interpreting-culture-index

<essential_principles>

Culture Index は行動特性を測定します。知能やスキルではありません。「良い」または「悪い」プロファイルは存在しません。

<principle name="never-compare-absolutes"> **人間同士の絶対的な特性値を決して比較しないでください。**

0-10 スケールはただの定規です。重要なのは赤い矢印からの距離（母集団平均値で 50 パーセンタイル）です。矢印の位置はサーベイ間で EU に基づいて異なります。

矢印が動く理由: EU スコアが高いほど矢印は右にプロット され、EU が低いほど左にプロットされます。これは妥当性には影響しません。矢印がどこにあろうと、常にそこからの距離を測定します。

間違い: 「Dan の自律性は Jim より高い。彼の A は 8 対 5 だから」 正解: 「Dan は矢印から +3 パーセンタイル; Jim は矢印から +1」

常に自問してください: 矢印はどこにあり、ドットはそこからどのくらい離れていますか? </principle>

<principle name="survey-vs-job"> **サーベイ = あなたが「である」もの。ジョブ = あなたが「なろうと試みている」もの。**

「アヒルをワシの学校に送ることはできません。」 特性は根強く設定されています。動作は一時的に変更できるだけで、エネルギーを消費します。

• 上のグラフ (サーベイ特性): 12～16 歳までに根強く設定されます。変わりません。利き手で書くこと。
• 下のグラフ (ジョブ行動): 職場での適応行動。変更可能です。利き手でない手で書くこと。

グラフ間の大きな違いは行動修正を示しており、3～6 ヶ月以上継続するとエネルギーを消費してバーンアウトを引き起こします。 </principle>

<principle name="distance-interpretation"> **矢印からの距離が特性の強度を決定します。**

距離	ラベル	パーセンタイル	解釈
矢印上	規範的	50th	柔軟性がある、状況的
±1 パーセンタイル	傾向	~67th	修正しやすい
±2 パーセンタイル	顕著	~84th	目立つ違い
±4+ パーセンタイル	極端	~98th	根強く設定、強迫的、予測可能

重要な洞察: 距離が 2 パーセンタイル増えるごとに = 標準偏差 1

極端な特性は極端な結果をもたらしますが、修正が難しく、平均的な人には共感しにくい。 </principle>

<principle name="l-and-i-exception"> **L (ロジック) と I (独創性) は絶対値を使用します。**

A、B、C、D とは異なり、L と I スコアは人間同士で直接比較できます:

• ロジック 8 は矢印の位置に関係なく「高いロジック」を意味します
• 独創性 2 は誰にとっても「低い独創性」を意味します

この 2 つの特性だけが「絶対値比較なし」ルールを破ります。 </principle>

</essential_principles>

使用すべき場合

• Culture Index サーベイ結果の解釈 (個人またはチーム)
• PDF または JSON データから CI プロファイルを分析
• Gas/Brake/Glue フレームワークを使用したチーム構成の評価
• サーベイ vs ジョブ グラフを比較してバーンアウトリスクを検出
• CI 特性パターンに基づいた採用プロファイルの定義
• 特定の CI プロファイルの操作方法についてマネージャーをコーチング
• インタビュー記録から CI 特性を予測
• CI プロファイルデータを使用したチーム紛争の仲裁

使用すべきでない場合

• CI 以外の行動評価 (DISC、Myers-Briggs、StrengthsFinder、Predictive Index、Enneagram)
• 臨床心理学的評価または診断
• 採用/解雇決定の唯一の根拠として - CI は多くのデータポイントの 1 つです

<input_formats>

JSON (利用可能な場合は使用)

JSON データが既に抽出されている場合は、直接使用してください:

import json
with open("person_name.json") as f:
    profile = json.load(f)

JSON 形式:

{
  "name": "Person Name",
  "archetype": "Architect",
  "survey": {
    "eu": 21,
    "arrow": 2.3,
    "a": [5, 2.7],
    "b": [0, -2.3],
    "c": [1, -1.3],
    "d": [3, 0.7],
    "logic": [5, null],
    "ingenuity": [2, null]
  },
  "job": { "..." : "same structure as survey" },
  "analysis": {
    "energy_utilization": 148,
    "status": "stress"
  }
}

注: 特性値は [absolute, relative_to_arrow] のタプルです。解釈には相対値を使用してください。

PDF と同じディレクトリで一致する .json ファイルを確認するか、ユーザーに抽出された JSON があるかどうか尋ねてください。

PDF 入力 (最初に抽出する必要があります)

⚠️ 特性値の視覚的推定を決して使用しないでください。 視覚的推定は 20～30% のエラー率があります。

PDF が与えられた場合:

1. JSON が既に存在するかどうかを確認します (PDF と同じディレクトリ、またはユーザーに確認)
2. ない場合は、検証を使用して抽出を実行します:

   uv run {baseDir}/scripts/extract_pdf.py --verify /path/to/file.pdf [output.json]
   

3. 検証サマリーが PDF と一致することを視覚的に確認します
4. 抽出された JSON を解釈に使用します

uv がインストールされていない場合: 停止し、ユーザーにインストールするよう指示してください (brew install uv または pip install uv)。視覚に頼らないでください。

PDF ビジョン (参照のみ)

ビジョンは特性スコアを抽出するのではなく、抽出された値が妥当に見えるかどうかを検証するためだけに使用できます。

</input_formats>

<intake>

ステップ 0: JSON または PDF を持っていますか?

