🎯

ai-response-refiner

🎯Skill

from ntaksh42/agents

VibeIndex|
What it does

Refines and elevates AI-generated content by transforming rough outputs into polished, professional, and context-optimized responses.

📊

Part of

ntaksh42/agents(78 items)

ai-response-refiner

Installation

📋 No install commands found in docs. Showing default command. Check GitHub for actual instructions.
Quick InstallInstall with npx
npx skills add ntaksh42/agents --skill ai-response-refiner
2Installs
-
AddedFeb 4, 2026

Skill Details

SKILL.md

AI応答を掗緎・改善するスキル。粗い出力を流暢で専門的な文章に倉換。構造化、明確化、詳现化、トヌン調敎、専門性向䞊、読みやすさ改善を実斜。

Overview

# AI Response Refiner Skill

AIが生成した粗い出力を掗緎された高品質な応答に改善するスキルです。

抂芁

このスキルは、AIの初期出力を倚角的に改善し、より掗緎された応答に倉換したす。文章の流暢性、専門性、明確性、構造、読みやすさを向䞊させ、察象読者やコンテキストに最適化したす。

䞻な機胜

  • 文章の流暢性向䞊: 自然で読みやすい文章に改善
  • 構造化: 論理的な構成ず芋出しの远加
  • 明確化: 曖昧な衚珟を具䜓的に
  • 詳现化: 䞍足しおいる情報を補完
  • 簡朔化: 冗長な郚分を削陀
  • トヌン調敎: フォヌマル、カゞュアル、技術的等に調敎
  • 専門性向䞊: 技術的な正確性ず深さを改善
  • 読みやすさ改善: 段萜分割、箇条曞き、コヌド䟋の远加
  • 䟋の远加: 具䜓䟋、コヌドスニペット、図衚の提案
  • 察象読者最適化: 初心者、䞭玚者、䞊玚者向けに調敎

改善パタヌン

1. 文章の流暢性向䞊

#### Before: ぎこちない文章

```

AI初期出力:

「Reactです。コンポヌネントベヌスです。再利甚できたす。

JavaScriptラむブラリです。UIを䜜りたす。」

```

#### After: 流暢な文章

```

改善版:

「Reactは、再利甚可胜なコンポヌネントベヌスでUIを構築できる

JavaScriptラむブラリです。各コンポヌネントは独立した機胜を持ち、

耇雑なナヌザヌむンタヌフェヌスを効率的に開発できたす。」

```

改善ポむント:

  • 短文を結合しお自然な流れに
  • 接続詞の適切な䜿甚
  • 文章のリズムず読みやすさの向䞊

2. 構造化

#### Before: 非構造化

```

AI初期出力:

「TypeScriptは型がありたす。JavaScriptのスヌパヌセットです。

コンパむルが必芁です。゚ラヌを早期に発芋できたす。倧芏暡開発に向いおいたす。

IDEのサポヌトが良いです。」

```

#### After: 構造化

```

改善版:

# TypeScriptの特城

抂芁

TypeScriptは、JavaScriptにオプショナルな型システムを远加した

スヌパヌセット蚀語です。

䞻な特城

1. 静的型付け

  • コンパむル時に型チェックを実斜
  • 実行前に゚ラヌを発芋可胜

2. 開発䜓隓の向䞊

  • IDEによる匷力な補完機胜
  • リファクタリングの安党性向䞊

3. スケヌラビリティ

  • 倧芏暡プロゞェクトに最適
  • チヌム開発での生産性向䞊

```

改善ポむント:

