Power Platform のテナント / 環境ガバナンスを確認・設定する管理スキル。開発着手前の環境チェック(既定環境ではないか・マネージド環境・Dataverse / Code Apps / MCP の有効化・セキュリティ ロール・管理 API アクセス)と DLP 事前チェックを非対話スクリプトで実行し、必要ならマネージド環境設定・カスタムコネクタの DLP 分類・ACP(Advanced connector policies)の許可コネクタを dry-run 付きで変更する。Microsoft 第一者サービスだけを許可する ACP 推奨プロファイルの適用と、クラシック DLP から ACP への移行も支援する。クラシック DLP と ACP は既定の混成モードで併用され、より制限の厳しい方が適用されるため両方を確認する。オプションとして、既定環境 / 個人開発者環境 / 市民開発者環境 / AI CoE セントラル / AI CoE 内製開発の 5 グループからなるテナント全体の環境戦略を、読み取り専用スキャン → 移行プラン(admin-migration-plan.md)→ レビュー → 適用の順で策定・実行する。設定は環境グループのルールで行うのを原則とし、グループ ルールに無い項目(既定環境ルーティング・Dataverse for Teams 禁止・Dataverse 検索・グループへの割り当て・Copilot クレジット配分)だけをテナント設定・環境個別設定・Dataverse の組織設定で補う。IP 制限・テナント分離・監査ログ・ライセンス配分などの管理設定は references にまとめる。
spec-builder
office ドキュメント・画像などの一次情報から、anthropics/skills(markdown 化)と agent-ocr(画像OCR)を使って /spec/output/docs に統合された要件定義書一式(仕様書)を作成する。
インストール方法を見る含まれるファイル(5)
- SKILL.md10.8 KB
- references/conversion-guide.md7.7 KB
- scripts/convert_documents.py28.4 KB
- scripts/requirements.txt60 B
- scripts/run_windows.ps11.4 KB
SKILL.md(原文)
インストールする前に、エージェントに与えられる指示の中身を確認できます。
仕様書作成スキル(一次情報 → 要件定義書)
office ドキュメント(PDF / PowerPoint / Excel / Word など)は anthropics/skills で読み取り、
画像ファイル(PNG/JPG 等)は agent-ocr で OCR する。
フォルダ構造
spec/ ← スキル専用ディレクトリ
├── input/ # ここに変換したいファイルを置く(ユーザーが操作)
├── output/ # 全出力はここに入る(ユーザーが参照)
│ ├── staging/ # ファイル単位の中間 markdown
│ └── docs/ # 統合要件定義書 5 点
│ ├── index.md # ドキュメント一覧・開発利用フロー
│ ├── business-requirements.md
│ ├── functional-requirements.md
│ ├── design-requirements.md
│ └── test-requirements.md
└── .cache/ # システム内部用(ユーザーは触らない)
├── conversion-checklist.json
├── pending_ocr.json
└── pending_skills.json
最初の依頼を簡単にする
このスキルは 引数なしでも開始できる。
- 既定入力:
spec/input/ - 既定 staging 出力:
spec/output/staging/ - 既定 docs 出力:
spec/output/docs/ - 既定 checklist:
spec/.cache/conversion-checklist.json --input/--staging/--docs(互換:--output)/--checklistを指定した場合はそのパスを優先するspec/input/に変換対象が見つからない場合、scripts/convert_documents.pyはワークスペース・フォルダ全体をスキャンし、変換候補になりうるファイルがないか確認する。候補が見つかった場合は一覧を提示するので、spec/input/へ移動するか--inputで対象パスを指定する- 「
spec/input/へ移動する」とは元の場所のファイルを削除するまでを含む。spec/input/へコピーしただけで元ファイルを残すと、ワークスペース上に同一内容のファイルが重複し混乱の元になる。コピー→取り込み確認後は元ファイルを削除すること
処理フロー
[spec/input/]
│
├─ 画像 (PNG/JPG 等) ──→ spec/.cache/pending_ocr.json ──→ agent-ocr
│ │
└─ 文書 (PDF/Office) ──→ spec/.cache/pending_skills.json ──→ anthropics/skills
