5つのワークフローでAIモデルの知識を抽出する

1. 基準を確立する：各プロジェクトを開き、Fableにあなたのclaude.mdを、より弱いモデルが必要とする運用マニュアルとして書き直させる。あなたの規約、それぞれを防ぐルール付きで防ぐべきミス、チェック可能な基準としての品質水準を盛り込む。次に、最も影響力の高い3つのスキルを完全な形で書かせる。 2. コンサルタント監査：プロジェクトと数値を渡し、次のプロンプトで実行する：「私が雇えないコンサルタントとして行動し、すべてを監査し、能力の低いモデルが段階的に実行できるロードマップを提供せよ。その推論は、それを生み出したモデルがまだ定額料金で稼働している間に書き留められる。」 3. セカンドブレイン運用：あなたのニッチ、競合他社、顧客の問題について、ディープリサーチを複数回実行する。各実行結果をObsidianボールトにマイニングし、洞察1つにつきノート1枚にする。リンクされたノートが100枚あれば再利用されるが、長いレポート1本は埋もれてしまう。 4. /goals + 動的ワークフロー：完了状態がどう見えるかを記述し、ゴールラインに証拠を貼り付けるよう要求し、各実行をターン数または時間制限で区切る。モデルは数時間無人で構築を続け、トークンは追加コストなしで消費される。 5. レコーダースキル：難しい問題の後に毎回発動するスキルを1つ設定する：アプローチ、判断の要点、再利用可能なルールを、リポジトリ内のノートとして保存する。これをclaudeルールに組み込み、Fableが一日中自分の思考を自動的に文書化する。