---
description: "英単語学習アプリRetento用の4択問題を生成。vocabulary.jsonから単語を読み込み、高品質な例文・自然な日本語訳・紛らわしい選択肢・丁寧な解説をCSV形式で出力。ユーザーが問題生成を依頼した際に使用"
allowed-tools: ["Read", "Write", "Bash"]
---
# Retento Question Generator Skill
このスキルは、英単語学習アプリ「Retento」用の高品質な4択問題を生成します。
## 🎯 目的
- `data/vocabulary.json` から英単語を読み込み
- 各単語について自然な例文と4択問題を作成
- CSV形式で出力し、後にデータベースにインポート可能にする
## 📊 CSVスキーマ
```csv
word,pattern_number,sentence_en,sentence_ja,choice_1,choice_2,choice_3,choice_4,correct_choice_index,feedback_1,feedback_2,feedback_3,feedback_4,tags,usage_scene,embedding_text
```
### カラム説明
- `word`: 対象単語（vocabulary.jsonのwordと紐づけ）
- `pattern_number`: パターン番号（1から開始、最終的に各単語20問まで）
- `sentence_en`: 英文例文（10-15語程度、該当単語は `タグ` で囲む）
- `sentence_ja`: 自然な日本語訳
- `choice_1` ~ `choice_4`: 日本語4択（どれも「ありえそう」に見える選択肢）
- `correct_choice_index`: 正解の番号（1-4の整数）
- `feedback_1` ~ `feedback_4`: 各選択肢への丁寧な解説
- `tags`: セミコロン区切りのタグ（1-5個）
- `usage_scene`: 使用場面の説明（1フレーズ）
- `embedding_text`: 埋め込みベクトル生成用テキスト
## 🔧 生成ルール
### 0. **【最重要】wordの形を絶対に変えないルール**
**vocabulary.jsonのwordフィールドに記載された英単語を、データベースに登録されている形のまま使用すること。時制・語形・接辞の追加は一切禁止。**
#### 絶対禁止事項：
1. **時制変化の禁止**
- ❌ DB: `abandon` → 文中で `abandoned` / `abandons` / `abandoning` に変えない
- ❌ DB: `abhor` → 文中で `abhors` / `abhorred` / `abhorring` に変えない
- ❌ DB: `abolish` → 文中で `abolished` / `abolishes` に変えない
2. **接頭辞・接尾辞の追加禁止**
- ❌ DB: `abashed` → 文中で `unabashed` に変えない
- ❌ DB: `abash` → 文中で `abashed` に変えない
3. **単複変化の禁止**
- ❌ DB: `aberration` → 文中で `aberrations` に変えない
- ❌ DB: `ability` → 文中で `abilities` に変えない
4. **品詞変化の禁止**
- ❌ DB: `abandon`（動詞） → 文中で `abandonment`（名詞）に変えない
- ❌ DB: `quick`（形容詞） → 文中で `quickly`（副詞）に変えない
#### 正しい使い方（DBの形を厳守）：
- DB: `word: "abandon"` → 文: `Never abandon your dreams.` ✅
- DB: `word: "abandoned"` → 文: `The abandoned house was haunted.` ✅
- DB: `word: "abash"` → 文: `Don't let them abash you.` ✅
- DB: `word: "abhor"` → 文: `I abhor violence.` ✅
#### 重要な理解：
vocabulary.jsonには派生形が**それぞれ独立したエントリ**として登録されている：
- `abandon`（動詞）← id=2用の問題
- `abandoned`（形容詞）← id=3用の問題
- `abandonment`（名詞）← id=4用の問題
**各エントリは独立している。他のエントリの形を借用してはならない。**
#### 下線の付け方：
- ✅ `abandoned` ← 単語全体に下線
- ❌ `abandoned` ← 一部だけ下線（禁止）
- ❌ `unabashed` ← 接頭辞除外（禁止）
### 1. 英文例文（sentence_en）
- **長さ**: difficulty_scoreに応じて調整
- 1000-3000台: 7-10語（簡単な文）
- 4000-6000台: 10-12語（中程度）
- 7000-9000台: 12-15語（やや長め）
- **該当単語**: `単語` で囲む **（wordフィールドと完全一致させる）**
- **自然さ**: ネイティブが実際に使う表現を優先
- **文脈**: その単語の意味が明確に伝わる状況設定
#### **【最重要】文法チェック必須項目 - 単語を変形せずに正しい英文を作る**:
**原則**: vocabulary.jsonの単語を一切変形せずに、文法的に正しい英文を作成すること
1. **主語を選んで動詞の変形を回避**
- ✅ 良い例: `I abhor dishonesty` → I なら原形のまま
- ✅ 良い例: `They abhor dishonesty` → 複数形なら原形のまま
- ❌ 悪い例: `He abhor dishonesty` → He だと abhors が必要(変形になるので禁止)