│
┌─────────────┘
▼
[spec/output/staging/]
│
(Claude が統合)
│
[spec/output/docs/]
├── index.md
├── business-requirements.md
├── functional-requirements.md
├── design-requirements.md
└── test-requirements.md
基本フロー
scripts/convert_documents.pyで input 配下を走査するspec/input/に変換対象がなければ、ワークスペース・フォルダ全体をスキャンして変換候補ファイルの有無を確認し、見つかった場合は一覧を提示する
- 各ファイルの staging ファイルを
spec/output/staging/に作成する- ファイル名は
元のファイル名.元の拡張子.MD(例:要件定義.docx.MD)
- ファイル名は
- 画像ファイルは
spec/.cache/pending_ocr.jsonに記録し、agent-ocr で後続処理する - 画像以外の文書は
spec/.cache/pending_skills.jsonに記録し、anthropics/skills で後続処理する spec/output/docs/に以下 5 つを作成するindex.md(ドキュメント一覧・開発利用フロー)business-requirements.mdfunctional-requirements.mddesign-requirements.mdtest-requirements.md
spec/.cache/conversion-checklist.jsonを更新する- 新規ファイルはチェックリストへ追加
is_completed=falseまたは更新差分ありのファイルのみ再処理- 全件完了時は既存
spec/output/docs/を参照して開発を継続
staging → docs 統合フロー
staging の変換完了後、以下の手順で docs を更新する。
spec/.cache/conversion-checklist.jsonを読み、is_completed=falseのファイルがないか確認するis_completed=falseが残っていれば、対象の staging ファイルを読んで内容を補完する- 全 staging ファイルを横断し、各 docs の
要確認を実際の要件に書き換える:business-requirements.md→ ステークホルダー・ユーザーストーリー・業務フローfunctional-requirements.md→ 機能一覧(MoSCoW)・データモデル・非機能要件design-requirements.md→ 全体構成・コンポーネント・リスク・実装タスク分解(★全体構成・コンポーネント選定は architecture スキル の判断を正として転記する)test-requirements.md→ テストシナリオ・受け入れ条件(functional の機能一覧 # と対応。条件本文の正は functional 側)
index.mdの処理状況テーブルも合わせて更新する- 推測で埋めず、情報不足は
要確認として残す
agent-ocr 更新方針
画像の出力先とファイル名は新構成に合わせる。
- 出力先:
spec/output/staging/ - ファイル名:
元のファイル名.元の拡張子.MD - OCR 抽出時は表を markdown table 化し、判読不能箇所は
[判読不可]と明記する
pending_ocr.json の staging_markdown_path を使って、対象ファイルを更新する。
pending_ocr.json の ocr_prompt_hint を agent-ocr の抽出指示として利用する。
anthropics/skills 更新方針
画像以外の文書は pending_skills.json を使って処理する。
source_pathの元ファイルを anthropics/skills で読み取りcontext_hintを参照してどの観点で内容を抽出するかを確認する- 抽出 markdown を
staging_markdown_pathに反映 - 処理済み後、
docsの 5 文書を更新
補足: anthropics/skills(Claude)は画像読解も可能だが、このスキルでは OCR の責務を agent-ocr に固定する。
spec/output/docs/ で整理する観点
index.md
- ドキュメント一覧(各 docs へのリンクと役割)
- 処理状況テーブル
- 開発利用フロー(番号付き手順)
business-requirements.md
- 概要(対象業務・プロジェクト背景・スコープ)
- ステークホルダー / ロール(ロール・担当業務・関心事の表)
- ユーザーストーリー(As a…I want…so that…形式)
- 業務フロー
- 未確定事項 / 要確認事項(項目・確認先・期限・ステータスの表)
- 要件変更履歴(変更理由を必ず併記)
functional-requirements.md
- 機能一覧(MoSCoW 優先度・受け入れ条件の表 — 受け入れ条件の正はここ)
- Dataverse テーブル候補(テーブル名・主な列・リレーション)
