mattpocock/skills 完全ガイド:バイブコーディングを確かな開発に変える27のスキル
Matt Pocockによる27個のAIエージェントスキル解説。Claude Code・Codex・Cursorへの導入、/grill-with-docsからの7段階レシピ、Caveman・Ponytail併用術まで網羅しました。
目次
- 1. 作者と設計哲学
- 2. なぜ必要か? — 4つの失敗パターン
- 3. インストール(30秒セットアップ)
- 4. 押さえておきたい2つの核
- 5. バイブコーディング実践7ステップレシピ
- 6. よく使う3つのワークフロー
- 7. 全27スキル一覧(検索・絞り込み対応)
- 8. 現場で効く8つの実践Tips
- 9. Caveman・Ponytailとの3層併用術
- 10. よくある質問(FAQ)
1. 作者と設計哲学
Matt Pocock氏は、Total TypeScriptの運営者として知られるエンジニアです。mattpocock/skillsを「AIエージェントで本格的なエンジニアリングを行うために毎日使っているスキル群」として公開しています。
GSD・BMAD・Spec-Kitのような重い手法は開発プロセス全体を丸ごと制御しようとするため、途中で歯車が狂ったときに一部分だけを直しにくいという弱点があります。対照的に、このスキル集は次の4つの特徴を持っています。
- 小さい — 1つひとつがコンパクトなルールセットです。
- 組み合わせ自由(composable) — 今の作業に必要なスキルだけを選べます。
- 書き換えやすい — 通常のMarkdownファイルなので、自分のチームに合わせてすぐ調整できます。
- モデル不問 — Claude Code、Codex、Geminiなど、どのモデルやエージェントでも機能します。
2. なぜ必要か? — 4つの失敗パターン
このリポジトリは、AIコーディングエージェントにありがちな「4大トラブル」を1つずつ解消するよう設計されています。
| 失敗パターン | よくある症状 | 解決スキル |
|---|---|---|
| ① 欲しいものを作らない | 「全部伝えたはず」と思ったのに別物が出来上がる。人間とAIの認識のズレ。 | /grill-me・/grill-with-docs — 尋問(グリング)セッション:実装前にエージェントが設計の分岐点を徹底的に質問し、認識を揃えます。 |
| ② 説明が冗長で噛み合わない | 一言で済む説明に20文かかる。プロジェクト固有の用語を毎回解釈し直す。 | ユビキタス言語 — /grill-with-docsが用語集(GLOSSARY.md)と設計判断記録(ADR)を自動生成し、以降の会話とトークンを大幅に短縮します。 |
| ③ コードが動かない | 方針は合っているのにバグだらけ。フィードバックなしで目隠し飛行している状態。 | フィードバックループ — tdd(失敗テスト→実装→整理)とdiagnosing-bugs(規律あるデバッグループ)。 |
| ④ 泥団子(Ball of Mud)化 | 書くスピードが速い分、設計が急速に破綻し複雑さが爆発する。 | 毎日の設計投資 — /to-spec(実装前の仕様整理)と/improve-codebase-architecture(数日ごとの構造スキャン)。 |
3. インストール(30秒セットアップ)
3.1 エージェント別の導入コマンド
claude plugin install mattpocock-skills@claude-plugins-official3.2 リポジトリごとに初回1回だけ:/setup-matt-pocock-skills
導入後、チャット欄で /setup-matt-pocock-skills を実行すると次の3点だけを尋ねられます。
- 利用するイシュートラッカー(GitHub、GitLab、ローカルファイルなど)
- 分類用ラベル(
/triageがイシュー仕分けに使用) - 生成ドキュメントの保存先(仕様書・
GLOSSARY.md・ADRの保存フォルダ)
一度設定すれば、リポジトリ内のエンジニアリングスキル全体がその設定を参照して動作します。
4. 押さえておきたい2つの核
