podcast

使用する場面

• ユーザーがあらゆるトピックについてポッドキャストのエピソードを作成したい場合
• URL またはテキストを提示し、ポッドキャスト形式のディスカッションにしたい場合
• 「ディベート」「対話」「ディスカッション」形式を希望する場合
• 「ポッドキャスト」「播客」「录一期节目」と言った場合

使用しない場面

• ユーザーがテキストの読み上げを希望する場合（/speech を使用）
• ユーザーが映像付きの解説動画を希望する場合（/explainer を使用）
• ユーザーが画像の生成を希望する場合（/image-gen を使用）
• ユーザーが音声を生成せずに URL からコンテンツを抽出したいだけの場合（/content-parser を使用）

目的

1～2 人の AI スピーカーがトピックについて話し合うポッドキャストのエピソードを生成します。手短な概要、詳細な分析、ディベート形式に対応しています。入力にはトピックの説明、URL、またはテキストを指定できます。出力は、文字起こし付きの音声エピソード全編です。

厳守事項

• 必ず shared/cli-authentication.md に従って CLI の認証状態を確認してください
• コマンドの実行とエラー処理には shared/cli-patterns.md に従ってください
• API 呼び出しでスピーカー ID をハードコードしないでください。フォールバックに限り、shared/speaker-selection.md の組み込みデフォルトを使用してください。ユーザーが音声の変更を希望する場合は、speakers API から取得してください
• CLI コマンドやパラメーターを捏造しないでください
• 操作を開始する前に、必ず shared/config-pattern.md に従って設定を読み込んでください
• スピーカーの選択では、必ず shared/speaker-selection.md に従ってください（テキストテーブルと自由入力）
• ファイルを ~/Downloads/ または .listenhub/ に保存しないでください。アーティファクトは、わかりやすいトピックベースの名前を付けて現在の作業ディレクトリに保存してください（shared/config-pattern.md § Artifact Naming を参照）

複数選択式の質問をするすべてのステップで AskUserQuestion ツールを使用してください。選択肢を通常のテキストとして表示してはいけません。一度に質問するのは 1 つだけです。次のステップに進む前に、ユーザーの回答を待ってください。すべてのパラメーターを収集したら、選択内容を要約して、ユーザーに確認を求めてください。ユーザーが明示的に確認するまで、生成 API を呼び出してはいけません。

Step -1：CLI 認証の確認

shared/cli-authentication.md § Auth Check に従ってください。CLI がインストールされていない場合、またはユーザーがログインしていない場合は、自動でインストールしてログインしてください。ユーザーに手動でコマンドを実行するよう求めてはいけません。

続いて、shared/cli-authentication.md § Auth Mode Detection に従って AUTH_MODE を判定し、次を設定してください。

if [ "$AUTH_MODE" = "openapi" ]; then
  CMD_PREFIX="listenhub openapi podcast"
else
  CMD_PREFIX="listenhub podcast"
fi

以降の CLI 呼び出しでは、ハードコードした listenhub podcast の代わりに $CMD_PREFIX を使用してください。

Step 0：設定

shared/config-pattern.md の Step 0（Zero-Question Boot）に従ってください。

ファイルが存在しない場合 — デフォルト値で黙って作成し、そのまま続行してください。

mkdir -p ".listenhub/podcast"
echo '{"outputMode":"inline","language":null,"defaultMode":"quick","defaultSpeakers":{}}' > ".listenhub/podcast/config.json"
CONFIG_PATH=".listenhub/podcast/config.json"
CONFIG=$(cat "$CONFIG_PATH")

設定について質問してはいけません。 Interaction Flow に直接進んでください。

ファイルが存在する場合 — 設定を黙って読み込み、そのまま続行してください。

CONFIG_PATH=".listenhub/podcast/config.json"
[ ! -f "$CONFIG_PATH" ] && CONFIG_PATH="$HOME/.listenhub/podcast/config.json"
CONFIG=$(cat "$CONFIG_PATH")

設定フロー（ユーザーが再設定を開始した場合のみ）

ユーザーが明示的に再設定を求めた場合にのみ実行してください。現在の設定を表示します。

当前配置 (podcast)：
  输出方式：{inline / download / both}
  语言偏好：{zh / en / 未设置}
  默认模式：{quick / deep / debate / 未设置}
  默认主播：{speakerName(s) / 使用内置默认}

続いて、次の質問を順に行い、保存してください。

1. outputMode：shared/output-mode.md § Setup Flow Question に従ってください。

2. Language（任意）：「デフォルトの言語は何ですか？」

   • 「中文 (zh)」
   • 「English (en)」
   • 「每次手动选择」→ null のままにする

3. Mode（任意）：「デフォルトのポッドキャストモードは何ですか？」

   • 「Quick — 簡潔な概要」
   • 「Deep — 詳細な分析」
   • 「Debate — ディベート形式の対話」
   • 「每次手动选择」→ null のままにする

