podcast

使用場面

• ユーザーがあらゆるトピックについてポッドキャストエピソードを作成したい
• ユーザーが URL またはテキストを提供し、それをポッドキャストディスカッションに変換したい
• ユーザーが「debate」「dialogue」「discussion」形式をリクエストしている
• ユーザーが「podcast」「播客」または「录一期节目」と言っている

使用しないでください

• ユーザーがテキスト読み上げを希望している場合（/speech を使用）
• ユーザーがビジュアル付きの説明動画を希望している場合（/explainer を使用）
• ユーザーが画像生成を希望している場合（/image-gen を使用）
• ユーザーが URL からのオーディオ生成なしにコンテンツを抽出したいだけの場合（/content-parser を使用）

目的

1～2 人の AI スピーカーがトピックについて議論するポッドキャストエピソードを生成します。クイック概要、深掘り分析、デベート形式に対応しています。入力はトピック説明、URL、またはテキストです。出力は完全なオーディオエピソードと字幕です。

厳守制約

• shared/cli-authentication.md に従い、常に CLI 認証を確認する
• コマンド実行とエラー処理については shared/cli-patterns.md に従う
• API 呼び出しにスピーカー ID をハードコードしない。フォールバックのみ shared/speaker-selection.md の組み込みデフォルトを使用し、ユーザーが音声を変更したい場合はスピーカー API から取得する
• CLI コマンドやパラメータを作り上げない
• インタラクションの前に shared/config-pattern.md に従い設定を読む
• スピーカー選択については shared/speaker-selection.md に従う（テキストテーブル＋自由入力）
• ~/Downloads/ または .listenhub/ にファイルを保存しない。アーティファクトは現在の作業ディレクトリに、親切なトピックベースの名前で保存する（shared/config-pattern.md § Artifact Naming 参照）

<HARD-GATE> 複数選択ステップのすべてについて AskUserQuestion ツールを使用してください。プレーンテキストとしてオプションを表示しないでください。一度に 1 つの質問を尋ねます。次のステップに進む前にユーザーの回答を待ちます。すべてのパラメータが収集された後、選択肢をまとめ、ユーザーに確認を求めます。ユーザーが明示的に確認するまで、生成 API を呼び出さないでください。 </HARD-GATE>

ステップ -1: CLI 認証チェック

shared/cli-authentication.md § Auth Check に従う。CLI がインストールされていない、またはユーザーがログインしていない場合は、自動インストールおよび自動ログインを行う。ユーザーにコマンドを手動で実行させないでください。

ステップ 0: 設定セットアップ

shared/config-pattern.md ステップ 0（Zero-Question Boot）に従う。

ファイルが存在しない場合 — デフォルトで静かに作成して続行：

mkdir -p ".listenhub/podcast"
echo '{"outputMode":"inline","language":null,"defaultMode":"quick","defaultSpeakers":{}}' > ".listenhub/podcast/config.json"
CONFIG_PATH=".listenhub/podcast/config.json"
CONFIG=$(cat "$CONFIG_PATH")

設定質問を尋ねないでください。 インタラクションフローに直接進みます。

ファイルが存在する場合 — 静かに設定を読んで続行：

CONFIG_PATH=".listenhub/podcast/config.json"
[ ! -f "$CONFIG_PATH" ] && CONFIG_PATH="$HOME/.listenhub/podcast/config.json"
CONFIG=$(cat "$CONFIG_PATH")

セットアップフロー（ユーザー主導の再設定のみ）

ユーザーが明示的に再設定をリクエストした場合のみ実行します。現在の設定を表示：

当前配置 (podcast)：
  输出方式：{inline / download / both}
  语言偏好：{zh / en / 未设置}
  默认模式：{quick / deep / debate / 未设置}
  默认主播：{speakerName(s) / 使用内置默认}

