synthetic-session-generator

合成セッションジェネレーター

目的

実際に録音されたセッションのように読める、架空でありながら信憑性のあるコーチング／セラピーセッションのトランスクリプトを生成します。ただし、明らかに合成データであることは保ちます。出力は、主に3つの用途に使われます。評価データセット（要約ツールや分析ツールをベンチマークするための正解ラベル付きデータ）、製品デモ（実際のクライアントデータを公開せずに使える、リアルなセッション）、トレーニング／プロンプトの例（コーチングまたはセラピーのアシスタント向けの少数ショット素材）です。

リアリティは2つの要素から生まれます。ペルソナの一貫性（クライアントがセッションの流れを通じて同じ話し方をし、同じ経歴や抱えている課題を持つこと）と、モダリティの忠実性（実践者が選択されたフレームワークの手法、質問形式、進行ペースを用いること）です。実際の臨床記録と誤認されないよう、すべての出力には合成データであることを示す透かしが付与されます。

使用する場面

ユーザーが架空／合成／模擬／デモ用のコーチングまたはセラピーのトランスクリプト、セッション分析ツール（例：coaching-session-summarizer）向けの評価データやテストデータ、少数ショットの対話例、またはペルソナの一貫性を保ったセッションシリーズを求めている場合に使用します。実際のトランスクリプトの分析や要約には使用しないでください。それはcoaching-session-summarizerまたはtranscript-analyzerの役割です。

ワークフロー

ステップ0 — セットアップモード（デフォルトを設定）

ユーザーがスキルの設定を求めている場合（「セットアップ」「デフォルトを設定して」「常にロシア語／IFS／50分のセッションを使って」など）、セットアップモードを実行します。AskUserQuestionを使って3つの選択肢を提示し、設定を保存します。

• 言語 — トランスクリプトの出力言語（en、ru、de、es、fr、pt、it、nl）。
• モダリティ — デフォルトのフレームワーク（icf-grow、cbt、ifs、act-mi）。
• セッション時間 — 分単位（例：25／50／80）。ターン数の目安（約0.6ターン／分）に換算されます。

python3 scripts/setup_config.py --language ru --modality cbt --duration 50 --show
python3 scripts/setup_config.py --show     # view current defaults

これにより、スキルディレクトリにconfig.jsonが書き込まれます。以降に実行するscaffold_session.pyはこれらのデフォルトを引き継ぐため、ユーザーは異なる項目（例：ペルソナやセッションの位置づけ）だけを指定します。実行ごとのフラグは常に保存済みの設定より優先されます。

ステップ1 — 生成仕様を集める

セットアップモードのデフォルト（ステップ0）に従い、ユーザーがまだ決めていないパラメーターだけを尋ねます。

次のパラメーターを集めるか、妥当なデフォルトを推定します。出力に実質的な影響を与える項目だけを尋ね、それ以外はデフォルトにします。

• 用途：評価／デモ／トレーニング（正解ラベルを出力するかどうかを決めます）。
• モダリティ：icf-grow、cbt、ifs、act-miのいずれかです。それぞれの手法の要点、代表的な技法、用語についてはreferences/modalities.mdを参照してください。
• ペルソナ：references/personas.mdから既存のペルソナを選ぶか、新しく作成してそのファイルに保存し、セッションシリーズを通じて一貫性を保ちます。ペルソナは、名前、属性、抱えている課題、経歴、話し方、抵抗や防衛、目標で構成されます。
• セッションの位置づけ：初回／初期／中盤／突破口／関係の亀裂と修復／終結。これにより、感情的なトーンや過去の内容への言及が決まります。
• 形式：fathom、plain、json、markdownのいずれかです（ステップ3を参照）。Markdownは常に生成されます。
• 言語：セットアップ設定のデフォルトを使います。--languageを指定します。対話、ペルソナの話し方、透かしに付随するテキストはすべてその言語で作成し、評価タグのキーは英語のままにします。
• 時間／長さ：--duration <minutes>（推奨。ターン数の目安に換算されます）または大まかな--length（短め：約15分／標準：約30分／長め：約50分以上）を指定します。

