事業アイデア評価を決定論的ワークフローとして Claude スキルに実装する方法

Google の LLM 開発責任者 Noam Shazeer が OpenAI へ移籍し、同時期に GPT-5.4 を搭載した自律型エージェントが医薬品合成の最適化を自力で実行。AI 業界の重力中心が移動し、科学研究の速度制限が外れつつある転換点を迎えている。

Total TypeScript著者のMatt Pocock氏がClaude Code用スキルセットv1.0.0をリリース。個々のスキル実装より重要な「スキル設計論」として、6つの失敗パターン（Model/User-invoked分類、Leading Word、No-op Test、Premature Completion等）をすべて「予測可能性」という単一原則に集約。実装時の判断基準とコスト・トレードオフの仕組みを体系化した。

Yahoo が Google Cloud 上で構築した広告 AI 基盤では、Spanner Graph と BigQuery Graph の 2 つのグラフデータベースを組み合わせることで、「判断支援」から「実際の業務実行」へ移行する System of Action を実現。リアルタイム在庫・契約・ポリシーに基づいた決定論的な判断、説明可能性、監査可能性を同時に満たす必要があり、Knowledge Graph でその場の事実を扱い、Context Graph で判断履歴を記録する役割分担が鍵となる。

AI が生成した日本語に特有の「AI臭」を除去する Claude Skills「stop-ai-slop-jp」を開発。表層的な記号修正ではなく、false agency の排除、命題型見出しの修正、偏愛語の削減、リズムのムラ付け、記号の統一を優先順位付きで実施し、5軸採点による客観的な評価基準も提供する。