Skill.md検索

幻覚（ハルシネーション）を自動検出: AIが事実と異なる情報を自信を持って生成した場合、即座に検出して注意喚起できます。 事実の正確性を多角的に検証: 外部ソースとの照合やクロスリファレンス（Wikipedia、公式サイト等）により、主張の信頼性を検証できます。 論理的矛盾や推論の飛躍を指摘: AI出力内での矛盾、因果関係の誤りや推論の飛躍を自動検出し、改善案を提示します。 バイアス・安全性・完全性を一括評価: ジェンダーバイアス、有害コンテンツ、プライバシー侵害、回答の完全性を包括的にチェックできます。 改善提案付きの品質スコアリング: 検出した問題点に対して具体的な修正案を自動提示し、出力の質を向上させられます。 LLMやAIモデルの出力を本番利用する前に検証したい開発者・データエンジニア AIが生成したコンテンツ（記事、ドキュメント、コード例等）の信頼性を確保したいチーム 正確な情報が求められる業務（教育、医療、法務等）でAIを活用する組織 AIの出力を自動改善してフローを効率化したい方 AIが生成した出力を多角的に検証し、品質を評価するスキルです。主な機能は幻覚（ハルシネーション）検出（事実の捏造、存在しない引用、架空の統計、架空のAPI等）、事実確認（検証可能な主張のチェック、クロスリファレンス）、論理性チェック（矛盾検出、因果関係の妥当性、推論の飛躍）、一貫性検証（出力内の一貫性、複数回答での一貫性）、バイアス分析（ジェンダー・人種・文化的バイアス）、安全性チェック（有害コンテンツ・誤情報・プライバシー侵害）、完全性評価（質問への回答の完全性）、関連性スコア（プロンプトとの関連性）、品質スコアリング（総合的な品質評価：0-100点）、改善提案（具体的な修正案提示）です。検証項目は幻覚の4つのタイプ（事実の捏造、不正確な引用、架空の統計、存在しないAPI）、事実確認では検証可能な主張のチェックとクロスリファレンス、論理性チェックでは矛盾検出・因果関係妥当性・推論の飛躍、一貫性検証では出力内一貫性と複数回答での一貫性を詳細に検証します。

文章を流暢に改善: ぎこちない短文を自然な流れの段落に変換し、接続詞や文章のリズムを整備。 論理的に構造化: 散らばった内容を見出し・箇条書き・セクション分けで整理し、読者が理解しやすい形に。 曖昧な表現を明確化: 「処理します」→「入力バリデーション→正規化→補完を実行」と具体的なステップに言い換え。 不足情報を詳細化: インストール手順、コード例、トラブルシューティング、図表など実用的な詳細を追加。 読者層に最適化: 初心者向け・中級者向け・上級者向けなど、対象読者に合わせた難易度・詳細度に調整。 AIの初期出力をベースに、品質の高い技術ドキュメント・マニュアルを作成したい技術ライター ChatGPT等で生成した文章を、自分のブログ・メディア用に洗練したいコンテンツクリエーター 開発チームが書いたぎこちない文章を、顧客向けに改善したい営業・CS担当者 APIドキュメントやガイドの文章品質を統一し、ユーザー体験を向上させたい開発チーム AI が生成した粗い出力を多角的に改善し、洗練された高品質応答に変換します。主な機能は文章流暢性向上（自然で読みやすく）、構造化（論理構成・見出し追加）、明確化（曖昧な表現を具体的に）、詳細化（不足情報を補完）、簡潔化（冗長部削除）、トーン調整（フォーマル・カジュアル・技術的に）、専門性向上（技術正確性・深さ改善）、読みやすさ改善（段落分割・箇条書き・コード例）、例追加（具体例・スニペット・図表）、対象読者最適化（初心者～上級者向け）。改善パターン例：短文結合で流暢化、見出し+箇条書きで構造化、メソッド説明を入出力・例外付きで明確化、インストール手順をOS別コード例とトラブルシューティング付きで詳細化。各パターンでBefore/After比較と改善ポイントを示す。

読みやすさを自動採点: 文章の難易度や文構造を分析し、Flesch Reading Easeスコアで「誰向けの難しさか」を数値化（例：中学生レベル、大学生レベルなど） 内容の正確性をチェック: 事実や統計データ、技術情報が正確か、出典が明記されているかを確認し、信頼性を検証 SEO・検索性を評価: キーワード配置やメタデータ、見出し構造などを分析し、検索エンジンや読者が見つけやすい形になっているか判定 独自性と盗用リスクを検出: 他のコンテンツとの類似度をチェックし、オリジナリティのレベルを診断 アクセシビリティと読者体験を総合診断: 視覚障害者対応、段落の長さ、図表の質など、様々な読者にとって使いやすいか多角的に評価し、0-100点の総合スコアを算出 ブログやメディア運営者: AIに書かせた記事が本当に公開品質か、読者に喜ばれるコンテンツになっているか確認したい マーケティング・広報担当者: キャンペーン用テキストやプレスリリースが誤った情報を含んでいないか、メッセージが伝わりやすいか検証したい コンテンツクリエイター: YouTube説明欄、SNS投稿、ホワイトペーパーなど、様々な形式のテキストを品質チェックしたい 教育・研修部門: 教材や研修資料がターゲット層に適した難易度で、かつ正確な情報を含んでいるか確認したい

フィードバックループの完全自動化: 「プロンプト送信→出力評価→問題点検出→プロンプト改善→再実行」を何度も繰り返し、人間が指さす手間なく自動で品質を高める 複数の改善戦略を同時試行: A/Bテストのように異なるアプローチを並行実行し、どの方向性が最適かを自動判定 「十分な品質」を見きわめて自動停止: 品質スコアが目標に達したり、改善が頭打ちになったら自動的にループを終了（時間・コスト無駄を削減） 全試行の中から最高傑作を自動選択: 繰り返しの過程で生成されたすべての出力から、最も優れたものを自動抽出 試行過程を完全記録: 各イテレーションの改善内容、スコア推移、問題点の解決過程をすべて記録し、何が効いたかを可視化 ライター・翻訳者: 一度の出力では不十分なテキストを、人手なくAIに何度も改良させ、プロ品質の成果物に仕上げたい マーケター・営業: キャッチコピーや提案文を、AIが自動的に複数パターン試行して最高のものを見つけてほしい 企画・ディレクター: 企画書やプレゼン資料の初稿をAIに何度も洗練させ、クライアント向けプレゼン品質に上げたい デザイナー・クリエイティブチーム: AIが生成した画像説明やストーリーボードを自動改善し、ビジュアルの品質と一貫性を高めたい