**使用可能な主語**: I, We, You, They, 複数名詞(People, Many students, etc.)
2. **助動詞を使って原形を維持**
- ✅ `He will abhor this idea` → will の後は原形
- ✅ `She must abhor violence` → must の後は原形
- ✅ `He should abhor dishonesty` → should の後は原形
- ✅ `It can abhor cruelty` → can の後は原形
3. **疑問文で原形を維持**
- ✅ `Does he abhor violence?` → does の後は原形
- ✅ `Did she abhor the idea?` → did の後は原形
- ✅ `Will they abhor this decision?` → will の後は原形
4. **不定詞構文で原形を維持**
- ✅ `He wants to abhor dishonesty` → to の後は原形
- ✅ `She decided to abhor violence` → to の後は原形
- ✅ `They plan to abhor cruelty` → to の後は原形
5. **命令文で原形を維持**
- ✅ `Never abhor someone without reason` → 命令文は原形
- ✅ `Don't abhor people easily` → Don't の後は原形
**まとめ**: 単語の変形が必要になりそうな場面では、主語を変える・助動詞を使う・疑問文にする・不定詞にする・命令文にするなど、原形のまま使える文構造を選択すること
### 2. 日本語訳（sentence_ja）
**最重要**: 自然な日本語を優先すること
- ❌ 悪い例: 「子供の放棄された感覚が...」
- ✅ 良い例: 「子どもが見捨てられたと感じたことが...」
#### ルール:
1. **抽象名詞は必要に応じてフレーズ化**
- `abandonment` → 「放棄」ではなく「見捨てられたという感覚」
- `ability` → 「能力」そのままでもOKだが、文脈次第で「〜できる力」
2. **英訳っぽい語順を避ける**
- ❌ 「その本は歴史についてです。」
- ✅ 「その本は歴史について書かれている。」または「その本のテーマは歴史だ。」
3. **高校生が参考書で見る自然な訳に近づける**
- 機械翻訳感を排除
- 日本語として読んで違和感がないか必ずチェック
4. **形容詞・分詞の訳は文脈に応じて自然に**
- 建物・場所・無生物には「廃〜」「放棄された」など物理的表現
- 人・動物・感情には「見捨てられた」「捨てられた」など感情的表現
- 一つの訳語に固執せず、対象の性質に合わせて使い分ける
5. **【重要】助詞の正確な使用**
- 主語・目的語・場所などの格助詞を正しく使う
- ❌ 悪い例: 「熱**に**下がる兆候が見られた」
- ✅ 良い例: 「熱**が**下がる兆候が見られた」
- **チェックポイント**:
- 「〜が」(主語・主題)
- 「〜を」(目的語)
- 「〜に」(方向・対象・時間)
- 「〜で」(場所・手段・原因)
- 文法的に正しい助詞を選ぶこと
### 3. 選択肢設計（choice_1 ~ choice_4）
**最重要**: 文脈的に「どれもありえそう」に見える選択肢群にすること
#### 設計原則:
1. **4つとも「その文脈になんとなく入りそうな日本語」にする**
- ❌ 悪い例（ability）: 能力 / 困難 / 計画 / 機会 ← 困難だけ明らかに遠い
- ✅ 良い例: 能力 / 才能 / 資質 / 素質 ← どれもポジティブで近い
2. **最低1つは「意味は近いがニュアンスが違う」選択肢**
- 例: 能力 vs 才能（abilityとtalentの違い）
- 例: 退位 vs 辞任（abdicationとresignationの違い）
3. **最低1つは「同じ領域だが役割が違う」選択肢**
- 例（abortion）: 中絶 / 出産 / 妊娠 / 避妊 ← 全て生殖領域
- 例（abandon）: 放棄する / 延期する / 中断する / 撤回する ← 全て「やめる」系
4. **異分野の単語を無理に混ぜない**
- ❌ 悪い例: 中絶 / 選挙 / 教育 / 貿易 ← バラバラすぎて社会科クイズ
- ✅ 良い例: 中絶 / 出産 / 妊娠 / 避妊 ← 同じ領域で紛らわしい
#### 選択肢配置:
- `correct_choice_index` でランダム化（1-4のどこに正解を置いてもOK）
- パターンによって正解位置を変える
### 4. フィードバック（feedback_1 ~ feedback_4）
各選択肢について、以下を含む丁寧な解説を書く：
1. **正解の場合**:
- なぜこれが正解か
- 単語の意味・語源・ニュアンス
- 文脈との結びつき
- **試験での出方や覚え方のコツ（可能な限り全問に1文追加）**
2. **誤答の場合**:
- なぜ不適切か