次に、これらの質問を順番に尋ねて保存します：

1. outputMode: shared/output-mode.md § Setup Flow Question に従う。

2. Language（オプション）：「默认语言？」

   • 「中文 (zh)」
   • 「English (en)」
   • 「每次手动选择」→ null に保つ

3. Mode（オプション）：「默认播客模式？」

   • 「Quick — 简短概述」
   • 「Deep — 深度分析」
   • 「Debate — 辩论对话」
   • 「每次手动选择」→ null に保つ

回答を収集した後、すぐに保存：

NEW_CONFIG=$(echo "$CONFIG" | jq --arg m "$OUTPUT_MODE" '. + {"outputMode": $m}')
# ユーザーが選択した場合は言語を保存（「每次手动选择」ではない）
if [ "$LANGUAGE" != "null" ]; then
  NEW_CONFIG=$(echo "$NEW_CONFIG" | jq --arg lang "$LANGUAGE" '. + {"language": $lang}')
fi
# ユーザーが選択した場合はモードを保存
if [ "$MODE" != "null" ]; then
  NEW_CONFIG=$(echo "$NEW_CONFIG" | jq --arg mode "$MODE" '. + {"defaultMode": $mode}')
fi
echo "$NEW_CONFIG" > "$CONFIG_PATH"
CONFIG=$(cat "$CONFIG_PATH")

インタラクションフロー

ステップ 1: トピック＋参考資料

AskUserQuestion を使用して、トピックとオプションの参考資料を 1 つの質問で一緒に尋ねるか、または自由形式のプロンプトで：

ポッドキャストに変換したいトピックは何ですか？参考資料（URL またはテキスト）がある場合は、ここに含めてください。

受け入れる内容：トピック説明、URL、貼り付けられたテキスト、または任意の組み合わせ。

有効な入力の例：

• 「AI developments in 2026」
• 「https://example.com/article — discuss this」
• 「The pros and cons of remote work. Reference: https://study.com/remote-work-2026」

ステップ 2: モード

デフォルト：「quick」 — 以下の場合を除き、この質問をスキップ：

• config.defaultMode が別の値に設定されている場合 → その値を静かに使用
• ユーザーがステップ 1 でモードキーワードを明示的に言及した場合（例「deep dive」「debate」「in depth」） → 意図からモードを推測

ユーザーの意図が曖昧で、デフォルトが設定されていない場合のみ、この質問を尋ねます。ほとんどの場合、「quick」を使用してください。

ステップ 3: 言語

デフォルト：ユーザーのインタラクション言語に合わせます。 ステップ 1 でユーザーが使用した言語から検出：

• ユーザーが中国語で記述した場合 → zh
• ユーザーが英語で記述した場合 → en
• config.language が設定されている場合 → その値を使用

この質問を尋ねないでください。 常に静かに推測します。確認の概要に表示して、ユーザーが必要に応じてオーバーライドできるようにします。

ステップ 4: スピーカー数

デフォルト：2 人のスピーカー（対話） — 最も一般的で魅力的な形式。

この質問をスキップします。デベートモードは 2 人のスピーカーが必要です。クイック/ディープの場合も、デフォルトで 2 人のスピーカーを使用します。

ユーザーがモノローグまたはソロ形式を明示的にリクエストした場合のみ、1 人のスピーカーを使用します。

ステップ 5: スピーカー選択

shared/speaker-selection.md に従う：

• config.defaultSpeakers.{language} が設定されている場合 → 保存されたスピーカーを静かに使用
• 設定されていない場合 → shared/speaker-selection.md から組み込みデフォルトを使用（質問なし）
• 確認の概要にスピーカーを表示 — ユーザーが必要に応じて音声を変更できます
• ユーザーが明示的に音声を変更するよう要求した場合のみ、完全なスピーカーリストを表示

2 スピーカーモード（対話/デベート）の場合：言語用の Primary + Secondary デフォルトを使用します。

ステップ 6: 確認＆生成

すべての選択肢をまとめます：

Ready to generate podcast:

  Topic: {topic}
  Mode: {mode}
  Language: {language}
  Speakers: {speaker name(s)}
  References: {yes/no + brief description}

  Proceed?

