スキル開発のサイクルを「人」に適用できていなかった話
Hiroba による自動要約
著者は Claude のスキル開発で「試す→フィードバック→調整→成功」というサイクルを当然のように回しているが、職場の人間関係では同じサイクルが途中で止まることに気づいた。期待を一方通行で終わらせず、明示的にフィードバックし、つまずきを想定内として対応する。スキルの使用方法ではなく、その背景にある思考そのものを育てることこそが品質向上につながる。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 2904 件あります。
関連する記事
同じタグの記事
Claude Code のスライド作成スキル5つ＋スキルなしで、同じ原稿から資料を作り比べた
ZennClaude Code のスライド作成用 Agent Skills 5種とスキルなしの計6条件で、同一原稿から5枚の資料を作成し比較。見た目の差は小さく、差が出たのは編集可能な PPTX 出力（mckinsey-slides・slidev）と機械検査の仕組み（consulting-pptx-skill）の2点で、両立する条件はなし。日本語の折り返しや和文フォントの扱いはどのスキルも手薄。業務資料作成に Skills を検討する層向け。
Anthropic公式の「データアナリスト用スキル」を読み、分析の進め方を5段に整理
QiitaAnthropic の knowledge-work-plugins に含まれる data プラグインの全10スキルを読み解いた解説記事。分析を「問いの重さを決める→データを疑う→計算する→検証する→洞察から語る」の5段に整理し、欠損率の判断基準や `/data:validate-data` による総点検、社内の暗黙知をスキル化する `data-context-extractor` の仕組みまで紹介。Claude Code で集計・分析を行う人向け。
AIに動画編集を任せられるかは、暗黙知をどう渡すかで決まる ― 7つの法則を「入力・確かめ方・記憶・手入れ」で読む
ZennClaude Code（Opus 5.5）にYouTube動画の編集を全面委任している筆者による、7つの法則の整理。完成品の編集データ・外注向けレギュレーションシート・初稿への指摘履歴を入力として渡し、1〜2分のサンプル書き出しと理由付きの修正指示、57項目の書き出し前チェックリストで品質を担保する構成。AIに判断基準を渡す設計に関心のある実務者向け。