- どんな英語表現になるか
- 正解とどう違うか（意味・ニュアンス・使用場面）
#### **フィードバック文体ルール（最重要）**:
**日本語として自然であることを最優先する**。英語はあくまで「例」として日本語の中に差し込むだけ。
##### ✅ 推奨する書き方パターン:
```
「〜」に対応する英語は ○○ / △△ などです。
「〜」は英語では ○○ と言い、「〜〜という意味」になります。
○○ は「〜〜」の意味なので、この文脈では不自然で不正解です。
```
##### ❌ 絶対に禁止する書き方:
- 「〜 isforget」「〜 isbe absent from」など、**is + 単語列がくっついた形**
- 英語しかない断片（日本語の主語・述語がない）
- 例: 「forgetで、記憶を失うこと。」← ダメ
##### 良い例（誤答フィードバック）:
```
「欠席する」に対応する英語は be absent from / skip / miss などで、「出席しない」という行為を表します。attend は「出席する」なので、意味が正反対になり、この文では不正解です。
「忘れる」は英語では forget で、「記憶から抜け落ちる」という意味になります。associate は「関連づける」「結びつける」という動きで、忘れるどころかむしろ何かを強く結びつけるイメージなので不正解です。
「比較する」は英語では compare で、類似点や相違点を検討することです。associate は関連づけることで、compare は違いや類似性を分析することを指します。associate の方がより自動的・無意識的な結びつきを示すため、ニュアンスが異なります。
```
##### 正解フィードバックの例:
```
「放棄する」が正解です。abandon は「危険や困難な状況で何かを諦めて去る」という意味で、沈没船という緊急事態に最適です。共通テストや模試では、abandon は「危険だから捨てる」イメージでよく出ます。
「継続的な」が正解です。continuous は「途切れることなく続く、連続的な」という意味で、24 hours a day（1日24時間）という説明と一致します。ビジネスや製造業の文脈で continuous operation（連続操業）としてよく使われます。類似語の continual（断続的だが繰り返される）との違いに注意しましょう。
```
#### ポイント:
1. **「〜は … です」で書く（is を単独で使わない）**
2. **英単語の前には必ずスペースを入れる**（be absent from / skip / miss のように）
3. **文法メタ情報は全部日本語で言う**（「〜という意味です」「〜を表します」「〜の反対です」など）
### 5. タグ設計（tags）
#### タグプール（初期版）:
```
academic, action, abstract, art, biology, business, causation, chemistry,
communication, comparison, concrete, daily_life, description, education,
emotion_negative, emotion_positive, formal, informal, law, literature,
medicine, mental, movement, nature, physical, physics, politics, quality,
quantity, relationship, science, social, sports, state, technology, time,
transformation, culture, moral, emergency, environment
```
#### ルール:
1. **1問につき1-5個のタグ**
2. **できれば「分野2-3個 + ニュアンス2-3個」の構成**
- 分野例: science, politics, business, daily_life
- ニュアンス例: formal, abstract, emotion_negative, action
3. **既存タグを優先使用**
- 新タグは「どうしても既存で表現できない」場合のみ追加
- 新タグを追加した場合は、理由をコメントで明記
4. **出題傾向調整に使える意味的な分類**
- 例: `science, environment, formal, action` → 環境科学系の文章で使われる動詞
5. **セミコロン区切り**
- ✅ `action;emergency;movement;formal`
- ❌ `action,emergency,movement,formal` ← カンマは使用禁止
### 6. 使用場面（usage_scene）
**1フレーズ**で「どんな場面の文か」を説明:
#### 例:
- `emergency situation at sea`
- `university research presentation`
- `news article about climate change`
