cf-x/organiser-les-enregistrements-dentretiens

Organiser les enregistrements d'entretiens

Règles fondamentales

1. Conservez chaque enregistrement source, transcription et note originale. Sauvegardez les notes avant de les réécrire ; ne supprimez jamais les originaux.
2. Gardez les médias en local par défaut. Sélectionnez la commande en fonction du système d'exploitation hôte et de la langue parlée dominante ; lisez references/asr-runtime.md avant toute transcription.
3. Réutilisez une note existante pour le même entretien plutôt que de créer un document concurrent.
4. Séparez les preuves de la reconstruction :
   • 我的回答（整理） doit rester fidèle à l'enregistrement ou à la note originale.
   • AI 补充的更好回答/优化点 peut corriger le libellé, ajouter un raisonnement manquant et estimer des plages plausibles.
5. Ne présentez jamais une estimation de l'IA comme un journal d'entreprise, une citation historique ou un résultat exact.
6. Conservez uniquement les questions utiles pour les futurs entretiens. Supprimez les salutations, les échanges logistiques, les invites répétées, les mots de remplissage, les artefacts de transcription et les politesses de clôture, sauf s'ils révèlent une contrainte RH significative.
7. Traitez les documents en ligne comme une surface d'écriture distincte. Mettez-les à jour uniquement lorsque l'utilisateur demande une synchronisation en ligne ; privilégiez les modifications incrémentielles et ne remplacez ni ne supprimez jamais une source en ligne par défaut.
8. Marquez chaque réponse, estimation et reconstruction générée par l'IA avec les conventions violettes dans references/output-standard.md, localement et en ligne.
9. Ne placez jamais d'enregistrements, de transcriptions, de CV, d'identifiants, d'URL d'autorisation, de codes QR ou de caches de modèle dans un dépôt public.

Lisez references/output-standard.md avant d'écrire ou de réécrire des notes d'entretien. Lisez references/asr-runtime.md avant toute transcription ou correction d'exécution. Lisez references/lark-sync.md complètement avant toute authentification, recherche, création ou mise à jour sur Feishu/Lark.

Flux de travail

1. Inventaire avant l'écriture

• Énumérez les enregistrements, les transcriptions TXT/SRT/JSON existantes, les notes d'entretien, les CV, les résumés de projet, les articles, les notes de stage et les documents de préparation aux entretiens.
• Associez chaque enregistrement à une note canonique par date, organisation et tour. Enregistrez les sessions sans enregistrement séparément.
• Privilégiez rg --files et l'analyse structurée JSON/SRT plutôt que l'extraction de texte ad hoc.
• Inspectez les instructions de l'espace de travail avant de modifier des fichiers.

2. Sauvegarder les notes

• Copiez chaque note concernée dans un répertoire de sauvegarde horodaté avant de la réécrire.
• Vérifiez que les nombres et les noms de fichiers sources et de sauvegarde correspondent.
• Ne placez jamais les notes générées dans le répertoire de sauvegarde.

3. Transcrire localement

• Choisissez le modèle en fonction de la langue parlée, pas de la langue de la note demandée.
• Pour un discours dominant en chinois, y compris le mandarin avec des termes techniques anglais, utilisez la commande Qwen3-ASR configurée et Qwen/Qwen3-ASR-1.7B par défaut.
• Pour un discours dominant en anglais, utilisez la commande Whisper large-v3 configurée et forcez en sauf si la détection automatique est intentionnelle.
• Résolvez les commandes en utilisant QWEN_ASR_COMMAND et WHISPER_ASR_COMMAND lorsqu'elles sont définies. Sinon, suivez le tableau des commandes de la plateforme dans references/asr-runtime.md.
• Si la langue dominante n'est pas claire, inspectez les notes existantes, les métadonnées ou un court échantillon représentatif. Traitez le discours mixte comme du chinois lorsque le mandarin porte la plupart du contenu substantiel ; sinon, traitez-le comme de l'anglais. N'exécutez pas deux passages complets en silence.
• Produisez TXT, SRT et JSON structuré avec des horodatages lorsque l'exécution sélectionnée les prend en charge. Reprenez à partir de sorties valides au lieu de tout retranscrire.
• Activez la diarisation uniquement lorsque les étiquettes de locuteur aident de manière substantielle et que l'exécution est configurée pour cela. Traitez les chevauchements et les limites de tours courts comme faillibles.
• Inspectez la durée audio, le silence, la densité des transcriptions, les phrases répétées et les horodatages. Traitez les phrases répétées telles que 感谢观看, 请不吝点赞 ou des centaines de jetons identiques comme une hallucination.
• Si l'audio est silencieux ou inutilisable, récupérez les questions visibles à partir des images vidéo uniquement lorsque cela est possible et étiquetez clairement la source.

