mcpField
P
pipefy-process-impact

pipefy-process-impact

github.com/pipefy生産性51214 回インストール2 日前に更新
リポジトリ

pipefy-process-impact について

pipefy-process-impact は、Pipefy のプロセス手順を自動化した場合の時間削減を見積もるスキルです。反復作業を一つ選び、計算を示して、次の測定や実装につなげます。

主な機能

  1. 01効果の高いプロセス手順を特定
  2. 02既存の自動化とエージェントの適用状況を確認
  3. 03週あたりの削減時間と任意のコストを計算
  4. 04ルール、AI エージェント、iPaaS を区別
  5. 05時間計測カードの読み取りとレポート出力

活用シーン

  1. 01手作業の自動化による時間削減を見積もる
  2. 02ルールやエージェントが手順を適用済みか確認
  3. 03社内向けの自動化提案を準備
  4. 04不足している処理量や時間データを特定

MCP 対応

パイプ名が指定された場合、MCP リファレンスを参照し、読み取り専用操作でプロセスや自動化の適用状況を確認します。

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/pipefy/ai-toolkit --skill pipefy-process-impact

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

同梱ファイルreferences/cli.mdreferences/mcp.md

詳細

プロセスへの影響

自動化または AI エージェントによって最も多くの時間を削減できる、プロセス内の1つのステップをユーザーが見つけられるよう支援し、計算式を示します。1回につき、1つのステップ、1つの計算式、1つの質問です。次のステップに進むのは、最初の数値が得られてからです。

ユーザーがパイプ名を挙げた場合に限り、そこに記載された読み取りを行う必要があるときだけ、MCP リファレンスまたはCLI リファレンスを参照してください。

使用する場面

  • 「Xを自動化する価値はありますか?」「どこから始めればよいですか?」「ROIはどれくらいですか?」「どれくらい時間を取り戻せますか?」
  • 「社内で説明できるよう手伝ってください。」
  • ユーザーが、pipefy-process-designまたはpipefy-process-intelligenceがすでに出力したImpact:の行より詳しい情報を求めている場合。

プロセスの設計(pipefy-process-design)、パイプ全体の診断や実装(pipefy-process-intelligence)、ステップの構築(pipefy-building、続いてドメインスキル)、変更が他のどこに影響するかの特定には使用しないでください。

回答方法

  1. ステップを選びます。 会話から、最も効果が高い、手作業で繰り返し行われるステップを1つ特定します。人が手作業で行う移動、振り分け、コピー&ペースト、催促などです。候補が複数ある場合は、週あたりの件数が最も多いものを選びます。プロセス全体をたどらないでください。
  2. パイプ名が挙がったら、カバレッジを確認します。 リファレンスにある読み取りを実行します。get_pipe、get_automations、get_ai_agentsの順に実行し、アクティブなエージェントごとにget_ai_agentを実行します。アクティブな自動化またはエージェントがすでにそのステップを処理している場合は、そのこととカバレッジを示し、まだカバーされていない次のステップに進み、エージェントまたはルールがそこで行っていることを改めて説明します。2つ目の仕組みを提案しないでください。パイプが不明な場合は、何もカバーしていないと断言するのではなく、カバレッジを確認していないと伝えてください。cards_countは現在フェーズにある件数であり、処理量や所要時間ではありません。また、get_cardsは日付を指定しません。回答に時間が必要な場合は、「測定」の時間付きカード読み取りを使用してください。
  3. 計算式を示します。 ユーザーの数値を使うか、不足している数値を明示します。
hours returned per week ≈ minutes per case × cases per week / 60
cost avoided per week ≈ hours returned per week × hourly cost   (only if the user gave an hourly cost)

不足している数値を自分で補わないでください。リードタイムとフェーズごとの所要時間は時間付きカード読み取りから取得し、週あたりの処理量はユーザーまたはパイプのレポートエクスポートから取得します(「測定」を参照)。cards_countや日付のないサンプルから取得してはいけません。 4. そのステップを取り除く、最も低コストな方法を示します。 判断がフィールドの値に基づく場合(「値がXを超えたら移動」など)は従来型の自動化を使います。自由記述、文書、会話を読む必要がある場合に限り、AI エージェントまたは AI 自動化を使います。別のアプリで作業が行われる場合はiPaaSを使います。どれを選ぶか、その理由を1文で説明してください。ルールとAIを「両方すぐ実施する」ものとして重ねないでください。ルールを使ってもステップの一部が手動で残る場合は、AIによる対応を任意の次の段階として言及してください。 5. 最後は1つに絞ります。 不足している数値を尋ねる短い質問を1つだけするか、次のステップ(次のプロセス、測定済みのエクスポート、またはドメインスキルを使った構築)を示します。

