機能詳細
AI Instruction Kitsの全機能を詳しくご紹介します。
🧩 NEW! モジュラー指示書システム
概要
2025年7月にリリースされた革新的な機能で、プロジェクトの要件に応じて動的に指示書を生成します。
MODULE_COMPOSER
タスクを分析し、最適なモジュールを組み合わせて、カスタマイズされた指示書を自動生成します。
主な特徴:
- 自動タスク分析:自然言語でタスクを入力するだけ
- インテリジェントな選択:メタデータを使用して最適なモジュールを選択
- 柔軟な組み合わせ:複数のモジュールを統合可能
- デフォルト値対応:最小限の設定で使用開始
🚀 事前生成プリセット(高速・推奨)
応答時間0秒で即座に使用できる、事前生成済みの指示書です。
利用可能なプリセット(8種類)
- web_api_production:本番環境向けWeb API開発
- RESTful API設計、セキュリティ実装、ドキュメント生成
- パス:
instructions/ja/presets/web_api_production.md
- cli_tool_basic:CLIツール開発
- コマンドライン解析、エラーハンドリング、配布準備
- パス:
instructions/ja/presets/cli_tool_basic.md
- data_analyst:データ分析タスク
- データ前処理、統計分析、可視化、レポート作成
- パス:
instructions/ja/presets/data_analyst.md
- technical_writer:技術文書作成
- API文書、ユーザーガイド、技術ブログ、README作成
- パス:
instructions/ja/presets/technical_writer.md
- academic_researcher:学術研究支援
- 文献調査、論文執筆、引用管理、研究計画
- パス:
instructions/ja/presets/academic_researcher.md
- business_consultant:ビジネスコンサルティング
- 市場分析、戦略立案、プレゼン作成、ROI計算
- パス:
instructions/ja/presets/business_consultant.md
- project_manager:プロジェクト管理
- タスク管理、リソース配分、進捗追跡、リスク管理
- パス:
instructions/ja/presets/project_manager.md
- startup_advisor:スタートアップ支援
- ビジネスモデル、ピッチデッキ、資金調達、MVP開発
- パス:
instructions/ja/presets/startup_advisor.md
プリセットのメリット
- 即座に使用可能:生成待ち時間なし(0秒)
- 最適化済み:よく使用されるタスクに特化
- 品質保証:テスト済みで信頼性が高い
- 自動更新:モジュール変更時に自動再生成
専門知識モジュール(5種類)
- software_engineering:SWEBOK v4.0準拠の最新ソフトウェア工学
- legal_engineering:法令工学と規制技術の専門知識
- machine_learning:ML/AIの設計・実装・運用
- parallel_distributed:並列分散処理システムの専門知識
- data_space:GAIA-X、IDSなどのデータスペース構築
モジュールの種類
- Core(コア):システムの基本構造を定義
- Tasks(タスク):具体的な作業内容(コード生成、データ分析、文書作成など)
- Skills(スキル):特定の能力(API設計、テスト、エラー処理など)
- Methods(方法論):作業アプローチ(アジャイル、リーン、デザイン思考など)
- Domains(ドメイン):業界固有の知識(金融、ヘルスケア、教育など)
- Roles(役割):AIの振る舞い(メンター、レビュアー、コンサルタントなど)
- Quality(品質):品質レベルや基準
- Expertise(専門知識):深い専門知識と最新ベストプラクティス
使用例
# 学術論文を書く場合
claude "研究論文を執筆してください"
# → MODULE_COMPOSERがacademic_researcherプリセットを選択
# → 引用管理、方法論設計、統計分析モジュールも追加
# データ分析を行う場合
claude "売上データを分析して"
# → data_analystプリセットが自動選択
# → 可視化、統計処理、レポート作成モジュールを組み合わせ
# 専門的なタスクの場合
claude "分散システムの設計をして"
# → parallel_distributed expertiseモジュールが選択
# → 2024-2025年の最新技術トレンドに基づく設計
📚 指示書カテゴリ
1. システム管理 (system)
AIの動作を制御する基本的な指示書
- ROOT_INSTRUCTION.md - 指示書マネージャーとして動作
- CHECKPOINT_MANAGER.md - 進捗管理システム(拡張版)
- MODULE_COMPOSER.md - モジュラー指示書生成システム