- UI 要件(Code Apps / Model-Driven Apps / Cowork プラグイン — 選定の確定は architecture スキル を優先)
- Power Automate の自動化要件
- Copilot Studio / AI Builder の利用余地(採用可否・v1/v2 判断は architecture スキルに従う)
- 外部連携
- 非機能要件(パフォーマンス・セキュリティ・可用性・スケーラビリティ・ユーザビリティ — test-requirements の非機能テストと区分を一致させる)
- 要件変更履歴(変更理由を必ず併記)
design-requirements.md
★ 全体構成・コンポーネント選定・構築フェーズは architecture スキル を正とする。 本ドキュメントには architecture スキルの判断フロー・設計アウトプットテンプレートで確定した結果を転記する。
- Power Platform 全体構成案(architecture スキルのテンプレート準拠、Mermaid 構成図)
- コンポーネント設計(種別・役割・依存の表 — architecture スキルの「コンポーネント構成」表と整合させる)
- セキュリティ / 権限 / 監査(区分・内容・対応方針の表)
- 設計上のリスク(リスク・影響度・発生確率・対応方針の表)
- Phase 1 確認事項
- 実装タスク分解(タスク・依存・優先度・見積の表 — フェーズ順序は architecture スキルの「構築フェーズ」に沿う)
- 要件変更履歴(変更理由を必ず併記)
test-requirements.md
- テスト戦略(テスト方針・環境・自動化範囲)
- テストシナリオ(シナリオ名・前提条件・操作手順・期待結果・優先度の表)
- 受け入れ条件(functional-requirements の機能 # を参照し確認方法を定義 — 条件本文の正は functional 側、二重管理しない)
- 非機能テスト(区分・テスト内容・合格基準の表 — 区分は functional の非機能要件と一致させる)
- 要件変更履歴(変更理由を必ず併記)
実行例
cd .github/skills/spec-builder/scripts
python convert_documents.py
参照
- 変換ガイド
- architecture スキル — 全体構成・コンポーネント選定の正(design-requirements / UI・AI 連携要件はこちらを優先して参照)
レビュー
まだレビューはありません。使ってみた感想をお寄せください。
同じリポジトリのスキル
概要と使いどころ
Copilot Studio 新 UI の Agent flows / Workflows を構築・公開・検証する。Dataverse レコード作成/更新トリガーから既存の発行済み Copilot Studio v2 を Agent ノードで呼ぶ標準経路、Code Apps との非同期要求/結果連携、および手動 Start + inline Agent の API ライフサイクル検証を扱う。
株主総会の想定問答を、IR 抜粋(決算短信・説明資料・招集通知など)を根拠に下書きし、利用者の確認後に Dataverse の想定問答テーブルへ「下書き」として登録するスキル。 Use when ユーザーが「配当について想定問答を作って」「この論点の想定問答を 3 件追加して」「招集通知から想定問答を作って」「想定問答を登録して」と依頼したとき。 Dataverse MCP コネクタ(describe / read_query / search_data / create_record / update_record)を使用する。削除・テーブル変更のツールは使わない。
株主総会の想定問答を点検し、根拠の IR 抜粋に無い数値・存在しない根拠 ID・回答者や注意事項の抜け・趣旨の重複・下書きのまま残っているものを一覧にするスキル(書き込みはしない)。 Use when ユーザーが「想定問答を点検して」「根拠の無い数値が無いか確認して」「下書きの想定問答を一覧にして」と依頼したとき。 Dataverse MCP コネクタ(describe / read_query / search_data)を使用する。書き込み・削除のツールは使わない。
株主総会の質疑応答のリハーサル台本(議長・株主・回答役員の読み上げ原稿)を、承認済みの想定問答から作り、Dataverse のリハーサル台本テーブルへ登録するスキル。 Use when ユーザーが「リハーサルの台本を作って」「QA-001〜QA-010 で読み上げ原稿を作って」「番号を言わない株主も入れた台本を作って」と依頼したとき。 Dataverse MCP コネクタ(describe / read_query / search_data / create_record / update_record)を使用する。削除・テーブル変更のツールは使わない。
AI Builder の AI プロンプト(GPT Dynamic Prompt)を Dataverse API で作成し、Copilot Studio エージェントにツール(アクション)として追加する。Power Automate フローとの統合パターンも含む。