microsoft_clarity-automation

microsoft_clarity-automation skill の概要

microsoft_clarity-automation でできること

microsoft_clarity-automation skill は、AI エージェントが Composio の Rube MCP toolkit を通じて Microsoft Clarity を操作できるようにするためのスキルです。セッション録画、ヒートマップ、プロジェクト分析、ユーザー行動の確認、Clarity データ取得といったワークフローで、ツール名やスキーマを手探りで推測せずに進められるよう設計されています。

もっとも重要なのは運用上の指示です。Microsoft Clarity のツールスキーマは変わる可能性があるため、エージェントは最初に RUBE_SEARCH_TOOLS を呼び出す必要があります。そのため、最新スキーマに沿ったワークフローが必要な場面では、固定的なプロンプトよりもこのスキルのほうが実用的です。

向いているユーザーと用途

このスキルは、すでに Microsoft Clarity を利用していて、行動データの調査をエージェントに手伝わせたいグロース、プロダクト、UX、分析チームに向いています。代表的な用途は、関連する録画の特定、ヒートマップの有無の確認、ユーザーがつまずいている箇所の要約、より深い手動レビューの前段階としての分析ワークフロー準備などです。

特に、顧客行動リサーチ、コンバージョン分析、オンボーディングの見直し、Web サイトの問題切り分けを中心に Workflow Automation を構築しているユーザーに適しています。

導入に必要な条件

microsoft_clarity-automation skill を使うには、利用する AI クライアントが MCP に対応しており、Rube MCP が設定済みである必要があります。また、microsoft_clarity toolkit を使って RUBE_MANAGE_CONNECTIONS から Microsoft Clarity への有効な接続を確立しておく必要があります。

上流リポジトリには主要ファイルとして SKILL.md が 1 つ含まれているだけで、同梱スクリプト、参照資料、補助リソースはありません。インストールはシンプルですが、その分、ビジネス上の目的、プロジェクトの文脈、対象期間、分析基準はプロンプト側で明確に指定する必要があります。

microsoft_clarity-automation skill の使い方

microsoft_clarity-automation のインストールとセットアップ手順

Composio skill collection からインストールします。

npx skills add ComposioHQ/awesome-claude-skills --skill microsoft_clarity-automation

次に、インストールされた SKILL.md を開きます。

composio-skills/microsoft_clarity-automation/SKILL.md

クライアントに次を追加して Rube MCP を設定します。

https://rube.app/mcp

Clarity 関連の作業を依頼する前に、RUBE_SEARCH_TOOLS が利用できることを確認してください。そのうえで、toolkit に microsoft_clarity を指定して RUBE_MANAGE_CONNECTIONS を呼び出します。接続状態が ACTIVE でない場合は、返された認可フローを完了し、分析タスクを実行する前に有効化されていることを確認します。

スキルに渡すべき入力

「Clarity を分析して」のような弱い依頼では、曖昧さが大きすぎます。実用的な microsoft_clarity-automation usage プロンプトには、次の要素を含めるのが理想です。

• 対象となる Microsoft Clarity のプロジェクトまたはサイト
• 「ユーザーが価格ページで離脱する理由」などのビジネス上の問い
• 対象期間または比較期間
• 確認したい行動シグナル。例: rage clicks、scroll depth、dead clicks、session recordings、heatmaps
• 優先度付き課題リスト、UX リサーチメモ、実験アイデアなどの出力形式
• プライバシー、コンプライアンス、レポート作成上の制約

プロンプト例:

“Use microsoft_clarity-automation to inspect Microsoft Clarity data for the marketing site. First discover current Rube tools and schemas. Focus on the last 14 days, especially pricing and signup pages. Look for heatmap patterns, confusing clicks, and session recording evidence of form friction. Return a prioritized table with issue, evidence, affected page, confidence, and recommended next action.”

失敗を減らす実践的なワークフロー

毎回、ツール探索から始めます。

RUBE_SEARCH_TOOLS: queries=[{"use_case":"session recordings, heatmaps, and user behavior analytics","known_fields":""}]

パラメータを推測して作らず、返された tool slug とスキーマを使ってください。次に、Microsoft Clarity への接続が有効であることを確認します。その後、まずは最小限で意味のあるクエリを実行します。たとえば、1 つのプロジェクト、1 つのページグループ、1 つの期間に絞ります。最初の結果でスキーマとデータアクセスが正しいことを確認してから、範囲を広げます。

