validate-data目的、用途、および情報源

このスキルが何をするか

分析結果を共有する前に、方法論、正確性、バイアスなどを確認する品質保証（QA）を実施しましょう。ステークホルダーへのプレゼンテーション前に分析結果をレビューする場合、計算や集計ロジックを抜き打ちで確認する場合、SQLクエリの結果が正しいかどうかを確認する場合、あるいは結論が実際にデータによって裏付けられているかどうかを評価する場合に活用できます。

上流ワークフローの仕組み

/validate-data <analysis to review>

要件とセットアップ

このファイルから要件定義の短い記述が選択されませんでした。これは、スキルに依存関係がないという意味ではありません。リポジトリの設定手順と参照ファイルを確認してください。

制限事項と品質チェック

まずは安全なトライアルから始めましょう

1. サポートされているホストとリポジトリのインストール手順を確認してください。スキルディレクトリと、それに関連付けられているスクリプト、アセット、ドキュメントはまとめて保管してください。SKILL.md単独では依存関係を省略できる場合があります。
2. エージェントに実際の入力、希望する出力、および受け入れ基準を指定してください。呼び出し構文と利用可能なツールはホストによって異なります。このサイトは、汎用的なインストールコマンドを前提としていません。
3. 使い捨てプロジェクトまたはコピーで、元のワークフローを試してみてください。ファイル、リモートサービス、または課金対象リソースを変更する操作は、許可する前に必ず確認してください。
4. 出力結果をソースの品質チェックおよび独自の要件と照らし合わせて検証してください。トリガーが成功したことやリポジトリのスター数が多いことだけでは、正しい結果とは言えません。

スキルフォーマットとディレクトリの仕様 ↗

詳細は出典元をご覧ください。

• /validate-data - 共有前に分析結果を検証する
• 使用法
• 1レビュー方法論と前提条件
• 2・納品前品質保証チェックリストを実行する
• 3一般的な分析上の落とし穴を確認する
• 4計算と集計の検証
• 5視覚化を評価する
• 6物語と結論を評価する
• 7改善案を提案する
• 8信頼度評価を生成する
• 納品前品質保証チェックリスト
• データ品質チェック
• 計算チェック
• 妥当性チェック
• プレゼンテーションチェック
• エクスプロージョンに参加しよう
• 生存者バイアス
• 不完全な期間比較
• 分母シフト
• 平均値の平均
• タイムゾーンの不一致
• セグメンテーションにおける選択バイアス
• その他の統計上の落とし穴
• 大きさの確認
• 交差検証手法
• 調査が必要な危険信号
• 分析ドキュメントテンプレート
• コードドキュメント
• 分析データのバージョン管理
• ヒント

関連スキル

• analyzeanthropics/knowledge-work-plugins
• build-dashboardanthropics/knowledge-work-plugins
• comp-analysisanthropics/knowledge-work-plugins
• create-vizanthropics/knowledge-work-plugins

翻訳と範囲

この読書ガイドは、ピン留めされた上流からの抜粋を選りすぐっていますSKILL.md翻訳は補助的なものです。完全なマニュアルではなく、互換性テスト済みであることを保証するものでもありません。ご使用前に原文および参照ファイルをお読みください。

この紹介文は、下記に固定表示されているバージョンに関するものです。現在のリポジトリのアクティビティと収集時間は別途表示されます。

ピン留めされたソース

原文を読む ↗

ソースを取得しました

2026-10-29T09:32:23Z

ソースコミット

2574e29377c7173d0cecffef29a6ecbd7f8ccb5d

ソースSHA-256

1e424822043480375b80aef9416227b1c8083af749ca536568716265f79ca54b