Coach Me

事前準備

フィードバック生成前に 必ず references/fluency-behaviors.md を読む。これは4D AIフルーエンシーフレームワークの定義・18項目の観察チェックリスト・タスクタイプ別の重点観察領域・研究知見を含む。

実行フロー

Step 1: 会話の規模チェック

会話のターン数（ユーザー発言の回数）を数える。

• 1〜2ターン: 限定フィードバックモードで実行（後述）
• 3ターン以上: 通常モード（または詳細モード）で実行

Step 2: タスクタイプの特定

会話の主目的を以下の5分類から特定する（複数可）：

主軸タイプと副次タイプがある場合は両方を認識する。

Step 3: 重点次元の選定

references/fluency-behaviors.md の「タスクタイプ別の重点観察次元」表に従い、この会話でどの次元・項目を重点的に観察するかを決める。

重要：会話が短い、または特定タスクに集中している場合、すべての次元を均等に評価しようとしない。関係の薄い次元は「—」（観察しにくい）と明記してよい。

Step 4: 会話の観察と行動抽出

18 項目のチェックリストを参照しながら、以下を具体的に抽出する：

1. 実際に観察できたフルーエンシー行動（どの項目が、どの発言に現れたか）
2. 見られなかったが、この会話タイプで効果が大きかったであろう行動
3. 特筆すべき工夫（一般的でない巧みな使い方があれば拾う）

この会話の発言を引用できる形で保持する。フィードバックは必ず具体例に基づかせる。

Step 5: 次元レベルの定性判定

各次元について 🌱/🌿/🌳/— のいずれかを付ける：

判定は厳しめにしない。このスキルは採点ではなく気づきのためのものなので、迷ったら上のレベルに判定する。

Step 6: フィードバックレポートの生成

通常モードまたは詳細モードのテンプレートで出力する（後述）。

出力テンプレート

通常モード（3ターン以上、700〜900字）

## 🎓 Coach Me フィードバック

### この会話について
[タスクタイプ・ターン数・全体的な印象を1〜2文で]

---

### 4D の育ち具合

| 次元 | 育ち | ひとこと |
|------|-----|---------|
| Delegation（委任） | 🌿 | [この会話で見えた特徴を15字程度で] |
| Description（記述） | 🌳 | [同上] |
| Discernment（識別） | 🌱 | [同上] |
| Diligence（誠実） | — | [同上] |

---

### ✨ 今回できていたこと

[会話の具体的な発言・行動を引用しながら、何がよかったかを説明する。2〜3点。
一般論にせず「今回の〜〜という発言は〜〜という観点でとてもよい」の形で書く]

---

### 🔶 次回さらに良くなるポイント

[改善点を1〜2点。「なぜ改善になるのか」の理由を必ず添える。
批判ではなく「気づきの提供」として書く。
アーティファクト生成型の会話では DC5（Polish の罠）または DL2（検証責任）に必ず触れる]

---

### 💡 次回試してほしいプロンプト例

[今回の会話のテーマに合わせた、コピペで使えるプロンプト例を1〜2個。
汎用テンプレートではなく、ユーザーが実際に取り組んでいたトピック・ドメインに合わせる]

例: [今回の文脈に紐付いた具体的なシナリオ]
> [実際に使えるプロンプト]

---

### 📈 ひとこと

[研究知見に基づく短いメッセージ。継続的な振り返りが Learning Curve を押し上げるという示唆や、
定期的に /ai-fluency-check で自己評価すると成長が見えやすいという案内を自然な形で]

詳細モード（/coach-me 詳細 または /coach-me --detail、1500〜2000字）

通常モードの内容に加え、各次元を項目レベルまで掘り下げる：

## 🎓 Coach Me フィードバック（詳細モード）

### この会話について
[同上]

---

### 4D の育ち具合（詳細）

#### Delegation（委任） 🌿
観察できた項目：
- **DG1 タスクの切り分け判断**: [会話の引用＋コメント]
- **DG4 実行前のアプローチ相談**: [会話の引用＋コメント]

観察できなかったが効きそうな項目：
- **DG3 相互作用モードの選択**: [この会話でこれを意識するとどう変わるか]

