フェーズ 8: 振り返り

目的

リリース完了後にプロセスを振り返り、学習したパターンを抽出して次回の開発に活かす。メモリの更新、スキルの改善、技術的負債の棚卸しを通じて、継続的な改善サイクルを回す。

開始条件

• リリースまたはロールバックが収束し、docs/workflow/release-record.md がある
• 要件・検証・レビュー・リリースの記録と運用上の観測を参照できる

入力成果物

• docs/workflow/requirements.md
• docs/workflow/test-evidence.md
• docs/workflow/review-report.md
• docs/workflow/release-record.md

実行手順

1. 期待した結果と実際の結果を証拠から比較する
2. 事実、判断、うまくいった点、問題を分ける
3. 改善点ごとに次の行動、反映先、または対応しない理由を決める
4. 再利用する知識を反映し、次サイクルの入力を作る

期待成果物

• docs/workflow/retrospective.md
• docs/workflow/next-intake.md
• 更新されたプロジェクト規約、運用手順、再利用可能な知識

終了条件

• 事実・判断・学びと、改善点の扱いが記録されている
• 次サイクルの入力を要件理解へ引き渡せる

失敗時の戻り先

• リリース結果が不明ならリリースへ戻る
• 検証・レビュー証拠が不足する場合は該当フェーズの記録を補う
• 行動に結び付かない所感は観測事実と次の判断へ分解し直す

Before / After

Before: 従来のやり方

• リリースしたら即座に次のタスクへ
• 学習したパターンがセッションと共に消失
• 同じミスを繰り返す
• プロジェクトの知識が属人化

After: ツール活用後

• セッションから再利用可能なパターンを自動抽出
• プロジェクトメモリが更新され、次回のセッションで活用
• 技術的負債が記録され、計画的に返済
• スキルが進化し、チーム間で共有可能

レベル別アプローチ

Beginner

Level 1 プレイブック

入力例

要件・検証・レビュー・リリース記録: docs/workflow/

コマンド / プロンプト

claude

各記録を読み、期待と実際の差を証拠付きで振り返ってください。
事実、判断、学び、次の行動を docs/workflow/retrospective.md に保存し、
次サイクルの課題だけを docs/workflow/next-intake.md にまとめてください。

生成物例

# 振り返り
## 事実
表示順の重複管理を解消した。
## 学び
順序は frontmatter の order だけから生成する。
## 次の行動
新フェーズ追加時に工程接続を確認する。

検証

test -s docs/workflow/retrospective.md
test -s docs/workflow/next-intake.md
rg -n '^## (事実|学び|次の行動)$' docs/workflow/retrospective.md

出口判定

• 事実と解釈が分かれ、改善点の扱いが決まっている
• 次サイクル入力を要件理解へ渡せる

Claude Code のメモリ機能で基本的な振り返り。

# クイックメモリに記録
Claude Code > # このプロジェクトでは Supabase RLS の書き方に注意
# → CLAUDE.md に追記される

# セッションの要約
Claude Code > このセッションで学んだことをまとめて

# /memory でメモリファイルを編集
Claude Code > /memory
# → エディタで CLAUDE.md を開く

手順:

1. # プレフィックスでクイックメモリに重要な知見を記録
2. セッション終了前に学習内容をまとめる
3. /memory で CLAUDE.md を編集し、プロジェクトの知識を更新
4. 改善点を次回のセッションで活かすためのメモを残す

Intermediate

OMC の learner / notepad / project-memory と ECC の continuous-learning を活用。

# OMC: learner（パターン抽出）
/oh-my-claudecode:learner
# セッションから再利用可能なスキルパターンを抽出
# 厳格な品質ゲートを通過したパターンのみ保存
# 関連する場面で自動注入

# OMC: notepad（3セクション構造）
# priority: 常にロードする重要事項
# working: タイムスタンプ付きの一時的な作業メモ
# manual: 永続（自動プルーンなし）
/oh-my-claudecode:hud
# → notepad_read で振り返り内容を確認

