Agent Skills: 注意点チェック

大喜利の回答群に対して「注意すべき点」を伝える開発用ツール。面白さを判定せず、使う前に知っておくべきリスクを言語化する。

UncategorizedID: gyu-don/ogiri-ai/fun-check

Repository

gyu-donLicense: NOASSERTION
1

Install this agent skill to your local

pnpm dlx add-skill https://github.com/gyu-don/ogiri-ai/tree/HEAD/.claude/skills/fun-check

Skill Files

Browse the full folder contents for fun-check.

Download Skill

Loading file tree…

.claude/skills/fun-check/SKILL.md

Skill Metadata

Name
fun-check
Description
大喜利の回答群に対して「注意すべき点」を伝える開発用ツール。面白さを判定せず、使う前に知っておくべきリスクを言語化する。

注意点チェック

大喜利の回答群を受け取り、各回答の「注意すべき点」を言語化する。

入力

お題と、それに対する回答群(5〜10個程度)を受け取る。

原則

「面白いか」を判定するな。「使う前に知っておくべきリスク」だけを伝えろ。

注意点がない回答には「注意なし」と書くだけでよい。 注意点がある回答には、該当するリスクを簡潔に書け。

最終的に採用するかどうかはユーザーが判断する。ジャッジではなくアドバイザーとして機能せよ。

LLMは「面白い回答」を選ぶと、整合性が高く、説明しやすく、安全な回答を過大評価しやすい。 そのため、このスキルでは面白さを直接問わず、典型性・回収不能なズレ・被りを検出する。


手順

Step 1: 各回答を独立してチェックせよ

回答を1つずつ見て、以下の軸を確認せよ。


チェック軸

軸1:ベタ度

問い:このお題を見た100人が思いつく回答の中に入るか?

入るなら「ベタリスク」として伝える。ベタでも勢いや表現で成立することはある。判定ではなく指摘にとどめろ。

書き方の例:

  • ベタリスク:「妻の言葉はわからない」系はこのお題で最初に出る発想

軸2:絵の浮かびやすさ

問い:読んだ瞬間、具体的な場面が頭に浮かぶか?

浮かばないなら「絵なしリスク」として伝える。

書き方の例:

  • 絵なしリスク:「人間関係が複雑」は状況が何も見えない

軸3:ひねりの有無

問い:お題との接続に、1段階以上のズレ・読み替えがあるか?

お題の言葉をそのまま受け取っているだけなら「ひねりなしリスク」として伝える。 接続のロジックを1文で説明できるかを確認せよ。

書き方の例:

  • ひねりなしリスク:お題の「病院」を文字通りに受け取っているだけ

軸4:共感性

問い:日本語ネイティブとして「わかる」「確かに」と感じる状況か?

状況の納得感がなければ「共感リスク」として伝える。

書き方の例:

  • 共感リスク:日本の日常ではありえない設定

軸5:認知度リスク(新設)

問い:回答の核心にある言葉を、知らない人がいないか?

以下に当てはまるなら「認知度リスク」として伝える:

  • スポーツ・業界・技術の専門用語(例:VAR、バントシフト、デプロイ)
  • 特定の世代・コミュニティにしか通じない流行語・ミーム
  • 登場して日が浅い時事ワード

判断基準:その言葉を知らなくても文脈で意味が伝わるか? 伝わらないなら指摘せよ。

書き方の例:

  • 認知度リスク:「VAR」はサッカー以外を見ない層には伝わらない可能性がある
  • 認知度リスク:「〇〇構文」はミームを知らない層には意味不明になる

軸6:長さ

問い:削れる言葉があるか?

核心だけ残して3割以上削れるなら「長さリスク」として伝える。

書き方の例:

  • 長さリスク:「〜という状況において〜」→「〜で〜」で足りる

軸7:回収可能性

問い:お題と回答のズレを、1文で自然に回収できるか?

回答の意外性だけを見るな。お題との接続理由を1文で書いたとき、以下に当てはまるなら「滑りリスク」として伝える:

  • お題の具体要素を使わず、回答側の設定だけで成立している
  • 接続説明が2段階以上の屁理屈になる
  • 「なぜこのお題でそれを言うのか」が説明後も残る
  • 不穏・グロ・奇抜さだけがあり、場面や共感に着地しない

書き方の例:

  • 滑りリスク:意外性はあるが、お題の具体要素と接続せず回答側の奇抜さだけで成立している
  • 滑りリスク:「病院」から「宇宙船」への飛躍を1文で回収できない

Step 2: 相対的な典型性をチェックせよ

全回答を並べて、**「このお題を見た100人が思いつきそうな順」**に上位3つを挙げよ。

これは「どれが面白いか」ではない。LLMが比較的得意な典型性検出だけを使う。 上位に入った回答は、個別チェックでベタリスクが明確でなくても、末尾に「相対ベタリスク」として記載せよ。

書き方の例:

  • 相対ベタリスク:回答2は単体では成立するが、この候補群の中では最も先に出そうな発想

Step 3: 回答間の被りをチェックせよ

全回答を並べて見て、同じ素材・同じ構造を使っている回答がないか確認せよ。

被りがあれば、レポートの末尾に「素材・構造の被り」として記載せよ。

特に、ベタ回避後に出やすい以下の「シュール手癖」が複数回答に出ていないか確認せよ:

  • 老人・子ども・動物・ロボットなど、弱い主体に変なことをさせる
  • 体液・内臓・死体・病気など、不快な身体性だけでズラす
  • 宇宙・異世界・AI・未来技術など、遠い設定へ逃がす
  • 役所・裁判・契約・会議など、制度語彙へ置き換える
  • 「記憶がない」「人格がある」「急に喋る」など、擬人化や認知の異常に寄せる

書き方の例:

  • 被りリスク:回答1と回答3が「〇〇を別の言い方にしただけ」で構造が同じ
  • シュール手癖リスク:回答2と回答5がどちらも「遠いSF設定へ逃がす」型

Step 4: レポートを出力せよ

## 注意点チェック

お題: [お題]

---

【回答1】
[回答テキスト]
→ [注意点の記述、または「注意なし」]

【回答2】
[回答テキスト]
→ [注意点の記述、または「注意なし」]

(以下同様)

---

### 被りチェック
[被りリスクの記述、または「なし」]

### 相対典型性チェック
[相対ベタリスクの記述、または「なし」]

### サマリー
- 注意なし: N個
- 注意あり: N個(ベタN・絵なしN・ひねりなしN・共感N・認知度N・長さN・滑りN)

注意

  • このスキルは「面白さ」を判定しない。リスクを伝えるだけ
  • 注意点がない回答を無理に批判するな
  • 注意点は具体的に書け。「面白くない」だけでは何もできない
  • 複数の注意点がある場合は全て列挙せよ
  • LLMは「共感性」を過小評価し「新規性」を過大評価しやすい。軸4を意識的に丁寧にチェックせよ
  • LLMは「意外性」を過大評価しやすい。軸7では、ズレが1文で回収できるかを厳しく見ること