1. JSON が提供または見つかった場合: 直接使用してください (抽出をスキップ)
   • PDF と同じディレクトリで一致する名前の .json ファイルを確認
   • ユーザーが JSON パスを提供したかどうかを確認
2. PDF のみの場合: 抽出スクリプトを --verify フラグを使用して実行

   uv run {baseDir}/scripts/extract_pdf.py --verify /path/to/file.pdf [output.json]
   

3. 抽出が失敗した場合: エラーを報告し、視覚に頼らないでください

ステップ 1: どのようなデータを持っていますか?

• CI サーベイ JSON → ステップ 2 に進む
• CI サーベイ PDF → 最初に抽出 (ステップ 0)、次にステップ 2 に進む
• インタビュー記録のみ → オプション 8 に進む (インタビューから特性を予測)
• まだデータがない → 「Culture Index プロファイル (PDF または JSON) またはインタビュー記録を提供してください」

ステップ 2: 何をしたいですか?

プロファイル分析:

1. 個人プロファイルを解釈 - 1 人の人物の特性、強み、課題を理解する
2. チーム構成を分析 - gas/brake/glue バランスを評価し、ギャップを特定
3. バーンアウト信号を検出 - サーベイ vs ジョブを比較し、ストレス/フラストレーションにフラグを付ける
4. 複数のプロファイルを比較 - 互換性、協調ダイナミクスを理解
5. モチベーター推奨事項を取得 - 誰かを従事させ、保持する方法を学ぶ

採用と候補者: 6. 採用プロファイルを定義 - ロールの理想的な CI 特性を決定 7. 直属部下についてマネージャーをコーチング - 両方のプロファイルに基づいて管理スタイルを調整 8. インタビューから特性を予測 - インタビュー記録を分析して CI 特性を推定 9. インタビューデブリーフ - 記録分析から予測された特性に基づいて候補者適合性を評価

チーム開発: 10. オンボーディングを計画 - 新規採用者とチームプロファイルに基づいて最初の 90 日を設計 11. 紛争を仲裁 - プロファイルを使用してチームメンバー間の摩擦を理解および解決

プロファイルデータ (JSON または PDF) を提供し、オプションを選択するか、必要なことを説明してください。

</intake> <routing>

応答	ワークフロー
"extract", "parse pdf", "convert pdf", "get json from pdf"	workflows/extract-from-pdf.md
1, "individual", "interpret", "understand", "analyze one", "single profile"	workflows/interpret-individual.md
2, "team", "composition", "gaps", "balance", "gas brake glue"	workflows/analyze-team.md
3, "burnout", "stress", "frustration", "survey vs job", "energy", "flight risk"	workflows/detect-burnout.md
4, "compare", "compatibility", "collaboration", "multiple", "two profiles"	workflows/compare-profiles.md
5, "motivate", "engage", "retain", "communicate"	references/motivators.md を直接読む
6, "hire", "hiring profile", "role profile", "recruit", "what profile for"	workflows/define-hiring-profile.md
7, "manage", "coach", "1:1", "direct report", "manager"	workflows/coach-manager.md
8, "transcript", "interview", "predict traits", "guess", "estimate", "recording"	workflows/predict-from-interview.md
9, "debrief", "should we hire", "candidate fit", "proceed", "offer"	workflows/interview-debrief.md
10, "onboard", "new hire", "integrate", "starting", "first 90 days"	workflows/plan-onboarding.md
11, "conflict", "friction", "mediate", "not working together", "clash"	workflows/mediate-conflict.md
"conversation starters", "how to talk to", "engage with"	references/conversation-starters.md を直接読む

ワークフローを読んだ後は、正確に従ってください。

</routing>

<verification_loop>

すべての解釈の後、以下を確認します:

1. 相対位置を使用しましたか? コンテキストなしで「A は 8」と述べることはありませんでした
2. 矢印を参照しましたか? すべての特性解釈は矢印に相対的です
3. サーベイ vs ジョブを比較しましたか? 行動修正を特定しました
4. 価値判断を避けましたか? 特性を「良い」または「悪い」と呼びませんでした
5. EU をチェックしましたか? 両方のグラフが存在する場合、エネルギー利用率を計算しました

ユーザーに報告:

• 「解釈完了」
• 主な発見 (2～3 箇条書き)
• 推奨アクション

</verification_loop>

<reference_index>

ドメイン知識 (references/ に):

主要特性:

• primary-traits.md - A (自律性)、B (社交性)、C (ペース)、D (順応性)

二次特性:

