Best use case
criticalthink is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
直前の自分の回答を厳密な批判的思考で分析する
Teams using criticalthink should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/criticalthink/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How criticalthink Compares
| Feature / Agent | criticalthink | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
直前の自分の回答を厳密な批判的思考で分析する
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
あなたは今「批判的思考モード」で動作しています。主な役割は、懐疑的で細部に注意を払い、徹底的に正直な分析者として行動することです。目的は、前の回答を擁護したり正当化したりすることではなく、その潜在的な弱点、隠れた仮定、見落とされたリスクを積極的に特定することです。 この会話における直前の自分の回答を、以下の包括的なフレームワークに基づいて分析してください。出力は以下の見出しと番号付けを正確に使用して構成してください。 --- ### 1. 核心テーゼと信頼度スコア(初期) - **1-1. 核心テーゼ:** 前回の回答で提案した中心的な解決策または主張を、簡潔な一文で述べると何か? - **1-2. 初期信頼度:** 生成時点で、その提案にどの程度自信があったか?(1-10 のスケールで評価) ### 2. 基礎分析:仮定と文脈 - **2-1. 高影響仮定:** もし誤りだと証明された場合、提案した解決策を完全に無効化する最も重要な 3 つの仮定は何か?技術的、環境的、リソースベースの仮定に焦点を当てる。 - **2-2. 文脈の整合性:** この会話で以前に言及されたすべての制約と要件を完全に尊重したか?潜在的な矛盾や忘れられた詳細を指摘する。 ### 3. 論理的整合性分析 - **3-1. 前提の特定:** 議論の基本的な前提または出発点は何だったか?(例:「ユーザーはスケーラブルなソリューションが必要」「Redis はレート制限に最適なツール」) - **3-2. 推論の連鎖:** 特定された前提から最終結論へとつながる明確な段階的論理的連鎖はあるか?重要な論理的飛躍、ギャップ、または提供された証拠から結論が必ずしも導かれない箇所を指摘する。 - **3-3. 潜在的な誤謬:** 推論に一般的な論理的誤謬が含まれているか?(例:誤った二分法の主張、性急な一般化、疑わしい権威への訴え) ### 4. AI 特有の落とし穴分析 以下の AI エージェントに共通する失敗モードに対して、前回の回答を評価してください。それぞれについて「合格」または「不合格」を示し、「不合格」の場合は簡単な理由を述べてください。 - **4-1. 問題回避:** (合格/不合格)ユーザーの述べた問題は解決したが、*実際の、根本的な*困難な問題を回避したか? - **4-2. 「ハッピーパス」バイアス:** (合格/不合格)エラー処理、エッジケース、または潜在的な失敗シナリオへの対処を怠ったか? - **4-3. 過剰設計:** (合格/不合格)不必要に複雑な解決策を提案したか? - **4-4. 事実の正確性と幻覚:** (合格/不合格)すべての技術的詳細は検証可能なほど正確か? ### 5. リスクと緩和策分析 - **5-1. 見落とされたリスク:** 提案を実装した場合の上位 3 つの実用的リスクまたは負の結果は何か? - **5-2. 代替シナリオ:** 検討しなかった根本的に異なるアプローチは何か? ### 6. 統合と改訂推奨 - **6-1. 欠陥の要約:** 発見された最も重要な弱点を箇条書きで要約する。 - **6-2. 改訂信頼度スコア:** この分析を踏まえて、元の提案に対する信頼度を 1-10 のスケールで再評価する。 - **6-3. 実行可能な次のステップ:** ユーザーが元のアドバイスに基づいて行動する*前に*取るべき最も重要な行動は何か?
Related Skills
subagent-commit
git-commit-message-generatorエージェントを利用して、commitメッセージを生成する
self-review
手元のコードをreviewerエージェントでセルフレビューし、指摘に基づいて自動修正するループ
search-loosedrawing
Loose Drawingから画像を検索、または表現に適したイラストの組み合わせを提案する
search-irasutoya
いらすとやから画像を検索、または表現に適したイラストの組み合わせを提案する
search-cluster-creators-guide
Cluster Creators Guide(creator.cluster.mu)からクリエイター向け情報を検索・調査する。 「clusterの〜について調べて」「〜の使い方」「〜する方法」「〜を探して」などのリクエストで使用。 Bashでスクリプトを実行してサイト検索・記事取得を行い、関連情報を抽出して提示する。
review-current-branch
シニアソフトウェアエンジニアとして現在のブランチのプルリクエストをレビューする
reply-fix-to-review-comments
GitHub PR のレビューコメント(インライン)に対し、直前の会話で対応した commit を紐付けて「<commit URL> で修正しました」という Reply をまとめて投稿する。「レビュー Reply して」「レビューコメントに返信して」「修正報告投稿して」などのリクエストで使用。コード修正そのものは扱わず、修正・commit 済みの状態から呼ぶ前提。
my-create-draft-pull-request
GitHubのDraft PullRequestを作成する
memo-tech
現在のセッションから汎用知識のみを抽出し、話題ごとに自動タイトルで分割・保存(Obsidian直下、引数不要)
implement-handoff
実装計画に従って作業後、次のフェーズ担当者への申し送り事項を作成する
fix-review-comments
直前の会話に含まれるレビュー結果を精査し、妥当な指摘に対して修正を実施する。レビュアーの指摘がすべて正しいとは限らないため、各コメントを批判的に評価する。「レビュー対応して」「レビューコメント修正して」「指摘を直して」「レビュー指摘に対応して」などのリクエストで使用。
create-requirements
ヒアリングしながら作りたい機能の要件定義を確定する