mcpField
M
meeting-transcript

meeting-transcript

github.com/huytieu生産性1.3k184 回インストール6 日前に更新
リポジトリ

meeting-transcript について

meeting-transcriptは、会議の文字起こしやメモを整理するCOGスキルです。雑音を除いて決定事項やアクション項目などを抽出し、エージェントモードに応じて逐次または並列で処理します。

主な機能

  1. 01雑談や技術的な中断の除外
  2. 02決定事項、担当者、期限の抽出
  3. 03テーマと未解決事項の整理
  4. 04チームのやり取りと会議効率の評価
  5. 05単独または並列エージェントでの処理

活用シーン

  1. 01チーム会議のメモの構造化
  2. 02文字起こしから担当者と期限を抽出
  3. 03未解決事項とフォローアップの確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/huytieu/cog-second-brain --skill meeting-transcript

インストール後、Claude Code で/meeting-transcriptを入力して読み込まれたか確認します。

詳細

COG Meeting Transcript Skill

呼び出すタイミング

  • ユーザーが会議の文字起こしや録音メモを共有したとき
  • ユーザーが「process meeting」「meeting notes」「meeting transcript」と言ったとき
  • ユーザーが構造化したい会議のテキストを提示したとき
  • ユーザーが会議からアクションアイテムを抽出したいと言ったとき

エージェントモードの確認

00-inbox/MY-PROFILE.mdのフロントマターにあるagent_modeを確認してください:

  • agent_mode: teamの場合 — 以下の完全な並列エージェント実行戦略(3つのエージェント)を使用します
  • agent_mode: soloの場合 — 順番に処理します。まず内容を抽出し、次に議論の動向を分析してから、コンテキストを補足します。

目的

会議の録音やメモから戦略的な洞察を抽出します。重要で実行可能な内容に焦点を当て、ノイズや無関係な情報を取り除くため、インテリジェントなコンテンツフィルタリングを行います。

コマンド:/meeting-transcript

並列エージェントチーム実行戦略

並列エージェントを使用して、文字起こしの異なる側面を同時に処理します。

フェーズ 1:セットアップ(オーケストレーター)
  1. ユーザーから文字起こしの内容を受け取ります
  2. コンテンツの種類(会議またはブレインダンプ)を検出し、ドメインを分類します
  3. 並列処理できるよう、文字起こしを論理的なセクションに分割します
フェーズ 2:並列処理(エージェントを 2~3 個同時に起動)

Taskツールでrun_in_background: trueを指定し、すべてのエージェントを1つのメッセージ内で起動します:

エージェント 1:「content-extractor」(subagent_type: general-purpose)
Extract structured content from the meeting transcript.

1. Filter out side chats, technical difficulties, and irrelevant banter
2. Identify and extract: decisions made (with rationale), action items (with owners/deadlines), strategic themes
3. Capture key quotes and insights from participants
4. Note unresolved issues and follow-up needs

Return: Decisions list, action items list, strategic themes, key quotes, unresolved issues.
エージェント 2:「dynamics-analyst」(subagent_type: general-purpose)
Analyze team dynamics and meeting effectiveness.

1. Assess communication patterns and participation levels
2. Identify leadership moments and collaboration quality
3. Evaluate decision-making process effectiveness
4. Assess meeting efficiency (time well spent vs wasted)
5. Note any tensions, disagreements, or alignment issues

Return: Team dynamics assessment, participation analysis, meeting effectiveness score.
エージェント 3:「context-enricher」(subagent_type: general-purpose)
Enrich meeting content with project/product context.

1. If project-related: read recent braindumps and notes for context
2. Check if discussed topics relate to known issues/PRs on GitHub
3. Connect decisions to existing strategic priorities
4. Identify competitive intelligence if competitors mentioned

Return: Contextual connections, related documents, strategic alignment notes.
フェーズ 3:統合(オーケストレーター)
  1. すべての処理エージェントから結果を集めます
  2. コンテンツ構成テンプレートに従って、構造化された会議の要約をまとめます
  3. 適切なメタデータ(参加者、所要時間、種類、アクションアイテム数)を追加します
  4. 適切なドメインの会議フォルダーに保存します
  5. 緊急のアクションアイテムにフラグを付け、ただちに注意を促します

コンテンツフィルタリングのガイドライン

除外(フィルタリング)
  • 余談:「ねえ、昨夜の試合見た?」
  • 技術的な問題:「今、聞こえますか?」「マイクがミュートになっています」
  • 未完の考え:「それで、こうしたらどうかと思って……やっぱり何でもない」
  • 雑談:天気や、仕事に関係のない個人的な話
  • 中断:「すみません、この電話に出ないといけません」
  • 不明瞭な発言:聞き取りにくい、または聞こえない内容
含める(保持して分析)
  • 戦略的な議論:市場分析、競争上のポジショニング
  • 決定事項:「オプション A で進めることに決めました」
  • アクションアイテム:「Alexが金曜日までに分析を完了します」
  • 問題解決:課題と提案された解決策についての議論
  • 計画:スケジュールの議論、リソース配分
  • 洞察:「重要な洞察は、顧客が……を求めていることです」
  • 懸念事項:「このアプローチには……という懸念があります」

