1仕組みと動作原理
Gentner (1983) の構造マッピング理論を基盤とする：マッピングは表層的な属性よりも対象間の関係の保持を優先し、高次の関係によって体系化された関係システムを選択する。
skills/ljg-analogy/Theory.md
对象属性与对象间关系区别处理；映射优先保留关系，并选择关系系统
ここでの目的：類推の妥当性を関係層に位置付ける——外形的な差異は類推を破綻させず、関係性が体系的であるかどうかが成否を決定づける。
用語の方向を固定する：ユーザーが理解したいシナリオを「ターゲット領域（Target Domain）」、理解の補助として借用するシナリオを「ベース領域（Base Domain）」とし、探索方向と知識伝達の方向は逆になる。
skills/ljg-analogy/SKILL.md
术语方向固定：**用户想理解的场景是目标域；借来帮助理解的场景是基域。**
ここでの目的：説明対象と借用対象をあらかじめ確定し、B と T の取り違えを防ぐ。ユーザーの言葉遣いが逆になっている場合は実際の意図に基づいて処理する。
リクエスト種別に応じてルーティング：単一シナリオのアナロジー探索、2対象の比較、対象読者・文体の調整、複数候補の比較という4種類の処理を区別する。
skills/ljg-analogy/SKILL.md
| 给一个场景，寻找类比或隐喻 | 按下文的成品标准交付一个主类比 |
ここでの目的：Workflow Routing テーブルを用いて4つの代表的なリクエストを異なる成果物形式に振り分け、的を射た回答を提供する。
入力が十分かどうかを先に判定：文脈がなく単語1つだけの場合は、類推の選択肢を絞り込める質問を1つ問いかける。
skills/ljg-analogy/SKILL.md
只有一个词而无可辨认情境时，问一个能改变类比选择的问题
ここでの目的：情報不足のまま無理に作成せず、漠然とした確認ではなく切り口を左右する重要な変数に絞って追究する。
汎用的な共通点を排除する：「どちらも非常に複雑」「どちらもネットワークである」といった適用範囲が広すぎる記述だけでは類推を支えられない。
skills/ljg-analogy/SKILL.md
「都很复杂」「都是网络」「都需要平衡」适用面太宽，不能单独支撑类比。
ここでの目的：Gotchas（注意点）の反例によって、類似点を羅列するだけで構造的な関係性を保持していない疑似アナロジーを遮断する。
成果物基準の第1条はタスクとの合致：マッピングは読者が今回理解すべき特定のリレーションを保持していなければならない。
skills/ljg-analogy/SKILL.md
**任务吻合。** 映射保留的是读者这次需要理解的关系。
ここでの目的：読者の理解タスクを取捨選択の基準とし、ある特徴を説明できていても目前の課題と無関係なたとえは不適格とみなす。
2つの対象を比較する際は弁別力チェックを実施：たとえの対象を入れ替えても構造関係を変えずに成立してしまう場合、共通の属性しか捉えられていないことを示す。
skills/ljg-analogy/SKILL.md
交换喻体以后，如果不用改变承重关系仍能轻易圆回来，它们可能只命中了共同属性。
ここでの目的：たとえを入れ替えるという操作可能なテストを通じて、「差異の説明」と「単なる個別のラベル貼り」を明確に区別する。
デフォルトでは対話内で直接提供し、1つの主要な類推を3部構成で掘り下げ、ノート・画像・ファイルを自動作成しない。
skills/ljg-analogy/SKILL.md
默认直接在对话交付，不自动创建笔记、图片或文件。
ここでの目的：提供形式を制御する——まず類推そのものを提示し、対応関係を展開し、新たな理解へと着地させる（固定の見出しテンプレートは強制しない）。
理論的境界の誠実さ：Gentner のマッピングと体系性の原則のみを借用しており、理解タスク、候補の除外、境界設定などは本スキル独自に設けた創作基準である。
skills/ljg-analogy/SKILL.md
本技能借用 Gentner（1983）的关系映射与系统性原则。理解任务、双对象对照、候选淘汰、受众熟悉度、认知增量与具体边界，是为创作任务增加的设计标准，不宣称出自论文或已被论文验证。
ここでの目的：学術論文の結論とエンジニアリング設計を明確に分け、創作ルールを学術的権威で不当に裏付けないようにする。
EvalCases.json は挙動検証の参考資料に過ぎず、入力と検証基準を定義するものであり、唯一の正解となるたとえを規定するものではない。