4.1 誰が呼び出すスキルか?(指揮者 vs 規律)
- 自分が呼ぶスキル(
user-invoked・16個):/コマンドを入力したときだけ動く指揮者です(例:/grill-with-docs、/implement、/retro)。 - AIが自動で使うスキル(
model-invoked・11個):作業内容が合致したときAIが自律的に取り出す、あるいは指揮者スキルから呼ばれる規律セットです(例:tdd、code-review、grilling)。 - 呼び出しルール:自分が呼ぶスキルは自動スキルを呼び出せますが、自分が呼ぶ別のスキルを連鎖呼び出しすることはありません。
4.2 ユビキタス言語(GLOSSARY.md)
プロジェクト用語を1つの用語集に定義しておくと、変数名・関数名・ファイル名が統一され、AIがコードベースを探し回る時間と推論トークンが減ります。
実例:毎回「コース内のセクション内のレッスンがファイルシステム上で実体化するときに問題が起きる」と長く説明していた箇所も、用語集に「materialization cascade」と登録すれば一言で通じ、毎セッションのトークン節約につながります。
5. バイブコーディング実践7ステップレシピ
新しい機能を作りたいときは、次の7ステップを上から順に実行するだけで品質が安定します。
- 1方向性を揃える — 質問攻めで設計を固める
/grill-with-docs設計の分岐点をAIが次々と質問し、回答するたびに用語集(GLOSSARY.md)と決定記録(ADR)が自動で蓄積されます。
- 2仕様書にまとめる — 追加質問なしで会話内容を仕様化
/to-spec直前のインタビュー内容だけを統合して明確な仕様ドキュメントを作成し、設定済みトラッカーに登録します。
- 3チケット分解 — 依存関係付きの実行単位へ分割
/to-ticketsデータ構造→今日表示画面→完了/先送り機能のように縦割りのtracer-bulletチケットへ分割し、ブロッカー関係も明記します。
- 4実装 — テスト先行+コミット前の自動レビュー
/implementチケットに沿って実装しながら要所でtdd(失敗テスト→通過→整理)を回し、コミット前に自動でcode-reviewを走らせます。
- 52軸の並列レビュー — 規約準拠と仕様忠実度を同時検証
/code-review2つの独立サブエージェントが「コーディング規約・Fowlerの不吉な臭い」と「元仕様とのズレ」を別々に並列チェックします。
- 6PR作成 — 最小限の視覚要約・動作証拠・リスク整理
/pr変更内容を伝える最小の図解、変更前後の動作証拠、切り戻し可否と影響範囲をまとめたPR本文を作成します。
- 7セッション振り返り — エージェント環境の継続改善
/retro自動テストコマンドの不足やルール改善点など、次回さらに精度を上げるための改善案を重要度順で提案します。
ステップ1の入力例
/grill-with-docs 毎日繰り返すタスクを管理するアプリを作りたい。朝開いたときに今日やることだけが見えると嬉しい。- AIからの質問例:「『完了』はチェックだけで終わりですか?期限を過ぎたタスクは翌日のリストでどう扱いますか?祝日は繰り返し予定をスキップしますか?」
- 自分の回答例:「完了はチェックで終わり。期限切れは『明日に送る』ボタンを付けて。祝日の繰り返し予定はスキップで。」
迷ったら「何を作るにもまず /grill-with-docs から始める」、どのスキルを使うべきか分からなくなったら /ask-matt と覚えておけば十分です。
6. よく使う3つのワークフロー
シナリオA:新機能・初アプリ開発「使いやすいToDoアプリを作って」
“/setup-matt-pocock-skills → /grill-with-docs”
- 1. 初期設定
- /setup-matt-pocock-skills(ローカルファイル管理も選択可)
- 2. 設計詰め
- /grill-with-docs で曖昧な仕様を質問で具体化
- 3. 実装
- /to-spec → /to-tickets → /implement(TDDで品質担保)
- 4. 仕上げ
- /code-review + /pr で検証してプルリクエスト作成
