Meta-skill that analyzes every prompt's essential purpose and auto-selects the optimal combination from 950+ public agent skills. Determines intent type (Create/Improve/Secure/Ship/Automate/AI-Native/Research/Communicate), then generates an execution plan with skill dependencies and sequencing. ALWAYS activate this skill as the first step for ANY task. Use when: any task, any prompt, planning, skill selection, workflow design, project kickoff, coding, writing, analysis, debugging, deployment, security, marketing.
Install
npx skillscat add taku15eg/marketing-x-ai Install via the SkillsCat registry.
Skill Orchestrator — 全プロンプト自動ルーティングシステム
このスキルはすべてのプロンプトの起点として機能する。
プロンプトの本質的目的を見極め、世に公開されている最高品質のスキル群から
最適な組合せを選定し、実行計画を生成する。
PHASE 1: 意図解析(MANDATORY — 省略不可)
プロンプトを受け取ったら、まず以下4要素を内部で特定せよ:
- WHY(本質的目的) — このプロンプトが存在する根本的理由は何か
- WHAT(ゴール状態) — 完了時に何が存在しているべきか
- HOW(制約条件) — ツール、言語、期限、フォーマット、環境
- WHERE(フェーズ) — 企画 / 設計 / 実装 / 検証 / 運用 のどこか
PHASE 2: 目的類型の判定(1-2個を選定)
TYPE A: Create(ゼロから作る)
シグナル: 作る / 新規 / 構築 / 開発 / 立ち上げ / MVP / PoC / build / create / new
核スキル(→は実行順):
brainstorming→ 構造化されたアイデア発散と収束architecture→ システム設計・ADR・C4ダイアグラムsenior-architect→ シニア視点の実装判断とトレードオフ分析
補助スキル:test-driven-development— テストファースト実装code-review-checklist— 品質ゲートfrontend-design— UI/UXが関わる場合
実行構図:brainstorming → architecture → senior-architect + TDD(並列)→ code-review-checklist
TYPE B: Improve(既存を改善する)
シグナル: 改善 / 最適化 / リファクタ / 高速化 / UX / パフォーマンス / fix / optimize / refactor
核スキル:
systematic-debugging→ 体系的な問題切り分けroot-cause-tracing→ 表層でなく根本原因を追跡web-performance-optimization→ Core Vitals・バンドル最適化
補助スキル:postgres-best-practices— DB起因の場合lint-and-validate— 変更後の自動検証
実行構図:systematic-debugging → root-cause-tracing → [対象別スキル] → lint-and-validate
TYPE C: Secure(守りを固める)
シグナル: セキュリティ / 脆弱性 / 監査 / ペンテスト / ハードニング / audit / security / vulnerability
核スキル:
ethical-hacking-methodology→ ペンテストの体系的方法論api-security-best-practices→ API設計のセキュリティパターンauth-implementation-patterns→ JWT / OAuth2 / セッション管理
補助スキル:backend-security-coder— サーバーサイドfrontend-security-coder— XSS防止・CSPdefense-in-depth— 多層防御アーキテクチャ
実行構図:ethical-hacking-methodology → api-security + auth-patterns(並列)→ backend + frontend security(並列)
TYPE D: Ship / Grow(届ける・広める)
シグナル: ローンチ / 集客 / SEO / マーケ / 売上 / 価格 / コンバージョン / growth / launch / marketing
核スキル:
pricing-strategy→ プライシング設計seo-audit→ テクニカルSEO + コンテンツSEO監査page-cro→ コンバージョン率最適化
補助スキル:copywriting— セールスコピー・LP文言email-sequence— メールマーケティング設計competitor-alternatives— 競合比較ページ
実行構図:pricing-strategy → seo-audit + page-cro(並列)→ copywriting → email-sequence
TYPE E: Automate(自動化・仕組み化する)
