スキル clarity-gate
📦

clarity-gate

安全

RAG への取り込み前にコンテンツの品質を検証する

低品質または捏造されたコンテンツが RAG ナレッジベースに入るのを防ぎます。このスキルは、9 つの品質チェックポイントとヒューマンインザループ検証を備えた体系的な検証フレームワークを提供します。

対応: Claude Codex Code(CC)
🥉 73 ブロンズ
1

スキルZIPをダウンロード

2

Claudeでアップロード

設定 → 機能 → スキル → スキルをアップロードへ移動

3

オンにして利用開始

テストする

「clarity-gate」を使用しています。 API 認証に関する技術ドキュメントページ

期待される結果:

  • 品質評価：軽微な推奨事項付きで承認
  • - 事実の正確性：公式 API ドキュメントで確認済み
  • - ソースの信頼性：公式ドキュメント
  • - 情報の完全性：レート制限セクションが不足
  • - 論理的一貫性：合格
  • - 時間的相关性：最新（2024 年）
  • - 技術的深さ：開発者オーディエンスに適切
  • - 対象読者への適切性：明確でよく構造化されている
  • - 引用の品質：良好 - コード例を含む
  • - 重複チェック：重複コンテンツは見つからず
  • 推奨事項：取り込み前にレート制限のドキュメントを追加する。

「clarity-gate」を使用しています。 2019 年の業界トレンドに関するブログ投稿

期待される結果:

  • 品質評価：拒否
  • - 時間的相关性：不合格 - コンテンツが 5 年前
  • - 事実の正確性：確認不可 - ソースが古くなっている
  • - 推奨事項：経年により拒否。情報が依然として価値がある場合は、最新のデータで更新することを検討。

セキュリティ監査

安全
v1 • 2/25/2026

All static analysis findings are false positives. The skill contains only documentation content (SKILL.md) with no executable code. Hardcoded URLs are legitimate GitHub repository links in documentation. No actual cryptographic algorithms or security-sensitive patterns present.

1
スキャンされたファイル
23
解析された行数
0
検出結果
1
総監査数
セキュリティ問題は見つかりませんでした
監査者: claude

品質スコア

38
アーキテクチャ
100
保守性
87
コンテンツ
50
コミュニティ
100
セキュリティ
83
仕様準拠

作れるもの

エンタープライズナレッジベース管理

RAG アプリケーションを構築するチームは、低品質なドキュメントが企業ナレッジベースに入るのを防ぐ品質ゲートを実装できます。

研究コンテンツのキュレーション

研究者や学術チームは、検索システムに追加する前にソースの品質と信頼性を検証できます。

カスタマーサポートナレッジベース

サポートチームは、AI 搭載のカスタマーサポートシステムに公開する前に、ドキュメントの品質と正確性を確保できます。

これらのプロンプトを試す

基本コンテンツ検証 
RAG ナレッジベースに追加する前に、このドキュメントの品質問題を確認してください。明確性、正確性、完全性をチェックします。
9 ポイント品質評価 
clarity-gate フレームワークを使用してこのコンテンツを評価します：1) 事実の正確性 2) ソースの信頼性 3) 情報の完全性 4) 論理的一貫性 5) 時間的相关性 6) 技術的深さ 7) 対象読者への適切性 8) 引用の品質 9) 重複チェック。各次元のスコアを提供してください。
2 ラウンド HITL 検証 
ラウンド 1：このドキュメントの自動化された品質チェックを実行し、懸念事項をフラグ付けします。ラウンド 2：フラグ付けされた項目を人間のレビューに提示し、最終承認決定にフィードバックを組み込みます。
バッチコンテンツ監査 
RAG システム用のこのドキュメントバッチをレビューします。clarity-gate 検証フレームワークを適用して、どのドキュメントが品質基準を満たし、どれが修正または拒否が必要かを特定します。

ベストプラクティス

  • 検証を実装する前に、ドメイン固有の品質基準を定義する
  • 正確性が不可欠な重要なコンテンツには、2 ラウンドの HITL ワークフローを使用する
  • 時間の経過とともにコンテンツ品質を向上させるために、拒否理由を文書化する
  • 使用ケースとリスク許容度に基づいて、検証の厳格さを調整する

回避

  • 適切なソース評価とファクトチェックの代わりとしてこのスキルを使用しない
  • すべてのコンテンツタイプに同じ品質基準を適用しない - ドメインごとに基準を調整する
  • 医療や法的情報など重要なコンテンツの人間レビューをスキップしない
  • 意思決定に影響を与えるシステムを構築する際は、検証なしにコンテンツを取り込まない

よくある質問

9 ポイントの検証フレームワークとは何ですか？
このフレームワークは、事実の正確性、ソースの信頼性、完全性、論理的一貫性、時間的相关性、技術的深さ、対象読者への適切性、引用の品質、重複の 9 つの次元でコンテンツを評価します。これにより、コンテンツが RAG システムに入る前に包括的な品質評価が確保されます。
2 ラウンドの HITL ワークフローはどのように機能しますか？
最初のラウンドは自動化された品質チェックを実行し、潜在的な問題をフラグ付けします。2 番目のラウンドはフラグ付けされた項目を人間のレビューに提示し、専門家が最終承認決定を下せるようにします。これにより、重要なコンテンツの検証において AI の効率性と人間の判断が組み合わされます。
ドメインに合わせて検証基準をカスタマイズできますか？
はい、このスキルは適応可能なフレームワークを提供します。特定の要件、業界標準、リスク許容度に基づいて 9 つの検証ポイントを調整します。例えば、医療コンテンツは技術ドキュメントよりもソースの信頼性をより重視する場合があります。
このスキルはコンテンツを自動的にフィルタリングしますか？
いいえ、これはガイダンスとパターンを提供するドキュメントスキルです。実際の検証ロジックは RAG パイプラインに実装する必要があります。このスキルは、効果的な品質ゲートと検証ワークフローの設計を支援します。
厳格な検証と緩和された検証はいつ使用すべきですか？
医療、法的、安全クリティカルな情報など、重要なコンテンツには、完全な HITL レビューを備えた厳格な検証を使用します。軽微な不正確さが許容される社内メモやドラフト資料などの低リスクコンテンツには、緩和された検証を使用します。
既存の RAG パイプラインにこれをどう統合しますか？
ドキュメントのチャンキングと埋め込みの前処理ステップとして検証を実装します。Claude を使用して各ドキュメントを品質基準に対して評価し、拒否またはフラグ付けされたコンテンツを人間のレビューキューにルーティングします。検証に合格したコンテンツのみを取り込みます。

開発者の詳細

作成者

sickn33

ライセンス

MIT

リポジトリ

https://github.com/sickn33/antigravity-awesome-skills/tree/main/web-app/public/skills/clarity-gate

参照

main

ファイル構成

📄 SKILL.md