より良い結果を得るには、エージェントに「観測された証拠」と「解釈」を分けて出力するよう依頼してください。Clarity データは行動パターンを示せますが、ユーザーの意図を常に証明できるわけではありません。

最初に確認すべきリポジトリファイル

このスキルで重要なのは SKILL.md です。前提条件、セットアップ手順、ツール探索の指示、基本的なワークフローの考え方が含まれています。提供されている構成には README.md、metadata.json、rules/、resources/、references/、scripts/ フォルダはないため、スキルの指示以上の同梱サンプルは期待しないでください。

microsoft_clarity-automation skill FAQ

microsoft_clarity-automation は初心者にも使えますか？

はい。MCP クライアントがすでに設定済みで、Microsoft Clarity の認可フローを完了できるなら使いやすいスキルです。利用可能なツールを最初に検索するようエージェントへ指示するため、Composio のツール名を事前に知っておく必要が少なくなります。

一方で、MCP ツールを一度も設定したことがない場合は、初心者向けとは言いにくい面があります。主なハードルはスキル本文ではなく、Rube MCP を接続し、Microsoft Clarity toolkit を有効化することだからです。

通常のプロンプトより優れている点は？

通常のプロンプトでは、Microsoft Clarity の API 呼び出しや古いフィールドをエージェントが作り出してしまう可能性があります。microsoft_clarity-automation guide のパターンが強いのは、実行前に RUBE_SEARCH_TOOLS を通じて現在のツールスキーマを発見するよう指示している点です。

これは分析作業を自動化する際に重要です。誤ったパラメータを使うと、空の結果、誤解を招く要約、失敗したツール呼び出しにつながる可能性があります。

このスキルを使わないほうがよい場面は？

Microsoft Clarity とは何かを人間向けに説明してほしいだけの場合や、対象の Clarity プロジェクトにアクセスできない場合は使うべきではありません。また、プロダクト分析の計測設計、A/B テスト、コンプライアンスレビューの代替にもなりません。

「ユーザーがどう思っているか教えて」のような広く曖昧な依頼にも向いていません。Microsoft Clarity の行動データは、特定のページ、ファネル、期間、観測可能なイベントに結び付けたときに最も力を発揮します。

Workflow Automation スタックに適していますか？

はい。microsoft_clarity-automation for Workflow Automation は、週次 UX レビュー、リリース後のモニタリング、コンバージョン課題の切り分け、サポートチケット調査など、繰り返し使う分析ルーチンと組み合わせると特に有用です。出力がプロダクト、デザイン、グロースのワークフローにそのまま流せるよう、明確なレポートテンプレートと併用してください。

microsoft_clarity-automation skill を改善する方法

microsoft_clarity-automation プロンプトを改善する

品質を大きく上げるには、目的を測定可能にすることが重要です。漠然と分析を依頼するのではなく、下したい意思決定を定義してください。

より良い入力例:

“Review Clarity behavior for the checkout funnel after the new form release. Compare the last 7 days with the previous 7 days if tools support it. Prioritize issues that appear in recordings or heatmaps and could block purchase completion.”

この依頼には、エージェントが進めるべきワークフロー、比較の枠組み、優先順位付けの基準が含まれています。

防ぐべきよくある失敗

最もよくある失敗は、ツール探索を省略してスキーマを推測してしまうことです。これを防ぐには、「Call RUBE_SEARCH_TOOLS first and use only returned tool schemas.」と明示してください。

もう 1 つの失敗は、行動データを過剰に解釈することです。各発見に信頼度を付け、その根拠となる Clarity のシグナルを示すようエージェントに依頼してください。データが取得できない場合は、結論を作り上げるのではなく、何が不足しているのかを述べるべきです。

最初の出力後に絞り込む

最初の結果は探索のための初回パスとして扱います。その後、次のような絞り込んだプロンプトで追跡します。

• “Show only high-confidence issues affecting signup.”
• “Group findings by page template.”
• “Turn the top three issues into experiment hypotheses.”
• “List what additional Clarity data would strengthen or weaken these conclusions.”

こうすることで、単なる要約ではなく、実際のアクションにつながるスキルになります。

自社チームの文脈を追加する

このリポジトリにはカスタムのビジネスルールが含まれていないため、重要ページ、ファネル定義、既知のリリース、除外すべきトラフィック、重視するデバイス、レポート形式など、自社の文脈をプロンプトに追加してください。繰り返し使う場合は、プロジェクト名、対象期間、成功指標、必須の証拠フォーマットを常に含む、チーム専用のプロンプトラッパーを保存しておくとよいでしょう。