voc-claude-skills
Claude Code のための顧客の声スキル
複数の独立したチャネルが一致するまでパターンを報告しない VoC パイプライン。 通話録音、レビューサイト、社内チャット、会議メモなど、接続したあらゆるソースからデータを取得。各シグナルを誰が言ったかで重み付けします。裏付けが取れたものだけを報告します。結果は、顧客の正確な言葉を添えて、それを実行できる担当者にルーティングします。
ほとんどの「AI による顧客フィードバック」ワークフローは「これを要約する」で止まります。100件の会話の要約は誰も行動に移さない単なる段落であり、人間が依然としてボトルネックです。これはシステム版です。シグナルを継続的に取り込み、確認を機械的に適用し、人間の注意は判断が必要なケースにのみ振り向けます。
生成内容
出力の形状は以下のとおりです。企業名は架空、数値は説明用です。これは実際の実行ではなく、フォーマット例です。
SYNTHESIS — rule: 3+ independent channels, or 2+ with a tier-A account. Minimum 3 mentions.
──────────────────────────────────────────────────────────────────────────────
34 clusters in → 6 confirmed · 9 watchlist · 19 dropped
CONFIRMED
[HIGH ] Export is slow on large datasets
pain · 11 mentions · 3 channels (call, review, chat) · 7 accounts · A:2 B:8 C:1
3 independent channels
+4 unattributed signal(s) excluded from the count
[HIGH ] Cannot buy without SSO
request · 6 mentions · 2 channels (call, ticket) · 4 accounts · A:2 B:4
2 channels including a tier-A account
[MEDIUM] Onboarding felt long
pain · 5 mentions · 2 channels · 1 account · B:5
2 channels, no tier-A contributor — downgraded: all mentions from one
account (Northwind Trading)
WATCHLIST (single channel — not reported, kept for corroboration)
· Reporting filters are confusing (review, 3 mentions)
DROPPED (19) — kept in 2026-04-26-dropped.json for traceability最後の低評価が今回の要点です。5回の苦痛の言及はトレンドに見えますが、それらがすべて同じ顧客からのものであることに気づくまでは。このパイプラインはコード内でアカウントの分散を毎回チェックするため、誰も覚えている必要がありません。
Related MCP server: Feedback Synthesis MCP
本ツールの限界
出力を信頼する前に読んでください。
確認ルールはヒューリスティックであり、真実のテストではありません。 3つのチャネルがすべて、ある声の大きい市場セグメントを反映している可能性があります。ノイズをフィルタリングしますが、事実を確定するわけではありません。
すべてのソースは偏りのあるサンプルです。 セールスコールには、ミーティングに応じた人だけが含まれます。レビューには、満足している人、激怒している人、インセンティブを得た人だけが含まれます。チャットには、同僚が注目に値すると判断して貼り付けたものだけが含まれます。これらのどれもがあなたの市場ではありません。
コネクタを追加すると、確認が容易になりますが、真実味は増しません。 6つのチャネルを接続すると、確認されるべきでないものまで確認されるようになります。ソースを追加する際は
min_independent_sourcesを上げてください。クロスソースの重複は自信を生みます。 チャットで伝達され、コールでキャプチャされ、チケットとして申告された同じ苦情は、1件のイベントであって3件ではありません。重複排除はプロファイリングの前に行われ、これをスキップするとルールはあなたを救えません。
誰も言わなかったことを教えてくれません。 人々が購入しない最大の理由は、通常ここにあるすべてのソースにとって見えないものです。
*** n
30秒で検証
git clone <this-repo> && cd voc-claude-skills
npm install
npm run checknpm run check は、すべてのスキルのフロントマターを検証し、Linuxで壊れる小文字の skill.md ファイルをキャッチし、絶対パスや漏洩した認証情報をスキャンし、すべてのスクリプトをシンタックスチェックし、しきい値設定がパースできるか確認します。認証情報は不要です。失敗時は非ゼロで終了するため、CIで動作します。 n
次に、まだ何も設定されていない状態で: n
GXP3
これにより、実際の確認ルールがサンプルクラスターに対して実行され、何が確認されるか、何がウォッチリストに入るか、何が破棄されるかが正確に表示されます。これはシステムの中核であり、AP Iキーなしで動作します。 n
アーキテクチャ
calls · reviews · chat · notes · custom
│
▼
/voc-source-* normalize to one signal shape
│
▼
/voc-profiler CRM context, ICP fit, weight tier
│ (tier U = unattributed = quarantined)
▼
/voc-synthesize cluster by meaning (subagents)
│ apply the rule (code)
▼
/voc-route testimonial · case study · objection map
│ product feedback · exec memo
▼
/voc-dispatch outreach emails · copy briefs
PM one-pagers · exec memoクラスタリングは判断なのでモデルが行います。カウントは判断ではないのでコードが行います。 確認ルールは scripts/synthesize.js にあり、config/thresholds.json を読み取ります。他にはありません。それは調整するしきい値であって、実行ごとにモデルが異なる解釈をする段落ではありません。 n
スキル
