Claude のスキルを 10 倍に高める方法 (Karpathy 氏のオートリサーチ手法を活用)

あなたの Claude スキルはおそらく 30% の確率で失敗しているのに、あなたはそれに気づいていません。

私は、どんなスキルも自動で改善する方法を構築しました。この記事では、その方法を 正確に お見せします。

あなたが開始するだけで、あとはエージェントが自動でスキルをテストし、改良し続けます。あなたが何も触る必要はありません。

私のランディングページコピースキルは、品質チェックの合格率が 56% から 92% に向上しました。完全に 手作業ゼロで。

エージェントが、プロンプトを自分でテストし、調整し続けたのです。

これがその方法と、私が構築した正確なスキルです。あなたも自分のものに応用できます。

P.S. このような AI ワークフローをもっと週刊で受け取りたい方は、34,000 人の読者が無料で購読しているこちらから： [aisolo.beehiiv.com/subscribe](http://aisolo.beehiiv.com/subscribe)

この方法の由来

Andrej Karpathy（OpenAI 共同創業者、Tesla 元 AI 責任者、「vibe coding」の造語者）が autoresearch という方法を公開しました。

アイデアはシンプルです。あなたが手動で何かを改善する代わりに、AI エージェントにそれを ループの中で やらせるのです。

エージェントは小さな変更を試し、結果が良くなったか確認します。良くなればその変更を保持し、悪くなれば破棄します。

そして、それを繰り返します。何度も。

Karpathy は機械学習コードにこれを使いました。しかし、この方法は 測定して改善できるものなら何にでも 使えます。

Claude で構築したスキルにも、もちろん使えます。

私は彼の方法を、Claude Code と Cowork の両方で動作するスキルに変換しました。自分の環境にある他のスキルに対して、これを実行するだけです。

「ランディングページスキルに autoresearch を実行して」と言えば、エージェントが全てを処理します。

1 つのループがあなたのスキルを自動改善する仕組み

こう考えてみてください。

あなたには、10 回中 7 回は素晴らしい結果を出すレシピがあります。残りの 3 回は、何かがうまくいきません。ソースが薄かったり、味付けが間違っていたりします。

レシピ全体を最初から書き直す代わりに、1 つの材料だけを変えます。 その変更で 10 回調理します。

• 良くなった？ → 変更を保持。
• 悪くなった？ → 元の材料に戻す。

次に、別の材料を変えます。さらに 10 回調理します。良くなった？悪くなった？保持する？元に戻す？

これを 50 回繰り返せば、あなたのレシピは 10 回中 9.5 回 はうまくいくようになります。

これがまさに、autoresearch があなたのスキルに対して行うことです。

• 「レシピ」はスキルのプロンプトです。
• 「調理」はスキルを実行することです。
• 「味見」は出力をスコアリングすることです。

あなたが提供する必要があるのは、スコアリングの基準だけです。

「良い」とは何かをエージェントに伝えるチェックリスト

あなたはエージェントに、「良い」状態とは何かを示すシンプルなチェックリストを渡します。これが、このプロセス全体におけるあなたの唯一の仕事です。

それは、はい/いいえで答えられる質問のシンプルなリストで行います。

各質問は、出力の特定の 1 つの側面をチェックします。合格か不合格か。それだけです。

エージェントはこのチェックリストを使ってすべての出力をスコアリングし、そのスコアによって、変更が効果を上げているかどうかを判断します。

教師がチェックリストを使って論文を採点するようなものです。

しかし、「1～10 で文章の質を評価せよ」というのとは違います（それは曖昧で、毎回評価が変わります）。チェックリストの各項目は、明確な「はい」か「いいえ」 です。

• 学生は主張文（テーゼ）を含めましたか？ はい、いいえ。
• すべての情報源が引用されていますか？ はい、いいえ。
• 5 ページ以内ですか？ はい、いいえ。

このチェックリストを使えば、100 の論文を採点しても 毎回一貫した結果 が得られます。

ここでも同じ考え方です。ランディングページコピースキルの場合、チェックリストは次のようになります。

• 「見出しに具体的な数字や結果が含まれていますか？」 (「ビジネスを成長させよう」のような曖昧な見出しを防ぎます)
• 「コピーに『革新的』『シナジー』『最先端』『次のレベル』といったバズワードが含まれていませんか？」
• 「CTA（行動喚起）に具体的な動詞句が使われていますか？」 (「もっと詳しく」「こちらをクリック」のような弱い CTA を防ぎます)
• 「最初の行で、具体的な悩み（ペインポイント）を指摘していますか？」 (「今日のめまぐるしい世界では...」のような一般的な書き出しを防ぎます)
• 「コピーの総文字数は 150 語未満ですか？」 (読者を失う、膨らんだページを防ぎます)

これらを自分で考える必要はありません。autoresearch を開始すると、エージェントがあなたを導きます。

「良い」状態とは何かを尋ね、あなたの漠然とした感覚を具体的な「はい/いいえ」の質問に変換するのを助け、既存のスタイルガイドがあればそこから引き出すことも提案します。

