cf-x/面接録音整理

面接録音の整理

基本ルール

1. すべての録音、文字起こし、および元のメモを保持します。書き換え前にメモをバックアップし、元のデータを決して削除しないでください。
2. デフォルトでメディアはローカルに保持します。ホストOSと主要な話者言語に応じてコマンドを選択し、文字起こしの前に references/asr-runtime.md を参照してください。
3. 同じ面接に対して既存のメモがある場合は、それを再利用し、重複するドキュメントを作成しないでください。
4. 証拠と再構築を分離します：
   • 我的回答（整理） は録音または元のメモに忠実でなければなりません。
   • AI 补充的更好回答/优化点 では、表現の修正、欠落した推論の追加、および妥当な範囲の推定が許可されます。
5. AIの推定値を、会社のログ、過去の発言、または正確な結果として提示しないでください。
6. 将来の面接に役立つ質問のみを保持します。挨拶、ロジスティクスのやり取り、繰り返しのプロンプト、フィラー、文字起こしのアーティファクト、およびHRの制約を明らかにする場合を除き、終わりの社交辞令は削除します。
7. オンラインドキュメントは別の書き込み面として扱います。ユーザーがオンライン同期を要求した場合にのみ更新し、インクリメンタル編集を優先し、デフォルトでオンラインソースを上書きまたは削除しないでください。
8. AIが生成した回答、推定、再構築はすべて、references/output-standard.md の紫色の規則に従ってローカルおよびオンラインでマークします。
9. 録音、文字起こし、履歴書、資格情報、認証URL、QRコード、またはモデルキャッシュを公開リポジトリに配置しないでください。

面接ノートを書くか書き換える前に references/output-standard.md を読んでください。文字起こしやランタイム修復の前に references/asr-runtime.md を読んでください。Feishu/Larkの認証、検索、作成、または更新を行う前に、references/lark-sync.md を完全に読んでください。

ワークフロー

1. 書き込み前の棚卸し

• 録音、既存のTXT/SRT/JSON文字起こし、面接ノート、履歴書、プロジェクト概要、論文、インターンノート、面接準備ドキュメントを列挙します。
• 各録音を、日付、組織、ラウンドに基づいて1つの正規ノートにマッピングします。ノートのみのセッションは個別に記録します。
• アドホックなテキスト抽出よりも rg --files と構造化JSON/SRT解析を優先します。
• ファイルを変更する前に、ワークスペースの指示を確認します。

2. ノートのバックアップ

• 対象範囲内のすべてのノートを、書き換え前にタイムスタンプ付きのバックアップディレクトリにコピーします。
• ソースとバックアップの数およびファイル名が一致することを確認します。
• 生成されたノートをバックアップディレクトリ内に配置しないでください。

3. ローカルでの文字起こし

• 話し言葉に基づいてモデルを選択します（要求されたノートの言語ではありません）。
• 中国語が優勢な発話（英語の技術用語を含む北京語など）の場合は、設定済みのQwen3-ASRコマンドと Qwen/Qwen3-ASR-1.7B をデフォルトで使用します。
• 英語が優勢な発話の場合は、設定済みのWhisper large-v3コマンドを使用し、自動検出が意図的でない限り en を強制します。
• QWEN_ASR_COMMAND および WHISPER_ASR_COMMAND が設定されている場合は、それらを使用してコマンドを解決します。それ以外の場合は、references/asr-runtime.md のプラットフォームコマンドテーブルに従います。
• 優勢な言語が不明な場合は、既存のノート、メタデータ、または短い代表的なサンプルを1つ確認します。北京語が実質的な内容のほとんどを占める場合は混合発話を中国語として扱い、それ以外の場合は英語として扱います。サイレントに2回のフルパスを実行しないでください。
• 選択したランタイムがサポートしている場合、タイムスタンプ付きのTXT、SRT、および構造化JSONを生成します。すべてを再文字起こしするのではなく、有効な出力から再開します。
• 話者ラベルが実質的に役立ち、ランタイムが設定されている場合にのみ、ダイアライゼーションを有効にします。重なりや短いターン境界は誤りが発生しやすいものとして扱います。
• 音声の長さ、無音、文字起こしの密度、繰り返されるフレーズ、タイムスタンプを検査します。感谢观看、请不吝点赞、または何百もの同一トークンなどの繰り返されるフレーズは幻覚として扱います。
• 音声が無音または使用できない場合は、可能な場合のみビデオフレームから可視の質問を復元し、ソースを明確にラベル付けします。

