Agent Skills: Feature Pruning

個別機能 / UI 要素 / API エンドポイント / データ列の要否を機能名レベルで検証する skill。「このページネーション要らない」「この保存ボタン要らない」「この確認ダイアログ要らない」「この検索ボックスはブラウザ Cmd+F で済む」級の具体指摘を出す。3 手法 (YAGNI Probe / Convention Audit / Existing Substitute) を独立 subagent に投げて 3 ラウンド以上検証し、機能ごとに採点して過剰機能 / 代替可能機能リストを出す。premise-questioning が方針自体の妥当性を扱うのに対し、本 skill は **方針が採用された後の機能粒度の棚卸し専用**。empirical-prompt-tuning のバイアス排除手法を踏襲。

UncategorizedID: TakumiOkayasu/dotfile-work/feature-pruning

Install this agent skill to your local

pnpm dlx add-skill https://github.com/TakumiOkayasu/dotfile-work/tree/HEAD/common/skills/feature-pruning

Skill Files

Browse the full folder contents for feature-pruning.

Download Skill

Loading file tree…

common/skills/feature-pruning/SKILL.md

Skill Metadata

Name
feature-pruning
Description
機能、UI要素、API、data項目の要否を、実データ・主要動線・既存代替から削減レビューする。機能一覧の棚卸しや「これは本当に要るか」を明示された時に使用する。

Feature Pruning

現在のリリースに必要な機能だけを残す。目的は機能数を減らすことではなく、利用価値のない実装・運用・認知コストを除くことである。

入力

  • 対象機能の一覧
  • 主要ユーザーと主要動線
  • 想定または実測のデータ量・利用頻度
  • platform、accessibility、compatibility等の制約
  • 既存代替手段

情報がない場合は不足を明示し、架空の使用率を作らない。

手順

1. 1機能ずつ目的を確認する

各項目について次を確認する。

誰が、いつ、何を達成するために使うか
現在のreleaseで必要か
無い場合に成立しない具体的scenarioがあるか

2. 必要なlensだけ当てる

  • YAGNI: 将来の可能性だけで追加されていないか
  • Convention: 慣習だけで存在していないか
  • Existing substitute: browser、OS、framework、既存toolで代替できないか
  • Operational cost: support、migration、monitoring、security負担に見合うか
  • Accessibility: 削除・代替で利用可能性を損なわないか

全lensを固定回数で実行しない。独立したdomain知識が必要な時だけsubagentを使う。

3. 判定する

  • KEEP: 現在必要
  • REDUCE: scopeまたは表現を縮小
  • DEFER: evidenceが得られるまで実装しない
  • REPLACE: 既存手段へ置換
  • REMOVE: 現在の目的に不要
  • UNKNOWN: 証拠不足

4. 変更後の主要動線を確認する

削減後も主要ユースケース、accessibility、rollback、運用が成立することを確認する。

出力

Current set:
Decision per feature:
Reduced set:
Evidence:
Unknowns:
Risk of removal:
Validation after release:

禁止事項

  • 根拠なく使用確率を数値化する
  • 3round、3agent、score matrixを常に要求する
  • 削除数を成果指標にする
  • platform標準なら無条件に代替可能と決める
  • 方針自体のgo/no-goまで扱う