回答をすべて収集したら、すぐに保存してください。

NEW_CONFIG=$(echo "$CONFIG" | jq --arg m "$OUTPUT_MODE" '. + {"outputMode": $m}')
# Save language if user chose one (not "每次手动选择")
if [ "$LANGUAGE" != "null" ]; then
  NEW_CONFIG=$(echo "$NEW_CONFIG" | jq --arg lang "$LANGUAGE" '. + {"language": $lang}')
fi
# Save mode if user chose one
if [ "$MODE" != "null" ]; then
  NEW_CONFIG=$(echo "$NEW_CONFIG" | jq --arg mode "$MODE" '. + {"defaultMode": $mode}')
fi
echo "$NEW_CONFIG" > "$CONFIG_PATH"
CONFIG=$(cat "$CONFIG_PATH")

Interaction Flow

Step 1：トピックと参考資料

AskUserQuestion を使って、2 つの小問を含む単一の質問、または単一の自由入力プロンプトで、トピックと任意の参考資料をまとめて尋ねてください。

どのようなトピックをポッドキャストにしたいですか？参考資料（URL またはテキスト）があれば、ここに含めてください。

次の入力を受け付けます：トピックの説明、URL、貼り付けたテキスト、またはそれらの組み合わせ。

有効な入力例：

• 「2026 年の AI の動向」
• 「https://example.com/article — この記事について話し合ってください」
• 「リモートワークの長所と短所。参考資料：https://study.com/remote-work-2026」

ステップ 2：モード

デフォルト：「quick」 — 次の場合を除き、この質問は省略します。

• config.defaultMode に別の値が設定されている → その値を黙って使用します
• ユーザーがステップ 1 でモードを示すキーワード（例：「深掘り」「ディベート」「詳しく」）を明示している → 意図からモードを推測します

ユーザーの意図が曖昧で、デフォルトも設定されていない場合にのみ質問してください。ほとんどの場合、そのまま「quick」を使用します。

ステップ 3：言語

デフォルト：ユーザーのやり取りの言語に合わせます。 ステップ 1 でユーザーが使った言語から判定します。

• ユーザーが中国語で書いた場合 → zh
• ユーザーが英語で書いた場合 → en
• config.language が設定されている場合 → その値を使用します

この質問はしないでください。 常に黙って推測します。確認の概要に表示し、ユーザーが必要に応じて変更できるようにします。

ステップ 4：話者数

デフォルト：2 人の話者（対話形式） — 最も一般的で、親しみやすい形式です。

この質問は省略します。ディベートモードでは 2 人の話者が必要です。quick/deep でも、デフォルトで 2 人の話者を使用します。

ユーザーがモノローグまたはソロ形式を明示的に希望した場合にのみ、1 人の話者を使用します。

ステップ 5：話者の選択

shared/speaker-selection.md に従ってください。

• config.defaultSpeakers.{language} が設定されている場合 → 保存済みの話者を黙って使用します
• 設定されていない場合 → shared/speaker-selection.md の組み込みのデフォルトを使用します（質問しません）
• 確認の概要に話者を表示し、ユーザーが必要に応じて変更できるようにします
• 音声の変更をユーザーが明示的に希望した場合にのみ、話者の全リストを表示します

2 人の話者モード（対話／ディベート）では、その言語の Primary + Secondary のデフォルトを使用します。

ステップ 5.5：生成速度

デフォルト：1.0x（元の速度）。この質問はしないでください。

ユーザーが「遅めに」「速めに」「1.25 倍速で」「もっと速く読んで」「速度を落として」のように明示的に希望した場合にのみ、速度を設定します。それ以外の場合は、リクエストの従来の動作を維持するため、--speed を完全に省略します。

• 範囲：0.5 から 2.0 までの任意の値、小数点以下最大 2 桁 — 固定された段階ではなく、連続した範囲です。
• 一般的な値：0.5、0.75、1（デフォルト）、1.25、1.5、2。0.85 や 1.35 など、その間の値も同様に有効です。
• 意味：生成された音声の話す速度であり、プレーヤーの再生速度ではありません。1 つのエピソード内の全話者に、同じタスク単位の速度が適用されます。
• 曖昧な表現は控えめに解釈します。「遅めに」→ 0.85、「速めに」→ 1.25、「かなり遅く」→ 0.5、「かなり速く」→ 1.75。ユーザーが数値を指定した場合は、その数値を変更せずに渡します。

速度が 1 以外の場合にのみ、確認の概要に速度を表示します。

ステップ 6：確認と生成

すべての選択内容をまとめます。

Ready to generate podcast:

  Topic: {topic}
  Mode: {mode}
  Language: {language}
  Speakers: {speaker name(s)}
  Speed: {speed}x        # omit this line when speed is 1
  References: {yes/no + brief description}

  Proceed?

