majiayu000 Resolving Uncertainty
What this Skill does
このSkillは、曖昧な状況や意思決定の停滞を「不確実性の台帳（Uncertainty Register）」として外在化し、 優先順位を付け、最小の観測タスク（実験/計測/調査）に落として前へ進める。
Outputs (choose what fits)
- Markdown:
- Uncertainty Register（台帳）
- Prioritized Top-N（上位N）
- Observation Backlog（観測タスク一覧）
- Optional machine-readable plan:
uncertainty_plan.jsonを生成し、scripts/validate_uncertainty_plan.pyで検証してから実行する
Operating principles
- 1項目 = 1つの不確実性（疑問文）に分解する
- スコアは真理ではなく「観測リソース配分」のために使う
- 観測タスクは「結果が出たら意思決定が進む」形にする（判定規則と証拠を必須にする）
- 時間がない場合は、質問で止まらず、仮定を置いて Register に“仮定”として記録する
Procedure
Step 0: Frame the decision
次を1〜3行で明確化する。
- 決めたいこと（Decision）
- 期限（When）
- 失敗時の損失（Stakes）
- 制約（Constraints）
Step 1: Itemize uncertainties
assets/uncertainty-register.md を使って、まず10個まで項目化する。
足りない場合のみ増やす。
必要なら references/triage-questions.md を使って抜けを探す。
Step 2: Normalize & de-duplicate
各項目を次の形に揃える：
- 「〜は本当に成り立つか？」の疑問文
- 既に“観測で答えが出ている”ものは uncertainty から外し、事実として別枠へ
Step 3: Rank (prioritize)
各項目に 1〜5 でスコアを付ける（詳細は references/scoring.md）。
- Impact（影響度）
- Evidence（根拠の強さ）※弱いほど不確実
- Urgency（緊急度）
- Effort（観測コスト）
Priority の計算例： Priority = Impact × (6 - Evidence) × Urgency ÷ Effort
上位N（通常3〜5）を選ぶ。
Step 4: Convert to observation tasks
上位Nについて assets/observation-task.md を使い、観測タスクに落とす。
必ず含める：
- Hypothesis（仮説）
- Method（現物/証拠/知識）
- Timebox（上限時間）
- Decision rule（採用/撤回の条件）
- Evidence artifact（ログ/スクショ/計測/テスト結果など）
観測方法のカタログは references/observation-methods.md を参照。
Step 5: Plan-validate-execute (optional, recommended for high stakes)
複雑・大量・破壊的な作業に繋がる場合：
uncertainty_plan.jsonを先に出力python scripts/validate_uncertainty_plan.py uncertainty_plan.jsonを実行- エラーがあれば plan を修正して再検証
- OK なら実行に進む
- 実行後、Register に Evidence をリンクしてステータス更新
Step 6: Close the loop
各項目を Validated / Rejected / Accepted に更新し、Evidence を必ず残す。
意思決定が絡む場合は assets/decision-record.md を使って決定と理由を残す。
Examples
例：要件が曖昧で決められない
- 入力：「この機能、ユーザーが本当に必要か分からない。技術的にも不安。どう進める？」
- 出力：
- Decision/Constraints
- Uncertainty Register（10件以内）
- Top-3優先不確実性
- 観測タスク（仮説/手順/判定/証拠/タイムボックス）
より詳しい例は references/example.md を参照。