| name | interview-synthesis |
| description | Import AI synthesis output (BuildBetter MCP, Perspective AI, and similar AI synthesis tools) into hplan, then force a human to tag each quote with strength (strong/medium/weak) and Push/Pull/Habit/Anxiety/workaround/trigger axes. AI extracts quotes; humans assign evidence strength. Audits the SKILL.md rule: 5 interviews with 3 distinct strong-Push signals → proceed to Product Gate. |
| argument-hint | [import|tag|audit|list] <path or id> |
| allowed-tools | ["Read","Write","Bash"] |
| model | inherit |
Interview Synthesis — AI Extracts, Human Tags
Running for: $ARGUMENTS
Core Goal
- 2026 현실 반영 — 78% PM 팀이 AI 합성 사용. 차단하지 말고 받아들이되, evidence strength 태깅은 인간에게 강제.
- AI는 quote 추출 + 테마 클러스터링; 인간은 strong/medium/weak + Push/Pull/Habit/Anxiety 축 부여.
- "5 interviews 중 3명이 같은 강한 Push를 말하면 Product Gate로" 규칙을 코드로 강제 (
PROCEED_TO_PRODUCT_GATE verdict).
Trigger Gate
Use This Skill When
- BuildBetter / Perspective / similar synthesis tools export JSON이 손에 있을 때
- 인터뷰 5건 이상 — 수동 정리는 비용 비효율적
evidence-rubric 점수에서 interview_notes 보강이 필요할 때- 신규 PM이 인터뷰 evidence를 어떻게 태깅해야 하는지 학습할 때
Route to Other Skills When
- 5/3 패턴 통과 → Product Gate (
ost skill)
- 5명 미만 → 추가 인터뷰 (skill 외 실세계 행동)
- 태그된 quote 강도가 너무 낮음 →
pivot 또는 hold 결정 → decision-log
Boundary Checks
- ❌ AI 합성이 evidence를 대체할 수 없다. 태그 안 된 quote는 evidence가 아니다.
- ❌ AI sentiment ≠ evidence strength. 인간이 직접 판단.
Inputs
Expected AI export JSON shape:
{
"source": "buildbetter",
"interviews": [
{
"person": "ICP candidate 1",
"role": "HR 담당자 (선택 입력)",
"company_size": "50-200명 (선택 입력)",
"date": "2026-05-09",
"quotes": [
{"text": "지난주에 30분 또 날렸어요", "theme": "manual workaround"},
{"text": "이거 안 되면 영업 못 따요", "theme": "economic pain"}
]
}
]
}
role 필드 처리 정책: role이 AI export JSON에 있으면 PERSONA_SPECS.json에 그대로 기입 (결정론). 없으면 null로 저장 — 이 경우 LLM이 ICP 컨텍스트 기반으로 추론하지 않으며, 수동으로 채워야 합니다. role은 PERSONA_SPECS 생성 규칙의 "LLM 추론 금지" 원칙의 예외가 아닌, 입력 데이터 부재 시 명시적 null 처리로 대응합니다.
Steps
실행은 python3 hplan/scripts/interview_synthesis.py <subcommand> 형태로 호출합니다.
python3 hplan/scripts/interview_synthesis.py import <ai_export.json> — quotes를 harness/evidence/snapshots.jsonl 에 ingest (status: awaiting_human_tag).python3 hplan/scripts/interview_synthesis.py list --untagged — 미태깅 quote 확인.- quote마다
python3 hplan/scripts/interview_synthesis.py tag <quote_id> --strength strong --axes push,anxiety — 인간 입력.
python3 hplan/scripts/interview_synthesis.py audit — 5/3 규칙 통과 여부 + 다음 액션 가이드.audit 결과가 PROCEED_TO_PRODUCT_GATE이면 PERSONA_SPECS.json 저장 — 태깅된 인터뷰이를 QA 라운드용 페르소나로 구조화해 harness/PERSONA_SPECS.json에 기록.
PERSONA_SPECS.json 생성 규칙
- 대상:
strength: strong 또는 medium quote가 2개 이상인 인터뷰이만 포함 (noise 제거)
- 결정론: id·name·anxiety_tags·trigger·experience_level은 태깅 데이터에서 직접 추출 (LLM 추론 금지)
- null 처리:
role과 company_size는 AI export JSON에 해당 필드가 있으면 기입, 없으면 null 저장 — LLM 추론으로 채우지 않음.
- experience_level:
axes에 habit strong이 있으면 "숙련", push strong만 있으면 "입문", 혼재 시 "중급", strong 신호 없으면 "입문" (default) — 결정론 매핑, 4 케이스 모두 코드에서 처리
[
{
"id": "P01",
"name": "인터뷰이 이름 또는 익명 ID",
"role": "AI export JSON passthrough — 없으면 null (수동 입력)",
"anxiety_tags": ["anxiety"],
"trigger": "가장 강한 strong push quote 앞 80자 (없으면 빈 문자열)",
"experience_level": "입문 | 중급 | 숙련",
"company_size": "AI export JSON passthrough — 없으면 null (수동 입력)"
}
]
PROCEED_TO_PRODUCT_GATE가 아닌 경우 PERSONA_SPECS.json 생성하지 않음 — 미충족 evidence로 QA 진입 방지.
Outputs
harness/evidence/snapshots.jsonl — append-only quote 저장소- audit returns:
interviews, tagged_quotes, untagged_quotes, by_strength, persons_with_strong_push, verdict, persona_specs, guidance
harness/PERSONA_SPECS.json — PROCEED_TO_PRODUCT_GATE 시에만 생성. QA 라운드(qa-checklist --mode adversarial)의 페르소나 에이전트 설정 소스.
Verification
Why this design
다른 인터뷰 도구들은 "AI summary"를 evidence처럼 다룬다 — 위험. 한 LLM이 5개 인터뷰를 요약하면 자기 bias가 들어감. hplan은 AI = quote 추출기, human = strength 판단으로 명확히 분리.