- `casual conversation between friends`
- `business email to a client`
- `high school classroom discussion`
- `psychological discussion about childhood trauma`
#### ルール:
- 具体的すぎず、抽象的すぎず
- テーマ性のあるセッション生成に使えるレベルの粒度
- 英語でOK（後処理で翻訳可能）
### 7. 埋め込みテキスト（embedding_text）
**フォーマット**:
```
word : sentence_en(タグ除去) / sentence_ja / 正解: correct_choice / tags: tags / scene: usage_scene
```
#### 例:
```
abandon : The crew had to abandon the sinking ship immediately. / 乗組員は沈没する船をすぐに放棄しなければならなかった。 / 正解: 放棄する / tags: action;emergency;movement;formal / scene: emergency situation at sea
```
#### ルール:
1. **`...` タグは削除**（意味には不要、ノイズになる）
2. **正解の日本語のみ含める**（誤答は不要）
3. **tags と usage_scene を文字列として連結**（テーマ性検索に効く）
## 🚀 使用方法
### 基本的な流れ:
1. **ユーザーから指示を受ける**
- 例: 「最初の10語で問題を1問ずつ生成して」
- 例: 「abandon から abrade まで pattern_number=1 を生成」
- 例: 「続きから問題生成して」
2. **進捗状況を確認する**
- `data/questions-bank-progress.json` を読んで、前回どこまで生成したかを確認
- ファイルが存在しない場合は新規開始
3. **vocabulary.json を読み込む**
```bash
python3 -c "
import json
with open('data/vocabulary.json', 'r') as f:
vocab = json.load(f)
# 必要な単語を抽出
"
```
4. **スキップする単語**
- `a` のみスキップ（基本語すぎて問題作成困難）
5. **問題を生成**
- 上記ルールに従って1問ずつ生成
- CSV形式で出力
6. **CSVファイルに追記**
- 初回: `data/questions-bank.csv` を新規作成（ヘッダー含む）
- 2回目以降: 既存ファイルに追記（ヘッダーなし）
7. **進捗状況を保存**
- `data/questions-bank-progress.json` を更新
- 次回はここから続行可能
### 出力例:
```csv
word,pattern_number,sentence_en,sentence_ja,choice_1,choice_2,choice_3,choice_4,correct_choice_index,feedback_1,feedback_2,feedback_3,feedback_4,tags,usage_scene,embedding_text
abandon,1,"The crew had to abandon the sinking ship immediately.",乗組員は沈没する船をすぐに放棄しなければならなかった。,放棄する,固定する,修理する,調査する,1,"「放棄する」が正解です。abandonは「危険や困難な状況で何かを諦めて去る」という意味で、沈没船という緊急事態に最適です。共通テストや模試では、abandonは「危険だから捨てる」イメージでよく出ます。","「固定する」はsecure/fastenで、船を安定させる行為。abandonとは逆の行動です。","「修理する」はrepairで、船を直す行為。しかしimmediately(すぐに)という緊急性と矛盾します。","「調査する」はinvestigate/inspectで、状況を調べる行為。沈没中の船では命を守ることが優先されます。",action;emergency;movement;formal,emergency situation at sea,"abandon : The crew had to abandon the sinking ship immediately. / 乗組員は沈没する船をすぐに放棄しなければならなかった。 / 正解: 放棄する / tags: action;emergency;movement;formal / scene: emergency situation at sea"
```
## 📝 品質チェックリスト
生成後、各問題について以下を確認:
### 英文(sentence_en)の確認:
- [ ] 英文は自然で、難易度に合った長さか?