4. Reconstruire chaque entretien

Utilisez cette priorité de source :

1. Note d'entretien existante de la même session
2. Transcription valide et séquence de locuteurs
3. Images d'enregistrement visibles ou invite de codage
4. Projet local, stage, article et documents de préparation
5. Connaissances techniques générales

Déduisez les rôles des locuteurs à partir du flux de questions/réponses, mais n'inventez pas de réponse historique. Si la réponse est absente, écrivez 未保留完整回答.

5. Écrire des questions-réponses structurées

• Suivez le modèle et les étiquettes dans references/output-standard.md.
• Consolidez les relances répétées lorsqu'elles testent la même capacité.
• Conservez les faiblesses dans 我的回答（整理） ; mettez les corrections uniquement dans la section IA.
• Pour les questions du candidat, utilisez 我的问题, 面试官回答 et AI 补充的更好问法/追问.
• Rendez les réponses optimisées directement dicibles : problème, décision, preuve, compromis, limite et prochaine étape.

6. Gérer les faits et les détails d'expérience manquants

• Utilisez des valeurs exactes uniquement lorsque le matériel source local les fournit et maintenez une formulation cohérente entre les sessions.
• Lorsque l'utilisateur confirme qu'une expérience a été réalisée mais que les journaux locaux ne sont pas disponibles, fournissez une plage techniquement plausible et étiquetez-la AI 推定的合理范围.
• Privilégiez les plages et conditions relatives à une fausse précision, par exemple 相对 WER 改善约 3%-8% au lieu de 提升 6.37%.
• Conservez les affirmations historiques contradictoires dans 我的回答（整理）, puis donnez une plage normalisée dans la section IA.
• Indiquez les limites telles que démo personnelle vs production, outils simulés vs vraies API, évaluation de préférence vs exactitude factuelle, et lancement prévu vs production confirmée.

7. Résumer la session

Terminez chaque note par :

• 考察重点: ce que l'intervieweur testait
• 主要问题: faiblesses fondées sur les réponses enregistrées
• 改进方向: actions concrètes de préparation ou d'expérimentation

Pour les questions RH/carrière, couvrez la direction commerciale, l'équipe/manager, la propriété du rôle, la capacité transférable, les contraintes et les prochaines actions contrôlables plutôt que de vous fier uniquement au salaire, au lieu, à la tendance ou au taux de conversion.

8. Synchroniser en ligne uniquement sur demande

• Suivez references/lark-sync.md.
• N'installez ni ne configurez un connecteur en ligne simplement parce que les notes locales ont été organisées.
• Vérifiez l'authentification et les portées avant la découverte ou les écritures.
• Acheminez le contenu vers un document existant de la même session, organisation, projet, article ou sujet technique avant d'en créer un nouveau.
• Dédupliquez par question normalisée et signification ; écrivez uniquement des blocs véritablement nouveaux ou améliorés.
• Effectuez les écritures en série, relisez après chaque écriture et vérifiez la provenance violette de l'IA.

9. Maintenir la collection

• Mettez à jour un index maître avec les sessions d'enregistrement, les sessions sans enregistrement, le statut de transcription et les liens.
• Mettez à jour le résumé du projet avec l'exécution, les emplacements de sortie, le chemin de sauvegarde, les exceptions et les règles de documentation.
• Gardez les noms de fichiers de notes stables sauf si l'utilisateur demande explicitement un renommage.

10. Auditer avant la finalisation

Exécutez :

python scripts/audit_interview_notes.py <notes-dir> --backup-dir <backup-dir> --require-purple-ai

Résolvez chaque section manquante, réponse IA non marquée, étiquette violette manquante, phrase d'hallucination, lien local cassé ou incohérence de sauvegarde. Lorsqu'une synchronisation en ligne a été demandée, signalez également chaque note locale, document cible, révision avant/après, nombre de blocs insérés ou remplacés, nombre de questions dédupliquées, et écriture échouée ou différée. Ne revendiquez jamais un succès en ligne à partir du seul code de sortie du processus ; exigez un résultat réussi et une vérification par relecture.