Communitygithub.com

voice-builder

実際の文章から再現可能な「声(voice.md)」を抽出し、どんな下流スキルでもソースと見分けがつかない文章を生成できるようにします。

voice-builder とは?

Voice Builderは、与えられた執筆サンプルから、その人独自の「声」を分析・抽出し、再現可能なルールセットとして`voice.md`にまとめるAIエージェントスキルです。単なる形容詞的な説明(「パンチがあって本物らしい」)ではなく、「短い文で始め、長い文とのコントラストをつけ、emダッシュを使い、感嘆符は使わず、疑問文で終える」といった具体的で再現可能なルールに落とし込むことを核としています。このスキルは主にClaude CodeやCursorなどの開発者ツール上で動作し、`brand-profile`スキルの後に使用されることを想定しています。5〜10の質の高いサンプルを6つのレイヤー(語彙、構文、修辞、構造、スタンス、ネガティブスペース)で分析し、5〜7の特徴的な指紋を抽出。テンプレートに従って`voice.md`を生成した後、必ずバリデーションテスト(新しいトピックで投稿を生成し、本物と比較)を行います。これにより、ゴーストライティングや大規模なコンテンツ制作において、一度声を捉えれば永続的にそのスタイルで執筆できるようになります。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/social-media-skills/skills/tree/main/skills/voice-builder

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Voice Builder(ボイスビルダー)

このスキルは、実際の文章を再現可能な「声」 — つまり、どんな下流スキル(や人間)でもそれを基に執筆すれば、ソースと見分けがつかない投稿を生成できる voice.md — に変換します。

核となる原則:声は証拠から抽出するものであり、形容詞で説明するものではない。 「パンチがあって本物らしい」というのは書くための指示にはなりません — 書き手に何も伝えません。「一文の挑発で始め、短い文で書き、対比のために長い文を一つ入れ、emダッシュを使い、感嘆符は決して使わず、疑問文で終える」なら再現可能です。あなたの仕事は、誰かの文章を具体的なルールに変換することです。

いつ使うか

  • brand-profileの後で、ユーザーに執筆サンプルがある場合に声を深掘りするとき。
  • コンテンツがどうしてもありきたり、堅苦しい、「自分らしくない」と感じられるとき。
  • 大規模なゴーストライティングのために — 声を一度捉えれば、永続的にそのスタイルで書ける。

使うべきでないとき: 利用可能なサンプルがない場合。声をでっち上げてはいけません。brand-profileの声のインタビュー(次元 + 語彙 + 「私たちは___のように聞こえ、決して___のようには聞こえない」という一文)にルーティングし、サンプルが揃ってから戻ってきてください。捏造された声は、正直なインタビューより悪い結果をもたらします。

ステップ0 — まずbrand-profileを読む

アイデンティティ、オーディエンス、ガードレールのためにbrand-profile.mdを読み込んでください。voice-builderはそれと並置されるvoice.mdを生成します。既にvoice.mdが存在し最新であれば、それを読み込み、要約してユーザーに提示し、ユーザーが実際に必要としていることにスキップしてください。

ステップ1 — 適切なサンプルを集める

質が量に勝ります。最良のサンプルは間違いなくその人だとわかるもの — 彼らが誇りに思っている作品で、自然な口調で書かれ、実際に本人が書いたもの(委員会編集されたもの、他の誰かがゴーストライティングしたもの、AI生成されたものではないもの)。5〜10の十分なサンプルを目標に。最低3つ。文字起こしされた会話は貴重 — 自己編集で平坦になる前の自然なリズムを捉えられます。何を収集し何を除外すべきかについてはreferences/samples-guide.mdを参照してください。

サンプルが少ない、または一貫性がない場合は、その点を率直に述べ、過大評価するのではなく、低い確信度で先に進んでください。確信度について正直であることは成果物の一部です。

ステップ2 — 6つのレイヤーを分析する(証拠付きで)

「トーン」について自由連想してはいけません。references/analysis-framework.mdのフレームワークを、レイヤーごとに適用してください:

  1. 語彙 — 語選び、特徴的なフレーズ、短縮形、言語使用域、習慣的に避けている言葉。
  2. 構文 — 文の長さとバリエーション、文の始め方、断片文、能動態/受動態、リズム。
  3. 修辞 — 疑問文、直接呼びかけ、反復、類推、対比、ユーモア、「転換」。
  4. 構造 — 導入、展開、締めくくりの方法;段落構成;書式設定。
  5. スタンス — 読み手との距離、権威の姿勢、自信、感情的なトーン。
  6. ネガティブスペース — 彼らが決してしないこと。多くの場合、最も特徴を定義するレイヤー。

