redirhan/panel-tr-lite

Panel TR（合成焦點團體）

**用途：**在真實受眾之前捕捉問題——不被理解的提案、無法閱讀的小字、前 3 秒無法吸引任何人停留的開場、會讓特定年齡層反感的事物。**它不是：**銷售預測或市場研究。數字是合成回答的統計，絕非「市場百分比」。

版本（EDITION 檔案）：Lite = 10 張觀眾卡、單一選項、現成快速報告。 Pro = 30 位觀眾 + 24 位買家卡（10 個區段）、A/B 模式、區段表格與圖表、獨立報告撰寫者。Pro 專用步驟以下標示為 (Pro)；Lite 版腳本會禮貌地拒絕它們。

檔案

SKILL.md                    此文件
EDITION                      lite | pro
config.example.yaml          複製 -> config.yaml（路徑、瀏覽器、基準比率）；不需要絕對路徑
requirements.txt             PyYAML, Pillow, playwright（用於網站模式）
personas/viewers.yaml       觀眾卡（Lite 10 張，Pro 30 張）
personas/buyers.yaml        買家卡（僅 Pro，24 張）
sources/index.yaml + *.md   卡片引用的公開來源摘要（TÜİK、DataReportal、...）
prompts/persona_batch.md    群組 subagent 的指令（panel.py plan 會填入）
prompts/aggregator.md       (Pro) 報告撰寫者的指令（panel.py report-prompt 會填入）
scripts/make_stimulus.py    影片/網站/貼文 -> 畫面、截圖、stimulus.md
scripts/panel.py            doctor | validate | cite | init-run | plan [--dry-run] | report-prompt (Pro)
scripts/aggregate.py        responses/*.json -> 表格、圖表、誠實檢查、快速報告
examples/demo-kafe-reel/    使用虛構咖啡廳 reels 的端到端範例執行

以下 S = 此技能資料夾（通常為 ~/.claude/skills/panel-tr），PY = python3（建議使用 S/.venv/bin/python）。執行資料夾寫入 config.yaml 中的 runs_dir 下（預設為 ~/panel-tr-runs）。

步驟

0. 首次安裝 / 遇到問題時： PY S/scripts/panel.py doctor（檢查依賴、ffmpeg、瀏覽器、版本）。 如果卡片變更：PY S/scripts/panel.py validate 應顯示 0 個錯誤。PY S/scripts/panel.py cite V07 會將 一張卡片與其引用的來源行並排顯示。
1. 執行資料夾： RUN=$(PY S/scripts/panel.py init-run --slug kafe-reels-v2) → RUN/inputs/ 範本。
2. 撰寫輸入（在 RUN/inputs/ 中），使用中立土耳其語，根據你自己的檢查：
   • context.txt — 人們在哪裡以及如何看到它（「出現在 Reels 動態中；分享帳號 @x； 有/無描述文字」）。僅在應用程式中會顯示時才寫入分享帳號。絕對不要寫誰做的、目標是什麼或偏好哪個版本。
   • onscreen.txt（影片）— 螢幕上的每個文字，附帶時間範圍，如其在螢幕上顯示的那樣。
   • audio.txt（影片）— 聽到的內容，作為事實：現場聲音或哪個片段、從哪一秒開始、是否有講話/效果， 以及是否與畫面相符。將以「我們的分析 — 你沒聽到」標題顯示給受訪者。
   • caption.txt（貼文/reels）— 將發布的描述文字（如果有的話）。
3. 刺激材料（每個選項一個；A/B = stimulus_A、stimulus_B）：

   PY S/scripts/make_stimulus.py video IN.mp4 RUN/stimulus --onscreen RUN/inputs/onscreen.txt --audio RUN/inputs/audio.txt [--caption RUN/inputs/caption.txt] [--transcript]
   PY S/scripts/make_stimulus.py site https://ornek.com RUN/stimulus        # 或本地 .html 檔案
   PY S/scripts/make_stimulus.py post a.jpg,b.jpg,c.jpg RUN/stimulus --caption RUN/inputs/caption.txt
   

   影片：0,0/0,5/…/2,5 秒畫面，之後每秒 + 最後畫面；sheet_00_ilk3sn.jpg 以及每個畫面下方標註時間的 2-3 頁；--transcript 在有講話時（如果已安裝 faster-whisper / openai-whisper）添加轉寫。網站：Playwright Firefox（預設）或 WebKit — 桌面 1440×900 與行動 390×844， 首屏與全頁以兩螢幕為切片，以及可見文字。絕不開啟 Chrome / Chromium / Chrome for Testing。 自行開啟頁面並檢查 onscreen.txt 是否與畫面相符。
4. 規劃面板：

   PY S/scripts/panel.py plan --run RUN --panel viewer --n 10 --batches 2 --stimulus RUN/stimulus --context-file RUN/inputs/context.txt [--action "…"] [--seed 7] [--dry-run]
   PY S/scripts/panel.py plan --run RUN --panel viewer --n 30 --batches 6 …                                   (Pro)
   PY S/scripts/panel.py plan --run RUN --panel buyer --n 24 --batches 5 --segments kafe_restoran,emlak,… …   (Pro)
   PY S/scripts/panel.py plan … --stimulus-a RUN/stimulus_A --stimulus-b RUN/stimulus_B                     (Pro, A/B)
   

