interpreting-culture-index

<essential_principles>

Culture Index は知能やスキルではなく、行動特性を測定します。「良い」プロファイルも「悪い」プロファイルもありません。

**人同士の特性の絶対値を比較してはいけません。**

0～10 の尺度は単なる物差しです。重要なのは、赤い矢印からの距離（母集団の平均、50 パーセンタイル）です。矢印の位置は EU によって調査ごとに変わります。

矢印が動く理由： EU スコアが高いほど矢印は右に、低いほど左に表示されます。これは妥当性に影響しません。矢印がどこに位置していても、そこからの距離を測定します。

誤り：「Dan の A は 8、Jim は 5 なので、Dan の自律性のほうが高い」 正しい：「Dan は自分の矢印から＋3 センタイル、Jim は自分の矢印から＋1 センタイル」

常に確認してください。矢印はどこにあり、点はそこからどれだけ離れていますか？

**調査結果＝あなたが本来どんな人か。仕事＝あなたがなろうとしている人。**

「アヒルをワシの学校に通わせることはできません。」 特性は生まれつきのものです。一時的に行動を変えることはできますが、その代償としてエネルギーを消耗します。

• 上のグラフ（調査特性）：12～16 歳までに固定されます。変化しません。利き手で文字を書くようなものです。
• 下のグラフ（仕事上の行動）：職場での適応行動です。変化します。利き手ではないほうの手で文字を書くようなものです。

グラフ間に大きな差がある場合は、行動を変えていることを示しています。これが 3～6 か月以上続くと、エネルギーを消耗し、燃え尽き症候群を引き起こします。

**矢印からの距離によって特性の強さが決まります。**

距離	ラベル	パーセンタイル	解釈
矢印上	標準的	50 パーセンタイル	柔軟で、状況に応じて変化
±1 センタイル	傾向	約 67 パーセンタイル	変更しやすい
±2 センタイル	顕著	約 84 パーセンタイル	違いが目立つ
±4 以上のセンタイル	極端	約 98 パーセンタイル	生まれつきで、強迫的、予測可能

重要なポイント： 距離が 2 センタイル増えるごとに、標準偏差が 1 増えます。

極端な特性は極端な結果をもたらしますが、変更しにくく、平均的な人には理解されにくい傾向があります。

**L（論理）と I（独創性）は絶対値を使用します。**

A、B、C、D とは異なり、L と I のスコアは人同士で直接比較できます。

• 論理 8 は、矢印の位置に関係なく「論理性が高い」ことを意味します。
• 独創性 2 は、誰にとっても「独創性が低い」ことを意味します。

「絶対値を比較しない」というルールの例外は、この 2 つの特性だけです。

</essential_principles>

使用する場面

• Culture Index の調査結果（個人またはチーム）を解釈する
• PDF または JSON データから CI プロファイルを分析する
• Gas／Brake／Glue フレームワークを使ってチーム構成を評価する
• 調査結果と仕事上のグラフを比較して、燃え尽きのリスクを検出する
• CI の特性パターンに基づいて採用プロファイルを定義する
• 特定の CI プロファイルを持つ人との接し方について、マネージャーにコーチングを行う
• 面接の文字起こしから CI の特性を予測する
• CI プロファイルのデータを使ってチーム内の対立を仲裁する

使用しない場面

• CI 以外の行動評価（DISC、Myers-Briggs、StrengthsFinder、Predictive Index、Enneagram）に使用する場合
• 臨床心理評価や診断に使用する場合
• 採用・解雇の唯一の根拠として使用する場合 — CI は複数ある判断材料の一つです

<input_formats>

JSON（利用可能な場合は使用）

JSON データがすでに抽出されている場合は、そのまま使用してください。

import json
with open("person_name.json") as f:
    profile = json.load(f)

JSON 形式：

{
  "name": "Person Name",
  "archetype": "Architect",
  "survey": {
    "eu": 21,
    "arrow": 2.3,
    "a": [5, 2.7],
    "b": [0, -2.3],
    "c": [1, -1.3],
    "d": [3, 0.7],
    "logic": [5, null],
    "ingenuity": [2, null]
  },
  "job": { "..." : "same structure as survey" },
  "analysis": {
    "energy_utilization": 148,
    "status": "stress"
  }
}

注：特性値は [絶対値, 矢印からの相対値] のタプルです。解釈には相対値を使用してください。

PDF と同じディレクトリに対応する .json ファイルがあるか確認するか、JSON を抽出済みかユーザーに尋ねてください。

PDF 入力（最初に必ず抽出してください）

⚠️ 特性値を目視で推定してはいけません。 目視による推定は 20～30％の誤差が生じます。

PDF が提供された場合：

1. JSON がすでにあるか確認します（PDF と同じディレクトリを確認するか、ユーザーに尋ねます）
2. なければ、検証しながら抽出を実行します。

   uv run --no-project {baseDir}/scripts/extract_pdf.py --verify /path/to/file.pdf [output.json]
   

