Optimize AI Context
AIコーディング支援ツールのコンテキストファイルを最適化する。
ゴール
指定されたコンテキストファイルを、プロダクション・グレードのソフトウェア開発に耐えうるレベルに最適化する。 LLMの推論・計画・評価能力を最大限に引き出すプロンプト構造の観点から改善を行う。
スコープ
対象
- CLAUDE.md、AGENTS.md、.cursorrules 等のAIコンテキストファイル
- プロジェクト固有のAI向け設定ファイル
本スキルの役割
- コンテキストファイルの構造・内容を書き換えて品質向上する（最適化）
対象外（他スキルの領域）
- CLAUDE.md/AGENTS.md のレビューのみ（改善案の提示まで）→
agents-md-reviewer - コーディング用プロンプトの最適化 →
coding-prompt-optimizer
Degrees of Freedom
- 評価基準の適用: Low freedom — evaluation-criteria.md の3カテゴリを必ず適用。項目を飛ばさない
- 改善内容の提案: High freedom — 対象ファイルの目的・プロジェクト特性に応じて最適な改善案を判断
- ファイル編集: Low freedom — 必ずユーザー承認後に編集。勝手に書き換えない
ユースケース
ユースケース1: 既存コンテキストファイルの最適化
トリガー: 「CLAUDE.mdを最適化して」「コンテキストファイルを改善して」
手順:
1. 対象ファイルを読み込み
2. 3カテゴリで評価・採点
3. 問題点と改善案を提示
4. ユーザー承認後にファイル編集
成功基準: 3カテゴリすべてで⚠️以上の評価、改善箇所が具体的なdiffで示されること
ユースケース2: 新規コンテキストファイルの作成支援
トリガー: 「CLAUDE.mdを作って」「AI用の設定ファイルを新規作成して」
手順:
1. プロジェクト構成を調査
2. 技術スタック・規約を収集
3. evaluation-criteria.md に基づくテンプレートで生成
4. ユーザーレビュー後にファイル作成
成功基準: 3カテゴリの必須項目がすべて含まれていること
ユースケース3: 部分的な改善
トリガー: 「CLAUDE.mdのコマンド一覧を充実させて」「コーディング規約セクションを追加して」
手順:
1. 対象ファイルと改善箇所を特定
2. 該当セクションのみ評価
3. 改善案を提示・適用
成功基準: 指定セクションの評価が改善されること
ワークフロー
ステップ1: 対象ファイルの特定と読み込み
- ユーザーに対象ファイルパスを確認（未指定の場合はAskUserQuestionで確認）
- 対象ファイルを読み込み、現在の内容を把握
- 複数ファイルが指定された場合、1ファイルずつ順次処理する
ステップ2: 評価と採点
- evaluation-criteria.md の3カテゴリで現状を評価
- 各カテゴリごとに ✅/⚠️/❌ で判定
- 問題点を優先度付きで列挙
ステップ3: 改善案の提示
- 問題点ごとに具体的な改善テキストを提示
- ユーザーに改善案の承認を求める
ステップ4: 適用
- 承認された改善をファイルに反映
- 変更前後の差分サマリーを提示
出力形式
評価レポート
- カテゴリごとの採点（✅/⚠️/❌）
- 問題点の一覧（優先度付き）
- 改善前後のテキスト比較（コードブロック）
最終成果物
- 最適化されたコンテキストファイル（対象ファイルを直接編集）
評価指針
詳細は references/evaluation-criteria.md を参照。
カテゴリ概要
- プロジェクト構造と技術的コンテキスト - 静的情報・技術情報
- ガイドライン・制約・規律（Guardrails） - LLMが順守すべきルール
- 望ましい行動とパターン（Few-Shot Examples） - 具体例による学習
エラーハンドリング
対象ファイルが未指定
AskUserQuestionで確認。候補として以下を提示:
- プロジェクトルートの CLAUDE.md / AGENTS.md
- .cursor/rules/ 配下のファイル
対象ファイルが存在しない
ファイルが見つからない旨を報告し、新規作成するか確認
対象ファイルの内容が空
テンプレートからの新規作成を提案
対象がCLAUDE.md/AGENTS.mdのレビュー依頼
agents-md-reviewer スキルとの棲み分けを説明し、 「レビュー」→ agents-md-reviewer、「最適化（書き換え）」→ 本スキル と案内