prove-geometric-theorem
について
このスキルは、合同・相似・座標幾何・ベクトル・変換・背理法など複数の手法を用いて、幾何学定理を体系的に証明します。証明の構成を支援し、補助線の戦略を提案し、論理の検証を行います。ユークリッド幾何学の問題、数学競技、または教育目的で厳密な幾何学的証明が必要な場合に、開発者はこのスキルを利用すべきです。
クイックインストール
Claude Code
推奨npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/prove-geometric-theoremこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
ドキュメント
name: prove-geometric-theorem description: > 幾何学的定理を系統的に証明する。合同・相似による証明、座標幾何学による証明、 ベクトルを用いた証明、変換(回転・平行移動・鏡映)による証明、および背理法を 含む。証明の構造化、補助線の追加戦略、証明の検証方法を扱う。 license: MIT allowed-tools: Read Grep Glob WebFetch WebSearch metadata: author: Philipp Thoss version: "1.0" domain: geometry complexity: intermediate language: natural tags: geometry, proofs, congruence, similarity, transformations, coordinate-geometry locale: ja source_locale: en source_commit: 6f65f316 translator: claude-sonnet-4-6 translation_date: 2026-03-16
幾何学的定理の証明
幾何学的定理を系統的に証明する。証明方法の選択(合同、相似、座標、ベクトル、変換、背理法)、補助線の追加戦略、証明の構造化と検証を含む。
使用タイミング
- ユークリッド幾何学の定理を厳密に証明する場合
- 合同条件(SSS、SAS、ASA、AAS、HL)を適用する場合
- 座標幾何学を使用して幾何学的性質を代数的に証明する場合
- ベクトルや変換を用いてエレガントな証明を構成する場合
- 背理法や対偶法で幾何学的命題を証明する場合
- 数学コンテストや教育目的で証明を記述する場合
入力
- 必須: 証明すべき定理または命題の正確な記述
- 必須: 与えられた条件(仮定)
- 任意: 推奨される証明方法
- 任意: 使用可能な既知の定理
- 任意: 図形の記述または図
手順
ステップ1: 定理の分析と証明戦略の選択
定理を分析し、最適な証明方法を選択する:
- 仮定と結論の明確化: 「何が与えられているか」(仮定)と「何を示すか」(結論)を明確に分離する。
- 図形の描画: 可能な限り正確な図を描く。極端なケースや退化した場合も考慮する。
- 証明方法の選択:
- 合同・相似: 三角形の辺・角の関係を示す場合に最適
- 座標幾何学: 距離、面積、垂直・平行の証明に効果的
- ベクトル: 平行四辺形、中点、重心の問題に適する
- 変換: 対称性のある問題、回転不変性の利用
- 背理法: 直接証明が困難な場合、不等式の証明
- 既知定理の確認: 使用可能な定理(タレスの定理、方べきの定理、メネラウスの定理、チェバの定理など)を確認する。
期待結果: 証明戦略が明確に選択され、使用する定理がリストアップされる。
失敗時: 一つの方法で行き詰まった場合は、別の方法を試す。座標幾何学は「力業」だが、ほぼ常に機能する最後の手段として有効。
ステップ2: 補助線と補助要素の追加
証明を進めるために必要な補助的な構成を追加する:
- 一般的な補助線戦略:
- 三角形の高さ、中線、角の二等分線を引く
- 平行線を引いて錯角・同位角を生成する
- 円を追加して円周角の定理を適用する
- 点を延長線上に取って外角を利用する
- 補助線の根拠: 各補助線がなぜ必要かを説明する。
- 新しい三角形の特定: 補助線によって生成される新しい三角形を特定し、それらの合同・相似関係を調べる。
期待結果: 必要な補助線が追加され、その目的が説明される。
失敗時: 有効な補助線が見つからない場合は、座標系を設定して代数的に攻める方針に切り替える。
ステップ3: 証明の構築
選択した方法で段階的に証明を構築する:
- 合同による証明: 二つの三角形が合同であることを示し(SSS、SAS、ASA、AAS、HL)、対応する辺・角が等しいことを結論する。
- 相似による証明: 二つの三角形が相似であることを示し(AA、SAS相似、SSS相似)、辺の比から求める関係を導く。
- 座標による証明: 適切な座標系を設定し、点の座標を置き、距離・傾き・内積の計算で結論を導く。
- 各ステップの正当化: 各推論ステップで使用する定理や公理を明示的に引用する。
- 論理の連鎖: 仮定から結論への論理的な流れが途切れないことを確認する。
期待結果: 仮定から結論への完全な論理的連鎖が構築される。
失敗時: 論理に飛躍がある場合は、追加のステップを挿入する。各ステップが前のステップから論理的に導かれることを確認する。
ステップ4: 証明の検証と整理
完成した証明を検証し、清書する:
- 論理の検証: 各ステップが正当で、論理的な飛躍がないことを確認する。
- 仮定の確認: すべての仮定が使用されていることを確認する。使われていない仮定がある場合は、証明にギャップがある可能性がある。
- 特殊ケースの確認: 退化した場合(一直線上の点、重なった点など)で証明が破綻しないか確認する。
- 清書: 証明を明確な段落構成で整理する。結論部分にQ.E.D.(証明終わり)を記す。
- 代替証明: 時間が許せば、別の方法による証明も検討する。
期待結果: 証明が完全で正確であり、明確に記述される。
失敗時: 論理的な誤りが発見された場合は、誤りのあるステップから再度証明を構築する。
バリデーション
- 仮定と結論が明確に分離されている
- 証明方法が適切に選択されている
- 各ステップで使用する定理が明示的に引用されている
- 論理に飛躍がない
- すべての仮定が使用されている
- 特殊ケースが考慮されている
- 証明が明確に構造化されている
よくある落とし穴
- 図形に依存した証明: 特定の図の配置に依存する議論は一般性を欠く。常に一般的なケースで成立することを確認すること。
- 循環論法: 証明しようとしている命題そのものを(暗黙的に)仮定してしまうこと。特に「明らかに」「自明に」という言葉の使用に注意。
- 合同条件の誤用: SSSは辺-辺-辺、SASは辺-角-辺(挟角)。SSAは一般には合同条件ではない(曖昧なケースが存在)。
- 補助線の過剰な追加: 不必要な補助線は証明を複雑にする。最小限の補助要素で証明を構成すること。
- 座標の不適切な配置: 座標系の原点と軸の方向を上手に選ぶと計算が大幅に簡略化される。対称性を利用すること。
関連スキル
construct-geometric-figure-- 証明で扱う図形の正確な作図solve-trigonometric-problem-- 証明に必要な三角関数の計算
GitHub リポジトリ
関連スキル
llamaguard
その他LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。
cost-optimization
その他このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。
quantizing-models-bitsandbytes
その他このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。
dispatching-parallel-agents
その他このClaudeスキルは、複数のエージェントを配備し、3つ以上の独立した問題を並行して調査・修正します。共有状態や依存関係がなく解決可能な、無関係な障害が発生するシナリオ向けに設計されています。中核となる機能は並列問題解決であり、効率を最大化するために独立した問題領域ごとに1つのエージェントを割り当てます。