| スキル | 機能 | n| --------------------- | ---------------------------- | n| /voc-orchestrator | 週次実行。全6フェーズ、プリフライト付き。 | n| /voc-source-calls | 通話録音からトランスクリプトを取得 | n| /voc-analyze-calls | トランスクリプト → 見込み客インテリジェンス報告書 | n| /voc-source-reviews | G2、Capterraなど → メッセージンクブリーフィンク。費がかかります。 | n| /voc-source-chat | チームがSlackに貼り付けた顧客の引用 | n| /voc-source-notes | AI会議メモ(録音が取れなかっ会話用) | n| /voc-source-custom | アンケート、チケット、CRMメール、その他 | n| /voc-profiler | CRMコンテキストと重みを1つのシグナルに付与 | n| /voc-synthesize | ソース間の確認 | n| /voc-route | 各テーマをアクションが取られる場所に送信 | n| /voc-dispatch | 実際の成果物を生成 | n
設定
詳細な手順は docs/SETUP.md をご覧ください。簡略版:
cp .env.example .env # call recorder + tokens
cp .mcp.json.example .mcp.json # MCP servers
cp context/product-context.example.md context/product-context.md次に product-context.md を記入します。約20分かかりますが、これが役立つ出力と凡庸なテーマの違いを生みます。 n
すべてを揃える必要はありません。 パイプラインは1つのソースでも動作し、高い信頼度に達できないことを正直に伝えます。コールから始め、チャットを追加し、レビューを追加します。 n
MCPサーバーを接続したら、/mcp を実行し、正確なツール名を該当するスキルの allowed-tools にコピーします。 同じ製品でもサーバーによってツールの名前空間が異なります。サーバーが公開していない名前を宣言したスキルは、最初のコールで失敗し、あたかも実行されたかのように見えます。これは圧倒的に最も一般的な設定ミスです。
費用
レビューマイニング以外はすべて無料です(レビューマイニングは有料のスクレイパーを実行します)。4ドメインの実行は通常2ドルから8ドルになります。Apifyの無料ティアは 合計 5ドルのクレジットで、月次ではありません。1回の広域実行で消費される可能性があります。最初のレビュー実行の前に docs/COST.md をご覧ください。 n
プライバシー
このパイプラインは、顧客との会話のトランスクリプトをデイスクに書キ込みます。これらはGDPRおよびCCPAのもとでの個人デタです。 n
VOC_OUTPUT_DIRを ローカルで、gitignor ed のパスに向けてください。Dropboxやicloudではありません。オーケストレーターのプリフライトが警告しますが、ご自身でも確認してください。録音に関する法律は管轄によって異なります。このツールは、すでに合法的な録音があることを前提としています。
チャット収集が実行中であることをチームに伝えてください。
公開レビューは、誰かの言葉をロゴ付きの広告に使用する許可にはなりません。このリポジトリ内のものは、引用を承認済みとしてマークすることはありません。 n
必要条件
Node 18+。Claude Code。通話録音機とトランスクリプトAPIがほぼ必須の依存関係で、それ以外はオプションです。
貢献
通話録音アダプターの追加が最も役立つ貢献です。scripts/providers/README.md を参照してください。関数は4つです。PRを開く前に npm run check を実行してください。
ライセンス
MIT。 LICENSE をご覧ください。
スキルで参照されているフレームワークは CREDITS.md でクレジットが表示されています。
This server cannot be deployed
Maintenance
Related MCP Connectors
Analyze customer feedback at scale — reviews, surveys, calls. AI-powered themes and sentiment.
- SquadOAuthai.meetsquad
Decision intelligence for product teams. Turn scattered feedback into signal you can act on.
Run in-product voice interviews with AI agents and analyze source-linked evidence.
- EvermuseOAuthcom.evermuse
Search your customer interviews, calls, feedback, competitor intel and roadmap from any AI agent.
Related MCP Servers
- AlicenseNot gradedqualityCmaintenanceTransforms scattered customer feedback from sources like Slack, Zoom, and JIRA into actionable product insights and AI-generated PRDs. It features over 50 tools for semantic clustering, sentiment analysis, and VOC-based prioritization to streamline product management workflows.1MIT
- AlicenseAqualityDmaintenanceMCP server that synthesizes user feedback from multiple sources into actionable insights. Aggregates reviews, support tickets, and survey responses to identify patterns and priorities.4MIT
- FlicenseNot gradedqualityFmaintenanceBackEngine is a multi-tenant SaaS platform that ingests all of an organization's customer and prospect communications — Slack threads, emails, call and meeting transcripts, and support tickets — and distills them into structured, queryable context. Raw conversations are processed into signals (categorized, attributed moments), sources (the underlying transcripts, emails, and tickets), and rolling1-
- FlicenseNot gradedqualityBmaintenanceEnables collection and scoring of sales chat conversations via CDP, computing response times and generating evidence-linked LLM quality reviews.-