前回回答の厳密批評と改善。6セクション分析で論理的欠陥を特定。Use when「批判的に見て」「自己レビュー」「本当に正しい？」「穴を探して」。
前回の回答を厳密に批評し、改善版を提供するスキル。
以下の6セクションで順番に分析。各セクションを深く分析してから次に進む。
2-1. High-Impact Assumptions: もし誤りだと判明した場合、提案を完全に無効にする重大な仮定トップ3。 技術的、環境的、リソース的な仮定に焦点。
2-2. Contextual Integrity: 会話で言及された制約・要件をすべて尊重したか？ 潜在的な矛盾や忘れられた詳細を指摘。
3-1. Premise Identification: 議論の基本的な前提は何か？ （例: 「ユーザーはスケーラブルなソリューションを必要としている」「Redisはレート制限に最適」）
3-2. Chain of Inference: 前提から最終結論への論理的な連鎖が明確か？ 論理的な飛躍、ギャップ、結論が証拠から必然的に導かれないステップを指摘。
3-3. Potential Fallacies: 推論に一般的な論理的誤謬が含まれているか？ （例: 偽の二分法、早まった一般化、疑わしい権威への訴え）
以下の一般的な失敗モードに対して「Pass」または「Fail」を評価。「Fail」には簡潔な理由を付記。
4-1. Problem Evasion: (Pass/Fail) ユーザーの表面的な問題は解決したが、実際の根本的な難しい問題を回避していないか？
4-2. "Happy Path" Bias: (Pass/Fail) エラーハンドリング、エッジケース、潜在的な失敗シナリオを無視していないか？
4-3. Over-Engineering: (Pass/Fail) 不必要に複雑なソリューションを提案していないか？
4-4. Factual Accuracy & Hallucination: (Pass/Fail) すべての技術的詳細が検証可能な正確さか？
5-1. Overlooked Risks: 提案を実装した場合の実際的なリスク・悪影響トップ3
5-2. Alternative Scenarios: 検討しなかった根本的に異なるアプローチは何か？
6-1. Summary of Flaws: 発見された最も重大な弱点を箇条書きで要約
6-2. Revised Confidence Score: この分析に基づき、元の提案への確信度を1-10で再評価
6-3. Improved Version: 上記で特定した欠陥に基づき、実際の改善版を提供。 変更を記述するだけでなく、より良い回答を書く。
6-4. Actionable Next Step: 元のアドバイスに従う前にユーザーが取るべき最も重要なアクション