Menu
ねっぷちゃん本番環境の利用分析レポート。会話数・ユーザー数・週別推移・トピック分析・印象的な話題を D1 から集計。
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Basé sur la classification professionnelle SOC
体験設計の壁打ちと UI デザイン案の提案。「こういう機能を作る」「この画面を良くしたい」を受けて、 どんな体験にするかを壁打ちして体験方針に合意し、方針に沿った UI 案を デザイン憲法（DESIGN.md）とトークンに準拠した 1 枚の HTML で提示する。 Use when: - /np-design を実行した場合 - 「デザイン案がほしい」「この画面のデザインを考えて」「どんな体験にすべきか相談したい」等の依頼 - 実装前にデザイン・体験の方向性を検討したいとき NOT for: - 実装そのもの（このスキルは提案まで。採用後の実装は別タスク） - 文言だけの微修正
Manages verification of markdown files against live web pages. Tracks progress (Unverified/In Progress/Verified), logs changes, and facilitates side-by-side editing. Use when: - User wants to check markdown documentation against a website - User asks to "start verification" or "compare files with the web" - Validation of scraped content is needed NOT for: - Creating new markdown files from scratch - PDF-only verification (PDF の扱いは references/pdf-handling.md を参照)
コード変更の品質ゲート。lint・テスト・ビルド検証 → コード品質レビューを実行する。
stripHeaders 文脈欠落チェックの検知ロジック・重症度判定・出力フォーマットのリファレンス。エントリポイントは /np:chunk-context-check コマンド。
GitHub Projects PM Agent。議事録からタスク抽出・Issue化、Projects初期セットアップを行う。キラーUX:「雑に議事録を投げるとタスク化してくれる」
テストを書く前に発動。仕様から観点とテストケースを導出するための 3 軸チェックリストと技法カタログ。実装の翻訳ではなく仕様の検証になるテストを設計する。
| name | np-report |
| description | ねっぷちゃん本番環境の利用分析レポート。会話数・ユーザー数・週別推移・トピック分析・印象的な話題を D1 から集計。 |
| disable-model-invocation | true |
本番 D1（nepp-chan-db-prd）から利用統計を集計してレポートを生成する。
ユーザーの要求に応じて以下を組み合わせる。デフォルト（指定なし）は全セクション出力。
■ 全期間（公開 2/17 〜 {today}）
ユーザー発言数 ： {n}
アシスタント応答数 ： {n}
往復数（ペア） ： 約 {n} 回
スレッド数 ： {n}
ユニークユーザー数 ： {n}
■ 週別推移
{week1} ： 往復 {n} 回 / アクティブ {n} 人 / 新規 {n} 人
{week2} ： 往復 {n} 回 / アクティブ {n} 人 / 新規 {n} 人
...
{last_week} ： 往復 {n} 回 / アクティブ {n} 人 / 新規 {n} 人（途中）
最終週が今週途中の場合は「（途中）」を付ける。 数値の後に傾向の解説を1〜3文で付ける。
■ エンゲージメント分布
1回だけ ： {n} 人（{pct}%）→ 発言 {n} 回
2-3回 ： {n} 人（{pct}%）→ 発言 {n} 回
4-10回 ： {n} 人（{pct}%）→ 発言 {n} 回
11-20回 ： {n} 人（{pct}%）→ 発言 {n} 回
21回以上 ： {n} 人（{pct}%）→ 発言 {n} 回
分布の特徴を1〜2文で解説。
persona テーブルの topic を集計。各トピックの後に代表的なキーワードを付ける。
キーワードは同トピックの persona content から頻出する具体的な固有名詞・テーマを抽出。
■ トピック分布（全期間）
観光 ： {n} 件（{pct}%）— そば、スキー、道の駅、温泉
行政 ： {n} 件（{pct}%）— 村長、移住支援、セコマ連携
生活 ： {n} 件（{pct}%）— 子育て、地震、除雪
...
キーワード抽出方法: トピックごとに content を数十件サンプリングし、具体的な固有名詞やテーマを3〜5個選ぶ。
週別トピックも出す場合は各週の上位3トピックをキーワード付きで表示。
■ 週別トピック（各週上位3）
2/17-2/23 ： 観光(299) そば、スキー / 行政(270) 村長、協定 / その他(231)
persona テーブルの content からユニークな話題をサンプリング。
各トピック上位から数件ずつ取得し、具体的で面白いエピソードを選んで紹介。
SELECT content, topic, category FROM persona
WHERE conversation_ended_at >= '{start_utc}'
AND topic = '{topic_name}'
ORDER BY created_at DESC LIMIT 10
選定基準:
出力例:
■ 印象的な話題
- 「音威子府そば（黒いそば）」に関する YouTube 動画への関心が複数
- 道の駅のトイレ改修への感謝の声
- 村外（東京・大阪）での特産品販売への要望
- 除雪に関する具体的な困りごと相談
項目 ： 値 のプレーンテキスト形式