2. 一般タスク (general)
日常的なタスクに使える汎用指示書
- basic_qa.md - 質問応答、情報提供
- プロジェクト管理支援
- ドキュメント作成補助
3. コーディング (coding)
プログラミング作業に特化した指示書
- basic_code_generation.md - コード生成の基本
- デバッグ支援
- リファクタリング指南
- テストコード作成
4. 文章作成 (writing)
ドキュメントやコンテンツ作成用
- basic_text_creation.md - 基本的な文章作成
- presentation_creation.md - プレゼンテーション構成
- 技術文書作成
- マーケティングコンテンツ
5. 分析 (analysis)
データ分析や調査タスク用
- basic_data_analysis.md - データ分析の基本
- 市場調査支援
- 競合分析
- パフォーマンス分析
6. クリエイティブ (creative)
創造的なタスクのサポート
- basic_creative_work.md - アイデア生成
- デザイン提案
- ストーリーテリング
- ブレインストーミング
7. エージェント型 (agent)
特定の専門家として振る舞う指示書
- python_expert.md - Python開発の専門家
- code_reviewer.md - コードレビュアー
- technical_writer.md - テクニカルライター
🔧 コア機能
チェックポイント管理(拡張版)
作業の進捗と指示書の使用履歴を詳細に追跡
# タスク開始
scripts/checkpoint.sh start "新機能実装" 5
📌 タスクID: TASK-123456-abc123
# 指示書使用の追跡(新機能)
scripts/checkpoint.sh instruction-start "instructions/ja/presets/web_api_production.md" "API開発" TASK-123456-abc123
scripts/checkpoint.sh instruction-complete "instructions/ja/presets/web_api_production.md" "3エンドポイント実装" TASK-123456-abc123
# AI向け簡潔出力モード(新機能)
scripts/checkpoint.sh ai pending
scripts/checkpoint.sh ai progress TASK-123456-abc123 2 5 "実装中" "テスト作成"
# 統計表示(新機能)
scripts/checkpoint.sh stats
scripts/checkpoint.sh history
Claude Code カスタムコマンド(新機能)
Claude Codeユーザー向けの効率化機能:
コマンド | 説明 | 使用例 |
---|---|---|
/checkpoint |
チェックポイント管理 | /checkpoint start "新機能実装" 5 |
/commit-and-report |
コミット&Issue報告 | /commit-and-report "バグ修正完了" |
/commit-safe |
クリーンコミット(AI署名なし) | /commit-safe "ドキュメント更新" |
/reload-instructions |
指示書の再読み込み | /reload-instructions |
/github-issues 🆕 |
GitHub Issueを確認してタスク整理 | /github-issues |
/reload-and-reset 🆕 |
AIシステムをリセットして指示書再読み込み | /reload-and-reset |
統合モード
プロジェクトのニーズに合わせて選択可能
モード | 利点 | 適用場面 |
---|---|---|
コピー | • Gitなし • 最速セットアップ • オフライン対応 |
小規模プロジェクト Git未使用環境 |
クローン | • 完全な制御 • 独自カスタマイズ • 履歴管理 |
大規模カスタマイズ 独自の指示書開発 |
サブモジュール | • アップデート簡単 • バージョン管理 • 複数プロジェクト対応 |
チーム開発 長期プロジェクト |
カスタムURL対応
独自のリポジトリから指示書を利用
# 企業の内部リポジトリ
--url https://gitlab.company.com/ai-team/instructions.git
# 個人のフォーク
--url https://github.com/yourname/custom-instructions.git
# プライベートリポジトリ(認証必要)
--url git@github.com:org/private-instructions.git
🎯 高度な使い方
1. カスタム指示書の作成
# カスタム指示書テンプレート
## 目的
この指示書の目的を明確に記述
## 前提条件
- 必要な知識
- 環境要件
- 依存関係
## 具体的な指示
1. ステップ1の詳細
2. ステップ2の詳細
3. ...
