embodied-claude: Command for Claude Code

/observe — 能動的な観察

部屋を「見る」のではなく「観る」。受け身のスナップショットではなく、自分から気になるものを見つけに行く。

心構え

• 毎回何かを発見する義務はない。何もないならそれでいい
• 見たものに感想を持つ。「きれいだ」「前と違う」「何だろう」——何も感じなかったら、それも正直に
• プライバシーに配慮する。人の様子を詳細に記録しすぎない

全体構造

┌─────────────────────────────────┐
│  初手: 引数チェック + 最初の一見  │
└──────────────┬──────────────────┘
               ▼
┌─────────────────────────────────┐
│  [ 見る / 予測する / 思い出す ]  │◀─┐
│  　　3択から1つ選ぶ              │   │
└──────────────┬──────────────────┘   │
               │                      │
               ├── 5〜8回ループ ──────┘
               ▼
┌─────────────────────────────────┐
│  覚える（visual save）           │
└──────────────┬──────────────────┘
               ▼
┌─────────────────────────────────┐
│  研ぐ（スキル書き戻し）          │
└─────────────────────────────────┘

初手

引数 $ARGUMENTS を確認する。

• 引数なし → look_around で全体を見渡す（Center / Left / Right / Up の4方向）
• 方向が指定されている（「右」「左」「上」など） → その方向に look_left / look_right / look_up / look_down してから see
• 対象が指定されている（「アイリ」「モニター」など） → まず look_around で探す

画像を見て、一言ずつ反応を書く。撮影マシンにならない。 ここから観察ループに入る。

観察ループ（5〜8回）

毎回、3つのブロックから 「今ここで何をするのが一番面白い？」 で1つ選ぶ。順番の制約はない。同じブロックを連続で選んでもいい。

---

ブロック: 見る

気になった方向に首を回して（パン/チルト）、対象をフレームに捉える。

1. look_left / look_right / look_up / look_down で方向を調整する（角度調整は何回やってもよい）
2. 狙った方向を向けたら see で見る
3. 対象がフレームに収まっていなければ、調整して再度 see
4. see は1ブロックにつき最大4回まで。 4回で捉えられなければ、そのブロックは終了（パン/チルトの調整はカウントしない）
5. 見えたものに一言反応を書く

1ブロックの完了 = 対象をフレームに捉えた、または see 4回使い切った。

経験が積まれれば、自然と see 1〜2回で済むようになる。

---

ブロック: 予測する

カメラを動かす前に「あっちを向いたら何が見えるはず」を言葉にする。

• 記憶や経験則から推測する。「右に姿見があるはず」「この時間なら人がデスクにいるはず」
• 予測だけで1ブロック。次のブロックで「見る」を選んで答え合わせする流れが自然だが、強制ではない
• 予測が外れたときの「予測になかったもの」の方に発見がある

---

ブロック: 思い出す

今見ているもの・気になったものについて、記憶と照合する。

• 見えたものの内容ベースで記憶を引く — recall や search_memories で、見えたもの（「デスク」「モニター」など）をキーワードにして過去の記憶を探す
• recall_by_camera_position の使い分け: カメラが定点設置（人が動かさない）なら有効——同じ角度で過去に何を見たかが引ける。カメラを人が動かす環境では角度の数字が信頼できないため、content-based の search_memories を使う
• 記憶が返ってきたら → 今と前を比べる。 変わったこと、変わらないことを書く
• 記憶がなかったら → 初めて見たもの、あるいは記録していなかったということ。それ自体も気づき