  • 芋出しによる階局構造
  • トピックごずの敎理
  • 箇条曞きで芁点を明確に

3. 明確化

#### Before: 曖昧

```

AI初期出力:

「このメ゜ッドはデヌタを凊理したす。いく぀かの倉換を行い、

結果を返したす。」

```

#### After: 明確

```

改善版:

「このprocessData()メ゜ッドは、以䞋の凊理を実行したす

  1. 入力デヌタのバリデヌション
  2. 数倀デヌタの正芏化0-1の範囲に倉換
  3. 欠損倀の補完平均倀で埋める
  4. 凊理枈みデヌタの配列を返华

入力: 数倀の配列

出力: 正芏化された数倀の配列

䟋倖: デヌタが空の堎合、EmptyDataErrorをスロヌ

```

改善ポむント:

  • 具䜓的な凊理内容を明蚘
  • 入出力を明確に
  • 䟋倖ケヌスも蚘茉

4. 詳现化

#### Before: 䞍完党

```

AI初期出力:

「Dockerを䜿っおください。」

```

#### After: 詳现

```

改善版:

# Dockerの導入手順

1. Dockerのむンストヌル

Windows

  1. Docker Desktopをダりンロヌド
  2. むンストヌラヌを実行
  3. WSL 2を有効化Windows 10/11の堎合

macOS

```bash

brew install --cask docker

```

Linux (Ubuntu)

```bash

sudo apt update

sudo apt install docker.io

sudo systemctl start docker

sudo systemctl enable docker

```

2. Dockerむメヌゞの䜜成

Dockerfileを䜜成:

```dockerfile

FROM node:18-alpine

WORKDIR /app

COPY package*.json ./

RUN npm ci

COPY . .

CMD ["npm", "start"]

```

3. むメヌゞのビルドず実行

```bash

# むメヌゞビルド

docker build -t myapp:1.0 .

# コンテナ起動

docker run -p 3000:3000 myapp:1.0

```

トラブルシュヌティング

  • ポヌトが䜿甚䞭: -p で別のポヌトを指定
  • 暩限゚ラヌ: sudoを远加、たたはナヌザヌをdockerグルヌプに远加

```

改善ポむント:

  • 具䜓的な手順を远加
  • コヌド䟋の提䟛
  • トラブルシュヌティング情報を含める

5. 簡朔化

#### Before: 冗長

```

AI初期出力:

「このアルゎリズムは、たず最初に配列の各芁玠を順番に走査しおいきたす。

そしお、走査しおいる過皋で各芁玠を確認しお、その芁玠が条件を満たしおいるか

どうかをチェックしたす。もし条件を満たしおいる堎合には、その芁玠を

新しい配列に远加しおいきたす。このような凊理を配列の最埌の芁玠たで

繰り返し続けたす。最終的に、条件を満たした芁玠だけが栌玍された

新しい配列が埗られたす。」

```

#### After: 簡朔

```

改善版:

「このアルゎリズムは、配列の各芁玠を走査し、条件を満たす芁玠のみを

抜出しお新しい配列を生成したす。

```javascript

const filtered = array.filter(element => element > 10);

```

぀たり、Array.filter()メ゜ッドず同等の凊理です。」

```

改善ポむント:

  • 冗長な説明を削陀
  • コヌド䟋で盎感的に理解
  • 1-2文に芁玄

6. トヌン調敎

#### フォヌマルビゞネス文曞

```

AI初期出力カゞュアル:

「バグ芋぀けたんで、盎したした。テストもOKです。」

改善版フォヌマル:

「プログラムの䞍具合を特定し、修正を完了いたしたした。

単䜓テストおよび結合テストにより、修正内容の劥圓性を確認枈みです。」

```

#### カゞュアルブログ蚘事

```

AI初期出力硬い:

「本プロトコルにおいおは、クラむアント・サヌバヌ間の通信を

実珟するために、HTTP/2を採甚しおいる。」

改善版カゞュアル:

「このアプリでは、クラむアントずサヌバヌの通信にHTTP/2を䜿っおたす。

埓来のHTTP/1.1より速いんですよ」

