『grill-me』スキル徹底解説 — Matt Pocock 考案の 3 行 Agent Skill で AI コーディングエージェントに 18〜24 質問させて『前提の徹底同期』を実現、plan mode の『計画 → 実装 → 再計画』の非効率ループを解消 Zenn 記事（ryonakae） を基に読み解く、Opus 4.6 / Sonnet + medium effort との相性
Matt Pocock 考案の『grill-me』は Agent Skill で、たった 3 行の指示で AI コーディングエージェントの挙動を根本的に変える（Zenn 記事（ryonakae）解説）。核心的な仕組み: エージェントは 即座にコード生成せず、相互理解が完全に得られるまで徹底的な質問 を順次投げる、各質問で 2〜5 の選択肢を提示 する。記事の著者は 1 セッションで 18〜24 質問 を経験、プロジェクトスコープ・依存関係・設計判断を段階的に深堀りする流れ。質問フェーズ終了後、既に確立されたコンテキストからコード実装が 摩擦なく進行。解決する課題: 従来の plan mode（『計画 → 実装 → 計画修正 → 再実装』）の トークン浪費と時間浪費 を根本的に解消。利点: (1) plan → modify → replan サイクルの排除、(2) コード生成前の人間と AI の完全な認識合わせ、(3) セッション履歴が自然な実装ドキュメントとして機能。推奨環境: Opus 4.6 または Sonnet モデル + medium effort レベル。欠点: 質問フェーズが長時間に及ぶため 精神的な疲労 が大きいが、著者は下流の大きな問題を防ぐ観点で価値があると主張。位置付け: grill-me は Anthropic Claude Skills の実践例、Command Code の Design Partnership Mode や Crit.md の HITL レビュー と同じく 『完全自律ではない HITL 補助』 系列の代表例。
TL;DR — grill-me スキルとは
Matt Pocock 考案の『grill-me』は Agent Skill、たった 3 行の指示で AI コーディングエージェントの挙動を根本的に変える（Zenn 記事（ryonakae）解説）。
4 つの要点:
1. わずか 3 行 の Skill で AI エージェントを『徹底的に質問する』モードに切替
2. 1 セッションで 18〜24 質問 — スコープ・依存・設計判断を段階的に深堀り
3. plan mode の非効率ループを解消 — 『計画 → 実装 → 再計画』のトークン浪費を根本回避
4. 推奨は Opus 4.6 / Sonnet + medium effort、質問疲れの副作用はあるが下流問題を予防
背景 — plan mode の限界
従来の Claude / Cursor 等の plan mode:
1. ユーザー: 「機能 X を作って」
2. エージェント: 詳細な実装計画を提示
3. ユーザー: 「まあいいや、進めて」
4. エージェント: 実装完了
5. ユーザー: 「あ、この部分は違う」
6. エージェント: 計画修正 + 再実装
7. 繰り返し → トークン浪費 + 時間浪費
本質的な問題: 計画時点で人間と AI の認識が完全には揃っていない、実装してから初めて『あ、思ってたのと違う』が発覚する。plan mode は計画『提示』はするが、人間が計画を深く理解した状態でスタートしていない。
grill-me スキルの解決策
アプローチの反転: エージェントが人間に対して徹底的に質問する、コード生成前に 相互理解を完全に確立 する。
ryonakae 記事の観察:
- 1 セッションで 18〜24 質問
- 各質問で 2〜5 の選択肢 を提示（自由回答を強要しない）
- 質問はスコープ → 依存関係 → 設計判断 の順で 段階的に深堀り
質問例（記事より推測）:
1. 「この機能はユーザー認証を含みますか？」
- A) はい、既存 Better Auth で
- B) はい、新規に実装
- C) いいえ、public 機能
2. 「データ永続化は必要ですか？」
- A) はい、D1 / Postgres
- B) はい、KV / Redis
- C) いいえ、in-memory
3. ...（続く）
質問終了後: エージェントは 既に文脈を完全に理解、実装は 摩擦なく進行。plan → build → replan の悪循環がそもそも発生しない。
たった 3 行の中身（推測）
grill-me スキルは非常に簡潔（Matt Pocock の設計思想を反映）:
# grill-me
Before writing any code, ask the user thorough sequential questions until you have full mutual understanding. Present 2-5 options per question. Continue until every design decision is aligned.核心は 3 つ:
1. 『Before writing any code』 — コード生成を強制的に後倒し
2. 『thorough sequential questions』 — 単発ではなく順次深堀り
3. 『2-5 options per question』 — 自由回答ではなく選択肢提示で回答摩擦を削減
この 3 行が エージェント挙動の全体設計を書き換える 力を持つのは、Anthropic Claude Skills の設計哲学『薄いラッパーで挙動を変える』の実践。
実際の使用感 — ryonakae 記事からの学び
利点 1: plan → modify → replan サイクルの排除
質問フェーズで全て解決 — 実装フェーズに入った後の『あ、違う』が発生しない、時間とトークンの両方を節約。
利点 2: 人間と AI の完全な認識合わせ
質問を通じてユーザー自身も要件を整理、時に AI の質問が 『あ、そこ考えてなかった』 を引き出す。質問すること自体が価値創造。
利点 3: セッション履歴が実装ドキュメント
18〜24 の Q&A ペアが自然な設計ドキュメント として残る、後日レビュー時や別メンバーへの説明で 『なぜこの実装なのか』 を追跡可能。
欠点: 質問疲れ
18〜24 質問は精神的疲労が大きい、著者の言葉:
> 質問される側の疲労は本物だが、下流で発生する『実装やり直し』の疲労より 遥かに小さい