3. 検証の概要が PDF と一致していることを目視で確認します
4. 抽出した JSON を解釈に使用します uv がインストールされていない場合： 作業を中止し、インストールするようユーザーに案内してください（brew install uv または curl -LsSf https://astral.sh/uv/install.sh | sh）。Vision に切り替えてはいけません。

PDF の Vision（参照のみ）

Vision は、抽出した値が妥当であることを確認する目的でのみ使用できます。特性スコアの抽出には使用できません。

</input_formats>

ステップ 0：JSON または PDF をお持ちですか？

1. JSON が提供されている、または見つかった場合： そのまま使用します（抽出をスキップ）
   • PDF と同じディレクトリに、名前が一致する .json ファイルがあるか確認します
   • ユーザーが JSON のパスを指定しているか確認します
2. PDF のみの場合： --verify フラグを付けて抽出スクリプトを実行します

   uv run --no-project {baseDir}/scripts/extract_pdf.py --verify /path/to/file.pdf [output.json]
   

3. 抽出に失敗した場合： エラーを報告し、Vision に切り替えてはいけません

ステップ 1：どのようなデータをお持ちですか？

• CI Survey の JSON → ステップ 2 に進みます
• CI Survey の PDF → まず抽出し（ステップ 0）、その後ステップ 2 に進みます
• 面接の文字起こしのみ → オプション 8（面接から特性を予測）に進みます
• まだデータがない → 「Culture Index プロファイル（PDF または JSON）または面接の文字起こしを提供してください」

ステップ 2：何を行いますか？

プロファイル分析：

1. 個人のプロファイルを解釈する - ある人の特性、強み、課題を把握します
2. チーム構成を分析する - アクセル／ブレーキ／潤滑役のバランスを評価し、ギャップを特定します
3. 燃え尽きの兆候を検出する - Survey と Job を比較し、ストレスや不満を確認します
4. 複数のプロファイルを比較する - 相性や協働のダイナミクスを把握します
5. 動機付けの提案を得る - 相手の意欲を高め、定着につなげる方法を学びます

採用と候補者： 6. 採用プロファイルを定義する - 役割に理想的な CI 特性を判断します 7. マネージャーに部下の指導方法を助言する - 両者のプロファイルに基づいてマネジメントスタイルを調整します 8. 面接から特性を予測する - 面接の文字起こしを分析し、CI 特性を推定します 9. 面接後の振り返り - 予測された特性に基づいて候補者との適合性を評価します

チーム開発： 10. オンボーディングを計画する - 新入社員とチームのプロファイルに基づいて、最初の 90 日間を設計します 11. 対立を仲裁する - 2 人のプロファイルを使って、両者の摩擦を把握します

プロファイルデータ（JSON または PDF）を提供してオプションを選ぶか、必要なことを説明してください。

応答	ワークフロー
"extract", "parse pdf", "convert pdf", "get json from pdf"	workflows/extract-from-pdf.md
1, "individual", "interpret", "understand", "analyze one", "single profile"	workflows/interpret-individual.md
2, "team", "composition", "gaps", "balance", "gas brake glue"	workflows/analyze-team.md
3, "burnout", "stress", "frustration", "survey vs job", "energy", "flight risk"	workflows/detect-burnout.md
4, "compare", "compatibility", "collaboration", "multiple", "two profiles"	workflows/compare-profiles.md
5, "motivate", "engage", "retain", "communicate"	references/motivators.md を直接読みます
6, "hire", "hiring profile", "role profile", "recruit", "what profile for"	workflows/define-hiring-profile.md
7, "manage", "coach", "1:1", "direct report", "manager"	workflows/coach-manager.md
8, "transcript", "interview", "predict traits", "guess", "estimate", "recording"	workflows/predict-from-interview.md
9, "debrief", "should we hire", "candidate fit", "proceed", "offer"	workflows/interview-debrief.md
10, "onboard", "new hire", "integrate", "starting", "first 90 days"	workflows/plan-onboarding.md
11, "conflict", "friction", "mediate", "not working together", "clash"	workflows/mediate-conflict.md
"conversation starters", "how to talk to", "engage with"	references/conversation-starters.md を直接読みます

ワークフローを読んだ後は、その内容に正確に従ってください。

<verification_loop>

解釈を行うたびに、次の点を確認してください：

1. 相対的な位置を使いましたか？ 文脈なしに「Aは8です」と述べないでください
2. 矢印を参照しましたか？ すべての特性の解釈を矢印を基準に行ってください
3. Survey と Job を比較しましたか？ 行動の変化を特定してください
4. 価値判断を避けましたか？ 特性を「良い」または「悪い」と呼んでいません
5. EUを確認しましたか？ 両方のグラフがある場合は、エネルギー利用率を算出してください

