📦
reasoning-inductive
79観察から信頼できるパターンを抽出する
チームは多くの場合、観察を収集しても、それを信頼できるルールへと変換できていません。このスキルは、Claude、Codex、Claude Code が信頼区間を伴う構造化された帰納的推論を行えるようにガイドします。
調査＆学習 表示
スキル reasoning-analogical
📦
reasoning-analogical
コンテンツリビジョン r1 安全 ⚙️ 外部コマンド
新しい問題に類推推論を適用する
チームは、直接使えるプレイブックがないまま新しい市場や製品に向き合うことがよくあります。このスキルは、実証済みの転用元事例を新しい対象に対応付け、計画を適応させます。
対応: Claude Codex Code(CC)
自分のエージェントでインストール
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
エージェントリクエスト
Review the Skillstore skill "reasoning-analogical" from https://skillstore.io/skills/bellabe-reasoning-analogical.md and its manifest at https://skillstore.io/api/skills/bellabe-reasoning-analogical/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
エージェントが読めるリソース
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
テストする
「reasoning-analogical」を使用しています。 あるチームが、成功したDTCローンチプレイブックをB2Bマーケットプレイスのローンチに適応させたいと考えています。
期待される結果:
- 選択した転用元: 統合面での類似性が高いDTCプラットフォームローンチ。
- 維持: マーケットプレイスでの発見、統合優先のポジショニング、迅速な価値実証。
- 変更: B2Bの購買は遅いため、セルフサービス型オンボーディングを支援付きオンボーディングに変更。
- 計画: パートナーシップ設定、パイロット顧客、ケーススタディ、その後の紹介主導の拡大。
「reasoning-analogical」を使用しています。 あるプロダクトマネージャーが、ファッションのサイズ提案ワークフローをホームグッズのレコメンデーションに移転したいと考えています。
期待される結果:
- 対応付けたオブジェクト: ファッションブランドはホームグッズブランドに、フィットの懸念は空間との適合性に置き換わります。
- 成立しない関係: 身体寸法は部屋の寸法に直接転用できません。
- 新しい機能: 部屋の測定値取得と、寸法ベースのレコメンデーションロジック。
- 確信度: 中程度。可視化の複雑さに関する技術的不確実性があります。
「reasoning-analogical」を使用しています。 あるオペレーションチームには3つの過去のロールアウト例があり、最適な類推が必要です。
期待される結果:
- 最適な転用元: ワークフロー依存関係が最も近く、指標が文書化されているロールアウト。
- 却下した転用元: 収益成果は高いが、構造的類似性が弱いもの。
- 次のステップ: プレイブックをコピーする前に、2つの最大の文脈差異を検証します。
セキュリティ監査
安全v8 • 2026/7/6 バージョン別レポートを開く
Static analysis flagged Markdown backtick fences and one scoring-table phrase, not executable commands. No prompt injection, data exfiltration intent, or business-logic abuse was found in SKILL.md. The skill is an instructional analogical reasoning framework with YAML and text examples.
1
スキャンされたファイル
375
解析済み行数
0
レビュー項目
0
誤検知を無視
リスク要因
⚙️ 外部コマンド (25)
SKILL.md:12-20 SKILL.md:20-53 SKILL.md:53-76 SKILL.md:76-79 SKILL.md:79-92 SKILL.md:92-109 SKILL.md:109-146 SKILL.md:146-153 SKILL.md:153-160 SKILL.md:160-163 SKILL.md:163-203 SKILL.md:203-210 SKILL.md:210-234 SKILL.md:234-237 SKILL.md:237-271 SKILL.md:271-294 SKILL.md:294-330 SKILL.md:330-337 SKILL.md:337-342 SKILL.md:342-345 SKILL.md:345-355 SKILL.md:355-358 SKILL.md:358-362 SKILL.md:362-365 SKILL.md:365-374
最新の完了済み静的・セマンティック監査では、確認済みのセキュリティ検出事項は見つかりませんでした。これは、スキルに副作用がないことを証明するものではありません。
監査者: codex 監査履歴を表示 →
このレポートを共有・引用
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
レポートリンクをコピー
https://skillstore.io/skills/bellabe-reasoning-analogical/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/bellabe-reasoning-analogical?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/bellabe-reasoning-analogical?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/bellabe-reasoning-analogical/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/bellabe-reasoning-analogical.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学術引用 (APA · BibTeX · CFF)
APA形式の引用
BellaBe. (2026). reasoning-analogical security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/bellabe-reasoning-analogical/audits/8BibTeX形式の引用
@techreport{bellabe-bellabe-reasoning-analogical-2026,
author = {BellaBe},
title = {reasoning-analogical security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/bellabe-reasoning-analogical/audits/8},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "reasoning-analogical security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "BellaBe"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/bellabe-reasoning-analogical/audits/8"
identifiers:
- type: other
