sdd-req100 — Perfect Requirements Generator + Scorer (ultrathink)

0. 目的

• 「曖昧さゼロ」「テスト可能」「EARS準拠」「抜け漏れ最小」の requirements.md を作る。
• 必ず点数（0〜100）を算出し、score.jsonとして保存する。
• スコアが目標未満なら、critique.mdを作り、requirements.mdを改善して再採点する（最大5ループ）。

1. 入力と出力（ファイル契約）

入力

• /sdd-req100 $ARGUMENTS
  • $0 = spec-slug（例: google-ad-report）
  • $1 = target-dir（任意。未指定なら .kiro/specs/<spec-slug>/ を使う）

出力（必須）

• /requirements.md
• /critique.md
• /score.json

参照（同梱ファイル）

• requirements.template.md : 生成フォーマット
• rubric.md : 採点ルール（C.U.T.E.）
• banned_words.txt : 曖昧語リスト
• scripts/score_spec.py : 機械採点（必ず実行）

2. 重要ルール（絶対）

• 仕様（requirements）以外の設計・実装に踏み込まない（Howは書かない）。
• すべての要件文は EARS パターンに準拠させる。
• 各要件に「受入テスト（GWT）」を必ず付け、Yes/No判定可能にする。
• 曖昧語（banned_words.txt）の使用を禁止。使ったら自分で修正する。
• 未解決事項（Open Questions）が残る限り、100点に到達させない（誠実性のため）。

3. 手順（アルゴリズム）

Step A: ターゲットディレクトリ決定

• target-dir = $1 があればそれ、なければ .kiro/specs/$0/
• 無ければ作成する。

Step B: コンテキスト収集（最小で十分。ただし抜け漏れは許さない）

• 既存の requirements.md / README / docs / ADR / API仕様 / 運用手順 / 隣接する設計メモがあれば探索して読む（Glob/Grep/Read）。
• ユーザーからの入力が足りない場合は、以下の「意地悪質問」を最大15個だけ提示し、回答を待つ。
  • ただし、ユーザーが「仮置きで進めて」と言ったら、業界標準の仮定で埋める。その場合は requirements.md の「前提/仮定」に明記し、スコアもその分だけ下げる（=100点にはしない）。

意地悪質問（不足時のみ - 最大20個）

1. この機能が「ない」とき、誰が、どう困る？
2. 成功 / 失敗の境界を数字で言うと？
3. エラー時、誰が、どう知る？ リトライは自動？手動？上限は？
4. 同時実行されたらどうなる？
5. 二重実行されたらどうなる？
6. 外部APIが落ちていたらどうする？
7. 部分成功したら全体は成功？失敗？
8. データが巨大（10倍/100倍）だったら？
9. 認証/認可/監査ログはどう扱う？
10. 秘密情報（APIキー等）はどこから？ログに出して良い？
11. この機能を無効化する運用は想定する？
12. 手動でリカバリ/再実行/ロールバックできる？
13. タイムアウトは何秒？超えたらどうなる？
14. テスト環境と本番の違い（レート制限・データ量・権限）は？
15. SLO/SLI/SLA はある？
16. この機能で発生しうるセキュリティ脅威は何？（STRIDE観点）
17. AIエージェントが実行する場合、どこで人間の承認が必要？
18. 障害発生時のエスカレーション先と連絡手段は？
19. この技術選択の代替案は何？なぜ却下した？（ADR観点）
20. 将来の拡張（10倍のユーザー、新機能追加）に耐えられる設計か？

Step C: requirements.md をテンプレに沿って生成

• requirements.template.md を読み、完全にその形式で埋める。
• 要件（REQ-xxx）は「要件文(EARS)」「受入テスト(GWT)」「例外・エラー」を必須とする。
• 曖昧語禁止。数字/状態/YesNoで判定できるようにする。
• 未解決事項があれば「未解決事項」セクションに列挙（この時点で100点は不可能）。

Step D: 機械採点（必須）

• scripts/score_spec.py を python で実行し、score.json と critique.md を出力する。
• 例:
  bashCopy

  python3 .claude/skills/sdd-req100/scripts/score_spec.py "<requirements.mdのパス>" --out-json "<score.json>" --out-critique "<critique.md>"
  

Step E: 改善ループ（最大5回）

• score.json を読み、score_total が目標(>=98)未満なら改善する。
• 改善は critique.md の指摘をすべて潰すこと。
• 改善後に再度 Step D を実行。
• 5回やっても達しない場合:
  • 100点に必要な追加情報（質問）を「未解決事項」に明記し、現時点の最高品質版を確定する。

4. 最終応答（チャットに返す内容）

• 最終スコア（合計点と C/U/T/E 内訳）
• 主要な指摘と改善内容（3行以内）
• 生成ファイルパス一覧

5. EARS パターン（必須）

すべての要件文は以下のいずれかのパターンで記述する：

日本語版：

6. 敵対的レビュー（オプション）

スコアが伸び悩む場合、以下のエージェントを呼び出して追加レビューを受ける：

• qa-lead: 曖昧さ/テスト不能/異常系漏れを検出
• architect: 整合性/セキュリティ/運用可能性を検証
• product-owner: ビジネス価値/スコープを検証

7. 実行例

/sdd-req100 google-ad-report

出力:

.kiro/specs/google-ad-report/
├── requirements.md   # EARS準拠の要件定義
├── critique.md       # 採点結果の詳細
└── score.json        # 機械採点結果 {score_total: 98, ...}