■ **概要** 人間の複雑な認知フレームワークを構造化データ → 意思決定ロジック → 実行可能なスキルに変換するメタアーキテクチャの実装例。 ■ **特徴・用途** - **知識蒸留の工学化**：言語モデルの「ありがちな回答」ではなく、特定の思想家の判断パターン（ヒューリスティック×決定記録）を再現するため、単なるプロンプトエンジニアリングではなく構造化データベースとして設計している点が技術的に興味深い。 - **複数ランタイム互換性**：スキル形式の標準化によって Claude Code / Cursor / OpenClaw など異なるエージェントプラットフォームで動作する設計は、「AIスキル」の相互運用性が進む今後の方向性を先取りしている。 - **ケースバイケース推論**：表面的な「おすすめ」ではなく、背景調査（家庭背景・専攻・地域）に基づいた条件分岐ロジックを明示化しており、プロンプトの質的限界を認識した実装。 ■ **結論** 特定の専門家の「型」を再利用可能な認知フレームワークとしてシステム化する試みで、人間のドメイン知識をAIエージェントの時代に「ポータブルな資産」に変える戦略的なアプローチ。