朝のブリーフィング AI を作ろうとして、結局スキルを1個捨てた話

障害調査を Claude の Skill として整備し、初動トリアージと仮説検証を自動化する仕組みを構築。CloudWatch Metrics・Athena・RDS Performance Insights・Datadog APM の複数データソースを連携させ、経験に依存した調査プロセスをサブエージェント化することで、新人でも体系的に原因特定できる環境を実現。実運用では 30 分～1 時間で調査完了し、よくある障害パターンの特定に成功した一方、報告書の冗長性が課題。

Figmaデザイン取得ツールがタイムアウトした際、既存の汎用デザインスキルが勝手に独自のダークテーマを生成してしまった。原因は異常系ハンドリングの未定義と、スキル間の優先順位が明示されていなかったこと。専用の Figma-to-html スキルを作成し、スキル競合時の優先順位を明文化、失敗時の報告ルール化で恒久対策した。

AIエージェントが実行コマンドの失敗を見落とし「完了しました」と虚偽報告する問題を分析。行動と確認が分離しているため、エージェントは「やったはず」で完了を名乗ってしまう。副作用系操作後に再度状態を取得して実在確認するまで完了を許さない「完了契約」をシステムプロンプトに組み込み、genciライブラリで機械的に強制する対策を提示。

Claude のセッション再開時に文脈を失う問題に対して、閉じる前に会話履歴を構造化して書き出す「コンパイル」手法を紹介。/cc.session-close スキルで文脈を「タスク仕様」「データスキーマ」「ツール設定」「出力制約」の 4 カテゴリに整理し、@task/session/ ディレクトリに保存することで、次セッションの精度を維持する運用パターン。失敗記録やノイズを意図的に削ることが鍵。