出力

ユーザーの言語で4行、150語未満にしてください。ただし、文書としての説明を求められた場合は除きます。

Where it pays: [hop], [what covers it today, if anything]
Arithmetic: [formula with numbers or named gaps] = [hours per week, or the gap]
Step: [automation | AI agent | iPaaS], [one sentence on why this one]
Next: [one question, or one offer]

文書としての説明を求められた場合は、各行を短い段落に展開し、「前提」行を追加してください。金額を示すのは時間あたりのコストがある場合に限ります。リードタイムを示すのは、時間付きカード読み取り、エクスポート、またはユーザーが提示したサイクルに基づく場合に限ります。

ルール

  • 繰り返し行われるステップでチームに戻る時間を報告してください。変更によって何人分の人員を削減できるか尋ねられた場合は、時間で回答し、その判断はユーザーに委ねられると伝えてください。
  • パイプの削除、シートやクレジットの削減、Pipefyからの作業移管は提案しないでください。動きのないパイプには、トリガーがないか重複している可能性があります。どちらなのか尋ね、そのうえでステップを網羅してください。ユーザーがそのパイプ名を挙げて削除を求めた場合に限り、削除し、残すパイプへ作業を移してください。
  • AIより先にルールを検討します。既存のカバレッジはすでに提供されている価値です。その効果を見積もり、置き換えないでください。アクティブなエージェントが使用するクレジットは、すでに処理している作業のコストであり、削減対象の項目ではありません。
  • get_ai_agentsには、get_pipeから取得したパイプのuuidを渡してください。数値IDを渡すと権限エラーになります。uuidを使っても権限エラーになる場合は、エージェントのカバレッジは不明と伝え、そのことを根拠にステップを手作業と判断しないでください。

測定

リードタイム、経過時間、フェーズごとの所要時間は、カードを計測付きで読み取って取得します。パイプのカードに対して createdAt、finished_at、started_current_phase_at、current_phase_age、phases_history(フェーズごとの firstTimeIn、lastTimeOut、duration を秒単位で記録)を選択する execute_graphql クエリを 1 回実行します。クエリのドキュメントはリファレンスにあります。読み取り専用で、確認なしで実行され、1 ページあたり 25 件(最大 50 件)のカードが返されます。数値の算出元となったカード数を示し、パイプのカード数がそれを超える場合は after を使ってページ分割してください。リードタイムは完了済みカードの finished_at から createdAt を引いた値です。フェーズの所要時間は、phases_history の該当エントリーにある duration です。

パイプ全体の週ごとの件数は、ユーザーから提供してもらうか、パイプレポートをエクスポートして取得します。カードごとの created_at が含まれるため、パイプのカード数が数ページ分を超える場合はエクスポートする方法が適しています。エクスポートには既存のレポートを使います(get_pipe_reports)。パイプにレポートがない場合、create_pipe_report は書き込み操作なので、先に確認してください。日付列は get_pipe_report_columns から取得した name で指定します。pipefy-reports にエクスポートとポーリングの手順があります。エクスポートの結果は XLSX リンクなので、件数の把握には使えますが、ユーザーがチャット内で求めている数値の提示には使わないでください。

ツール

操作読み取り専用目的
search_pipesはい名前しかわからない場合にパイプ ID を取得
get_pipeはいフェーズ、cards_count、パイプの uuid を取得
get_automationsはいアクティブなルールがすでに対応している遷移を確認(active と actionEnabled)
get_ai_agentsはいパイプ上のエージェントを取得。disabledAt が null の場合はアクティブ
get_ai_agentはいactive: true の動作と、それぞれが実行されるフェーズを取得
execute_graphqlはい(クエリの場合)計測付きのカード読み取り。get_cards では取得できない日付とフェーズごとの所要時間を取得
get_pipe_reportsはいパイプ全体の件数をエクスポートするための既存レポートを取得
get_pipe_report_columnsはいエクスポート用の列の name 値を取得
export_pipe_reportいいえエクスポートを開始。カードは変更しない
get_pipe_report_exportはいファイルの準備ができるまでポーリング
create_pipe_reportいいえパイプにレポートがなく、ユーザーが同意した場合に限り使用

関連項目

  • pipefy-process-design:新しいプロセスアーキテクチャ(Impact 行を出力します)。
  • pipefy-process-intelligence:パイプを診断して改善します(Impact 行を出力します)。
  • pipefy-building:選択したステップをドメインスキルに振り分けます。
  • pipefy-automations、pipefy-ai-agents、pipefy-ipaas:ステップを構築します。
  • pipefy-reports:リードタイムと週ごとの件数を把握するためのパイプレポートのエクスポートです。

コメント