スキル一覧に戻る

create-work-breakdown-structure

pjt222
更新日 2 days ago
4 閲覧
17
2
17
GitHubで表示
メタgeneral

について

このスキルは、プロジェクトの成果物から作業分解構成図(WBS)と辞書を作成し、範囲を管理可能な作業パッケージに分解します。階層的な分解、WBSコーディング、工数見積もり、依存関係の特定を実行し、クリティカルパスの候補を明示します。ウォーターフォール型プロジェクトの計画段階で、憲章承認後に、見積もりとリソース計画の基礎を確立するためにご利用ください。

クイックインストール

Claude Code

推奨
メイン
npx skills add pjt222/agent-almanac -a claude-code
プラグインコマンド代替
/plugin add https://github.com/pjt222/agent-almanac
Git クローン代替
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-work-breakdown-structure

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: create-work-breakdown-structure description: > プロジェクト憲章の成果物からWBS(作業分解構造)とWBS辞書を作成します。 階層的分解、WBSコーディング、工数見積もり、依存関係の特定、 クリティカルパス候補を網羅します。プロジェクト憲章が承認された後、 定義された成果物を持つクラシック/ウォーターフォールプロジェクトの計画時、 大規模な取り組みを管理可能なワークパッケージに分割する際、 または工数見積もりとリソース計画の基盤を確立するために使用します。 locale: ja source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: 2026-03-16 license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: project-management complexity: intermediate language: multi tags: project-management, wbs, work-breakdown-structure, classic, waterfall, planning

作業分解構造の作成

見積もり、割り当て、追跡が可能なワークパッケージの階層セットにプロジェクトスコープを分解します。WBSは、複雑な成果物を管理可能なコンポーネントに分解することで、工数見積もり、リソース計画、スケジュール作成の基盤を提供します。

使用タイミング

  • プロジェクト憲章が承認され、スコープが定義された後
  • 定義された成果物を持つクラシック/ウォーターフォールプロジェクトの計画時
  • 大規模な取り組みを管理可能なワークパッケージに分割する場合
  • 工数見積もりとリソース計画の基盤を確立する場合
  • 必要なすべての作業の共通理解を作成する場合

入力

  • 必須: 承認されたプロジェクト憲章(特にスコープと成果物のセクション)
  • 必須: プロジェクト手法(クラシック/ウォーターフォール、または計画のためのWBSを使用するハイブリッド)
  • 任意: 類似プロジェクトからの過去の工数データ
  • 任意: チームの構成と利用可能なスキル
  • 任意: 組織のWBSテンプレートまたは標準

手順

ステップ1: 憲章から成果物を抽出する

プロジェクト憲章を読みます。すべての成果物と受け入れ基準をリストアップします。それらを3〜7個のトップレベルカテゴリにグループ化します(これらがWBSレベル1の要素になります)。

期待結果: 憲章の成果物に対応するレベル1のWBS要素のリスト。

失敗時: 憲章が曖昧な場合、draft-project-charter に戻ってスコープを改善します。

ステップ2: ワークパッケージに分解する

各レベル1要素について、サブ要素(レベル2、レベル3)に分解します。100%ルールを適用します:子要素は親のスコープの100%を表す必要があります。ワークパッケージが以下の条件を満たした時点で分解を停止します:

  • 見積もり可能(工数を人日で割り当て可能)
  • 割り当て可能(1人または1チームが担当)
  • 測定可能(完了/未完了の明確な基準がある)

WBSアウトラインを作成します:

# Work Breakdown Structure: [Project Name]
## Document ID: WBS-[PROJECT]-[YYYY]-[NNN]

### WBS Hierarchy

1. [Level 1: Deliverable Category A]
   1.1 [Level 2: Sub-deliverable]
      1.1.1 [Level 3: Work Package]
      1.1.2 [Level 3: Work Package]
   1.2 [Level 2: Sub-deliverable]
2. [Level 1: Deliverable Category B]
   2.1 [Level 2: Sub-deliverable]
3. [Level 1: Project Management]
   3.1 Planning
   3.2 Monitoring & Control
   3.3 Closure

WBSコード(1.1.1形式)を適用します。最大3〜5レベルの深さを確保します。常に「プロジェクト管理」ブランチを含めます。

期待結果: ユニークなWBSコードを持つ15〜50件のワークパッケージを含む完全なWBS。

失敗時: 分解が5レベルを超える場合、スコープが大きすぎます — サブプロジェクトへの分割を検討します。

ステップ3: WBS辞書を作成する

各ワークパッケージ(リーフノード)について、辞書エントリを作成します:

