domain-expertise-extractor

Domain Expertise Extractor

4つの専門エージェントが連携して、デジタルプロダクト系ドメインの暗黙知を抽出・構造化する。 出力は ~/.claude/domain-knowledge/{domain-name}/ に保存され、他スキルから再利用可能。

ワークフロー概要

Phase 1: ヒアリング（ドメイン名 + 参考事例の受け取り）
Phase 2: 並列調査 Round 1（domain-researcher + pattern-analyst 同時起動）
Phase 3: 中間レビュー（ユーザーに原則・エージェント構成を提示・承認）
Phase 4: 知識生成 Round 2（knowledge-writer が統合・ファイル生成）
Phase 5: 品質検証 Round 3（quality-checker がサンプル評価 + 網羅性確認）
Phase 6: ドラフト提示・最終承認（ユーザーフィードバック対応）
Phase 7: マージ処理（既存ナレッジとの統合）

Phase 1: ヒアリング

以下を受け取る（不明ならユーザーに確認）:

• ドメイン名: 専門領域の名前（例: "LP キャッチコピー", "モバイルUI ナビゲーション"）
• 参考事例（省略可）: URL / スクリーンショットパス / テキスト説明の任意の組み合わせ

入力タイプの自動判定:

• https?:// で始まる → WebFetch で内容取得
• .png, .jpg, .jpeg, .gif, .webp で終わる → Read で画像分析
• それ以外 → テキスト説明として処理

Phase 2: 並列調査（Round 1）

TeamCreate で domain-expertise-extractor チームを作成。以下を 1メッセージで並列起動:

name	役割	モデル	主な手段
domain-researcher	ドメインの深い専門知識調査	opus	WebSearch, WebFetch
pattern-analyst	参考事例のパターン抽出	sonnet	Read, Glob, 分析

各エージェントは agents/ ディレクトリの定義を参照。

タスク作成

TaskCreate で以下を作成:

1. domain-researcher: 専門知識・定量基準・業界標準の調査
2. pattern-analyst: 参考事例のパターン抽出（事例なし時は researcher 完了後に抽出）
3. knowledge-writer: 統合・ファイル生成（addBlockedBy: ["1","2"]）
4. quality-checker: 品質検証（addBlockedBy: ["3"]）

起動設定

subagent_type: "domain-researcher"  # agents/ で定義済み
team_name: "domain-expertise-extractor"
mode: "bypassPermissions"
run_in_background: true

プロンプトに含める情報（全エージェント共通）:

• ドメイン名と参考事例（URL / 画像パス / テキスト）
• 出力先の絶対パス: ~/.claude/ を展開した実パスを計算して渡す
  • 例: /Users/{username}/.claude/domain-knowledge/lp-キャッチコピー/
  • ⚠️ Write ツールは絶対パスのみ受け付ける
• 「全ファイルは Write ツールで絶対パスに書き込むこと」を明記

Phase 3: 中間レビュー

researcher + analyst の結果を受け取った後、ユーザーに提示:

• 抽出した上位原則のリスト（3-5個）
• 各原則の具体基準ドラフト
• ドメインのサブ領域候補（スコープ調整用）
• 提案するエージェント構成（何人の専門家をどの角度で生成するか）

AskUserQuestion で確認:

• 「この原則でカバーできていますか？追加すべき観点は？」
• 「このエージェント構成（X人: 役割A, 役割B...）で良いですか？」

フィードバックを knowledge-writer への指示に反映する。

Phase 4: 知識生成（Round 2）

knowledge-writer に以下を指示:

• researcher + analyst の調査結果（ファイルパスで渡す）
• ユーザーが承認した原則リストとエージェント構成
• 出力先の絶対パス

出力ファイル一式:

~/.claude/domain-knowledge/{domain-name}/
├── README.md
├── evaluation-criteria.md
├── agents/
│   └── {role-N}.md（ユーザー承認の構成に従って生成）
└── references/
    └── research-notes.md

Phase 5: 品質検証（Round 3）

quality-checker が以下を実施:

1. サンプル評価実行: 生成エージェント定義を使って別 Task でサンプルを評価
   • 事例あり → ユーザー事例を再利用
   • 事例なし → Web から適切サンプルを収集
2. 網羅性クロスチェック: 業界標準との対比を Web 検索で確認
3. 問題があれば knowledge-writer にフィードバック → 修正ラウンド追加

Phase 6: ドラフト提示・最終承認

完成したドラフト一式をユーザーに提示。フィードバックがあれば修正。 承認後に確定版として配置済みであることを確認。

Phase 7: マージ処理（再実行時）

既存の ~/.claude/domain-knowledge/{domain-name}/ がある場合:

1. 既存知識を Read で読み込み
2. 新しい調査結果と比較
3. 矛盾がある場合は新しい情報を優先して更新
4. 既存にない情報は追加

出力先ディレクトリ管理

• ドメイン名変換: スペース→ハイフン、小文字化
  • 例: "LP キャッチコピー" → lp-キャッチコピー
• ~/.claude/domain-knowledge/ が存在しない場合は自動作成

クリーンアップ

1. 全エージェントに shutdown_request を送信
2. 全員シャットダウン後に TeamDelete でチーム削除