advanced-evaluation
81信頼性の高いLLM評価システムを構築
LLM評価をチームやモデルをまたいで一貫させることは困難です。このスキルは、再現性のある評価のために、ジャッジプロンプト、ルーブリック、メトリクス、バイアスチェックの設計を支援します。
AIエージェントにおけるコンテキスト劣化の診断
長い会話や大規模なプロンプトにより、AIエージェントは重要な情報を見失ったり、矛盾するコンテキストに従ったりすることがあります。このスキルは、Claude、Codex、Claude Codeが劣化パターンを特定し、緩和戦略を選択するのに役立ちます。
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。
Review the Skillstore skill "context-degradation" from https://skillstore.io/skills/chakshugautam-context-degradation.md and its manifest at https://skillstore.io/api/skills/chakshugautam-context-degradation/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。
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。
「context-degradation」を使用しています。 サポートエージェントが、長いトラブルシューティングセッションの後に古いポリシー回答を返し始める。
期待される結果:
「context-degradation」を使用しています。 コーディングエージェントが、長い仕様書の中盤にある重要な要件を見落とす。
期待される結果:
「context-degradation」を使用しています。 ユーザーが修正した後も、エージェントが誤ったファイルパスを使い続ける。
期待される結果:
All five static findings were false positives after context review. The flagged SKILL.md ranges are fenced documentation examples, and the script phrase list detects hallucination markers rather than gathering system information.
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。
https://skillstore.io/skills/chakshugautam-context-degradation/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/chakshugautam-context-degradation?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/chakshugautam-context-degradation?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/chakshugautam-context-degradation/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/chakshugautam-context-degradation.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>ChakshuGautam. (2026). context-degradation security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/chakshugautam-context-degradation/audits/8@techreport{chakshugautam-chakshugautam-context-degradation-2026,
author = {ChakshuGautam},
title = {context-degradation security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/chakshugautam-context-degradation/audits/8},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "context-degradation security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "ChakshuGautam"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/chakshugautam-context-degradation/audits/8"
identifiers:
- type: other
value: "skillstore:chakshugautam-context-degradation:audit:8"
description: "Skillstore immutable audit report identifier"
各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。
このバリアントが首位の理由
chakshugautam-context-degradation
2026-09-09
muratcankoylan-context-degradation
2026-09-09
asmayaseen-context-degradation
2026-09-09
長いセッションが、誤ったツール使用、古い前提、または持続的なハルシネーションを引き起こしているかどうかを確認します。
ローンチ前に、コンテキスト制限がマルチステップのエージェント機能に影響する箇所を評価します。
大規模プロンプト全体で、配置、コンパクション、検索の選択肢を比較する実験を作成します。
このプロンプトをレビューし、コンテキスト劣化のリスクを確認してください。lost-in-middle、注意散漫、混乱、ポイズニング、衝突のリスクを特定してください。実践的な修正案を3つ提案してください。
重要な目標、制約、最終チェックが注意の向きやすい位置に来るように、このタスクコンテキストを再構成してください。配置の選択理由を説明してください。
このエージェントのトランスクリプトを分析し、コンテキストポイズニング、古い前提、コンテキスト衝突を確認してください。可能性の高い原因と不確実な仮説を分けてください。
このエージェントワークフロー向けに、コンテキスト劣化のテスト計画を設計してください。入力、指標、しきい値、緩和実験を含めてください。
作成者
ChakshuGautam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
2026/7/24
利用状況
11 ダウンロード · 243 閲覧
ファイル構成
信頼性の高いLLM評価システムを構築
LLM評価をチームやモデルをまたいで一貫させることは困難です。このスキルは、再現性のある評価のために、ジャッジプロンプト、ルーブリック、メトリクス、バイアスチェックの設計を支援します。
AIコンテキストウィンドウを最適化
長時間のAIセッションでは、トークンを浪費し、応答が遅くなり、重要なコンテキストを失うことがあります。このスキルは、Claude、Codex、Claude Codeに、コンテキストの圧縮、マスキング、キャッシュ、予算管理のための実用的なパターンを提供します。
長いエージェントコンテキストを確実に圧縮する
長いエージェントセッションでは、コンテキストが過度に積極的に圧縮されると、重要なファイル、判断、次のステップが失われます。このスキルは、トークン使用量を削減しながら利用可能なコンテキストを保持するための、構造化された圧縮と評価の方法を提供します。
エージェントのコンテキスト管理を最適化
プロンプト、ツール、履歴、検索取得がコンテキストを奪い合うと、エージェントシステムは信頼性を損なうことがあります。このスキルは、コンテキストの構成要素と、予算管理、段階的開示、検証のための実践的なパターンを説明します。
マルチエージェントアーキテクチャの設計
すべてのタスクを1つのコンテキストウィンドウで扱うと、複雑なエージェント作業は失敗することがあります。このスキルは、Claude、Codex、Claude Code が明確なハンドオフを備えたエージェントシステムを設計するのに役立ちます。
より優れたエージェントツールを設計する
エージェントツールは、説明、スキーマ、エラーが不明確な場合に失敗します。このスキルは、より明確なツールインターフェースとより小さなツールセットのための実践的なパターンを提供します。
エラーと根本原因のデバッグ
作成者 89jobrien
証拠がログ、スタックトレース、サービス全体に分散していると、エラーやインシデントのトリアージは困難です。このスキルは診断を構造化し、ログを解析し、パターンを特定し、最小限の修正へ導きます。
コードのコンテキストをより速く見つける
作成者 89jobrien
開発者は、コードがなぜ存在するのか、何がそれに依存しているのかを追跡するのに時間を失いがちです。このスキルは、変更前に Claude、Codex、Claude Code に対して、関連するグラフ知識、呼び出し元、インポート、テストを収集するよう促します。
より良いLLMプロンプトを設計する
作成者 alirezarezvani
プロンプトの品質は、要件、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、チームがClaude、Codex、Claude Code向けの本番用プロンプトを設計、テスト、レビューするのに役立ちます。
ソフトウェアの問題を体系的にデバッグする
作成者 Asmayaseen
構造化されていないバグ修正は時間を浪費し、本当の失敗原因を隠すことがあります。このスキルは Claude、Codex、Claude Code に、証拠に基づく根本原因分析をガイドします。
AIエージェントでプルリクエストをレビュー
作成者 Bind
手動のプルリクエストレビューでは、バグ、ロジックエラー、リポジトリルール違反を見逃す可能性があります。このスキルは複数のAIレビュアーを調整し、簡潔な結果を報告する前に指摘内容を検証します。
アプリを作りながらコードを学ぶ
作成者 Emz1998
実際のプロジェクトから切り離された例では、コード学習は抽象的に感じられることがあります。このスキルは、動作するアプリケーションを段階的に作りながら概念を教えます。