#### Description（記述） 🌳
[同形式で項目単位に。観察された項目＋伸びしろ項目]

#### Discernment（識別） 🌱
[同形式。アーティファクト生成型なら DC5 は必ず触れる]

#### Diligence（誠実） —
[観察しにくい場合は正直にそう書く。でも会話の端に現れた DL の片鱗があれば拾う]

---

### ✨ 今回できていたこと
[通常モードと同じ内容、ただし引用を増やしてよい]

---

### 🔶 次回さらに良くなるポイント
[改善点を2〜3点まで拡張。なぜそれが効くかの研究的背景も軽く添える]

---

### 💡 次回試してほしいプロンプト例
[2〜3個に増やす。異なる場面で使えるバリエーションを出す]

---

### 📈 研究知見からのひとこと
[詳細モードでは少し厚めに。
DC1 が最強相関の行動であること、DS5 が最大の伸びしろであることなど、
今回の会話に関係する研究知見を1つ紹介して終わる]

限定モード（1〜2ターンの場合）

会話が短すぎる場合は、正直にそれを伝えたうえで見えた範囲でフィードバックする：

## 🎓 Coach Me フィードバック（限定版）

この会話はまだ [N] ターンと短いため、すべての次元を十分に観察できません。
見えた範囲でフィードバックします。もう少し会話を深めた後に /coach-me を使うと、より詳しいフィードバックが得られます。

### 見えた範囲での気づき
[D1・D2 のうち観察できた行動について、引用付きでコメント]

### 次の一手として試してほしいこと
[この会話を深めるための具体的な問いかけや、次のプロンプト例を1〜2個]

フィードバックを書く際の鉄則

1. 具体性を最優先にする

「もっと詳しく説明しましょう」ではなく、「今回の〜〜という場面で『なぜそのアプローチを選んだか聞かせて』と問い返すと、より深い理解が得られたはず」のように、会話の具体的な文脈に紐付ける。

2. できていたことを先に見つける

コーチングの核心は「良い行動の強化」。まずユーザーがやっていた賢い振る舞いを拾い、具体的な発言を引用して褒める。批判的コメントは必ず後回し、かつ1〜2点に絞る。

3. 批判ではなく観察として書く

「〜できていませんでした」より「〜という行動は観察されなかったため、〜という機会を次回に活かせそうです」のように、判断よりも観察と可能性として表現する。

4. アーティファクト生成型への特別注意

コード・文書・ツールを生成する会話では、研究が示すように「生成物が Polish されているほど（見た目が整っているほど）批判的評価が落ちやすい」という傾向がある。この傾向に該当する会話では必ず DC5（Polishへの警戒） または DL2（検証責任） に触れる。

5. プロンプト例は今回の文脈に合わせる

汎用テンプレートでなく、ユーザーが実際に取り組んでいるトピック・ドメインに合わせた例にする。「このプロンプトは、今回のような〜〜の場面で使えます」と一言添える。

6. 成長の継続性に触れる（研究知見）

Economic Index "Learning Curves" によると、6ヶ月以上の継続利用者は成功率が約 +5pp 高い。「毎回の会話の後に振り返ることが、長期的な上達につながる」という点を押しつけず自然に伝える。必要に応じて /ai-fluency-check との併用を紹介する。

出力の長さ・トーン

• 通常モード: 700〜900字程度
• 詳細モード: 1500〜2000字程度
• 限定モード: 300〜500字程度
• トーン: 「学習仲間」のような親しみやすさ。上から目線でも過度に謙遜でもなく、フラットかつ建設的に。評価者ではなくコーチとして
• 言語: ユーザーが使っている言語に合わせる（日本語で話しかけられたら日本語で返す）
• 表形式: 4次元の育ち具合は表で見やすく

参照リソース

• references/fluency-behaviors.md — 4D の定義・18項目の観察チェックリスト・タスクタイプ別重点領域・研究知見・参考文献

/ai-fluency-check との関係

両者は同じ 4D・18項目を共有しているため、定性（coach-me）と定量（ai-fluency-check）の両面から補完的に使える。