[alchaincyf/nuwa-skill](https://github.com/alchaincyf/nuwa-skill) を見ると、まず「AI に有名人の口調で答えさせるものだろう」と思うかもしれません。ですが本当に面白いのは、どれだけ似ているかではありません。このプロジェクトは「ある人がどう考えるかを蒸留する」ことを、繰り返し実行できるワークフローにしようとしている点にあります。
それが成立すれば、価値は単なる面白いキャラクター prompt をいくつか作ることにとどまりません。ある人の判断フレーム、注目点、よく使うヒューリスティック、表現の癖を、何度も呼び出せる skill として定着させられるからです。欲しいのは「その人が言いそうな一文」ではなく、「その人ならこの問題をどう見て、何を優先し、何を疑うか」に近い作業インターフェースです。
これは「模倣」ではなく「モデリング」を解く
いわゆる人物 prompt の多くは、本質的にはスタイルの上貼りです。
よくある指示は次のようなものです。
- ある人物の口調で話す
- その人の決まり文句を多く使う
- 公開発言の言い回しをできるだけ真似する
こうしたやり方はデモでは目を引きますが、実務に入ると崩れやすいです。理由は単純で、口調は表層であり、判断構造こそが核だからです。人物に識別性があるのは、好んで使う単語があるからではなく、問題に向き合うときに一定の切り込み方をするからです。
nuwa-skill の方向性は、そうした「安定した方法」を抽出することに近いです。言い換えれば、関心があるのは「どうすればその人っぽく話せるか」ではなく、「どうすればその人っぽく考えられるか」です。
より完全なワークフロー
リポジトリの説明を見ると、nuwa-skill が目指しているのはエンドツーエンドの流れです。人名を入力すると、自動で調査、抽出、検証を行い、その結果を Claude Code で呼び出せる skill としてまとめる、という形です。
この考え方にはいくつか重要な変化があります。
第一に、蒸留対象は自分のチームの同僚でなくてもよいという前提です。この種の発想に初めて触れると、「優秀な同僚のやり方を残す」ことをまず思い浮かべる人が多いでしょう。それにも価値はありますが、学習サンプルが限られ、内部の経験に偏りやすいという境界もあります。nuwa-skill は対象をもっと広げ、起業家、投資家、科学者、プロダクトマネージャー、書き手のような人たちまで含めています。
第二に、強調されているのは手作業で prompt を組み立てることではなく、「自動で完了する」ことです。この手の能力を実用化するうえで本当に大事なのは、華やかな prompt 文ではなく、資料収集、観点の整理、パターン抽出、結果の検証を安定して回せるかどうかです。どこか一工程でも全面的に手作業へ依存すると、再利用コストは急激に上がります。
第三に、出力を一度きりの会話ではなく skill にしようとしていることです。前者なら繰り返し呼び出し、組み合わせ、改善できます。後者はその場の文脈でしか効かず、数ターンで崩れがちです。
なぜこの方向に注目する価値があるのか
AI を質問応答マシンとして見るなら、自然な使い方は「答えをください」です。ですが AI を作業台として見るなら、問いは「この問題を見る方法をください」に変わります。
nuwa-skill の価値は後者に寄っています。
たとえばプロダクトの意思決定に向き合うとき、欲しいのは一つの正解ではなく、鋭く異なる複数の分析フレームかもしれません。
- 長期的な複利から見る人
- リソース制約から見る人
- ユーザー体験の一貫性から見る人
- 市場参入のタイミングから見る人
こうしたフレームを安定してパッケージ化できれば、AI の役割は「文章を一段落書くもの」から「視点を素早く切り替えるもの」へ変わります。これは名言の模倣よりずっと実用的です。なぜなら、意思決定の質に直接効くからです。
最も魅力的な点: 暗黙知を呼び出せる資産に変えること
価値の高い能力ほど、そもそも SOP に書きにくいものです。
ある人の判断がなぜ他の人よりも的確なのかは、多くの場合、明示的なルールをたくさん知っているからではありません。長い実践の中で、暗黙のフィルタリング機構を作ってきたからです。
- どのシグナルを優先して見るか
- どのノイズをすぐ切り捨てるか
- どの問いを分解して考えるか
- どの問いを反転させてみるか
- どの結論はさらに証拠を待つべきか
こうした能力は、本人でも常に明快に言語化できるとは限らないため、普段は残しにくいです。だからこそ、構造化して抽出できるなら価値が高い。nuwa-skill が惹きつけるのはこの点です。表層的な知識移送ではなく、認知習慣の再構成を扱おうとしているのです。
どんな場面に向いているか
この種の skill は、特に次のような場面で有効だと思います。
1. 意思決定前の多視点レビュー
すでに案はあるものの、自分が慣れた道筋でしか考えていない気がするとき、異なる「人物視点」に切り替えて同じ問題を見直す方が、元の文章をそのまま膨らませるより価値があります。
2. 特定タイプの達人の判断フレームを学ぶ
達人から学ぶとき、多くの人は名言を集め、インタビューを見て、要約を写します。しかし最後に残るのは、たいてい数個の印象的な言葉だけです。思考パターンを skill 化できれば、学び方は「実際の問いを持ち込んで何度も呼び出す」ものに近づき、「静的な抜き書きを大量に作る」ことから離れます。
3. チームで分析スタイルを共有する
チームに本当に不足しがちなのは、文書そのものではなく、「私たちは問題にぶつかったとき普段どう考えるか」という共有です。この流れが成熟すれば、組織内の強い実務家の方法論を残す用途にも逆向きで使えるでしょう。ただ、このプロジェクトがそれだけに能力を閉じ込めるつもりではないことは明らかです。
この種のプロジェクトで本当に難しいこと
もちろん、方向性が魅力的だからといって、難題が解けたわけではありません。
本当の難しさは skill をインストールすることではなく、むしろ次の点にあります。
- 情報源が十分に信頼できるか
- 抽出されたパターンが安定しているか、単なる断片的な語料の錯覚ではないか
- モデルが人物のフレームを使って分析しているのか、それとも一般的な印象をなぞっているだけなのか
- 複数の人物の境界がモデル内部で曖昧にならないか
つまり本当に重要なのは、「もっともらしい文章を出せるか」ではなく、「この skill が生む認知フレームが多様なタスクに耐えて再利用できるか」です。今後、検証工程がさらに深まれば、この種のプロジェクトの信頼性は大きく上がるはずです。
なぜこれは「prompt テンプレート集」より一歩先なのか
これまで多くのプロジェクトは、この能力をテンプレート集として扱ってきました。人物ごとに一つ prompt を用意し、ユーザーがコピーして使う形です。しかしテンプレート集は本質的に静的資産であり、更新は遅く、検証は弱く、完全な制作フローにもなりにくいです。
nuwa-skill が一歩進んでいるのは、「人物蒸留」をテンプレートの問題からワークフローの問題へ進めている点です。
重心が「prompt を一つ書く」ことから、「人物 skill をどう体系的に生成し、検証し、改善するか」へ移ると、この営みはひらめきよりも工学に近くなります。長く使いたい人にとって重要なのは、明らかにこちらです。
結び
nuwa-skill が面白いのは、AI を有名人のものまねショーにしたからではありません。「ある人の考え方をどう学ぶか」を、実行可能で、再利用できて、反復改善できる方向へ一歩進めたからです。
多くの人物 prompt が解いているのが「誰かのように話す」ことだとすれば、このプロジェクトが解こうとしているのは「誰かのように問題を見る」ことです。前者はデモ向きで、後者こそ生産性ツールに近いと言えます。