majiayu000 Issue Detector Skill
ペルソナ分析結果から思い込みと真の課題を階層的に分析し、解決可能性を評価します。
機能
1. 思い込み特定
- ペルソナの行動・発言から根拠のない前提を10個以上特定
- 思い込みと事実を明確に区別
- 影響度レベル（高・中・低）を評価
2. 課題階層化 (4層構造)
表面的課題 (Surface Level)
↓
機能的課題 (Functional Level)
↓
感情的課題 (Emotional Level)
↓
根本的課題 (Fundamental Level)
3. Why-Why分析
- 各課題について「なぜ？」を5回繰り返し
- 根本原因を特定
4. 解決可能性評価
- 技術的実現可能性の判定
- 実現期間・難易度の評価
使用方法
Claude Codeでの自然言語リクエスト
「ペルソナの課題を分析して」
「思い込みを特定してください」
「Phase1の結果から課題を階層化して」
Pythonスクリプト直接実行
python .skills/issue-detector/core/issue_analyzer.py \
--persona-file reports/real_instagram_persona_report.md \
--output pb000_deliverables/executions/{execution_id}/phase2_issues/issue_analysis.md
入力
- Phase1 ペルソナ分析結果 (Markdown)
- 企業MVV (オプション)
出力
1. issue_analysis.md
# Phase2: 課題検知・思い込み分析結果
## 特定された思い込み（12個）
1. **思い込み**: "転職活動は2ヶ月かかる"
**実際**: 適性が明確なら1週間で決定可能
**影響度**: 高
## 課題の4層階層分析
### 表面的課題
### 機能的課題
### 感情的課題
### 根本的課題
## 解決可能性評価
2. assumptions_list.md
思い込みリストの詳細版
品質基準
- ✅ 思い込み特定数: 10個以上
- ✅ 課題階層化: 4層構造完成
- ✅ 感情的影響分析: 心理的負荷レベル特定
- ✅ 解決可能性判定: 技術的実現性評価完了
分析手法
- Why-Why分析: 根本原因特定
- 思い込みvs事実の整理: 根拠のない前提と実際の事実を区別
- 顕在課題vs潜在課題: 認識されている課題と無意識の課題
- 解決済み領域vs未解決領域: 既存サービスとの差分分析
依存関係
なし (Phase1の出力ファイルのみ)
トラブルシューティング
Q: 思い込みが10個見つからない
A: ペルソナの行動パターン、発言、価値観から合理的推論で補完可能。SNS投稿内容から暗黙の前提を読み取る。
Q: 課題階層化が難しい
A: Why-Why分析を活用。各層は以下の視点で区別:
- 表面: 症状・行動
- 機能: 具体的な不便さ
- 感情: 心理的負荷
- 根本: 構造的問題
生成日時: 2025-10-19 ステータス: ✅ Production Ready