## 期待される成果
- 成果物1
- 成果物2
---
## ライセンス情報
- **ライセンス**: [ライセンス名]
- **作成者**: [名前]
- **作成日**: [日付]
2. PROJECT.mdのカスタマイズ
プロジェクト固有の設定を詳細に記述:
## プロジェクト固有の追加指示
### アーキテクチャ
- マイクロサービス構成
- API Gateway: Kong
- メッセージキュー: RabbitMQ
### 開発規約
- コミットメッセージ: Conventional Commits
- ブランチ戦略: Git Flow
- コードレビュー: 必須(2名以上)
### セキュリティ
- 認証: OAuth 2.0
- データ暗号化: AES-256
- シークレット管理: HashiCorp Vault
3. テンプレートの事前カスタマイズ
# テンプレートを編集
vi templates/ja/PROJECT_TEMPLATE.md
# 全新規プロジェクトに適用される共通設定を追加
- CI/CD設定
- 標準的なリントルール
- 共通のテストフレームワーク
🔒 セキュリティ機能
プライベートリポジトリ対応
組織専用の非公開リポジトリから指示書を安全に取得できます。
実装方法
# 社内専用リポジトリの例
bash setup-project.sh --url https://github.com/company/private-ai-instructions.git
- 利点: 組織固有の機密性の高い指示書を安全に管理
- 用途: 社内コーディング規約、独自のビジネスロジック、セキュリティポリシー
SSH認証サポート
SSH鍵を使用したセキュアな認証方式に対応しています。
実装方法
# SSH形式のURL使用
bash setup-project.sh --url git@github.com:company/private-instructions.git --submodule
- 利点: パスワード不要で安全な認証、CI/CD環境での自動化が容易
- 前提: 事前にSSH鍵の設定が必要(
ssh-keygen
とssh-add
)
アクセストークン利用可能
GitHub/GitLab等のパーソナルアクセストークンを使った認証に対応。
実装方法
# トークンをURLに埋め込む方式
bash setup-project.sh --url https://YOUR_TOKEN@github.com/company/repo.git
# 環境変数を使う方式(より安全)
export GIT_TOKEN=your_personal_access_token
bash setup-project.sh --url https://${GIT_TOKEN}@github.com/company/repo.git
- 利点: 細かい権限制御が可能、有効期限の設定、必要最小限のアクセス権
- 用途: CI/CD環境、自動化スクリプト、一時的なアクセス
社内ネットワーク対応
インターネットに公開されていない組織内部のGitサーバーもサポート。
実装方法
# 社内GitLabサーバーの例
bash setup-project.sh --url https://gitlab.company.local/team/ai-instructions.git
# 社内Giteaサーバーの例
bash setup-project.sh --url http://git.internal:3000/dev/instructions.git
- 対応サーバー: GitLab CE/EE、Gitea、Bitbucket Server、その他Git互換サーバー
- 利点: 完全に社内で完結、外部ネットワーク不要、高度なセキュリティ
📦 バージョン管理
特定バージョンの固定
プロジェクトで使用する指示書のバージョンを固定し、予期しない変更を防ぎます。
サブモジュールでの実装
# 特定のコミットに固定
cd instructions/ai_instruction_kits
git checkout v1.2.3 # または特定のコミットハッシュ
cd ../..
git add instructions/ai_instruction_kits
git commit -m "指示書をv1.2.3に固定"
- 利点: 再現性の確保、安定した動作、チーム間での一貫性
- 用途: 本番環境、重要なプロジェクト、監査が必要な環境
アップデート制御
指示書の更新を計画的に管理し、テスト後に適用できます。
更新方法
# 最新版の確認(実際には更新しない)
cd instructions/ai_instruction_kits
git fetch
git log HEAD..origin/main --oneline
# テスト環境で検証後、更新を適用
git pull origin main
cd ../..
