LINE 抽出 (task + profile signal)
LINE やりとりから「task 候補」 「profile signal 候補」 を AI 抽出。 manager 承認制で internal_tasks / visions / composites に反映する。 直接更新は禁止。
最終更新: 2026-05-13 / 担当: 伊藤
01解決する課題
LINE で発生する「manager の頭の中だけにある情報」 を構造化する。
- LINE で manager に依頼された task (「次の番組 OOO 連絡しといて」 等) が internal_tasks に記録されない。
- talent からの志向変化シグナル (「最近 OO 系の仕事が好き」 「OO はもうやりたくない」) が profile に反映されない。
- 新スキル獲得の発言 (「ピアノ習い始めた」 等) が evidence として残らず、 案件提案に活かせない。
- 案件選好の変化 (「夜の収録は厳しい」 等) を担当変更時に引き継げない。
- manager が LINE 履歴を手動で読み返して action / profile 更新するのは現実的に不可能 (talent 20 名分)。
02目的
LINE やりとり → task / profile 化を半自動化する。 manager は AI が出した候補を「承認 / 却下」 するだけで済む状態を作る。 ただし直接 internal_tasks / visions / composites を AI が書き換えるのは絶対 NG。 必ず candidates table を経由する。
03期待される効果
主 KPI
内部タスク登録漏れ ↓
補助 KPI
profile 更新頻度 ↑
定量効果 (見込み)
manager 工数 -10h/月
定性効果
引き継ぎ精度↑
04HOW (実装方式)
| 運用形態 | 半自動 (抽出は自動、 反映は manager approve)。 直接更新は絶対禁止。 |
|---|---|
| 抽出 unit | 5-20 分窓 / 直近 N 件 message 単位 (codex consensus)。 単一 message では context 不足、 全履歴では cost 過大。 |
| 新規 table 1 | task_candidates(talent_id, source_message_ids[], title, confidence, rationale, status: pending/approved/rejected) |
| 新規 table 2 | profile_signal_candidates(talent_id, signal_type, quote, summary, confidence, status)signal_type enum: orientation_shift / skill_evidence / preference_change |
| AI | claude-bridge sonnet-4-6。 prompt は few-shot で「依頼主体 / 実行主体 / 期限」 の 2/3 充足を判定。 |
| UI | 独立 page (/ops/line-extracted/) で pending candidates を queue 表示。 各候補に approve / reject ボタン。 タレント page にも「未承認候補あり」 バッジ表示。 |
| 承認動作 | approve → internal_tasks or visions / composites に INSERT。 status=approved に。 reject → status=rejected で保管 (false positive 学習に活用)。 |
| 権限 | 承認は担当 manager のみ。 executive は閲覧 + 越権承認可。 |
05現状
設計のみ。 codex consensus 完了済 (2026-05 中旬)。 LINE-MEMORY 統合 Phase 2 (= line-routing 完了後) に着手予定。 候補抽出 prompt の精度試験 (few-shot 例文集め) が必要。
- 設計レビュー: opus / codex consensus 完了
- 未着手:
task_candidates/profile_signal_candidatestable、 抽出 worker、 承認 UI - 依存: line-routing module の完了が前提
- 関連 commit: なし (未着手)
06残す / 残さない の判断材料
本モジュールの存続条件は precision が高いか。 noise が多いと manager の approve コストが上回る。
- task_candidates 抽出の precision ≥60% (= manager が approve する割合)。
- profile_signal_candidates の precision ≥50% (こちらは judgement 性が強いため閾値低め)。
- false positive 率 <30% (rejected の割合)。
- manager が approve UI を週 5 回以上使う (= 抽出頻度の実在)。
- talent 20 名規模で抽出 LLM cost が月 ¥3,000 以内に収まる (cost/value 検証)。
代替検討
manager が週 1 回 LINE 履歴を読み返して手動で internal_tasks 入力する運用で代用可能か? → talent 数 ≤10 名なら可能。 ≥20 名規模では現実的に回らない。 ただし precision が 60% 未満なら本モジュールも価値なし。 慎重に precision を測ってから判断する。