名前を挙げたすべてのパターンについて、証拠を引用してください — サンプルから引用文を提示すること。主張に基づいた声のガイドは漂流しますが、引用に基づいたものは保持されます。

ステップ3 — 声の指紋を抽出する

分析から、最も特徴的で再現可能な5〜7のサイン — つまり、正しく実行されれば、その人の文章だと認識できるようにするいくつかの要素 — を抽出します。これがvoice.mdの核心です。これをネガティブスペース(厳格な「絶対にしない」こと)と組み合わせてください。指紋だけを正確に捉えられれば、読者はそれがその人のものだと信じるはずです。

ステップ4 — voice.mdを作成する

references/voice-template.mdを使用してください。実行可能なものにすること — 性格診断エッセイにしてはいけません。書き手が従えるルール、文脈に応じて声がどう変化するかのトーンマップ、3〜5の**「やるべき/やってはいけない」書き換え例**(一般的な文 → 同じ内容をこの声で表現したもの)。実際のサンプルの断片をキャリブレーションの基準として残しておいてください。

ステップ5 — 声のテストで検証する(スキップしないこと)

テストされていないvoice.mdは仮説にすぎません。references/validation.mdのループを実行してください:

  1. voice.mdだけを使って、新しいトピックに関する投稿を生成します。
  2. それを実際のサンプルの隣に置きます。ユーザーはどちらがどちらかわかりますか?
  3. 指紋のサインに基づいてスコアリング — どのサインを達成し、どのサインを逃したか?
  4. 逃した部分を修正し、voice.mdを改善し、1〜2回繰り返します。

ユーザーにテスト投稿とその結果を見せてください。テストに合格するまで声は完成しません。

「優れた」状態の定義(完了前の自己チェック)

  • この人に会ったことのない書き手でも、voice.mdだけでその声に沿った投稿を書けること。
  • すべての主張がサンプルを引用している — 裏付けのない形容詞がないこと。
  • 指紋が、反証可能なほど具体的であること(ある投稿を指して「それは彼らのものではない、なぜなら…」と言える)。
  • ネガティブスペースが、ポジティブな特性と同様に捉えられていること。
  • 声のテストに合格し、その証明を示したこと。

これらのいずれかが欠けている場合、まだ完了していません。

エッジケース — 明示的に対処する

  • サンプルが少ない(1〜2の短い作品): 観察可能なものを捉え、ガイドを低確信度とマークし、どのレイヤーを判定できなかったかを明記し、brand-profileのインタビューで補完してください。確信がないのに確信があるふりをしてはいけません。
  • 一貫性のないサンプル(声の変動): 平均化して曖昧にしてはいけません。不整合を指摘し、どのサンプルが目標とする声かを尋ね、それらに焦点を当ててください。
  • 憧れの声(現在とは異なるスタイルになりたい場合):現在と目標を分離してください。なりたい声のサンプルを収集し、憧れとしてラベル付けし、何を借用しているかユーザーがわかるように透過的にブレンドしてください。
  • 複数の声(企業と創業者、複数のクリエイター):** 声ごとに一つずつvoice.mdを作成し、名前を付けてください。決して声を混ぜ合わせてはいけません — どこにも存在しない人物が生まれます。
  • 大幅に編集された/ゴーストライティングされた/AI生成されたサンプル: 除外してください。その人の声ではありません。その理由を説明してください。
  • 話し言葉と書き言葉: 文字起こしは自然なリズムを明らかにしますが、クリーンアップルール(フィラー、言い間違い)が必要です。リズムを捉え、クリーンアップ方法を明記してください。
  • 多言語: 言語ごとに分析してください。声は言語間で1対1で対応することはほとんどありません。

関連スキル

  • brand-profile — 最初に読むこと。アイデンティティ、オーディエンス、ガードレールを提供します。
  • writing-style-and-tone — 作品ごと、瞬間ごとにvoice.mdを適用します(トーンマップ、編集パス、AI臭さの除去)。このスキルが憲法を書き、そちらがそれに従って統治します。
  • すべてのコンテンツスキル(caption-writer, reels-script, thread-writer, linkedin-post-writerなど)は、生成されたvoice.mdを読み込みます。
  • audience-research, content-pillars — 補完的な基盤スキル。

参考文献

  • references/samples-guide.md — 適切な執筆サンプルの入手方法と評価方法。
  • references/analysis-framework.md — 声を分解するための6つのレイヤーのフレームワーク。
  • references/voice-template.md — 生成すべき正確なvoice.mdの構造。
  • references/validation.md — 声のテスト:生成、比較、スコアリング、改善。
  • references/examples.md — 対照的な2つの実例を最初から最後まで。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

関連スキル