   規模：快速檢查 10 人（2×5）；完整檢查（Pro）30 位觀眾（6×5）和/或 24 位買家（5×~5）。 觀眾選擇根據 Instagram 土耳其年齡分佈加權（config: viewer_age_weights，來源 NapoleonCat），每個年齡層至少一人；~20%「非目標」受眾（--out-share）；--local İzmir 優先選取該城市的人；--ids 可手動選擇。每個面板至少保留一位懷疑論者/非目標受訪者。 A/B（Pro）：選項顯示為「選項 1/2」；單數群組先看 A，雙數群組先看 B； 金鑰僅存在於 plan.json 中，不在任何提示中。 如果預設動作問題不合適，可使用 --action 更改（「看到這個 reels，你這週末會去嗎？」）。
5. 運行群組 — 每個群組使用一個全新、獨立的 subagent，全部並行。 在 agent 工具中使用 general-purpose agent，不要用 fork（fork 會帶入我們的上下文和期望）。提示： "Read <RUN>/batches/batch_NN.md and do exactly what it says. Write only the JSON file it names." 每個 subagent 只會看到自己的提示檔案和圖像。然後檢查每個 RUN/responses/batch_NN.json 檔案是否存在；失敗的群組使用相同提示重新運行一次。
6. 統計： PY S/scripts/aggregate.py RUN --title "…" [--real-people "…"] → RUN/data/panel_data.md、 chart_aksiyon.png、chart_ilk3sn.png、all_answers.md 與檢查：模式、依據（引用未顯示的畫面 = 受訪者編造了某物）、卡片回音（受訪者重複了自己的卡片）、單聲性（群組內與群組間的詞彙重疊）。Lite 版也會在此處寫入 RUN/PANEL_REPORT.md 快速報告。 Pro 版還會為每個維度輸出表格和區段圖表（chart_aksiyon_<boyut>.png）以及 A/B 偏好。
7. (Pro) 報告： PY S/scripts/panel.py report-prompt --run RUN --title "…" --real-people "…" → RUN/aggregator_prompt.md。提供給一個全新 subagent（"Read … and do it"）→ RUN/PANEL_REPORT.md （匯總的異議、優先修正、區段評論）。將報告與 all_answers.md 比對閱讀（引文應真實、數字應未更改）。
8. 告訴使用者（土耳其語）：3-5 行附數字的結果、前 3 項修正、誠實框語句，以及 3-5 位 應為真實人物的人。面板不應凌駕於使用者或客戶的喜好之上。

規則

• 先有證據。 每張卡片特徵以 [ANAHTAR:Fnn]（sources/ 中的事實行）或 [varsayım] 結尾。panel.py validate 會檢查每個引用。目前約一半的特徵為 [varsayım]（個性與喜好無公開可測量數據）— 報告會輸出此比例。要添加你自己的研究，請在 sources/ 下撰寫一個含有「Fnn ...」行的 .md 檔案，並將其金鑰添加到 sources/index.yaml。
• 卡片中無虛構/行銷理論。 卡片包含關於人物的事實（工作、城市、預算、習慣），而非我們的觀點（例如「前 2 秒很重要」）。否則面板只會反映我們自己的信念。
• 刻意多樣性： 保留懷疑論者、價格敏感者、低科技使用者、鄉村居民、保守派、 以 Facebook 為主的年長者、非目標受訪者。他們的「不」是目標定位資訊。
• 只評估展示的內容。 受訪者看到畫面、截圖、圖片以及我們撰寫的文字/音訊事實。他們沒看影片、沒聽到音訊；每個回答基於 ≥ 2 個畫面；無法評估的內容 進入 goremedigim 欄位。音訊始終是「我們的分析」，絕非「我聽到了」。
• 盲測： context/onscreen/audio 檔案中無「製作者」、「我們的版本」或預期答案；A/B 標籤 中立且順序平衡。
• 不禮貌，要校準： 提示包含真實基準比率（config.yaml calibration；預設為 Click Analytic / Socialinsider 互動率與 Hunter 冷電子郵件回覆率，參見 sources/EB_*.md）。 如果你知道你自己帳號的真實比率，請寫入。多數人說「我會 DM」的面板是紅旗，不是成功。
• 獨立上下文： 每群組一個 subagent；群組內每個人依序撰寫，不使用前一個人的句子。如果 aggregate.py 發出單聲性警告，使用較小群組（3）重新運行。
• 腳本統計數字，模型撰寫文字。 報告撰寫者不能編造或重新計算數字。
• 每個報告強制包含誠實框： 合成 ≠ 市場數據；與 3-5 位真實人物驗證（你會在頭 3 秒停下嗎？用一句話說它在講什麼？你接下來會做什麼？）。
• 回答為土耳其語且以人物自己的口吻；引文中保留土耳其語 İ/ı。
• 成本：每群組約 ~6-8 張圖像；10 人執行 ≈ 2 個並行 subagent；30 人執行 ≈ 6 個 subagent + 1 個報告撰寫者。 草稿用快速檢查（10），最終版本用完整面板（Pro, 24-30）。
• 隱私：執行資料夾為本地；不上傳客戶資料到其他地方。分享前清除包含客戶名稱和個人資料的輸入。

輸出資料夾

RUN/inputs/{context,onscreen,audio,caption}.txt
RUN/stimulus[_A|_B]/{stimulus.md,stimulus.json,sheet_*.jpg,frames/|shots/|post/}
RUN/plan.json  RUN/batches/batch_NN.md  RUN/responses/batch_NN.json
RUN/data/{panel_data.md,panel_data.json,all_answers.md,chart_*.png}
RUN/PANEL_REPORT.md            (Lite：快速報告；Pro：報告撰寫者的報告，快速報告位於 data/quick_report.md)
RUN/aggregator_prompt.md       (Pro)