# OMC: project-memory（永続プロジェクト知識）
# techStack, build, conventions, structure, notes, directives
# セッションをまたいで永続化

# ECC: continuous-learning（パターンの自動抽出）
/learn
# セッション中にパターンを抽出して保存

# ECC: continuous-learning-v2（本能ベース学習）
# 信頼度スコア付き、インポート/エクスポート、進化
/instinct-status
/evolve

手順:

1. OMC learner でセッションからスキルパターンを抽出
2. OMC notepad の manual セクションに重要な知見を永続記録
3. OMC project-memory の conventions と notes を更新
4. ECC continuous-learning でパターンを自動抽出
5. 改善点を OMC notepad の priority セクションに記録（次回セッション開始時にロード）

Advanced

ECC の instinct ベース学習と OMC のセッション間記憶で、継続的な改善サイクルを構築。

# ECC: instinct ベース学習
/instinct-status
# 信頼度スコア付きで学習済みパターンを確認

/evolve
# 関連する instinct をクラスタリングしてスキルに進化

/instinct-export
# チームメンバーと instinct を共有

/instinct-import
# 他の人の instinct をインポート

/prune
# 期限切れの instinct を削除

# OMC: project memory の包括的更新
# project_memory_write で包括的なプロジェクト知識を更新
# techStack, build, conventions, structure, notes, directives

# ECC: skill-stocktake
/skill-stocktake
# スキルとコマンドの品質監査

# ECC: harness-audit
/harness-audit
# ハーネスの信頼性、評価準備性、リスク態勢の監査

# OMC: session recovery
# セッション状態の永続化とリカバリ
# 次回のセッションで前回のコンテキストを引き継ぎ

手順:

1. ECC instinct-status で学習済みパターンの信頼度を確認
2. ECC evolve で関連パターンをクラスタリングしてスキルに進化
3. OMC project-memory の全セクションを更新
4. ECC skill-stocktake でスキル品質を監査
5. ECC harness-audit でハーネス全体の健全性を評価
6. チームと instinct を共有（ECC instinct-export/import）

ベストプラクティス

1. セッション終了前に必ず振り返り -- 学習内容をメモリに保存せずにセッションを終了すると、次回はゼロスタート。OMC notepad や ECC instinct に記録する
2. パターンは品質ゲートを通す -- OMC learner は厳格な品質ゲートでパターンを評価する。低品質なパターンはかえってノイズになる
3. instinct をチームで共有 -- ECC instinct-export/import で、個人の学習をチーム全体に展開する。組織のナレッジが蓄積される
4. project-memory を定期的に更新 -- プロジェクトの技術スタック、ビルド手順、規約が古くなると、AIの提案の精度が下がる
5. 技術的負債を記録 -- 振り返りで見つかった負債を OMC project-memory の notes に記録し、計画的に返済する
6. スキルの品質を監査 -- ECC skill-stocktake と harness-audit で、スキルとハーネスの健全性を定期的に評価する

よくある罠

振り返りをスキップ

「次のタスクが待っている」からと振り返りを省略すると、同じミスを繰り返す。セッションの最後に短くても振り返りの時間を確保する。

メモリの更新忘れ

CLAUDE.md や project-memory の更新を忘れると、次回のセッションで古い情報に基づいて AI が提案する。セッション終了前に必ず更新する。

低品質なパターンの保存

「なんとなく上手くいった」レベルのパターンを保存すると、ノイズになる。OMC learner の品質ゲートを通過したパターンのみ保存する。

instinct の棚卸し不足

学習した instinct を放置すると、古くなったパターンが残り続ける。ECC prune と evolve で定期的に整理する。

チーム内での知識共有不足

個人が学習したパターンをチームに共有しないと、組織としての学習が進まない。ECC instinct-export/import と OMC learner スキルで共有する。