```

#### 技術的ドキュメント

```

AI初期出力䞀般向け:

「このプログラムは速いです。」

改善版技術的:

「このアルゎリズムは時間蚈算量O(n log n)で動䜜し、

平均的なケヌスで優れたパフォヌマンスを発揮したす。

空間蚈算量はO(log n)で、in-place゜ヌトに近い効率性を実珟しおいたす。」

```

7. 専門性向䞊

#### Before: 衚面的

```

AI初期出力:

「Reactは仮想DOMを䜿っおいるので速いです。」

```

#### After: 専門的

```

改善版:

# Reactの仮想DOMによるパフォヌマンス最適化

仮想DOMの仕組み

Reactは仮想DOMVirtual DOMずいう軜量なDOM衚珟をメモリ䞊に保持したす。

状態が倉曎されるず、以䞋のプロセスで効率的に曎新を行いたす

  1. Reconciliation差分怜出

- 新しい仮想DOMツリヌを構築

- 前の仮想DOMツリヌず比范Diffingアルゎリズム

- 倉曎が必芁な最小限のノヌドを特定

  1. Batch Updateバッチ曎新

- 耇数の状態倉曎を1回のDOM操䜜にたずめる

- レむアりトの再蚈算回数を削枛

  1. Commit Phase

- 実際のDOMぞの倉曎を適甚

- ブラりザの再レンダリングをトリガヌ

パフォヌマンスの利点

  • DOM操䜜の最小化: O(n³) → O(n)の差分怜出
  • バッチ凊理: 耇数の曎新を1回で実行
  • 非同期レンダリング: React 18のConcurrent Rendering

泚意点

仮想DOMは垞に高速ずは限りたせん

  • 小芏暡な倉曎では、オヌバヌヘッドが発生する堎合あり
  • 適切なメモ化React.memo, useMemoが重芁

```

改善ポむント:

  • 技術的な詳现を远加
  • アルゎリズムの説明
  • 蚈算量の明蚘
  • 制玄・泚意点も蚘茉

8. 読みやすさ改善

#### Before: 読みにくい

```

AI初期出力:

「゚ラヌハンドリングはtry-catchを䜿いたす。catchブロックで゚ラヌを

キャッチしお、ログに出力しお、ナヌザヌにメッセヌゞを衚瀺したす。

finallyブロックでリ゜ヌスをクリヌンアップしたす。」

```

#### After: 読みやすい

```

改善版:

# ゚ラヌハンドリングのベストプラクティス

基本構造

```javascript

try {

// ゚ラヌが発生する可胜性のある凊理

const data = await fetchData();

processData(data);

} catch (error) {

// ゚ラヌハンドリング

console.error('゚ラヌ:', error);

showErrorMessage('デヌタの取埗に倱敗したした');

} finally {

// リ゜ヌスのクリヌンアップ垞に実行

closeConnection();

}

```

実行フロヌ

  1. Try ブロック: 通垞の凊理を実行
  2. Catch ブロック: ゚ラヌ発生時に実行

- ゚ラヌログの蚘録

- ナヌザヌぞの通知

  1. Finally ブロック: 成功・倱敗に関わらず実行

- リ゜ヌスの解攟

- 埌凊理

```

改善ポむント:

  • コヌド䟋で芖芚的に理解
  • ステップバむステップの説明
  • 芋出しで構造化

9. 䟋の远加

#### Before: 抜象的

```

AI初期出力:

「Promiseは非同期凊理を扱うためのオブゞェクトです。」

```

#### After: 具䜓䟋付き

```

改善版:

# JavaScript Promise入門

抂芁

Promiseは非同期凊理を扱うためのオブゞェクトで、凊理の完了・倱敗を衚珟したす。

基本的な䜿い方

䟋1: API呌び出し

```javascript

// Promiseを返す関数

function fetchUser(userId) {

return fetch(/api/users/${userId})

.then(response => response.json())

.then(data => data.user);

}

// 䜿甚䟋

fetchUser(123)

.then(user => console.log('ナヌザヌ:', user))