skills/ljg-analogy/SKILL.md
这些用例只定义输入和验收依据，不规定唯一的正确比方。
ここでの目的：実際の回答品質を人間がレビューするためのケース集を提供し、単一のベース領域を絶対的な正解と誤認することを防ぐ。
2コア機能
01単一シナリオのアナロジー生成
022つの対象における差異の比較
03読者層、ドメイン、文体、文章量の調整
04複数候補の比較と推奨
05関係マッピングの構造検証（役割の安定性、方向性・時系列の一致）
06アナロジーの適用限界（境界条件）の説明
07ターゲット領域の事実保護（ターゲット領域に対して動機、因果関係、結末を勝手に補完しない）
08再検証可能な振る舞いテストケース集
4推奨統制措置と判定根拠
安全運用のための推奨統制措置
Agent 向け
自動ロード可能
管理者向け
ソースとバージョンの記録
判定根拠（ファイルパスと抜粋）
- SKILL.md: 純粋なプロンプト指示およびルールテキストであり、スクリプト実行や外部への影響はありません
監査ノート： 純粋な指示型 skill：ディレクトリ内にスクリプト、ネットワークリクエスト、認証情報の読み込み、ファイル書き込みは一切存在しません。リスクスキャンの4項目（外部プログラムの実行、ネットワークリクエスト、認証情報/環境変数、ディスク書き込み）はいずれも該当なしです。Theory.md 内で引用されている Gentner の論文リンクは出典表記のみであり、実行には関与しません。
5二重目の独立検証
- [ok] 功能声明与实现一致 — frontmatter 声明『基于结构映射理论…寻找精妙类比与关系隐喻』，正文给出目标域/基域定义、成品标准与 Theory.md 理论依据，未发现夸大。
- [ok] 外部依赖核验：无运行时依赖 — 目录四个文件均为文本（md/json/yaml）；风险扫描四类（执行外部程序、网络请求、凭证、写盘）全部无命中。
- [ok] 安全结论反例检查 — 逐行重核无 curl/wget/fetch、child_process 或 fs 写入/读取凭据；无脚本文件，故 scripts_executed 为空。
- [ok] 引用可定位性 — 所有 quote 均可在 SKILL.md／Theory.md／EvalCases.json 原文逐字匹配，长度均大于 12 字符。
- [ok] 判级口径复核 — 按判级六档，纯指令无脚本无外发，落 green；Theory.md 的外链属来源标注，不改档位。
- [ok] 理论归属表述核对 — SKILL.md 明写新增标准『不宣称出自论文或已被论文验证』，分析据此未把创作规则写成论文结论。
- [ok] 用例集性质核对 — EvalCases.json purpose 声明不按固定措辞或唯一基域打分，分析未把单一基域当作正确解。
6結論
最適な用途： 抽象的な関係性をわかりやすく伝えたいナレッジワーカー、ライター、教育者に最適：シナリオを支えるアナロジーを見つける、2つの対象やメカニズムの違いを解説する、特定の読者層向けにメタファーを調整する、適用限界を明示した解説的アナロジーを求める場合に最大の効果を発揮します。また、創作基準を検証可能な受入条件に落とし込むアプローチを参考にしたいアナロジー推論やプロンプトエンジニアリングの研究者にも適しています。
不向きな用途： 修辞的な推敲のみを求める場合、既存の比喩の解説のみ、または類推を事実の証明として扱うリクエストには適していません（公式 NOT FOR で明記済み）。対話内での提供を基本としており、生成物を自動でファイル出力・保存するワークフローには適していません。また、検証は実行可能なテストではなく意味的判断に基づくため、確定的なスコアリングやリグレッションテストを必要とする環境には適していません。
Install Agent-Ready
① Verified Mirror 2026-10-10
Option A · Direct DownloadDownload ljg-analogy.tar.gz
sha256:
Option B · Copy Guide for Agentf6af0a46838494b1…Agent はこの JSON ガイドから自動的にダウンロードして検証します。
② Upstream GitHub
GitHub Repo ↗
Pinned to commit 9e75497a95.