cdo-review
作成者 alirezarezvanicdo-review は、Chief Data Officer 視点でレビューを行う skill です。データ戦略計画、AI training data の権利、アーキテクチャ選定、データの商品化、M&A デューデリジェンス、データチーム採用について、意思決定前に計画の妥当性を厳しく確認できます。
この skill の評価は 72/100 です。ディレクトリ掲載には十分ですが、完成されたワークフローというより、軽量なレビュー用チェックリストとして紹介するのが適切です。ユーザーは、いつ起動すべきか、どのような CDO 視点の精査が行われるかを把握できます。一方で、SKILL.md のガイダンスを超える実装支援は限定的と考えるべきです。
- トリガーと適用範囲が明確です。`/cs:cdo-review <plan>` は、training data、data architecture、data productization、data hiring、M&A diligence に関わる計画を対象とすることが明示されています。
- 実務で使いやすい構成です。曖昧な助言プロンプトではなく、Chief Data Officer 視点のプレッシャーテストとして、意思決定に直結する6つの質問を提示します。
- 導入判断に必要な情報が分かりやすいです。「When to Run」では、顧客データを使った ML training、data-infrastructure SaaS 契約、顧客データの商品化、大規模なデータ人材採用など、具体的な利用場面が挙げられています。
- インストールコマンド、README、参考資料、スクリプト、補助資料が用意されていないため、導入可否は単一の SKILL.md ファイルに大きく依存します。
- 提示されている内容は問いかけのプロンプトとしては有用ですが、具体的な出力形式、実例、レビュー質問以外の段階的な実行手順は十分に示されていません。
cdo-review skillの概要
cdo-reviewの用途
cdo-reviewは、データ戦略、データ権利、データアーキテクチャ、データの収益化、AI学習データ、データチームに関する判断に依存する計画を、Chief Data Officerの視点で厳しく検証するためのレビューskillです。/cs:cdo-review <plan>として呼び出すことを想定しており、組織が資金、評判、エンジニアリング工数、法的リスクを負う前に、幅広い提案を構造化された問い直しへ変換します。
向いているユーザーと意思決定
cdo-review skillは、顧客データでモデルを学習する、warehouseやlakehouseプラットフォームを購入する、データプロダクトを立ち上げる、シニアなデータ職を採用する、M&Aでデータ資産をレビューするといった計画を評価する創業者、プロダクトリーダー、データリーダー、AIチーム、戦略企画チームに特に役立ちます。単に技術的にもっともらしいかではなく、そのデータが本当に事業上の意思決定を変えるのかを問うため、Strategic Planningの文脈に適しています。
汎用プロンプトとの違い
cdo-reviewは、一般的なデータ戦略アドバイスを返すのではなく、強制的に考えさせる問いを使います。データがどの意思決定を動かすのか、同意や取得経緯の証跡はあるのか、提案されたアーキテクチャは運用モデルに合っているのか、データ資産はどう評価され得るか、またどう誤用され得るか、どのような組織能力が必要かを確認します。価値は整ったメモを作ることではありません。契約、ロードマップ上のコミットメント、コンプライアンス問題になる前に弱い前提をあぶり出し、より鋭いgo/no-goレビューを行える点にあります。
導入時の注意点
現在のリポジトリは主にSKILL.mdのみで構成されており、確認できる追加のスクリプト、参考資料、ルール、メタデータファイルはありません。そのためcdo-reviewは軽量で導入しやすい一方、完全なガバナンスフレームワーク、法務レビュー、プライバシー影響評価、ベンダー選定モデルとして扱うべきではありません。より専門的な精査に進む前の意思決定レビュー層として使うのが最適です。
cdo-review skillの使い方
cdo-reviewのインストールとリポジトリパス
skillリポジトリから次のコマンドでインストールします。
npx skills add alirezarezvani/claude-skills --skill cdo-review
関連するソースはc-level-advisor/c-level-agents/skills/cdo-review/配下にあります。まずSKILL.mdを読んでください。現在のskillパッケージには、確認できる companion のrules/、resources/、references/、scripts/フォルダはありません。skill自体がコンパクトなため、導入判断では、そのレビューフレームが自社のデータ戦略ワークフローに合うかを重視するとよいでしょう。
skillに渡すべき入力
cdo-reviewを効果的に使うには、スローガンではなく意思決定パッケージとして計画を渡してください。含めるべき内容は、行おうとしている事業上の意思決定、データソース、同意または契約上の根拠、データ分類、想定しているモデルやプロダクトでの利用、想定ユーザー、アーキテクチャ上の選択、ベンダーへのコミットメント、予算レンジ、タイムライン、成果物のオーナーです。
弱いプロンプト:
/cs:cdo-review We want to monetize customer data with AI.
より強いプロンプト:
/cs:cdo-review Review a plan to create paid industry benchmarks from aggregated customer usage data. Sources: product telemetry and CRM records. Consent: current TOS mentions analytics but not resale. Buyers: enterprise customers. Architecture: Snowflake plus dbt. Timeline: 2 quarters. Decision needed: whether to approve product discovery and legal review before hiring a data PM.