.catch(error => console.error('゚ラヌ:', error));

```

䟋2: 耇数の非同期凊理

```javascript

// 䞊列実行

Promise.all([

fetchUser(1),

fetchUser(2),

fetchUser(3)

])

.then(users => {

console.log('党ナヌザヌ:', users);

});

// 順次実行

async function processUsers() {

const user1 = await fetchUser(1);

const user2 = await fetchUser(2);

console.log(user1, user2);

}

```

䟋3: ゚ラヌハンドリング

```javascript

fetchUser(999)

.then(user => {

if (!user) {

throw new Error('ナヌザヌが芋぀かりたせん');

}

return user;

})

.catch(error => {

console.error('凊理倱敗:', error.message);

return null; // デフォルト倀

});

```

よくあるパタヌン

| パタヌン | 甹途 | 䟋 |

|---------|------|-----|

| Promise.all | 䞊列実行党お成功 | 耇数APIの同時呌び出し |

| Promise.race | 最速の結果を採甚 | タむムアりト凊理 |

| Promise.allSettled | 䞊列実行成功/倱敗問わず | ベスト゚フォヌト凊理 |

```

改善ポむント:

  • 耇数の具䜓䟋
  • ナヌスケヌス別の説明
  • 衚による比范

10. 察象読者最適化

#### 初心者向け

```

「React Hooksは、関数コンポヌネントで状態管理ができる䟿利な機胜です。

䞀番よく䜿う Hook: useState

```javascript

import { useState } from 'react';

function Counter() {

// カりンタヌの倀を保持する

const [count, setCount] = useState(0);

return (

珟圚のカりント: {count}

);

}

```

ポむント:

  • useState(0) で初期倀を0に蚭定
  • count で珟圚の倀を取埗
  • setCount() で倀を曎新

```

#### 䞊玚者向け

```

「React Hooksの内郚実装ずパフォヌマンス最適化」

Hooksの実装原理

Reactは内郚でFiberアヌキテクチャを䜿甚し、各コンポヌネントむンスタンスに

hookのリンクリストを保持したす。

```javascript

// 簡略化した内郚衚珟

type Hook = {

memoizedState: any;

next: Hook | null;

};

// Fiber node

type Fiber = {

memoizedState: Hook | null;

// ...

};

```

パフォヌマンス最適化

1. useCallback のメモ化

```javascript

const memoizedCallback = useCallback(

() => {

doSomething(a, b);

},

[a, b] // 䟝存配列

);

```

内郚的には、䟝存配列が倉曎されない限り、同じ関数参照を返华したす。

2. useMemo の最適化ポむント

```javascript

const expensiveValue = useMemo(() => {

return computeExpensiveValue(a, b);

}, [a, b]);

```

泚意: メモ化自䜓にもコストがあるため、以䞋の堎合のみ䜿甚を掚奚

  • 蚈算コストが高い>50ms
  • 子コンポヌネントぞのprops参照の䞀貫性が必芁

```

改善プロセス

ステップ1: 初期分析

```

入力: AI初期出力

分析項目:

  • 文章の流暢性
  • 構造の有無
  • 情報の完党性
  • 察象読者の明確性
  • 専門性のレベル

出力: 改善ポむントリスト

```

ステップ2: 改善蚈画

```

優先順䜍付け:

  1. 重倧な誀り・䞍足の修正
  2. 構造化
  3. 明確化・詳现化
  4. 文章の掗緎
  5. 䟋の远加

```

ステップ3: 改善実行

```

各改善項目を適甚:

  • 文章の曞き換え
  • 芋出しの远加
  • コヌド䟋の挿入
  • 説明の補完

```

ステップ4: 品質確認

```

チェック項目:

✓ 情報の正確性

✓ 論理的な流れ

✓ 読みやすさ

✓ 察象読者ぞの適合性

✓ 完党性

```

䜿甚䟋

基本的な改善

```

以䞋のAI出力を改善しおください

「Reactは䟿利です。䜿いやすいです。人気がありたす。」

改善方針:

  • 文章を流暢に
  • 具䜓的な理由を远加
  • 構造化

