Claude Code スキルの効果をA/Bで実測する自作ハーネスの作り方

Claude Codeのスキル導入効果をA/Bテストで実測する自作ハーネスの作り方を解説。コピペで再現可能な形で、対話なしの一括実行モードでの自動計測方法や、隔離、LLMジャッジなどの手法を示しています。

• Claude Codeのスキル導入効果をA/Bテストで実測する自作ハーネスの実装方法が解説されています。
• 使い捨てworktreeでの隔離、機械計測と独立LLMによる判定、判定基準の事前登録、棄却しても消さない可逆性、の4原則に基づいています。
• claude -pモードで自動評価を行い、コスト・時間・テスト結果を記録します。
• 対象リポジトリを汚さずに、スキルの有無による効果を客観的に測定できます。