ステップ 2 — セッションの骨組みを作成してから、対話を書く

スキャフォールディングスクリプトを実行し、仕様を構造化された骨組み（フェーズ、ビートリスト、ターン予算、JSON の枠組み、合成データの透かし）に変換します。

python3 scripts/scaffold_session.py --modality cbt --persona maya --position mid-arc \
    --length standard --format json --out /tmp/session_skeleton.json

次に、各ビートを埋めながら、実際の対話を手作業で（モデルが作成して）書きます。スクリプトが構造とガードレールを提供し、Claude が自然でテンプレートに沿わない表現を提供します。リアリティを高めるための主なルール（全リストは references/realism_guide.md を参照）：

• 事務的な確認やチェックインの雑談から始め、いきなり本題に入らないでください。
• クライアントに言いよどみ、ためらい、話の中断をさせ、少なくとも一度は抵抗や回避を示す場面を入れてください。現実のクライアントは、求められたタイミングで明快な気づきを語るわけではありません。
• 実践者は各モダリティに沿って進めます。CBT では思考記録とソクラテス式質問法、IFS ではパーツに関する言葉遣いと「そのパーツに対して、どのように感じますか？」、GROW では Goal→Reality→Options→Will、ACT/MI では価値観、脱フュージョン、変化に向けた発言を用います。意図的に折衷的な実践を描く場合を除き、モダリティを混在させないでください。
• ペルソナの話し方を一貫させます。語彙、文の長さ、繰り返し使う比喩を安定させてください。
• 最後に、要約、セッション間の課題や実験、次回の予定を含めます。

ステップ 3 — 形式をレンダリングする（必ず markdown を含める）

JSON のターン構造で一度作成し、その後変換します。必ず markdown 形式をレンダリングしてください（これが標準となる、人が読める成果物です）。ほかの形式は、ユーザーから求められたものを追加します。

# markdown is always produced:
python3 scripts/convert_format.py --in /tmp/session.json --to markdown --auto-timestamps --out session.md
# plus any requested extras:
python3 scripts/convert_format.py --in /tmp/session.json --to fathom --auto-timestamps --out session.txt

• markdown (必須) — トランスクリプトの上に YAML フロントマター（ペルソナ ID、モダリティ、セッションの位置、合成データのフラグ）を含む Obsidian ノートです。
• fathom — Fathom/Granola のエクスポート形式に合わせた、話者ラベルとタイムスタンプ付きの行です。既存のスキル（coaching-session-summarizer、transcript-analyzer）にトランスクリプトをそのまま渡せます。
• plain — Coach: / Client: のターンが交互に並ぶシンプルな markdown 形式です。
• json — 元データそのものです。speaker、timestamp、text、評価タグ（technique、emotion、phase）を含むターンで構成されます。評価用には ground_truth ブロックも含めます。

タイムスタンプ。 タイムスタンプを手作業で作らないでください。--auto-timestamps を渡し、コンバーターに各ターンの単語数（約 150 wpm ＋短いターン間隔）からタイムスタンプを生成させ、内部の時刻整合性を保ってください。ペースは --wpm で調整します。各形式の参考例は assets/templates/ を参照してください。

ステップ 4 — （任意）ポートレート付きケース概念化カード

ケースを要約したカード（デモ、ペルソナバイブル、評価コンテキスト用）が必要な場合は、同じセッション JSON から作成し、生成したポートレートと組み合わせます。

python3 scripts/make_card.py --in /tmp/session.json --out /tmp/card.md            # scaffold
python3 scripts/make_card.py --in /tmp/session.json --print-prompt                # portrait prompt

1. make_card.py を実行し、カードの骨組み（モダリティに対応した定式化の枠組み、ground_truth から抽出したテーマと目標、透かし、ポートレート用プロンプト）を出力します。
2. `` ブロックに臨床的な定式化を記入します（モデルが作成）。
3. gpt-image-2 スキルを使い、--print-prompt のプロンプトからポートレートを生成します。写実的ではなく、イラスト調にしてください。様式化された画像であれば、実在の人物の写真と間違われることはありません。その後、--image <path> を指定して再実行するか、カードを編集して画像を埋め込みます。