シナリオB:根深いバグの修正「直したはずなのにまた動かない」
“diagnosing-bugs → tdd”
- 発動
- バグ調査の文脈でAIが自動的に diagnosing-bugs を起動
- 診断ループ
- 再現確認(赤信号)→ 最小化 → 仮説 → 計測 → 修正 → 回帰テスト
- 狙い
- 原因不明のまま手当たり次第にいじる迷走を防止
- 仕上げ
- 原因特定後は tdd で失敗テストを先に書いてから修正
シナリオC:大規模機能と構造維持「1セッションの容量を超えてしまう」
“/wayfinder · /implement-spec · /improve-codebase-architecture”
- 全体地図
- /wayfinder で巨大作業を決定チケットの地図に分解して順次解消
- 並列実装
- /implement-spec で統合ブランチ上に並列サブエージェントを配置
- 構造診断
- 数日おきに /improve-codebase-architecture でHTML改善レポート取得
- 注意点
- レポートは問題箇所の発見まで。選んだ項目で尋問セッションに入り修正
7. 全27スキル一覧(検索・絞り込み対応)
全27スキルは自分が呼ぶスキル16個(エンジニアリング11+生産性5)と自動スキル11個(エンジニアリング9+生産性2)に分かれています。カテゴリ切り替えやキーワード検索で用途を探せます。
- 全開発の起点:設計尋問 + 用語集・ADR構築手動· 手動・エンジニアリング
設計の分岐点を質問で洗い出し、GLOSSARY.mdと設計判断記録を自動作成します。
スキル:/grill-with-docs区分:エンジニアリング - 対話内容をまとめて仕様ドキュメント化手動· 手動・エンジニアリング
直前のインタビュー内容を過不足なく仕様書にまとめ、設定済みトラッカーへ投稿します。
スキル:/to-spec区分:エンジニアリング - 仕様を依存関係付きの小さなチケットへ分割手動· 手動・エンジニアリング
縦割り(tracer-bullet)チケットに分解し、ブロッカー依存関係を記録します。
スキル:/to-tickets区分:エンジニアリング - チケット順にTDDとコミット前レビュー付きで実装手動· 手動・エンジニアリング
要所でtddを回しながら実装し、コミット直前にcode-reviewを自動起動します。
スキル:/implement区分:エンジニアリング - 仕様丸ごとを統合ブランチ上で並列実装手動· 手動・エンジニアリング
タスクグラフを解析し、並列実行可能なチケットをサブエージェントへ割り振ります。
スキル:/implement-spec区分:エンジニアリング - 1セッションを超える巨大タスクのロードマップ化手動· 手動・エンジニアリング
大規模な取り組みを決定チケットの地図に整理し、着実に前進させます。
スキル:/wayfinder区分:エンジニアリング - コードベースをスキャンしてHTML改善レポート出力手動· 手動・エンジニアリング
「深いモジュール(小さいIFで多機能)」化の候補をHTMLレポートで提示します。
スキル:/improve-codebase-architecture区分:エンジニアリング - 設定ラベルを使ったイシュー分類・トリアージ手動· 手動・エンジニアリング
初期設定で定義したラベル規則に沿ってイシューの状態と分類を整理します。
スキル:/triage区分:エンジニアリング - 次にどのスキルを使うべきか迷ったとき手動· 手動・エンジニアリング
現在の作業内容に合わせて最適なスキルと進め方を案内します。
スキル:/ask-matt区分:エンジニアリング - リポジトリ初回セットアップ(トラッカー・ラベル・保存先)手動· 手動・エンジニアリング
他スキルが参照する前提情報を登録します。手動導入時は必ず含めてください。
スキル:/setup-matt-pocock-skills区分:エンジニアリング - セッション終了後のエージェント環境振り返り手動· 手動・エンジニアリング
自動検査やルールファイルの改善点を重要度順で提案します。
スキル:/retro区分:エンジニアリング - コード以外の企画・設計案を徹底インタビュー手動· 手動・生産性