API コマンドを呼び出す前に明示的な確認を待ちます。ユーザーは確認する前にここで任意のパラメータを調整できます。

ワークフロー

生成

1. 提出（バックグラウンド）: run_in_background: true および timeout: 360000 で CLI コマンドを実行：

   listenhub podcast create \
     --query "{topic}" \
     --source-url "{url}" \
     --source-text "{text}" \
     --mode {quick|deep|debate} \
     --lang {en|zh|ja} \
     --speaker "{name}" \
     --speaker "{name2}" \
     --json
   

   フラグノート：

   • --query — 議論するトピックまたは質問
   • --source-url — 繰り返し可能、URL 参照ごとに 1 つ
   • --source-text — 繰り返し可能、テキストブロック参照ごとに 1 つ
   • --mode — quick、deep、debate のいずれか
   • --lang — 言語コード
   • --speaker — 繰り返し可能（最大 2 つ）；スピーカー表示名を使用
   • --speaker-id — --speaker の代替；名前の代わりにスピーカー ID を使用
   • ユーザーが参考資料を提供しなかった場合は --source-url / --source-text を省略

   CLI は内部的にポーリングを処理し、生成完了時に最終結果を返します。

2. ユーザーに、タスクが提出されたことと、完了時に通知されることを伝えます。

3. 完了の通知を受けたら、結果を提示：

   CLI JSON 出力を解析して、フィールド audioUrl、subtitlesUrl、audioDuration、credits を抽出します。

   設定から OUTPUT_MODE を読みます。shared/output-mode.md の動作に従います。

   inline または both：audioUrl をクリック可能なリンクとして表示します。

   提示：

   播客已生成！
   
   在线收听：{audioUrl}
   字幕：{subtitlesUrl}（如有）
   时长：{audioDuration / 1000}s
   消耗积分：{credits}
   

   download または both：ファイルもダウンロードします。shared/config-pattern.md § Artifact Naming に従うトピックスラッグを生成します。

   SLUG="{topic-slug}"  # e.g. "ai-developments"
   NAME="${SLUG}-podcast.mp3"
   # デデュープ：ファイルが存在する場合、-2、-3 など を追加
   BASE="${NAME%.*}"; EXT="${NAME##*.}"; i=2
   while [ -e "$NAME" ]; do NAME="${BASE}-${i}.${EXT}"; i=$((i+1)); done
   curl -sS -o "$NAME" "{audioUrl}"
   

   提示：

   已保存到当前目录：
     {NAME}
   

4. リクエストに応じて字幕を表示またはダウンロード URL を提供することを申し出ます

成功した生成後

このセッションで作成された選択肢で設定を更新：

NEW_CONFIG=$(echo "$CONFIG" | jq \
  --arg lang "{language}" \
  --arg mode "{mode}" \
  --argjson speakers '{"{language}": ["{speakerId}"]}' \
  '. + {"language": $lang, "defaultMode": $mode, "defaultSpeakers": (.defaultSpeakers + $speakers)}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"

API リファレンス

• スピーカーリスト：shared/cli-speakers.md
• スピーカー選択ガイド：shared/speaker-selection.md
• CLI パターン：shared/cli-patterns.md
• CLI 認証：shared/cli-authentication.md
• 設定パターン：shared/config-pattern.md

相互運用性

• 呼び出す：スピーカー API（スピーカー選択用）
• 呼び出される：content-planner（Phase 3）

例

ユーザー：「Make a podcast about the latest AI developments」

エージェントワークフロー：

1. 検出：ポッドキャストリクエスト、トピック = 「latest AI developments」、参考資料なし
2. 推測：mode = 「quick」（デフォルト）、language = 「en」（ユーザーが英語で記述）、2 スピーカー（デフォルト）
3. 確認サマリーを表示 → ユーザーが確認

listenhub podcast create \
  --query "The latest AI developments" \
  --mode deep \
  --lang en \
  --speaker "Mars" \
  --speaker "Mia" \
  --json

CLI が結果を返すのを待ってから、タイトルとリスンリンク付きで提示します。