3～6 個の質問が最適です。 それ以上になると、スキルがチェックリストをゲームし始めます（あたかも内容を理解せずに答えを暗記した学生のように）。

実行方法

ステップ 1: スキルをダウンロードする。 こちらから入手してください ここ。Claude Code または Cowork のスキルフォルダにドロップします。

ステップ 2: 改善したいスキルを選ぶ。 「run autoresearch on my [スキル名] skill」と伝えます。最も不満に思っているスキルを選んでください。半分の確率で素晴らしい出力が出るが、残り半分はゴミが出るようなスキルです。

ステップ 3: エージェントが 3 つのことを尋ねます。 最適化するスキル、使用するテスト入力（例：「AI 生産性向上ツールのランディングページコピーを書いて」）、チェックリストの質問です。

ステップ 4: スキルが実行され、開始スコアが表示されます。 これがベースラインです。私のランディングページスキルは 56% から始まりました。曖昧な見出し、バズワードの羅列、弱い CTA。半分以上のチェックが不合格でした。

ステップ 5: ブラウザにライブダッシュボードが表示されます。 時間経過とともに上昇するスコアチャート、各チェックリスト項目の合格/不合格の内訳、試行されたすべての変更のログ。10 秒ごとに自動更新されます。

ステップ 6: その場を離れる。 エージェントがループに入ります。何が失敗しているかを分析し、スキルプロンプトに 1 つ小さな変更を加え、再テストします。スコアが上がれば変更を保持し、下がれば元に戻します。

そして、再び行います。何度も。自律的に 継続し、あなたが停止するか、95% 以上のスコアが 3 回連続で出るまで続けます。

ダッシュボードを見ていても、完全にその場を離れても構いません。あなたなしで動作します。そして、改善されたバージョンは別のファイルとして保存されるので、元のスキルはそのまま残ります。

私のランディングページスキルに起こったこと

私はこれをランディングページコピースキルで実行しました。結果は次の通りです。

56% → 92%。 4 ラウンドの変更。3 つ保持、1 つ元に戻し。

エージェントが実際に私のスキルプロンプトに加えた変更は次の通りです。

• 最も一般的な失敗に対する具体的なルールを追加： 「見出しには具体的な数字や結果を含めること。『ビジネスを変革する』のような曖昧な約束は決してしないこと。」
• 禁止バズワードリストを追加： 「絶対に使用しないこと：革新的、最先端、シナジー、次のレベル、ゲームチェンジャー、レバレッジ、アンロック、変革。」
• 優れたランディングページセクションの実例を追加： 悩みの指摘と CTA を強調表示し、スキルが「良い」状態を推測ではなく 視覚的に 理解できるようにしました。
• より厳しい文字数制限を試し、却下： コピーが薄くなり、CTA に悪影響を及ぼしたため。（システムは、単独では改善に見えても、全体的な出力を損なう変更を検出します。）

完了時、私が得たものは：

• 改善されたスキル（別途保存。元のスキルは元に戻したい場合に備えてそのまま）
• 結果ログ（各ラウンドのスコアを表示）
• 変更ログ（試行されたすべての変更、その理由、効果の有無を説明）
• 元のスキルのバックアップ（いつでも戻せるように）

この変更ログは、おそらく最も価値のある部分です。それは、その特定のスキルに対して何が有効で何が無効かという完全な記録です。

将来、より賢いモデルが登場したとき、その変更ログを渡せば、前のエージェントが中断したところから正確に再開 できます。

これはスキル以外にもはるかに応用できる

この方法は、スコアリングできるものなら何にでも 使えます。

• ウェブサイトの速度： ある人はページ読み込み時間でこれを実行しました。1 つのことを変更し、速度を測定し、保持または元に戻しました。67 ラウンドで 1100ms から 67ms になりました。
• コールドアウトリーチ： チェックリストを定義します：「見込み客の会社名に言及しているか？75 語未満か？特定の質問で終わっているか？」エージェントに 50 のバリエーションを実行させます。
• ニュースレターの導入部： 「冒頭に個人的な詳細が含まれているか？」「決まり文句がないか？」自動操縦で文章を洗練させます。
• 繰り返し使うあらゆるプロンプト

スコアリングできるなら、autoresearch できます。

さあ、実行しよう

最もパフォーマンスの悪いスキルを選んでください。autoresearch を開始してください。そして、実際に機能するものを持って帰ってきてください。

スキルをダウンロードする ここ（Dropbox にアップロード）

または、私の GitHub をチェック **ここ

P.S. より多くの顧客、注目、成果を得るための AI ワークフロー（残業せずに）を、私は毎週 34,000 人の読者に無料で配信しています。

購読すると、無料の Claude Cowork マスタークラスも受けられます： [aisolo.beehiiv.com/subscribe](http://aisolo.beehiiv.com/subscribe)