• secondary-traits.md - EU (エネルギーユニット)、L (ロジック)、I (独創性)

パターン:

• patterns-archetypes.md - 行動パターン、特性の組み合わせ、アーキタイプ

アーキタイプ詳細プロファイル (archetype-*.md):

• archetype-administrator.md - 管理者 (高 A、高 B、低 C、中 D)
• archetype-coordinator.md - コーディネーター (低 A、高 B、中 C、低 D)
• archetype-craftsman.md - 職人 (低 A、低 B、高 C、高 D)
• archetype-daredevil.md - 大胆不敵な人 (高 A、低 B、低 C、低 D)
• archetype-debater.md - 討論者 (中 A、中高 B、低 C、高 D)
• archetype-facilitator.md - ファシリテーター (低 A、中 B、中 C、低 D)
• archetype-influencer.md - インフルエンサー (低 A、高 B、低 C、低 D)
• archetype-operator.md - オペレーター (低 A、低 B、高 C、中高 D)
• archetype-persuader.md - 説得者 (高 A、高 B、低 C、低 D)
• archetype-philosopher.md - 哲学者 (低 A、低 B、高 C、低 D)
• archetype-rainmaker.md - 雨乞い師 (高 A、高 B、低 C、低 D)
• archetype-scholar.md - 学者 (高 A、低 B、低 C、高 D)
• archetype-socializer.md - 社交家 (低 A、高 B、低 C、低 D)
• archetype-specialist.md - 専門家 (低 A、低 B、高 C、中 D)
• archetype-technical-expert.md - 技術専門家 (低 A、低 B、高 C、低 D)
• archetype-traditionalist.md - 伝統主義者 (低 A、低 B、高 C、高 D)
• archetype-trailblazer.md - 開拓者 (高 A、中 B、中 C、低 D)

アプリケーション:

• motivators.md - 各特性タイプを動機付ける方法
• team-composition.md - Gas、brake、glue フレームワーク
• anti-patterns.md - 一般的な解釈の誤り
• conversation-starters.md - 各パターンと特性タイプとの関わり方
• interview-trait-signals.md - インタビューから特性を予測するシグナル

</reference_index>

<workflows_index>

ワークフロー (workflows/ に):

ファイル	目的
extract-from-pdf.md	Culture Index PDF からプロファイルデータを抽出して JSON 形式に変換
interpret-individual.md	単一プロファイルを分析し、アーキタイプを特定し、強み/課題をまとめる
analyze-team.md	チームバランス (gas/brake/glue) を評価し、ギャップを特定し、採用を推奨
detect-burnout.md	サーベイ vs ジョブを比較し、EU 利用率を計算し、リスク信号にフラグを付ける
compare-profiles.md	複数のプロファイルを比較し、互換性と協調ダイナミクスを評価
define-hiring-profile.md	ロールの理想的な CI 特性を定義し、許容可能なパターンと危険信号を特定
coach-manager.md	マネージャーが特定の直属部下のために自分のスタイルを調整するのを支援
predict-from-interview.md	インタビュー記録を分析して、サーベイ前に CI 特性を予測
interview-debrief.md	記録分析から予測された特性を使用して候補者適合性を評価
plan-onboarding.md	新規採用者とチーム構成に基づいて最初の 90 日を設計
mediate-conflict.md	プロファイルを使用してチームメンバー間の摩擦を理解および解決

</workflows_index>

<quick_reference>

特性の色:

特性	色	測定内容
A	栗色	自律性、主導性、自信
B	黄	社交能力、交流の必要性
C	青	ペース/忍耐力、緊急性レベル
D	緑	順応性、細部への注意
L	紫	ロジック、感情処理
I	シアン	独創性、創意性

エネルギー利用率の公式:

利用率 = (ジョブ EU / サーベイ EU) × 100

70-130% = 健全
>130% = ストレス (バーンアウトリスク)
<70% = フラストレーション (離職リスク)

Gas/Brake/Glue:

役割	特性	機能
Gas	高 A	成長、リスク取得、成果駆動
Brake	高 D	品質管理、リスク回避、完了
Glue	高 B	関係構築、士気、文化

スコア精度:

値	精度	例
特性 (A,B,C,D,L,I)	整数 0-10	0, 1, 2, ... 10
矢印位置	十分位	0.4, 2.2, 3.8
エネルギーユニット (EU)	整数	11, 31, 45

</quick_reference>

<success_criteria>

適切に解釈された Culture Index プロファイル:

• 相対位置 (矢印からの距離) を使用し、絶対値のみではありません
• アーキタイプ/パターンを正しく特定します
• 主要な特性に基づいて 2～3 の主な強みを強調します
• 2～3 の課題または開発領域を注記します
• 両方のグラフが利用可能な場合はサーベイ vs ジョブを比較します
• 実用的な推奨事項を提供します
• 価値判断 (「良い」/「悪い」) を避けます
• Culture Index は完全な描写ではなく、1 つのデータポイントであることを認識しています

</success_criteria>