ユーザーへの報告：

• 「解釈が完了しました」
• 主な調査結果（箇条書きで2～3点）
• 推奨アクション

</verification_loop>

<reference_index>

ドメイン知識（references/ 内）：

主要特性：

• primary-traits.md - A（自律性）、B（社会性）、C（ペース）、D（適合性）

二次特性：

• secondary-traits.md - EU（エネルギー単位）、L（論理）、I（創意工夫）

パターン：

• patterns-archetypes.md - 行動パターン、特性の組み合わせ、アーキタイプ

アーキタイプの詳細プロフィール（archetype-*.md）：

• archetype-administrator.md - 管理者（A高、B高、C低、D中）
• archetype-coordinator.md - コーディネーター（A低、B高、C中、D低）
• archetype-craftsman.md - 職人（A低、B低、C高、D高）
• archetype-daredevil.md - 命知らず（A高、B低、C低、D低）
• archetype-debater.md - 討論者（A中、B中～高、C低、D高）
• archetype-facilitator.md - ファシリテーター（A低、B中、C中、D低）
• archetype-influencer.md - インフルエンサー（A低、B高、C低、D低）
• archetype-operator.md - オペレーター（A低、B低、C高、D中～高）
• archetype-persuader.md - 説得者（A高、B高、C低、D低）
• archetype-philosopher.md - 哲学者（A低、B低、C高、D低）
• archetype-rainmaker.md - レインメーカー（A高、B高、C低、D低）
• archetype-scholar.md - 学者（A高、B低、C低、D高）
• archetype-socializer.md - 社交家（A低、B高、C低、D低）
• archetype-specialist.md - スペシャリスト（A低、B低、C高、D中）
• archetype-technical-expert.md - 技術専門家（A低、B低、C高、D低）
• archetype-traditionalist.md - 伝統主義者（A低、B低、C高、D高）
• archetype-trailblazer.md - 先駆者（A高、B中、C中、D低）

活用方法：

• motivators.md - 各特性タイプの動機付け方法
• team-composition.md - アクセル、ブレーキ、接着剤のフレームワーク
• anti-patterns.md - よくある解釈上の誤り
• conversation-starters.md - 各パターンや特性タイプへの働きかけ方
• interview-trait-signals.md - 面接から特性を予測するためのシグナル

</reference_index>

<workflows_index>

ワークフロー（workflows/ 内）：

ファイル	目的
extract-from-pdf.md	Culture Index PDF からプロフィールデータを抽出し、JSON 形式に変換する
interpret-individual.md	個人のプロフィールを分析し、アーキタイプを特定して、強みと課題を要約する
analyze-team.md	チームのバランス（アクセル／ブレーキ／接着剤）を評価し、不足要素を特定して、採用を提案する
detect-burnout.md	Survey と Job を比較し、EU 利用率を算出して、リスクの兆候を検出する
compare-profiles.md	複数のプロフィールを比較し、相性と協働の力学を評価する
define-hiring-profile.md	職務に理想的な CI 特性を定義し、許容できるパターンと危険信号を特定する
coach-manager.md	マネージャーが特定の直属の部下に合わせてスタイルを調整できるよう支援する
predict-from-interview.md	面接調査の前に、面接の書き起こしを分析して CI 特性を予測する
interview-debrief.md	書き起こしの分析から予測した特性を使って、候補者との適合性を評価する
plan-onboarding.md	新入社員のプロフィールとチーム構成に基づいて、最初の90日間を設計する
mediate-conflict.md	チームメンバーのプロフィールを用いて、メンバー間の摩擦を理解し、対処する

</workflows_index>

<quick_reference> 特性カラー:

特性	カラー	測定対象
A	マルーン	自律性、主体性、自信
B	イエロー	社交性、交流への欲求
C	ブルー	ペース/忍耐力、緊急性のレベル
D	グリーン	同調性、細部への注意力
L	パープル	論理、感情処理
I	シアン	創意工夫、発明力

エネルギー活用の計算式:

Utilization = (Job EU / Survey EU) × 100

70-130% = Healthy
>130% = STRESS (burnout risk)
<70% = FRUSTRATION (flight risk)

ガス/ブレーキ/グルー:

役割	特性	機能
ガス	高い A	成長、リスクテイク、成果の推進
ブレーキ	高い D	品質管理、リスク回避、仕上げ
グルー	高い B	関係性、士気、文化

スコアの精度:

値	精度	例
特性 (A,B,C,D,L,I)	整数 0〜10	0, 1, 2, ... 10
矢印の位置	小数第1位	0.4, 2.2, 3.8
エネルギー単位 (EU)	整数	11, 31, 45

</quick_reference>

<success_criteria>

適切に解釈された Culture Index プロファイルとは:

• 相対的な位置(矢印からの距離)を使用し、絶対値だけには決して依存しない
• アーキタイプ/パターンを正しく特定する
• 主要な特性に基づいて 2〜3 の強みを強調する
• 2〜3 の課題または開発領域に言及する
• サーベイと職務の両方が利用可能な場合は比較する
• 実行可能な推奨事項を提供する
• 価値判断(「良い」/「悪い」)を避ける
• Culture Index は 1 つのデータポイントであり、完全な全体像ではないことを認識する

</success_criteria>