ai-feedback-loop-optimizer

npx skills add majiayu000/claude-skill-registry --skill ai-feedback-loop-optimizer-ntaksh42-agents-2 --agent claude-code

Same command for any agent — swap --agent for codex, cursor, copilot.

# AI Feedback Loop Optimizer Skill プロンプト→出力→評価→改善のフィードバックループを自動化し、AI出力を反復的に最適化するスキルです。 ## 概要 このスキルは、AIの出力品質を反復的に改善するフィードバックループを自動化します。初期出力を評価し、問題点を特定して改善されたプロンプトを生成、再度AIに問い合わせることを繰り返し、最高品質の出力に収束させます。 ## 主な機能 - **反復的改善**: 自動的に複数回のフィードバックループを実行 - **品質評価**: 各出力を多角的に評価してスコアリング - **プロンプト最適化**: 評価結果に基づいてプロンプトを改善 - **収束判定**: 品質が十分高くなった時点で自動停止 - **A/Bテスト**: 複数のアプローチを並行試行 - **履歴追跡**: 各イテレーションの改善履歴を記録 - **ベスト出力選択**: 全イテレーション中の最良の出力を選択 - **パラメータ調整**: temperature, top_p等の自動調整 - **改善戦略**: 複数の改善戦略を適用 - **早期停止**: 改善が頭打ちした時点で停止 ## フィードバックループの仕組み ### 基本サイクル ``` ┌──────────────────────────────────────────┐ │ イテレーション N │ ├──────────────────────────────────────────┤ │ │ │ 1. プロンプト生成/改善 │ │ ↓ │ │ 2. AIに問い合わせ │ │ ↓ │ │ 3. 出力を取得 │ │ ↓ │ │ 4. 品質評価（スコアリング） │ │ ↓ │ │ 5. 問題点の特定 │ │ ↓ │ │ 6. 改善戦略の決定 │ │ ↓ │ │ 7. 次のイテレーションへ │ │ または収束判定 │ │ │ └──────────────────────────────────────────┘ ``` ### イテレーション例 #### イテレーション 1: 初期プロンプト ``` プロンプト: 「Reactについて説明してください。」 AI出力: 「Reactは人気のあるJavaScriptライブラリです。」 評価スコア: 35/100 問題点: - 情報が不足（完全性: 30/100） - 具体性に欠ける（具体性: 25/100） - 例がない（実用性: 20/100） 改善戦略: - 具体的な特徴を要求 - 使用例を含めるよう指示 - 構造化を要求 ``` #### イテレーション 2: 改善されたプロンプト ``` プロンプト: 「Reactについて、以下の観点で説明してください: 1. Reactとは何か（概要） 2. 主な特徴（3