```

トヌン調敎

```

以䞋の技術説明をブログ蚘事颚にカゞュアルに曞き換えおください

「本システムにおいおは、マむクロサヌビスアヌキテクチャを採甚するこずにより、

スケヌラビリティの向䞊を実珟しおいる。」

察象読者: 䞀般の開発者

トヌン: フレンドリヌ、芪しみやすい

```

察象読者最適化

```

以䞋の説明を初心者向けに曞き換えおください

「async/awaitはPromiseのシンタックスシュガヌであり、

非同期凊理をシヌケンシャルなコヌドのように蚘述可胜にする。」

察象: プログラミング初孊者JavaScript基瀎は理解

改善方針:

  • 専門甚語を平易に
  • 具䜓䟋を远加
  • ステップバむステップの説明

```

詳现化

```

以䞋の䞍完党な説明を詳现化しおください

「Dockerfileを䜜成しお、むメヌゞをビルドしたす。」

远加すべき内容:

  • Dockerfileの具䜓的な内容
  • ビルドコマンド
  • 実行方法
  • トラブルシュヌティング

```

ベストプラクティス

  1. 原文の意図を保持: 改善しおも元の意味を倉えない
  2. 過床な装食を避ける: 必芁な情報を明確に
  3. 察象読者を垞に意識: 知識レベルに合わせた衚珟
  4. 具䜓䟋を掻甚: 抜象的な説明には䟋を远加
  5. 構造化: 芋出し、箇条曞きで読みやすく
  6. バランス: 詳现すぎず、簡朔すぎず
  7. 䞀貫性: トヌン、甚語の䜿甚を統䞀

バヌゞョン情報

  • スキルバヌゞョン: 1.0.0
  • 最終曎新: 2025-11-22

---

䜿甚䟋たずめ

シンプルな改善

```

この文章を改善しおください

[粗い出力]

```

詳现な改善

```

以䞋のAI出力を改善しおください

[テキスト]

改善方針:

  • 文章の流暢性
  • 構造化
  • 詳现化
  • トヌン: フォヌマル
  • 察象: 初心者

```

このスキルで、AI出力を掗緎された高品質な応答に倉換したしょう

More from this repository10

🎯
document-summarizer🎯Skill

Generates concise summaries of documents by extracting key information and condensing text into a more digestible format.

🎯
algorithmic-art🎯Skill

Generates creative algorithmic art using p5.js, creating unique visual designs with patterns, fractals, and dynamic animations.

🎯
sql-query-helper🎯Skill

Generates, optimizes, and explains SQL queries with best practices, providing intelligent database query solutions across multiple database platforms.

🎯
plantuml-diagram🎯Skill

Generates PlantUML diagrams (class, sequence, component) to visually represent system architecture and UML models.

🎯
azure-pipelines-generator🎯Skill

Generates Azure Pipelines YAML configurations automatically for CI/CD workflows, supporting multi-stage builds and deployments across different environments.

🎯
kubernetes-helper🎯Skill

Assists Kubernetes users by generating, validating, and explaining Kubernetes manifests and configurations with AI-powered insights.

🎯
using-git-worktrees🎯Skill

Creates isolated Git worktrees with smart directory selection and safety verification for feature work and branch management.

🎯
dependency-analyzer🎯Skill

Analyzes project dependencies, identifies potential conflicts, and provides insights into library compatibility and version management.

🎯
brainstorming🎯Skill

Collaboratively refines rough ideas into fully-formed designs through systematic questioning, alternative exploration, and incremental validation.

🎯
azure-boards-helper🎯Skill

Manages Azure Boards work items by creating, querying, and automating work item workflows using WIQL and comprehensive templates.