulesに昇格 |
lessons/ ディレクトリが存在する。leak-learnerがowner指摘を自動蓄積する書き込み先。
Fetches up-to-date documentation from Context7 for libraries and frameworks like React, Next.js, Prisma. Use for setup questions, API references, and code examples.
Applies a firm's KYC/AML rules grid to parsed onboarding records: assigns risk rating, checks required documents, outputs rule outcomes with citations, and routes for escalation.
Generates daily or weekly digests of activity from connected sources (chat, email, docs, tasks, CRM), highlighting action items, decisions, mentions, and project updates.
npx claudepluginhub asochan-ai/claude-plugins --plugin plan-to-study