value: "skillstore:bellabe-reasoning-analogical:audit:8"
description: "Skillstore immutable audit report identifier"
Skillstore スコア
このスコアの理由 証拠の信頼度: 高 55
アーキテクチャ
85
保守性
87
コンテンツ
70
コミュニティ
91
仕様準拠
作成できるもの
市場拡大を計画する
ある垂直領域で成功したローンチを新しい垂直領域に対応付け、営業、オンボーディング、成功指標を適応させます。
製品プレイブックを適応させる
既存の製品ワークフローから得た教訓を新しい製品ラインに移転しつつ、変更が必要な点を明示します。
戦略オプションを比較する
複数の過去事例を評価し、構造的な適合度が最も高い転用元の類推を選択します。
これらのプロンプトを試す
既知の1事例を対応付ける
類推推論を使用してください。転用元事例: [known case]。対象状況: [new situation]。主要なオブジェクト、関係、制約、想定される適応を対応付けてください。
最適な転用元を選ぶ
私の対象に対して、これらの転用元事例を比較してください: [cases]。構造的類似性、成果の質、新しさ、成功度、文脈の重なりを採点してください。最適な転用元を選択してください。
適応済み計画を作成する
[source case] を [target context] に対応付けてください。維持される関係、変更される関係、成立しない関係を列挙してください。マイルストーン、タイムライン、確信度、不確実性を含むフェーズ別計画を作成してください。
類推をストレステストする
この類推をレビューしてください: [mapping]。表面的な類似、過剰な転用、適応不足、欠落している文脈差異を見つけてください。実行前に変更点を推奨してください。
ベストプラクティス
- 文書化された成果、指標、制約、期間を含む転用元事例を提供してください。
- 表面的なラベルではなく、関係とメカニズムに焦点を当ててマッピングしてください。
- 実行前の検証を計画するために、不確実性のセクションを活用してください。
回避
- 文脈の差異を列挙せずに、転用元プレイブックをコピーしないでください。
- より良い転用元事例が存在する場合に、弱い単一の類推に依存しないでください。
- 類推を将来の成功の証明として扱わないでください。
よくある質問
このスキルは何をしますか？
明示的な構造マッピングと適応を使って、既知の転用元事例から新しい状況へ教訓を移転します。
いつ使うべきですか？
新しい問題が、過去の市場、製品、ロールアウト、または運用モデルに似ている場合に使用します。
どのような入力が最適ですか？
対象状況、候補となる転用元事例、成果、制約、既知の差異を提供してください。
複数の類推から選べますか？
はい。候補となる転用元を、構造的類似性、文書化された成果、新しさ、成功度、文脈の重なりで採点します。
計画を検証しますか？
不確実性と品質リスクを特定しますが、ユーザーは証拠を使って仮説を検証する必要があります。
外部ツールは必要ですか？
いいえ。このスキルは推論フレームワークであり、コマンド実行、ネットワークアクセス、スクリプトは必要ありません。
開発者情報
作成者
BellaBeライセンス
MIT
Skillstore リビジョン
r1
バージョンに関する注意
作者はバージョンを宣言していません。
参照
dd4a3ef9f20ddf38830950b4bb713df96b431fd6
メンテナンスの新しさ
2026/7/22
利用状況
3 ダウンロード · 227 閲覧
ファイル構成
📄 SKILL.md
BellaBe のその他のスキル
すべて表示📦
reasoning-abductive
79アブダクション推論で異常を診断する
証拠が不完全な場合、予期しない結果を説明するのは困難です。このスキルは、Claude、Codex、Claude Code が可能性の高い原因を生成、スコアリング、順位付けするのを支援します。
調査＆学習 表示
📦
descriptive-action
79情報を中立的に分析する
ユーザーは、推奨を含まない中立的な分析を必要とすることがよくあります。このスキルは、Claude、Codex、Claude Code が事実、推論、証拠、不明点を分けて扱うよう導きます。
ライティング＆コンテンツ 表示
📦
prescriptive-actions
78具体的な行動指針を得る
目標、リスク、トレードオフが競合する状況では、次の一手を選ぶのが難しいことがあります。このスキルは、自由形式の問いを明確な推奨、役立つ代替案、すぐに取れる行動へと変換します。
生産性 表示
📦
planning-action
78実行可能な実行計画を作成
曖昧な目標は作業へ落とし込むのが困難です。このスキルは、意思決定をフェーズ、マイルストーン、依存関係、リスク、チェックポイントに変換します。
生産性 表示
📦
decision-action
78トレードオフを明確にして選択する
選択肢のトレードオフが不明確な場合、チームはしばしば停滞します。このスキルは、Claude、Codex、またはClaude Codeが選択肢を比較し、1つを推奨し、再検討のトリガーを定義できるように導きます。
生産性 表示
関連スキル
すべて表示📦
interview-me
78Clarify User Intent Before You Build
作成者 addyosmani
Underspecified requests cause teams to build the wrong outcome and discover misalignment late. This skill runs a focused, one-question interview that turns ambiguity into confirmed intent.
コミュニケーション 表示
📦
task-state-ledger
90Track Long Tasks With a Portable State Ledger
作成者 glenskii
Long technical tasks lose decisions, evidence, and next actions across sessions. This skill maintains a concise Markdown state file with reviewed local evidence references.
生産性 表示
📦
gpt-series-reasoning-style
90Verify AI Deliverables with Evidence
作成者 jadeyingwah
AI work can appear complete before the result is opened, tested, or checked against the request. This skill adds staged planning, real-environment verification, and honest completion levels.
生産性 表示
📦
tool-discovery
87あらゆるタスクに適したAIツールを選択
作成者 0xDarkMatter
多数のスキルやエージェントから選択することで、技術作業が遅れる場合があります。このスキルは、簡潔なカタログと選択ルールを使用して、各タスクを目的に特化したツールに割り当てます。
生産性 表示
📦
prompt-engineering-patterns
86本番環境向けLLMプロンプトを最適化
作成者 wshobson
LLMプロンプトは、指示、例、評価基準が不明確なために失敗することがよくあります。このスキルは、Claude、Codex、Claude Code、および同様のツールでプロンプトを改善するためのテンプレートとワークフローを提供します。
生産性 表示
📦
organizing-with-labels
86GitHub Issues をラベルで整理する
作成者 C0ntr0lledCha0s
大規模なリポジトリでは、issue のラベルに一貫性がなかったり、マイルストーンが不明確だったりすると時間を失います。このスキルは、分類体系の作成、一括更新の実行、GitHub ワークフローを通じた進捗報告を支援します。
生産性 表示