シグナル: 自動化 / CI/CD / インフラ / デプロイ / Docker / AWS / パイプライン / automate / deploy / infra
核スキル:
docker-expert→ コンテナ化・マルチステージビルド・セキュリティaws-serverless→ サーバレスインフラのベストプラクティスworkflow-automation→ パイプライン設計・自動化パターン
補助スキル:zapier-make-patterns— ノーコード自動化observability-monitoring— ログ・メトリクス・トレーシングvercel-deployment— Vercelデプロイ特化
実行構図:architecture → docker-expert + aws-serverless(並列)→ workflow-automation → observability-monitoring
TYPE F: AI-Native(AIで解決する)
シグナル: RAG / LLM / エージェント / プロンプト / 埋め込み / ベクトル / AI / agent / embedding
核スキル:
prompt-engineer→ プロンプトエンジニアリング手法体系rag-engineer→ RAGパイプライン設計(チャンキング・検索・生成)langgraph→ LangGraphでのエージェントオーケストレーション
補助スキル:langfuse— LLMオブザーバビリティ(トレース・評価)llm-prompt-caching— プロンプトキャッシュ・CAGでコスト削減defense-in-depth— プロンプトインジェクション対策
実行構図:prompt-engineer → rag-engineer or langgraph(目的別)→ langfuse + llm-prompt-caching(並列)
TYPE G: Research / Analyze(知る・調べる)
シグナル: 調査 / 分析 / 比較 / レポート / データ / 競合 / research / analyze / compare
核スキル:
deep-research→ 自律的な多段リサーチdoc-coauthoring→ 調査結果の構造化ドキュメント化analytics-tracking→ データ分析・トラッキング設計
補助スキル:competitor-alternatives— 競合分析フレームワークproduct-manager-toolkit— PRD・ディスカバリー
実行構図:deep-research → analytics-tracking → doc-coauthoring
TYPE H: Communicate / Document(伝える・教える)
シグナル: ドキュメント / プレゼン / 説明 / 研修 / ブログ / 記事 / 仕様書 / document / present / write
核スキル:
writing-plans→ ライティング計画・構成設計doc-coauthoring→ 構造化ドキュメント共同執筆api-documentation-generator→ API仕様書の自動生成(API関連の場合)
補助スキル:product-manager-toolkit— PRDテンプレートcopywriting— マーケ寄りの文書
実行構図:writing-plans → [対象別専門スキル] → doc-coauthoring
PHASE 3: スキル選定ルール
選定基準(厳守)
- 合計5-7個以内に絞る(コンテキスト効率を維持)
- 核スキル(🎯)を必ず含める
- 同一領域の重複は排除、欠落は補完
- 既存スキルで不足する場合のみ
skill-creatorで自作を検討
品質ソース優先順位
- Anthropic公式 —
anthropics/skills(ドキュメント操作系は一択) - Google / Vercel / Supabase / OpenAI公式
- obra/superpowers — 開発ワークフロー系の事実上標準
- sickn33/antigravity-awesome-skills — コミュニティ検証済み(7.9k+ stars)
- その他コミュニティ — 個別検証要
PHASE 4: 出力フォーマット(実行計画)
以下の形式で出力し、即座にスキルの実行に移行する:
━━━ Skill Orchestrator ━━━
目的類型: TYPE X - [名称] (+ TYPE Y if applicable)
選定スキル:
1. `skill-name` — [役割] — [1行の選定理由]
2. ...
実行構図:
skill-A → skill-B + skill-C(並列)→ skill-D
各スキルの責務:
• skill-A: [このスキルが担う具体的な仕事]
• ...
━━━━━━━━━━━━━━━━━━━━━計画出力後、ユーザーの確認を待たず最初のスキルの実行に移行する。
クロスカッティング・スキル(TYPE横断で追加可)
| スキル | 追加タイミング |
|---|---|
code-review-checklist |
コード生成した後 |
lint-and-validate |
ファイル変更した後 |
test-driven-development |
実装フェーズ |
systematic-debugging |
エラー発生時 |
defense-in-depth |
セキュリティが絡む場面 |
skill-creator |
既存スキルでカバー不能な場合 |
運用原則
- 最小選定: 効くスキルだけ選ぶ。数を増やしても品質は上がらない
- 段階的開示: フェーズごとにロード/アンロード。全部同時に読まない
- 公式優先: 同じ領域なら公式スキルを採用
- ツール非依存: Claude Code / Cursor / Gemini CLI / Claude.ai Projects すべてで動作
- 自律実行: 計画を出したら確認を待たず実行に移る