- [ ] **【最重要】vocabulary.jsonの単語が一切変形されていないか?**
- [ ] 三人称単数現在の-s/-esが付いていないか?
- [ ] 過去形・過去分詞形に変えていないか?
- [ ] 単複・品詞を変えていないか?
- [ ] 主語と動詞の文法的一致が取れているか?
- [ ] 単語を変形せずに文法的に正しい文になっているか?
### 日本語訳(sentence_ja)の確認:
- [ ] 日本語訳は自然か?(機械翻訳感がないか?)
- [ ] **助詞(が/を/に/で等)が文法的に正しく使われているか?**
- [ ] 英訳っぽい不自然な語順になっていないか?
### 選択肢・フィードバックの確認:
- [ ] 選択肢4つとも「ありえそう」に見えるか?
- [ ] 少なくとも1つは「意味が近い」紛らわしい選択肢があるか?
- [ ] フィードバックは丁寧で、試験的視点が含まれているか?
- [ ] フィードバック内の英語表現が日本語の中に適切に組み込まれているか?(「is + 単語」のような不自然な形になっていないか?)
### その他の確認:
- [ ] タグは適切で、タグプール内から選ばれているか?
- [ ] embedding_textに `` タグが含まれていないか?
- [ ] **embedding_textの日本語訳がsentence_jaと完全に一致しているか?**
## 🎓 Claude への注意事項
1. **一度に生成する問題数**:
- 10-20問ずつ推奨（品質確認しやすい）
- ユーザーの指示に従う
2. **フィードバックの反映**:
- ユーザーから修正指示があれば、このSKILL.mdを更新
- 改善のイテレーションを重ねる
3. **タグプールの拡張**:
- 新タグ追加時は必ず理由を説明
- tag-pool.json（別ファイル）に記録
4. **出力形式**:
- 必ずCSVヘッダーを含める
- エスケープ処理に注意（カンマ・改行・ダブルクォート）
## 📂 進捗管理システム
### progress.jsonの構造
`data/questions-bank-progress.json`:
```json
{
"version": "1.0.0",
"last_updated": "2025-11-15T10:30:00Z",
"total_words": 9000,
"total_generated": 100,
"current_pattern": 1,
"last_word": "ability",
"last_word_id": 500,
"batches": [
{
"batch_id": 1,
"timestamp": "2025-11-15T09:00:00Z",
"words_generated": 20,
"start_word": "abandon",
"end_word": "abrade",
"pattern_number": 1
},
{
"batch_id": 2,
"timestamp": "2025-11-15T10:30:00Z",
"words_generated": 80,
"start_word": "abroad",
"end_word": "ability",
"pattern_number": 1
}
]
}
```
### 進捗確認の手順
1. **progress.jsonを読む**
```bash
cat data/questions-bank-progress.json
```
2. **最後に生成した単語を確認**
- `last_word_id` をチェック
- vocabulary.jsonで次の単語を特定
3. **続きから生成**
- `last_word_id + 1` から開始
- 同じ `pattern_number` で続行
### CSVへの追記手順
#### 初回生成の場合:
```bash
# ヘッダー付きで新規作成
cat > data/questions-bank.csv << 'EOF'
word,pattern_number,sentence_en,sentence_ja,choice_1,choice_2,choice_3,choice_4,correct_choice_index,feedback_1,feedback_2,feedback_3,feedback_4,tags,usage_scene,embedding_text
abandon,1,"The crew had to abandon the sinking ship immediately.",乗組員は沈没する船をすぐに放棄しなければならなかった。,放棄する,固定する,修理する,調査する,1,"「放棄する」が正解です。...",..."
