prompt-reviewでAIとの対話履歴からプロンプトの癖を診断する
cccskills
9時間前・12分で読める
元記事: prompt-reviewでAIとの対話履歴からプロンプトの癖を診断する（cccskills）
スキルのページ: prompt-review
この記事の結論
prompt-reviewを入れると、Claude CodeやCursorなど10種類のAIツールに残った対話履歴から、自分のプロンプトの傾向と技術理解度、AIへの依存度を日本語のレポートで受け取れます。
この記事では、レポートの中身、インストールと呼び出し方、期間やプロジェクトの絞り込み方、使う前に確認したい点を順に説明します。
Claude Codeで次のように呼び出すのが、代表的な使い方です。
/prompt-review 30
スキルはまず付属の収集スクリプトを実行し、パソコンに残っている各AIツールのログを自動で探します。
見つかった履歴から過去30日分のユーザーのプロンプトだけを取り出し、その中身をエージェントが読んで分析する流れです。
終わると作業中のフォルダにreports/prompt-review-YYYY-MM-DD.mdという日本語のレポートが作られ、そのパスが伝えられます。
レポートの冒頭は、検出したツールやメッセージ数をまとめたデータソースのサマリーです。
続くプロジェクト別サマリーには、プロジェクトごとのメッセージ数、使ったツール、作業内容の1行要約が並びます。
その後に、次の観点ごとの分析が続く構成です。
| 観点 | レポートに書かれること |
|---|---|
| 技術的理解度マップ | 言及した技術を「熟知」「基本理解」「学習中/曖昧」の3段階に分類 |
| プロンプティングパターン | 効果的な書き方、改善できる書き方、短い承認の頻度や日英の使い分けといった癖 |
| AI依存度 | 方針を自分で決めているか、方針からAIに任せているか。デバッグや状況確認での頼り方 |
| 成長の軌跡 | 時系列で見たプロンプトの具体性の変化、新しく使い始めた技術、繰り返す課題 |
| 横断の傾向 | 得意・不得意な領域、プロジェクトの種類による違い、ツールの使い分け |
| シークレット警告 | 履歴に残ったAPIキーなどをマスクして一覧にし、再発行を推奨 |
**どの観点にも、実際のプロンプトを短く切り取った引用がエビデンスとして付きます。
** 推測にあたる部分は「〜と推測されます」と書き分けられます。
データが足りない観点には、「データ不足のため分析できませんでした」と正直に書かれるのが決まりです。
prompt-reviewは、AIへの頼み方を自分の履歴から振り返るためのスキルです。
普段は流れていくだけの対話を、技術理解度、プロンプティングのパターン、AI依存度という3つの軸で読み直せます。
収集スクリプトが対応しているツールは、次の10種類です。
複数のツールを併用していれば、検出されたものをまとめて分析します。
どの情報がどのツールから来たかは「(Claude Code)」のように括弧書きで示されるので、ツールごとの使い方の違いも読み取れるでしょう。
各ツールのログの保存場所と形式は、付属のreferences/data-sources.mdにまとまっています。
技術理解度は、プロンプトの言い回しを手がかりに分類されます。
命令形で具体的な実装方針まで指示している技術は「熟知」です。
「〜してください」と概念名だけを伝えている技術は「基本理解」、「〜って何？」「うまくいかない」と尋ねている技術は「学習中/曖昧」に入ります。
AI依存度では、方針を自分で決めて実装だけを任せているのか、方針の決定からAIに委ねているのかを見分けます。
デバッグでの頼り方や、「状況確認して」のような依頼の頻度も分析の対象です。
Claude Codeは「〜しますか？」と確認を求めることが多く、「y」「進めて」「お願いします」といった返事が履歴にたくさん残ります。
このスキルが理解度や書き方の分析から除外するのは、概ね20文字以下のこうした肯定応答や感謝だけのメッセージです。
一方、「30pxがいいです」「asyncで」のように短くても具体的な指示を含むメッセージは残ります。
そのため、評価のもとになるのは中身のある依頼です。
収集スクリプトは、プロンプトに含まれるAPIキー、トークン、パスワード、接続文字列なども検出します。
見つかった場合はデータソースのサマリーの直後に警告欄が設けられ、キーの再発行や無効化が推奨されます。
レポートに載る値はマスク済みで、平文のまま書き出されることはありません。
ターミナルで次のコマンドを実行すると、スキルを追加できます。
実行時に、Claude CodeやCodexなど入れる先のエージェントを選べます。
npx skills add https://github.com/tokoroten/prompt-review --skill prompt-review
エージェントに入れてもらう場合は、次の文面をそのまま送ってください。
中身の確認を先に頼む文面なので、付属スクリプトの処理を確かめてから配置できます。
次の Agent Skill をインストールしてください。
https://github.com/tokoroten/prompt-review/tree/main/.claude/skills/prompt-review
まず SKILL.md と付属ファイルの中身を確認し、不審な処理（外部への送信、認証情報の読み取りなど）がないことを確かめてから、Claude Code なら ~/.claude/skills/prompt-review/、Codex なら ~/.agents/skills/prompt-review/ に配置してください。
置き場所は、使うエージェントと適用範囲で決まります。