戦略的判断: 短期の質問疲労 vs 中期の実装やり直し疲労、トレードオフの結果 grill-me は 前者を選ぶ。
推奨モデルと effort レベル
ryonakae 記事の推奨:
- モデル: Claude Opus 4.6 または Sonnet
- Effort level: medium
理由: 質問生成には推論力が必要だが、過度な高 effort は質問が過剰に慎重になり進まない。medium が『しっかり質問するが過剰でない』バランス。
上位モデル（Opus 4.8）: より深い質問を生成するが、コスト高。プロダクション用途で本気の設計判断が必要な場面 で価値。
小規模モデル（Haiku 4.5 / Qwen 3.6）: 質問品質が低下、grill-me の効果が薄れるため非推奨。
Agent Skill という新しい設計単位
Anthropic Claude Skills の設計哲学:
- 薄いテキストラッパー でエージェント挙動を変える
- プログラミング不要 — Markdown ファイル 1 つで完結
- 組み合わせ可能 — 複数 Skill を同時適用可能
- 共有可能 — GitHub / Gist / 独自レジストリで配布
grill-me は Claude Skills の実践例、他にも:
- 『summarize-file』 — ファイル要約特化
- 『refactor-only』 — リファクタリングのみ許可
- 『test-first』 — テストを先に書く
- 『explain-then-code』 — 説明 → コードの順序
エコシステム: Command Code の Design Partnership Mode（17+ バリアント） も類似思想、エージェントの性格を任意に切り替える アプローチ。
位置付け — HITL 補助ツールの系譜
2026 年後半の AI エージェント設計潮流:
| ツール | HITL 度合い |
|---|---|
| grill-me（本記事） | 超高 — コード前に徹底質問 |
| Crit.md | 高 — コード後の行単位レビュー |
| Cursor | 中 — 対話ベース補完 |
| Command Code | 中 — 個人嗜好学習で自動化 |
| Claude Cowork | 低 — HITL 通知で必要時のみ |
| ChatGPT Work | 低 — 数時間自律実行 |
| Devin | 極低 — ほぼ完全自律 |
grill-me は HITL 度合いが最も高い側、『AI が独走せず、必ず人間と足並みを揃える』 系列の頂点。完全自律型（Devin / Cowork）が『任せる』方向なら、grill-me は『共に設計する』方向。
適用に向いた状況
(1) 新規機能の設計フェーズ: プロダクト方向性が固まっていない、複数選択肢がある状況
(2) レガシー統合: 既存システムの制約が多く、AI が独走すると危険な状況
(3) 教育的な使用: ジュニア開発者と AI の対話を通じて設計知識を蓄積
(4) チーム議事録として: 設計判断を Q&A 形式で残したい
(5) 複雑な依存関係のあるタスク: 単純に実装できない、事前に多くの前提を揃える必要
適用に向かない状況
(1) 単純なバグ修正: 質問フェーズが過剰、直接実装の方が早い
(2) 大量の反復タスク: 100 ファイルに同じ変更を適用する等、質問しても得るものが少ない
(3) 探索的プロトタイピング: 何を作りたいか自分でも分かっていない段階、質問に答えられない
(4) 時間切迫のインシデント対応: 質問より即実装が求められる場面
(5) 個人の実験: Command Code の taste-1 学習 のような『試行錯誤で好みを学ばせる』フェーズには不向き
留保・注意点
(1) スキル発動の再現性: grill-me を有効化しても、モデルによっては即座にコード生成に走る場合あり、モデル選択と effort レベル が重要。
(3) チーム全体への展開: 個人の好みで有効化するのは容易だが、チーム全員に強制するとメンバー間で好き嫌いが割れる、任意適用が現実的。
(4) 選択肢の質: 『2〜5 の選択肢』のうち明らかに劣った選択肢が混じることがある、盲目的に選ぶのではなく批判的に評価 が必要。
(5) 質問への疲労管理: 18〜24 質問が続くと集中力が切れる、セッション途中で休憩を挟む 運用推奨。
推奨アクション
個人開発者: grill-me スキルを Claude Code や Cursor に適用、Opus 4.6 / Sonnet + medium で試用、新規機能設計フェーズから開始。
チーム開発: 設計レビュー用途で共通スキルとして採用、実装前の設計判断を grill-me セッションで固める。セッション履歴を Confluence / Notion に残して設計ドキュメント代替。
AI ワークフロー設計者: grill-me を参考に、自社独自の Skill を作る、業界特有の質問パターン（金融ならコンプライアンス質問、医療なら安全性質問等）を組み込み。
結論
Matt Pocock の grill-me は Agent Skill 設計の傑作、たった 3 行で AI コーディングエージェントの挙動を根本的に変える力を持つ。plan mode の『計画 → 実装 → 再計画』サイクルを 『質問 → 完全理解 → 摩擦なき実装』 に置き換える発想は、Crit.md の HITL レビューや Command Code の Design Partnership Mode と同じ 『完全自律ではない HITL 補助』 系列の代表例。Claude Cowork / ChatGPT Work の完全自律路線と対を成す、『AI と共に設計する』 未来を提示。適用に向いた状況（新規設計・レガシー統合・教育・複雑依存）と向かない状況（バグ修正・反復・プロトタイプ・インシデント）を見極めた上で、Opus 4.6 / Sonnet + medium effort で試用する価値大。
本トピックに関連する弊社サービスとして ソフトウェア開発・AI コンサルティング・Hermes Agent 導入セットアップ・OpenClaw 導入セットアップ があります。Agent Skill の企業導入設計、grill-me を含む HITL ワークフロー構築、チーム向けカスタム Skill 開発のご相談は お問い合わせ から。
References
お気軽にご相談ください
お問い合わせ