CLI コマンドを実行する前に、明示的な確認を待ちます。ユーザーは確認前に、ここで任意のパラメーターを変更できます。

ワークフロー

生成

1. 送信（バックグラウンド）：run_in_background: true、timeout: 360000 を指定して CLI コマンドを実行します。

   $CMD_PREFIX create \
     --query "{topic}" \
     --source-url "{url}" \
     --source-text "{text}" \
     --mode {quick|deep|debate} \
     --lang {en|zh|ja} \
     --speaker "{name}" \
     --speaker "{name2}" \
     --speed {0.5-2.0} \
     --json
   

   フラグに関する注記：

   • --query — 議論するトピックまたは質問
   • --source-url — URL 参照ごとに指定します。複数回指定できます
   • --source-text — テキストブロックの参照ごとに指定します。複数回指定できます
   • --mode — quick、deep、debate のいずれか
   • --lang — 言語コード
   • --speaker — 最大 2 人まで繰り返し指定できます。話者の表示名を使用します
   • --speaker-id — --speaker の代替です。名前の代わりに話者 ID を使用します
   • --speed — 生成速度の倍率。0.5～2.0（小数点以下 2 桁まで、既定値は 1）。ユーザーが別の速度を指定していない限り、省略します
   • ユーザーが参照を指定していない場合は、--source-url／--source-text を省略します

   CLI はポーリングを内部で処理し、生成が完了すると最終結果を返します。

2. タスクを送信したことと、完了時に通知されることをユーザーに伝えます。

3. 完了通知を受け取ったら、結果を提示します。

   CLI の JSON 出力を解析し、audioUrl、subtitlesUrl、audioDuration、credits の各フィールドを抽出します。

   設定から OUTPUT_MODE を読み込みます。動作については shared/output-mode.md に従います。

   inline または both：クリック可能なリンクとして audioUrl を表示します。

   次を提示します。

   播客已生成！
   
   在线收听：{audioUrl}
   字幕：{subtitlesUrl}（如有）
   时长：{audioDuration / 1000}s
   消耗积分：{credits}
   

   download または both：ファイルもダウンロードします。shared/config-pattern.md の § Artifact Naming に従ってトピックのスラッグを生成します。

   SLUG="{topic-slug}"  # e.g. "ai-developments"
   NAME="${SLUG}-podcast.mp3"
   # Dedup: if file exists, append -2, -3, etc.
   BASE="${NAME%.*}"; EXT="${NAME##*.}"; i=2
   while [ -e "$NAME" ]; do NAME="${BASE}-${i}.${EXT}"; i=$((i+1)); done
   curl -sS -o "$NAME" "{audioUrl}"
   

   次を提示します。

   已保存到当前目录：
     {NAME}
   

4. 文字起こしの表示、またはリクエストに応じたダウンロード URL の提供を申し出ます。

生成成功後

このセッションで選択した内容で設定を更新します。

NEW_CONFIG=$(echo "$CONFIG" | jq \
  --arg lang "{language}" \
  --arg mode "{mode}" \
  --argjson speakers '{"{language}": ["{speakerId}"]}' \
  '. + {"language": $lang, "defaultMode": $mode, "defaultSpeakers": (.defaultSpeakers + $speakers)}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"

API リファレンス

• 話者一覧：shared/cli-speakers.md
• 話者選択ガイド：shared/speaker-selection.md
• CLI パターン：shared/cli-patterns.md
• CLI 認証：shared/cli-authentication.md
• 設定パターン：shared/config-pattern.md

合成可能性

• 呼び出し先：話者選択用の speakers API
• 呼び出し元：content-planner（フェーズ 3）

例

ユーザー：「最新の AI の動向についてポッドキャストを作成して」

エージェントのワークフロー：

1. 検出：ポッドキャストのリクエスト、トピック = 「最新の AI の動向」、参照なし
2. 推定：モード = quick（既定値）、言語 = en（ユーザーが英語で記述）、話者 2 人（既定値）
3. 確認用の概要を表示 → ユーザーが確認

$CMD_PREFIX create \
  --query "The latest AI developments" \
  --mode deep \
  --lang en \
  --speaker "Mars" \
  --speaker "Mia" \
  --json

CLI が結果を返すまで待ち、その後タイトルと再生リンクを提示します。