| エージェント | すべてのプロジェクトで使う | 特定のプロジェクトだけで使う |
|---|---|---|
| Claude Code | ~/.claude/skills/ | プロジェクトの .claude/skills/ |
| Codex | ~/.agents/skills/ | プロジェクトの .agents/skills/ |
配布元のリポジトリは https://github.com/tokoroten/prompt-review です。
呼び出すときに数字やプロジェクト名を添えると、分析の範囲を変えられます。
何も付けなければ、全プロジェクトの過去7日分が対象です。
| 呼び出し方 | 分析の範囲 |
|---|---|
| /prompt-review | 全プロジェクト、過去7日分 |
| /prompt-review 30 | 過去30日分 |
| /prompt-review all（または 0） | 全期間 |
| /prompt-review プロジェクト名 | 名前が部分一致するプロジェクトに絞る |
| /prompt-review プロジェクト名 30 | そのプロジェクトの過去30日分 |
/prompt-review
直近1週間の頼み方を確かめる基本形です。
全プロジェクトを横断した分析が、reports/フォルダにMarkdownで保存されます。
プロジェクト別サマリーを見れば、その週にどの作業へAIを使っていたかも一覧できます。
/prompt-review all
こちらは全期間の履歴が対象です。
期間が長いぶん「成長の軌跡」の節に材料が集まります。
プロンプトの具体性の変化や、新しく使い始めた技術、繰り返している課題が時系列で整理されるのが利点です。
/prompt-review myapp 30
名前に「myapp」を含むプロジェクトだけを、過去30日分に絞って分析します。
1つの開発での理解度や任せ方を確かめたいときに向く使い方です。
レポートを読んだら、「改善可能なパターン」に挙がった引用を、次の依頼で書き直してみてください。
このスキルが効果的なパターンとして扱うのは、具体的な制約、段階的な指示、十分なコンテキスト、期待する出力形式の明示の4点です。
「いい感じにして」のような依頼が指摘されたら、この4点のどれかを足すところから始められます。
使う前に、動かす環境と扱うデータの両面を確認してください。
収集スクリプトはpythonコマンドで実行するため、Pythonが動く環境が必要です。
また、エージェントが自動で呼び出さない設定になっているので、/prompt-reviewで明示的に呼び出します。
スクリプトの場所の指定には注意が必要です。
手順中の実行例では、ホーム配下の~/.claude/skills/prompt-review/のパスが使われています。
一方で別の箇所では、作業フォルダ配下の.claude/skills/prompt-review/を使うよう求めています。
スクリプトが見つからないと言われたら、実際に置いた場所をエージェントに伝えてください。
このスキルは手元の複数ツールのログをまとめて読み、Bashでスクリプトを実行します。
入れる前にscripts/collect.pyとreferences/data-sources.mdを読み、どのファイルを読むのか、外部へ送る処理がないかを確かめてください。
収集したプロンプトは/tmpにJSONとして保存されます。
分析後に不要なら、削除しておくと安心です。
レポートでは引用を短く切り、ファイルパスの個人名を<user>に置き換え、プロジェクト固有の機密を伏せるよう指示されています。
それでも業務の内容が読み取れることはあるので、チームに共有する前に全文を確認してください。
シークレット警告が出た場合も、元のログにはキーが残ったままです。
**推定結果は頼み方を見直す材料であり、能力の判定ではありません。
** ライセンスの記載は今回の資料からは確認できないため、業務で使う前にリポジトリで確かめてください。
スキルの手順は、手元のログを読んで/tmpのJSONとreports/のMarkdownに書き出すところまでです。
外部サービスへ送る手順は含まれていません。
ただし分析はエージェントが行うため、取り出したプロンプトは使っているAIモデルに読み込まれます。
OpenAI Codexの履歴は分析対象に含まれており、スキル自体も~/.agents/skills/に置けます。
ただし、手順中のスクリプトのパスはClaude Codeの置き場所を前提にした書き方です。
Codexで動かすときは、実際のパスをエージェントに伝えてください。
このスキルは、エージェントが自動で呼び出さない設定になっています。
/prompt-reviewと入力して明示的に呼び出してください。
期間やプロジェクト名は、そのあとに続けて指定します。
まずは引数なしの過去7日分で、レポートの形をつかむのが手軽です。
成長の軌跡を見たいときは、allや90のように長めの期間を指定します。
prompt-reviewは、Claude CodeやCursorなど10種類のツールに残った対話履歴から、自分の頼み方を日本語レポートで振り返るスキルです。
技術ごとの理解度、プロンプトの癖、AIへの任せ方が、実際のプロンプトの引用つきで示されます。
結果は次の依頼を書き直すための材料として使い、共有する前には中身を確認してください。
インストール方法と最新の情報はcccskills のページで確認できます。
この記事は cccskills の読みもの「prompt-reviewでAIとの対話履歴からプロンプトの癖を診断する」の転載です。
スキルの詳細とインストール方法は cccskills の prompt-review のページ にあります。