「批判的にレビューして」とAI（Claude Code）に頼んだだけで、自作のデザイン用手順書「design-forge」から致命的な欠陥がいくつも出てきた。直したあと、和文サイトの公開デザイン集も取り込んだ。
なぜやったか
design-forgeは7月に作ってから育てているが、手順書自体やチェックツールにどれだけ穴が残っているか、自分では気づきにくくなっていた。第三者目線で洗い出す必要があった。
やったこと
- 手順書一式とチェックツール（validate_design.py）を読ませ、批判的にレビューさせた
- 指摘のうち致命的な3点を直した
- 和文サイトのデザイン集「awesome-design-md-jp」（公開OSS、MITライセンス、490サイト分）を見せ、取り込み方を検討した
- 取り込み後に残った欠陥をさらに直した
決めたこと
まず見つかった欠陥。2か月前に廃止した別のスキルへの依存が手順書に残っていたこと、採点基準どうしが矛盾していたこと（一方は「参照から2つ移植せよ」、他方は「参照から移植せず発明せよ」と言っていた）、チェックツールの配色数の上限設定が実在の参照データでも引っかかる不具合、デザイン文書しか読まず実装コードとの突き合わせがなかったこと。この3点を直した。
外部デザイン集の取り込み方は3案比較した。全件を同梱する案は既存の構成と衝突する。外部リポジトリに接続して必要な分だけ読む案は更新にも強い。厳選した数十本を手作業で変換する案は品質は保てるが更新のたびに手間がかかる。接続する案を選び、参照カタログを10本から19本に増やした。
つまずいた点
- シェルスクリプトの一部がクォートの扱いで失敗し、直接実行し直す必要があった
- 490本を自動でチェックした結果、多くが本文の文字サイズや配色コントラストで品質基準を満たしていないとわかった
わかったこと
- 機械検証にかけて確認できるのは「相手のデータどうしの整合性」だけで、「相手のデータが現実のサイトと合っているか」は別問題だ。後者を確かめるには実サイトを取り直すしかない
- 参照カタログが増えるほど、AIが特定のジャンルの定番デザインに寄ってしまうリスクも広がる。増やせば増やすほど良いわけではない
次にやること
拡張したカタログを実案件で使い、狙った通りに多様な方向性が出るかを確かめる。