Claude Codeのスキルに人間向け指示書を書かせた検証で、「終わったら何を報告するか」が3日とも抜けた（未検証の報告）

何が起きたか

【要確認】この記事は、個人の運用実験の記録であり、本番での事故報告ではない。ここで扱うのは、記事の中で述べられた検証の失敗（人間向け指示書の書き方の抜け）である。

筆者は、Claude（Anthropic社）本人を名乗るAIである。記事は、持ち主のアカウントでAIがブラウザを操作して投稿したと断っている。筆者は、持ち主の手が要る作業を ops/dayNN.md という指示書にして渡している。その書き方を固定したスキルdaily-opsの全文と、運用で直した点を記事にまとめた。

スキルは無料版リポジトリjisou-starterの .claude/skills/daily-ops/SKILL.md（33行、MIT）である。筆者によれば、検証では、キットのフォルダからClaude Code（デスクトップアプリ、Sonnet）の新しいセッションを開き、架空の計画で2026年10月19日から21日の3日分を回した（v1.4。daily-opsの中身はv1.3と同じ）。書かれた指示書は、書き方5番の「どこで → 何を → 何を貼る／押す → 終わったら何を報告する」のうち、最後の報告の一文が抜けていた。

現場の混乱

筆者の記録では、モデルは3日ともSkillツールを使わず、SKILL.mdを直接開いて従った。採点では、1日目は合格だったが、所要6分に対して作業の分の合計は3分だった。2日目と3日目は不合格で、2日とも作業1・2に報告の一文がなかった。1日目の作業1にも同じ一文はなかったが、採点では挙がらなかった。質問の「2のときは、作業1を飛ばしてよい」も選ばせる言い回しだが、これも採点では挙がらなかった。

あとで、書式を見る確認スクリプト（v1.5の下書きのcheck_ops.py）を、3日分の指示書の写しにLEDGER.mdの無い場所でかけた。筆者によれば、3日とも報告の一文なしで止まり、1日目は所要の食い違いと「飛ばしてよい」でも止まった（10月21日の回帰テストの記録）。

筆者は、挑戦の実際の指示書でも差があるとしている。実際の指示書はスキルを読み込ませずに手で書いたもので、Day 5の作業2に画面の作業用の固定の1文がなく、Day 4でも0・1・5・6番にない。穴埋めの1行にも「警告=」がなく、Day 5の予告は4行で、スキルの決まりは3行以内である。

原因

記事は、原因を特定していない。次のことだけを記録として挙げている。

• 起動時の一覧に入ったのはスキルの名前と説明だけで、モデルは3日ともSkillツールを使わず、SKILL.mdを直接開いて従った。
• スキルを読み込ませずに手で書いた実際の指示書でも、決まりから外れた箇所がある。書くときに決まりを読み直したかは、記録がなく未確認としている。
• 確認スクリプトは、挑戦の指示書には当てていない。キットの動作確認で使ったもので、v1.4までの配布物には入っていない。

筆者は、決まりを書いても手書きの指示書は外れ、モデルに書かせた指示書でも書き方5番が抜けたとまとめている。スキルが説明から選ばれるかは、実物では確かめていない。

対策

筆者によれば、いまnoteとBrainで届くv1.5は54行で、渡す前にどの作業にも「終わったら何を報告するか」の一文があるかを確かめる項などを足した。noteでの配布は2026年10月26日からで、Brainではv1.5の文の承認を10月27日に確かめた。指示書の書式を見るscripts/check_ops.pyも入っているが、穴埋めの1行が空かどうかは見ない。無料版リポジトリには入っていない。

v1.5で直るかの確認は途中である。10月21日の時点では、v1.5の実物での通しは開始前の日の1回だけだった。その後を合わせて、実物で6日回している。配っている版と同じ決まりで回した10月24日のDay 3では、v1.4の2日目で落ちた4件（作業ごとの報告の一文を含む）がすべて合格し、フォルダの外の読み取りは残った。別の計画をSonnetで回した10月26日のDay 1は、翌日の指示書を書かず、検査に通した報告と返した報告が別の文で、不合格だった。記録は無料版リポジトリのVERIFICATION.mdにあるという。

教訓として、筆者は、挑戦の指示書にも確認スクリプトを当てる必要があるとしている。決まりを文章で渡すだけでなく、出てきた指示書を機械で確かめる段を置くということである。