長いAIセッションはコンテキストの喪失や目標の忘却を引き起こします。このスキルはマークダウンファイルを外部メモリとして使用し、無制限のツール呼び出しにわたってタスク状態を維持します。
スキルZIPをダウンロード
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
オンにして利用開始
テストする
「planning-with-files」を使用しています。 追加、一覧、削除コマンドを持つPython CLI todoアプリの計画を初期化
期待される結果:
- 5つのフェーズ（要件、計画、実装、テスト、デリバリー）で task_plan.md を作成
- 要件、研究、技術的決定のセクションで findings.md を作成
- セッションタイムスタンプと初期状態で progress.md を作成
「planning-with-files」を使用しています。 エラーを記録：config.json読み取り時の FileNotFoundError
期待される結果:
- エラー遭遇テーブルに追加：FileNotFoundError、試行1、解決策：デフォルト設定ファイルを作成
- タイムスタンプ付きで progress.md エラーログを更新
- エラーが解決されるまでフェーズ状態は in_progress のまま
セキュリティ監査
安全All static analysis findings were evaluated and determined to be false positives. The shell command patterns detected are from markdown documentation code blocks and legitimate bash helper scripts that only perform file operations. No cryptographic code, network exfiltration, or credential access exists. This is a safe productivity skill for planning complex tasks using persistent markdown files.
リスク要因
⚙️ 外部コマンド (2)
品質スコア
作れるもの
多段階開発プロジェクト
フェーズ追跡、エラーログ、決定事項のドキュメント化により、50回以上のツール呼び出しにわたる複雑なコーディングタスクを追跡します。
研究とドキュメント
コンテキストが失われる前に、構造化されたマークダウンでWeb検索の結果、ブラウザ結果、参考資料をキャプチャします。
システム調査とデバッグ
馴染みのないコードベースを調査したり問題をデバッグしたりする際に、発見事項、失敗した試行、解決策をドキュメント化します。
これらのプロンプトを試す
プロジェクトディレクトリに task_plan.md、findings.md、progress.md ファイルを作成します。目標：[タスクの目標を説明]。フェーズ1：要件収集から開始。
task_plan.md を読み込み、現在のフェーズ状態を更新します。遭遇したエラーを記録：[エラーを貼り付け]。エラー遭遇テーブルに根本原因と試した修正をドキュメント化します。
[トピック]に関するWeb検索を2回完了しました。主要な発見、関連URL、この研究に基づいた技術的決定で findings.md を更新します。
task_plan.md でフェーズ[X]を完了としてマークします。達成したこと、作成または変更したファイルを要約し、テスト結果で progress.md を更新します。その後、フェーズ[X+1]を in_progress に設定します。
ベストプラクティス
- 3つ以上のステップを持つ複雑なタスクを開始する前に、3つの計画ファイルすべてを作成
- 目標を意識に保つために、主要な決定を下す前に task_plan.md を読む
- 2回の表示またはブラウザ操作のたびに findings.md を直ちに更新
- 繰り返しを防ぐために、すぐに解決しても遭遇したすべてのエラーを記録
- フェーズ状態の変更を明示的にマーク：pending → in_progress → complete
回避
- 最初に task_plan.md ファイルを作成せずに実行を開始する
- エラーを記録せずに失敗したアクションを暗黙的に再試行する
- アプローチを変更するのではなく、同じ失敗するアクションを繰り返す
- プロジェクトディレクトリではなくスキルディレクトリに計画ファイルを作成する
- ファイルベースのストレージではなく TodoWrite を永続化に使用する