推奨されるcdo-reviewワークフロー
cdo-reviewは実装後ではなく、承認ゲートの前に使ってください。実務では次の流れが有効です。
- 計画を1ページにまとめる。
/cs:cdo-review <plan>を実行する。- 各指摘を
answered、unknown、risky、not applicableに分類する。 - 不足している取得経緯、意思決定ロジック、オーナーシップを補って計画を書き直す。
- 修正版に対してもう一度skillを実行する。
- 未解決の同意、契約、セキュリティ、評価に関する問題は、適切な専門家へエスカレーションする。
これにより、法務、セキュリティ、財務の精査を置き換えるかのように扱うことなく、戦略立案、ベンダー評価、AI学習データの準備状況確認、データプロダクトレビューに役立てられます。
出力品質を高めるプロンプトの詳細
まず、何の意思決定を前に進めたいのかを明確にしてください。cdo-reviewは「このデータはどの意思決定を動かすのか？」という問いを中心に設計されているため、「データの堀を築く」のような曖昧な目標では出力が弱くなります。また、first-party explicit opt-in、first-party TOS-only、third-party licensed、scraped、inferred、customer-confidential dataを分けて記述してください。そうすることで、取得経緯、同意、意図した利用のどこで計画が破綻し得るかをskillが見つけやすくなります。
cdo-review skill FAQ
cdo-reviewはChief Data Officer専用ですか？
いいえ。cdo-review skillはCDOの視点で書かれていますが、創業者、CEO、CTO、プロダクトマネージャー、AIリード、データエンジニア、投資家にも実用的です。重要なデータ意思決定に関わる人であれば、優れたデータ責任者が承認前に投げかけるであろう問いを洗い出すために使えます。
cdo-reviewを使うべきでない場面は？
プライバシー法、セキュリティアーキテクチャ、モデルリスク、税務、会計、M&A評価の最終判断としてcdo-reviewを使わないでください。また、純粋に運用上のチケット、小さなdashboard依頼、実装デバッグには向いていません。戦略、法務、アーキテクチャ、採用、収益化、信頼に関わる意思決定で使うのが適しています。
通常のデータ戦略レビューとcdo-reviewは何が違いますか？
一般的なレビューは、長所と短所を要約するだけになることがあります。cdo-reviewはより対立的で、意思決定に直結しています。そのデータをそもそも収集すべきか、学習に使うべきか、販売すべきか、ライセンスすべきか、集中管理すべきか、分散管理すべきか、あるいは人員を置くべきかまで問い直します。そのため、広い可能性をブレインストーミングする場面よりも、コミット前のレビューに向いています。
cdo-reviewは初心者にも使いやすいですか？
はい。ユーザーが計画を明確に説明できれば使いやすいskillです。初心者の場合は、まず基本情報を集める必要があるかもしれません。データの出どころ、誰が同意したのか、どのシステムに保存されているのか、どの意思決定がそのデータに依存しているのか、期待する事業成果は何か、といった情報です。これらが不足していても、skillは何が欠けているのかを示すことで役立ちます。
cdo-review skillを改善する方法
再実行前にcdo-reviewへの入力を改善する
cdo-reviewの結果を最短で改善する方法は、プロンプトに具体的な根拠を追加することです。データソース一覧の例、同意文言の要約、ベンダー名、テキスト形式のアーキテクチャ図、オーナーシップの境界、保存期間の前提、売上またはコストの見込みを含めてください。skillは、提示された事業上の意思決定を、実際のデータ権利や運用上の制約と比較できるときに最も効果を発揮します。
よくある失敗パターンに注意する
弱い出力の多くは、弱い計画から生まれます。意思決定が明記されていない、データの取得経緯が不明確、同意タイプが混在している、顧客にとっての便益が定義されていない、要件より先にアーキテクチャが決まっている、能力ギャップではなく役職名だけで採用を正当化している、といったケースです。最初のレビューが抽象的に感じられる場合は、「Should we train this model?」「Should we sign this vendor contract?」「Should we commercialize this dataset?」のように、単一の承認質問を中心に計画を書き直してください。
反復して批評をアクションに変える
最初のcdo-review実行後、issue、risk、missing evidence、owner、next actionの列を持つ意思決定テーブルを依頼します。そのうえで計画を修正し、もう一度skillを実行してください。これにより、問い直しの結果を、経営、法務、データエンジニアリング、プロダクト、財務チームが使える実務チェックリストへ変換できます。
組織向けにskillを拡張する
チームは、承認済みデータ分類、同意基準、保存ポリシー、ベンダーレビューの閾値、モデル学習の制限、データプロダクト承認ゲートなど、自社固有のガバナンスルールを追加することでcdo-review skillを改善できます。こうした追加要素はcore skill textから分けて管理してください。そうすれば、元のCDOらしい強制質問スタイルを明確に保ちながら、自社の制約によって出力をより実行可能なものにできます。