ステップ 4b — （任意）tufte-report を使ってカードを HTML ページとしてレンダリングする

ユーザーがケースカード（ポートレート＋概念化）の共有可能な HTML ページを希望する場合は、記入済みのカードを tufte-report スキルに渡します。独立した Tufte スタイルの HTML ファイルが生成されます。

1. ポートレートを埋め込んだカードを作成して記入します（ステップ 4）。
2. カードの概念化をナラティブコンテンツ、ポートレートを図として、tufte-report スキルを実行します。レポートには次のようにカードのセクションを割り当てます：Snapshot/Presenting issue → 導入のナラティブ、Formulation → ナラティブとデータからなるメインの 2 列セクション、Working themes と Goals & experiments → ステータス／ダッシュボードパネル、Emotional arc → スパークラインまたはラベル付きの推移。ポートレートがヒーロー画像としてレンダリングされるよう、ポートレートのパスを渡します。
3. HTML 内で合成ウォーターマークを必ず表示したままにし、.html を書き込む前に出力先パス（デフォルト：現在の作業ディレクトリ）を確認します。

ポートレートはステップ 4 で作成した、イラスト調の非写実的な画像のままにしてください。HTML ページはデモやペルソナバイブル用であり、実在のクライアントの記録として提示してはなりません。

ステップ 5 — ウォーターマークを付けて保存する

合成ウォーターマークは必ず適用してください。これは譲れない要件です。スキャフォールドスクリプトによって挿入されます。フォーマット変換後も維持されていることを確認してください。各出力には、形式に適した場所（フロントマター、JSON メタデータ、またはヘッダー／フッターのコメント）に、次の内容を含める必要があります。

⚠️ SYNTHETIC — AI-generated fictional session. Not a real person, not clinical advice.

書き込む前に保存先を確認してください。 保存先をユーザーに尋ね、デフォルトの 現在の作業ディレクトリ（.）を伝えます。ユーザーが保持しない一時的な中間スキャフォールドに限り、/tmp/ を代わりに使用してください。分かりやすいファイル名を使用します（例：<persona>_<modality>_<position>.md）。評価バッチの場合は、選択したディレクトリにセッションごとに 1 ファイルを書き込み、ペルソナ、モダリティ、ラベルの網羅状況を記載したマニフェストも作成します。

制限事項と制約

• 合成データのみ。 出力を実際のセッション、実在の人物、または臨床記録として提示してはなりません。ウォーターマークは必須であり、デモの場合も決して削除してはなりません（ユーザーが明示的に確認した場合に限り、任意のクリーンボディ版を使用できます。その場合もメタデータに出所情報を保持します）。
• 臨床的な助言ではありません。 生成される対話は説明用のフィクションです。実際のケアにおける治療技法、診断、助言の根拠として使用してはなりません。実際のプロトコルをそのまま再現したり、臨床的な妥当性を示唆したりしてはなりません。
• 実在する個人情報は含めないでください。 識別可能な実在の人物をもとにペルソナを作成したり、実際のトランスクリプトから詳細をコピーしたりしてはなりません。実際のトランスクリプトが文体の参考として提供された場合は、パターンのみを抽象化し、名前、具体的な情報、または逐語的な内容は使用しないでください（真の匿名化は session-anonymizer に依頼します）。
• ポートレートはイラスト調に保ってください。 カードのポートレートは写実的な顔ではなく、スタイライズされたイラストとして生成してください。合成イラストが実在の人物の写真と誤認されることはありません。カードには独自の合成ウォーターマークが付いています。これを保持してください。
• 安全性に配慮が必要な内容。 危機、自傷、虐待、またはリスクのシナリオを描写できるのは、用途上明確に必要な場合（例：レッドチーム評価）に限ります。明確にフィクションとしてウォーターマークを付け、責任ある実践者の対応を描写してください。危害につながる具体的な実行方法を含めてはなりません。
• 対象範囲を守ってください。 このスキルは生成を行うものであり、実際のセッションを分析するものではありません。実際のトランスクリプトの要約は coaching-session-summarizer に、匿名化は session-anonymizer に依頼してください。