4. 各面接の再構築

次のソース優先順位を使用します：

1. 同じセッションの既存の面接ノート
2. 有効な文字起こしと話者シーケンス
3. 可視の録画フレームまたはコーディングプロンプト
4. ローカルプロジェクト、インターンシップ、論文、準備資料
5. 一般的な技術知識

質問/回答の流れから話者の役割を推測しますが、過去の回答を捏造しないでください。回答がない場合は 未保留完整回答 と書きます。

5. 構造化Q&Aの作成

• references/output-standard.md のテンプレートとラベルに従います。
• 同じ能力をテストする繰り返しのフォローアップは統合します。
• 我的回答（整理） には弱点をそのまま保持し、修正はAIセクションのみに記述します。
• 候補者からの質問については、我的问题、面试官回答、および AI 补充的更好问法/追问 を使用します。
• 最適化された回答は、問題、決定、証拠、トレードオフ、境界、次のステップを含め、直接話せるようにします。

6. 事実と欠落した実験詳細の処理

• ローカルソースマテリアルが提供する場合のみ正確な値を使用し、セッション間で表現を一貫させます。
• ユーザーが実験の完了を確認したが、ローカルログが利用できない場合は、技術的に妥当な範囲を提供し、AI 推定的合理范围 とラベル付けします。
• 偽の精度よりも相対的な範囲と条件を優先します。たとえば 提升 6.37% ではなく 相对 WER 改善约 3%-8% とします。
• 矛盾する過去の主張は 我的回答（整理） に保持し、AIセクションで正規化された範囲を1つ提供します。
• 個人デモと本番環境、モックツールと実際のAPI、嗜好判断と事実精度、計画されたローンチと確認された本番環境など、境界を明記します。

7. セッションの要約

すべてのノートを次の内容で締めくくります：

• 考察重点：面接官がテストしていた内容
• 主要问题：記録された回答に基づく弱点
• 改进方向：具体的な準備または実験アクション

HR/キャリア関連の質問については、給与、場所、トレンド、コンバージョン率のみに依存するのではなく、ビジネス方向性、チーム/マネージャー、ロールのオーナーシップ、転用可能な能力、制約、および制御可能な次のアクションをカバーします。

8. 要求があった場合のみオンライン同期

• references/lark-sync.md に従います。
• ローカルノートを整理したという理由だけで、オンラインコネクタをインストールまたは設定しないでください。
• 検出または書き込みの前に、認証とスコープを確認します。
• 何かを作成する前に、同じセッション、組織、プロジェクト、論文、または技術トピックの既存のドキュメントにコンテンツをルーティングします。
• 正規化された質問と意味によって重複排除し、真に新しいまたは改善されたブロックのみを書き込みます。
• 書き込みはシリアルに実行し、各書き込み後に読み戻して、紫色のAI出典を確認します。

9. コレクションの維持

• 録音セッション、ノートのみのセッション、文字起こしステータス、およびリンクを含むマスターインデックスを更新します。
• ランタイム、出力場所、バックアップパス、例外、ドキュメントルールを含むプロジェクト概要を更新します。
• ユーザーが明示的に名前の変更を要求しない限り、ノートのファイル名は安定させておきます。

10. 完了前の監査

実行：

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

欠落しているセクション、マークされていないAI回答、欠落している紫色のラベル、幻覚フレーズ、壊れたローカルリンク、またはバックアップの不一致をすべて解決します。オンライン同期が要求された場合は、各ローカルノート、ターゲットドキュメント、改訂前/後、挿入または置換されたブロック数、重複排除された質問数、失敗または延期された書き込みも報告します。プロセスの終了コードのみからオンライン成功を主張せず、成功した結果と読み戻しチェックを要求します。