Skills 管理

あなたの方法と経験を Skills に変えましょう。一度教えれば、ずっと使い回せます。

WeJot では、ニーズの表明からアンケートの生成、データ分析、サンプル配信までの一連の流れが公式 Skills によって導かれます。 公式 Skills に加えて、自分専用の Skills をインストールすることもできます。

Skills 管理は、それらすべてのオン/オフを切り替え、セットを拡張するための統合された場所です。

Skills 管理を開く

• WeJot Web を開き、アバターメニュー → Skills 管理へ進みます。

• WeJot Web では、右側のナビゲーションのマイページ → Skills 管理からも見つけられます。

• または、チャット入力の / コマンドメニューの上部にあるSkills 管理をクリックします。

できること

ここでは、すべての Skills を表示・管理できます:

1. 全 Skills リストの閲覧

公式 Skills — WeJot が管理する組み込み Skills です。Skills ごとに異なる専門機能をカバーしています。例えば:

• アンケート作成 — アンケート生成、タイトル / 説明の編集、項目の作成 / 削除 / 編集 / 並べ替え / 修正、DOM レベルのカスタマイズ、構造検証。
• データ分析 — 読みやすく、視覚化に優れた分析を生成。
• ドキュメント生成 — 分析結果をプロフェッショナルなドキュメントにエクスポート。
• そのほか、アンケートロジック、カスタム設問タイプ、テキスト分析、アンケートデータ取得などがあります。

カスタム Skills — アップロードや自作によってインストールする Skills です。

上部の検索ボックスは、ローカライズされた表示名と説明の両方に一致します。

2. Skills の有効 / 無効

各行にスイッチがあります。 変更した状態は、全リストと詳細ダイアログの両方に反映されます。

公式 Skills を無効にすると、チャットアシスタントはそれを呼び出さなくなります。不要なツールセットを畳んでおくことで、モデルの動作を集中させることができます。

3. Skills の詳細確認

任意の行をクリックするとSkills 詳細が開きます:

• ヘッダー — 名前、説明、最終更新時刻。
• 左側 — Skills のファイルツリー（フォルダは任意の深さまで展開可能）。
• 右側 — 選択したファイルのコードプレビュー（GitHub ライトのシンタックスハイライト）。

これにより、有効にする前に Skills がどのように動作するかを正確に理解できます。

4. カスタム Skills のアップロードと削除

マイページタブには新規 Skillsのエントリがあり、次の方法に対応しています:

• ファイル選択によるアップロード、または
• ダイアログ内のアップロードエリアへのドラッグ＆ドロップ。

カスタム Skills は、アップロード後は公式 Skills と同じように動作します。有効/無効の切り替え、ファイルの確認などが可能です。 カスタム Skills は削除もできます。

/ クイックアクションメニューとの連携

チャット入力の / クイックアクションメニューには、有効な Skills だけが表示されます。 Skills をアップロード、有効化、無効化すると、メニューは自動的に更新されます。 つまり、チャット中に Skills をすばやく呼び出すには、先に Skills 管理で有効にしておく必要があります。

こんな方に

• AI の動作を正確に制御し、チームが実際に使う Skills だけを残したい方。
• AI に適用させたいカスタムテンプレートやドメイン知識を持つチーム。

注目:主要な公式 Skills 2 つ

実際のリサーチフローで最もよく使われる Skills が 2 つあります。どちらも公式タブにあり、個別に切り替えられます。

プロフェッショナルアンケート設計（survey-design）

確立された方法論に基づいて、リサーチゴールを構造化されたアンケートに変換します:

• 全調査誤差（TSE:Total Survey Error） — カバレッジ / サンプリング / 無回答 / 測定誤差を最初から制御;
• 構成概念の操作化 — 抽象的な構成概念を観察可能で採点可能な指標に分解;
• Tourangeau の 4 つの認知段階 — 各項目を理解 → 想起 → 判断 → 回答の流れで評価;
• Dillman の設問順序ファネル — 項目を一般的→具体的、簡単→難しい順に並べ、完了率を高める;
• 市場調査のモジュール構成 — 調査の導入 / スクリーニング & クォータ / 中核調査 / デモグラフィックを分離。

内部的には、最初に 明確化 を呼び出してリサーチクエスチョンと主要仮説を確定し、それぞれを候補アイテムにマッピングします。これにより、アイテムが意図から逸脱しません。

呼び出し方: / メニューから「Professional Survey Design」を選ぶか、*「プロフェッショナルアンケート設計の方法論でこのアンケートをドラフトして」*と伝えるだけです。

データクリーニング（data-cleaning）

分析の前に収集した回答の品質監査を実行し、次の点を浮き彫りにします:

• プロフィールの矛盾 — 自己申告の属性が矛盾するケース（例:「学生」なのに異常に高い収入）;
• ルーティング & ロジックの異常 — スキップされた項目に回答がある、必須項目がすり抜けているなど;
• 低努力 / 一直線の回答 — マトリックスの列が同じ値、無意味なテキスト、異常に短い回答時間;
• 重複送信 — 短時間のうちに同じソースから送られた酷似した回答。

出力は単一の信頼スコアではありません。フラグが付いた回答とその理由を列挙し、発見事項をアクションに変換します:無効のマーク、「要人によるレビュー」のタグ付け、クリーニングレポートの作成などです。結果は自動的にデータとインサイトへ流れ込み、クリーニングされたサンプルに対して分析が実行されます。

呼び出し方: / メニューから「Data Cleaning」を選ぶか、*「収集したデータセットをクリーニングして」*と伝えるだけです。

他の Skills との境界:プロフェッショナルアンケート設計は上流の質問票を強化し、データクリーニングは下流の信頼性を強化します。その間にある「この使える回答は何を意味するか?」のステップは、データ分析 / テキスト分析 Skills が担当します。