企画や仕様の抜け漏れを容赦ない質問で事前に洗い出します。
スキル:/grill-me区分:生産性 - 長い会話を次セッション用の引き継ぎ書に圧縮手動· 手動・生産性
文脈を整理した引き継ぎドキュメントを作り、別エージェントや新スレッドへ渡します。
スキル:/handoff区分:生産性 - 新しい概念を複数セッションかけて体系的に学習手動· 手動・生産性
ディレクトリを学習ワークスペースとして段階的な理解を促します。
スキル:/teach区分:生産性 - 決めきれない事項を人間向けアンケート形式に変換手動· 手動・生産性
チームメンバーや関係者がすぐ回答できる選択式質問シートを作成します。
スキル:/to-questionnaire区分:生産性 - AIの説明が意味不明なときに即座に再説明させる手動· 手動・生産性
抜け落ちた前提を補い、GLOSSARY.mdの用語に沿って分かりやすく説明し直します。
スキル:/wait-what区分:生産性 - 垂直スライス単位の赤・緑・リファクタテスト循環自動· 自動・エンジニアリング
失敗するテストを先に書き、通る最小限の実装と整理を繰り返します。
スキル:tdd区分:エンジニアリング - 規約準拠と仕様忠実度の2軸並列レビュー自動· 自動・エンジニアリング
独立した2つのサブエージェントが品質臭気と要件漏れを同時に検査します。
スキル:code-review区分:エンジニアリング - 視覚要約・前後証拠・マージリスク付きPR本文生成自動· 自動・エンジニアリング
変更の全体像・検証証拠・可逆性を簡潔にまとめたPRを作成します。
スキル:pr区分:エンジニアリング - 難解なバグ・性能劣化を解く規律ある診断ループ自動· 自動・エンジニアリング
再現→最小化→仮説→計測→修正→回帰テストの順で確実に原因を特定します。
スキル:diagnosing-bugs区分:エンジニアリング - 用語集との照合と境界値テストによるモデル洗練自動· 自動・エンジニアリング
GLOSSARY.mdと突き合わせながらドメイン型と境界条件を磨きます。
スキル:domain-modeling区分:エンジニアリング - 深いモジュール設計のための共通規律と語彙自動· 自動・エンジニアリング
テストしやすくAIも迷いにくいモジュール境界の設計原則を提供します。
スキル:codebase-design区分:エンジニアリング - 設計上の疑問を検証する使い捨てプロトタイプ自動· 自動・エンジニアリング
単一HTMLやUIバリエーションを素早く作って本番実装前に方向性を確かめます。
スキル:prototype区分:エンジニアリング - 一次情報の調査と出典付きMarkdownレポート保存自動· 自動・エンジニアリング
公式ドキュメント等を裏で調査し、根拠リンク付きのMarkdownにまとめます。
スキル:research区分:エンジニアリング - 人間しか行えないインフラ・シークレット作業の対話ガイド自動· 自動・エンジニアリング
認証や環境構築など手動必須ステップを案内するbashウィザードを生成します。
スキル:wizard区分:エンジニアリング - 5つのgrill/triage系スキルが共有する質問エンジン自動· 自動・生産性
仕様の曖昧さを徹底的に問い詰めるインタビューの共通基盤です。
スキル:grilling区分:生産性 - AIが読みやすいCLAUDE.md・SKILL.md執筆ルール自動· 自動・生産性
冗長な文章を避け、動詞が明確で短く指示が通るドキュメントへ整えます。
スキル:writing-for-agents区分:生産性
8. 現場で効く8つの実践Tips
1. 尋問(/grill-with-docs)を飛ばすのが最大のミス尋問・用語集「画像リサイズ機能を入れて」と丸投げせず、まず/grill-with-docsで最大サイズ・縦横比・複数アップロード可否を実装前に決め切ることで手戻りが激減します。
2. GLOSSARY.md(用語集)に投資する尋問・用語集設計判断のたびにADRと用語を残しておくと、セッション後半でも会話が短く保たれ、関数名やファイル名の一貫性が保たれます。
3. フィードバックの速さが開発速度の上限フィードバック・構造静的型・ブラウザ確認・自動テストの3大安全網のうち、自動テストをtddの赤→緑→リファクタ循環が支えます。