git add instructions/ai_instruction_kits
git commit -m "指示書を最新版に更新"
- ワークフロー:
- 開発環境で新バージョンをテスト
- 変更内容を確認・レビュー
- 段階的にステージング→本番へ適用
ロールバック機能
問題が発生した場合、以前の安定版に即座に戻せます。
ロールバック手順
# 直前のバージョンに戻す
cd instructions/ai_instruction_kits
git checkout HEAD~1
cd ../..
git add instructions/ai_instruction_kits
git commit -m "指示書を前バージョンにロールバック"
# 特定の安定版に戻す
cd instructions/ai_instruction_kits
git checkout v1.1.0 # 安定していた特定バージョン
cd ../..
git add instructions/ai_instruction_kits
git commit -m "指示書をv1.1.0(安定版)にロールバック"
- 利点: リスク管理、迅速な障害対応、安心してアップデートを試せる
- 推奨: ロールバック前後でテストを実施、変更履歴を記録
📊 利用統計とメトリクス
チェックポイントログ分析
作業の進捗と成果を定量的に把握できます。
基本的な統計情報
# 完了したタスクの総数
grep "COMPLETE" checkpoint.log | wc -l
# 実行中のタスク(未完了)を確認
grep "START" checkpoint.log | grep -v "COMPLETE"
# 本日のタスク一覧
grep "$(date +%Y-%m-%d)" checkpoint.log
# エラーが発生したタスクを抽出
grep "ERROR" checkpoint.log
タスク分析の例
# タスクIDごとの所要時間を計算するスクリプト例
#!/bin/bash
while read -r line; do
if [[ $line =~ \[TASK-([a-f0-9]+)\] ]]; then
task_id="${BASH_REMATCH[1]}"
# START/COMPLETEのペアを見つけて時間差を計算
# (実装例は省略)
fi
done < checkpoint.log
プロジェクト別カスタマイズ分析
PROJECT.mdの内容から、プロジェクトの特性を把握:
# プロジェクト設定の確認
cat instructions/PROJECT.md | grep -E "(ビルドコマンド|リントコマンド|テストフレームワーク)"
# カスタマイズされた項目数をカウント
grep -v "^#" instructions/PROJECT.md | grep -v "^$" | grep -v "例:" | wc -l
成果物の定量化
チェックポイントログから成果を抽出:
# 成果物のサマリーを生成
grep "成果:" checkpoint.log | sed 's/.*成果: //' | sort | uniq -c | sort -nr
# 作成されたファイル数、テスト数などを集計
grep "成果:" checkpoint.log | grep -E "[0-9]+個|[0-9]+件|[0-9]+ファイル"
🚀 今後の展開
計画中の機能
🤖 AI による指示書自動生成
既存の指示書を学習して、新しいカテゴリの指示書を自動生成
- プロジェクトの特性を分析して最適な指示書を提案
- 既存指示書のベストプラクティスを組み合わせ
- ユーザーのフィードバックを反映した改善
🔍 指示書の検索・フィルタリング
指示書が増えても素早く必要なものを見つけられる仕組み
- タグベースの分類システム
- キーワード検索機能
- 依存関係の可視化
- 使用頻度に基づく推奨
📝 指示書のバージョン間差分表示
更新時に何が変わったかを把握しやすく
- 変更箇所のハイライト表示
- 影響範囲の分析
- ロールバック時の判断材料
🧪 指示書のテストフレームワーク
指示書の品質を保証する仕組み
- 期待する出力のテストケース
- 指示の曖昧さチェック
- 複数AI間での互換性テスト
コミュニティ貢献
- 新しい指示書カテゴリの追加
- 多言語対応(中国語、韓国語等)
- 業界別テンプレート集
- ベストプラクティス共有