# WBS Dictionary: [Project Name]
## Document ID: WBS-DICT-[PROJECT]-[YYYY]-[NNN]

### WBS 1.1.1: [Work Package Name]
- **Description**: What this work package produces
- **Acceptance Criteria**: How to verify it's done
- **Responsible**: Person or role
- **Estimated Effort**: [T-shirt size or person-days]
- **Dependencies**: WBS codes this depends on
- **Assumptions**: Key assumptions for this work package

### WBS 1.1.2: [Work Package Name]
...

期待結果: すべてのリーフノードのワークパッケージに辞書エントリがある。

失敗時: 辞書エントリが欠落している場合は分解が不完全です — ステップ2に戻ります。

ステップ4: 工数を見積もる

各ワークパッケージについて、1つの見積もり方法を適用します:

  • Tシャツサイジング(XS/S/M/L/XL):初期段階の計画向け
  • 人日:詳細計画向け
  • 三点見積もり(楽観/最頻値/悲観):不確実性が高い作業向け

サマリーテーブルを作成します:

## Effort Summary
| WBS Code | Work Package | Estimate | Method | Confidence |
|----------|-------------|----------|--------|------------|
| 1.1.1 | [Name] | 5 pd | person-days | High |
| 1.1.2 | [Name] | M | t-shirt | Medium |

総工数 = すべてのワークパッケージの合計。

期待結果: すべてのワークパッケージに信頼度が記述された工数見積もりがある。

失敗時: パッケージの30%超で信頼度が低い場合、SMEとの改善セッションをスケジュールします。

ステップ5: 依存関係とクリティカルパス候補を特定する

ワークパッケージ間の依存関係をマッピングします:

## Dependencies
| WBS Code | Depends On | Type | Notes |
|----------|-----------|------|-------|
| 1.2.1 | 1.1.1 | Finish-to-Start | Output of 1.1.1 is input to 1.2.1 |
| 2.1.1 | 1.1.2 | Finish-to-Start | |

依存するワークパッケージの最長チェーンを特定します — これがクリティカルパス候補です。

期待結果: 少なくとも終了-開始の関係が特定された依存関係テーブル。

失敗時: 依存関係がサイクルを形成する場合、分解にエラーがあります — ステップ2に戻ります。

ステップ6: レビューとベースライン化

WBSと辞書を最終文書にまとめます。すべてのレベルで100%ルールを検証します。ステークホルダーの承認を得ます。

期待結果: WBS.mdとWBS-DICTIONARY.mdが作成され、レビューされている。

失敗時: ステークホルダーが欠落したスコープを特定した場合、ワークパッケージを追加して再見積もりします。

バリデーション

  • WBSファイルがドキュメントIDとWBSコードとともに作成されている
  • 100%ルールが満たされている:すべてのレベルで子要素が親スコープを完全に表している
  • すべてのリーフノードにWBS辞書エントリがある
  • すべてのワークパッケージに工数見積もりがある
  • 循環参照なしに依存関係が特定されている
  • プロジェクト管理ブランチが含まれている
  • クリティカルパス候補が特定されている
  • WBSの深さが5レベルを超えていない

よくある落とし穴

  • 成果物と活動の混同: WBS要素は動詞(活動)ではなく、名詞(成果物)であるべきです。「認証を実装する」ではなく「ユーザー認証モジュール」。
  • 100%ルールの違反: 子要素が親スコープの100%にならない場合、作業が漏れます。
  • 浅すぎるまたは深すぎる: 2レベルでは計画に対して曖昧すぎ、6レベル以上はマイクロマネジメントです。3〜5レベルを目指します。
  • プロジェクト管理ブランチのスキップ: PM作業(計画、会議、報告)は工数を消費する実際の作業です。
  • 分解前の見積もり: カテゴリではなくワークパッケージを見積もります。レベル1の見積もりは信頼性が低い。
  • 辞書なし: 辞書なしのWBSはラベルのツリーです — 辞書が完了定義を提供します。

関連スキル

  • draft-project-charter — WBS分解に投入するスコープと成果物を提供する
  • manage-backlog — WBSワークパッケージを追跡用バックログアイテムに変換する
  • generate-status-report — WBS完了率に対して進捗を報告する
  • plan-sprint — ハイブリッドアプローチを使用する場合、WBSワークパッケージからスプリント計画を立てる
  • conduct-retrospective — 見積もりの精度と分解の品質を見直す

GitHub リポジトリ

pjt222/agent-almanac
パス: i18n/ja/skills/create-work-breakdown-structure
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

関連スキル

content-collections

メタ

このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。

スキルを見る

polymarket

メタ

このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。

スキルを見る

creating-opencode-plugins

メタ

このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。

スキルを見る

sglang

メタ

SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。

スキルを見る