メタデータテンプレート

---
type: meeting-transcript
domain: [personal|professional|project-specific]
project: [project-name] # Only for project-specific meetings
date: YYYY-MM-DD
created: YYYY-MM-DD HH:MM
meeting_type: [1-on-1|team-meeting|strategic-planning|project-review|other]
participants: [participant1, participant2, participant3]
duration: [minutes]
content_filtered: true
accuracy_verified: [true|false|pending]
action_items_count: [number]
decisions_count: [number]
tags:
  - meeting
  - transcript
  - domain-tag
  - project-tag
status: [processed|needs-follow-up|action-required]
---

コンテンツ構成

1. 会議の概要
  • 日時:会議が行われた日時
  • 参加者:出席者とその役割
  • 目的:会議の主な目的
  • 所要時間:実際の会議時間
  • 種類:会議のカテゴリー
2. 主要な決定事項(確認済みの内容のみ)
  • 決定事項:決定した内容
  • 根拠:この決定に至った理由
  • 担当者:実施に責任を負う人
  • タイムライン:決定が有効になる時期
  • 影響:予想される結果とその影響
3. アクションアイテム(重要なもののみ)
  • タスク:実行する具体的なアクション
  • 担当者:責任者
  • 期限:完了期限
  • 依存関係:先に必要な作業
  • 成功基準:完了を測定する方法
4. 戦略的なテーマ(十分に議論された内容から)
  • テーマ:議論された主要なトピックや傾向
  • コンテキスト:このテーマが重要な理由
  • 意味合い:チームやプロジェクトにとっての意味
  • 次のステップ:このテーマへの対処方法、または活用方法
5. 未解決の課題
  • 課題:未解決のまま残っている問題や疑問
  • 背景:背景情報と重要性
  • 阻害要因:解決を妨げているもの
  • 次のステップの提案:解決に向けた進め方
6. チームの動態の評価
  • コミュニケーションの質:チームがどれだけ効果的にコミュニケーションを取れたか
  • 意思決定プロセス:どのように意思決定に至ったか
  • 参加状況:誰がどのように貢献したか
  • 会議の効率:時間管理と議論への集中度
  • 改善点:会議をより良くするための提案

ドメイン固有の処理

個人ドメインの会議
  • キャリア開発と個人の成長に重点を置きます
  • 個人的な話し合いのプライバシーを厳格に保護します
  • 学習と能力開発の機会を抽出します
  • [CUSTOMIZE: path/to/personal/]meetings/ に保存します
業務ドメインの会議
  • リーダーシップとチーム管理の側面を分析します
  • 戦略的なビジネス上の洞察を抽出します
  • 専門能力の開発機会を特定します
  • [CUSTOMIZE: path/to/professional/]meetings/ に保存します
プロジェクト固有の会議
  • プロジェクトの指標とマイルストーンに関連付けます
  • プロジェクト目標に対する進捗を分析します
  • 競合や市場に関する情報を抽出します
  • [CUSTOMIZE: path/to/projects/][project-name]/meetings/ に保存します

コンテンツのフィルタリング手順

ステップ 1:初回スキャン
  • 会議の各段階(導入、主な議論、まとめ)を特定します
  • 明らかな余談や技術的な問題に印を付けます
  • 不完全または不明瞭な発言にフラグを立てます
ステップ 2:関連性の評価
  • 各セグメントの戦略的価値を評価します
  • 内容が会議の目的に関連するかどうかを判断します
  • 情報の完全性と正確性を評価します
ステップ 3:正確性の確認
  • 矛盾する発言を照合します
  • 誤りと思われる情報にフラグを立てます
  • 明確化が必要な箇所を記録します
ステップ 4:文脈の保持
  • 意思決定に十分な文脈があることを確認します
  • アクションアイテムの背景を維持します
  • 戦略的な議論の流れを保ちます

品質保証

検証基準
  • すべての意思決定に、明確な文脈と根拠が必要です
  • アクションアイテムには、具体的な担当者と期限が必要です
  • 戦略的なテーマは、十分な議論によって裏付けられている必要があります
  • チームの動態の評価は、観察可能なパターンに基づく必要があります
不確実性への対応
  • 誤っている可能性のある情報にフラグを立て、ユーザーに確認します
  • 解釈の確信度を示します
  • 曖昧な内容について確認を求めます
  • 情報が不完全な場合は、その旨を明記します

デイリーブリーフとの連携

このコマンドで処理された会議メモは、デイリーブリーフに直接反映されます。

  • フェーズ 2、エージェント 3(meeting-reviewer)が最近の会議ファイルをスキャンします
  • フェーズ 3で、アクションアイテムを GitHub PR と Linear の課題と相互参照します
  • セクション 13(Meeting Follow-Up Tracker)で、コミットメントの完了状況を追跡します

これにより説明責任が生まれます。会議での意思決定やアクションアイテムが、コードやプロジェクト管理ツールでの実際の実行状況と照らし合わせて自動的に追跡されます。

学習の統合

  • 会議の効果に関するパターンを経時的に追跡します
  • 成功している意思決定プロセスを特定します
  • チームのコミュニケーションの好みを学習します
  • 関連性に関するユーザーのフィードバックに基づいてフィルタリングを調整します

コメント