EOF
```
#### 2回目以降の追記:
```bash
# 既存ファイルに追記（ヘッダーなし）
cat >> data/questions-bank.csv << 'EOF'
abandoned,1,"The abandoned factory was covered with rust.",見捨てられた工場は錆に覆われていた。,...
EOF
```
### 進捗保存の手順
生成が完了したら、必ず `progress.json` を更新:
```bash
# Pythonで更新
python3 << 'EOF'
import json
from datetime import datetime
# 既存の進捗を読み込む
try:
with open('data/questions-bank-progress.json', 'r') as f:
progress = json.load(f)
except FileNotFoundError:
progress = {
"version": "1.0.0",
"total_words": 9000,
"total_generated": 0,
"current_pattern": 1,
"batches": []
}
# 新しいバッチ情報を追加
new_batch = {
"batch_id": len(progress["batches"]) + 1,
"timestamp": datetime.utcnow().isoformat() + "Z",
"words_generated": 20, # 今回生成した単語数
"start_word": "abandon", # 開始単語
"end_word": "abrade", # 終了単語
"pattern_number": 1
}
progress["batches"].append(new_batch)
progress["total_generated"] += new_batch["words_generated"]
progress["last_word"] = new_batch["end_word"]
progress["last_word_id"] = 20 # vocabulary.jsonのID
progress["last_updated"] = datetime.utcnow().isoformat() + "Z"
# 保存
with open('data/questions-bank-progress.json', 'w') as f:
json.dump(progress, f, indent=2, ensure_ascii=False)
print(f"✅ Progress saved: {new_batch['words_generated']} words generated")
EOF
```
## 🔄 続きから再開する方法
### ユーザーが「続きから」と指示した場合:
1. **progress.jsonを確認**
```bash
python3 -c "
import json
with open('data/questions-bank-progress.json', 'r') as f:
p = json.load(f)
print(f'Last word ID: {p[\"last_word_id\"]}')
print(f'Last word: {p[\"last_word\"]}')
print(f'Total generated: {p[\"total_generated\"]}')
print(f'Pattern: {p[\"current_pattern\"]}')
"
```
2. **次の単語から開始**
```bash
python3 -c "
import json
# 進捗確認
with open('data/questions-bank-progress.json', 'r') as f:
progress = json.load(f)
last_id = progress['last_word_id']
pattern = progress['current_pattern']
# vocabulary.jsonから次の単語を取得
with open('data/vocabulary.json', 'r') as f:
vocab = json.load(f)
# 次の20語を取得（スキップする単語を考慮）
next_words = [w for w in vocab if w['id'] > last_id][:20]
for w in next_words:
print(f\"{w['id']}: {w['word']} ({w['difficulty_score']})\")
"
```
3. **生成開始**
- 取得した単語リストで問題を生成
- CSVに追記
- progress.jsonを更新
### 完全に新規開始する場合:
```bash
# progress.jsonを削除または初期化
rm -f data/questions-bank-progress.json
rm -f data/questions-bank.csv
# これで次回は1番目の単語から開始
```
## 📚 参考資料
- `data/vocabulary.json`: 9,000+語の英単語データ
- `data/questions-bank.csv`: 生成された問題のCSVファイル
- `data/questions-bank-progress.json`: 進捗管理ファイル
- `docs/今後の方針.md`: Retentoの設計方針
- タグプール: `.claude/skills/question-generator/tag-pool.json`
---
**このスキルを使う際**: 「問題生成して」「次の100語で問題作って」「続きから生成して」などの指示で自動起動します。