4. 数日おきに /improve-codebase-architectureフィードバック・構造AIは実装が速い分だけ技術的負債も速く溜まります。HTMLレポートで改善候補を洗い出し、選んだ項目で尋問セッションに入って解消しましょう。
5. 終了時は /retro で環境を育てる文書・カスタマイズテストコマンドの漏れやルール不備を毎セッション末に改善提案として拾い上げることで、使うほどAIの精度が積み上がります。
6. 長引いたら /handoff、噛み合わなければ /wait-what文書・カスタマイズ会話が肥大化したら /handoff で圧縮引き継ぎを行い、AIの説明が頭に入らないときは即座に /wait-what で用語集ベースの再説明を要求します。
7. ルール文書も writing-for-agents で書く文書・カスタマイズCLAUDE.mdを長い散文にせず「テスト: npx vitest run. コミット前に必ず実行」のように簡潔な命令文にすると、1行がスキル1個分以上の効果を発揮します。
8. スキルは自分のもの — 遠慮なく改変する文書・カスタマイズ全スキルは平文Markdownです。「このスキルファイルを見せて」とエージェントに頼んで開かせ、質問数やルールを自分の現場仕様に調整してください。
9. Caveman・Ponytailとの3層併用術
前回紹介したCaveman・Ponytailトークン節約ガイドとmattpocock/skillsはレイヤーが完全に分かれているため、次の3層スタックとして併用できます。
| レイヤー | ツール | 担当領域 |
|---|---|---|
| 手順(何をいつやるか) | mattpocock/skills | 尋問 → 仕様 → チケット → TDD → レビューの順序を強制 |
| 対話(1手あたりのトークン) | Caveman | 回答の短文化 + ログ・テスト出力の圧縮(npx @caveman-ai/cli@latest) |
| コード(出力のサイズ) | Ponytail | 7段階ラダーで必要なコードだけを書かせる(AGENTS.mdコピー推奨) |
併用する4つのステップ
- 常時ベースにCaveman —
/grill-with-docsの質疑が簡潔になり、/implementで読み込むテストやログの入力トークンも圧縮されます(最大33%削減の実測あり)。 - 実装フェーズにPonytail —
writing-for-agentsで整えたAGENTS.mdにPonytailルールを足せば、tdd・code-reviewの安全網とぶつからずコード肥大化を防げます。 - レビューはタイミングを分けて二重課金を回避 — 実装中・コミット前は
/code-review(規約+仕様検証)、PR作成直前は/ponytail-review(バグ・セキュリティ・不要コード削減)と役割を分けます。 - 数値を可視化して検証 — Claude Codeの
/ponytail bandとターミナルのcaveman statsを並べて見れば、「手順のおかげで質が上がったのか」「節約スキルのおかげで安くなったのか」を切り分けられます。
主要コマンド クイックコピー
mattpocock/skills 基本7ステップ
補助・3層併用コマンド
10. よくある質問(FAQ)
Q1. GSD・BMAD・Spec-Kitなどの他フレームワークと何が違いますか?
Q2. こんなに手順を踏むと『バイブコーディング』のスピード感が失われませんか?
Q3. どのエージェントで一番うまく動きますか?
Q4. アップデートはどうやって行いますか?
Q5. スキルは全部で何個ありますか?
Q6. 誤ってプラグインとskills.shの両方を入れて2重表示になってしまいました。
Q7. スキルを自分好みにカスタマイズしても大丈夫ですか?
Hafuture JSONフォーマッターでCopilot・エージェント設定を検証
GitHub Copilotの ~/.copilot/settings.json(extraKnownMarketplaces)やMCP設定JSONをブラウザ上でサーバー送信なしに整形・構文チェックできます。