kayac ねっぷちゃん利用分析
本番 D1（nepp-chan-db-prd）から利用統計を集計してレポートを生成する。
実行手順
- クエリリファレンス（references/queries.md）を読む
- ユーザーの要求に応じてクエリを実行（全期間 / 期間指定 / 週別）
- レポートを出力
レポート構成
ユーザーの要求に応じて以下を組み合わせる。デフォルト（指定なし）は全セクション出力。
1. サマリー
■ 全期間（公開 2/17 〜 {today}）
ユーザー発言数 ： {n}
アシスタント応答数 ： {n}
往復数（ペア） ： 約 {n} 回
スレッド数 ： {n}
ユニークユーザー数 ： {n}
2. 週別推移
■ 週別推移
{week1} ： 往復 {n} 回 / アクティブ {n} 人 / 新規 {n} 人
{week2} ： 往復 {n} 回 / アクティブ {n} 人 / 新規 {n} 人
...
{last_week} ： 往復 {n} 回 / アクティブ {n} 人 / 新規 {n} 人（途中）
最終週が今週途中の場合は「（途中）」を付ける。 数値の後に傾向の解説を1〜3文で付ける。
3. エンゲージメント分布
■ エンゲージメント分布
1回だけ ： {n} 人（{pct}%）→ 発言 {n} 回
2-3回 ： {n} 人（{pct}%）→ 発言 {n} 回
4-10回 ： {n} 人（{pct}%）→ 発言 {n} 回
11-20回 ： {n} 人（{pct}%）→ 発言 {n} 回
21回以上 ： {n} 人（{pct}%）→ 発言 {n} 回
分布の特徴を1〜2文で解説。
4. トピック分析
persona テーブルの topic を集計。各トピックの後に代表的なキーワードを付ける。
キーワードは同トピックの persona content から頻出する具体的な固有名詞・テーマを抽出。
■ トピック分布（全期間）
観光 ： {n} 件（{pct}%）— そば、スキー、道の駅、温泉
行政 ： {n} 件（{pct}%）— 村長、移住支援、セコマ連携
生活 ： {n} 件（{pct}%）— 子育て、地震、除雪
...
キーワード抽出方法: トピックごとに content を数十件サンプリングし、具体的な固有名詞やテーマを3〜5個選ぶ。
週別トピックも出す場合は各週の上位3トピックをキーワード付きで表示。
■ 週別トピック（各週上位3）
2/17-2/23 ： 観光(299) そば、スキー / 行政(270) 村長、協定 / その他(231)
5. 印象的な話題ピックアップ
persona テーブルの content からユニークな話題をサンプリング。
各トピック上位から数件ずつ取得し、具体的で面白いエピソードを選んで紹介。
SELECT content, topic, category FROM persona
WHERE conversation_ended_at >= '{start_utc}'
AND topic = '{topic_name}'
ORDER BY created_at DESC LIMIT 10
選定基準:
- 具体的なエピソードや要望が含まれるもの
- 村の暮らしや特産品に関する生の声
- ユニークな質問や提案
出力例:
■ 印象的な話題
- 「音威子府そば（黒いそば）」に関する YouTube 動画への関心が複数
- 道の駅のトイレ改修への感謝の声
- 村外（東京・大阪）での特産品販売への要望
- 除雪に関する具体的な困りごと相談
出力ルール
- テーブル形式は使わない。
項目 ： 値のプレーンテキスト形式 - 数値には3桁カンマ区切りを使う
- 傾向の解説は簡潔に（各セクション1〜3文）
- 週の区切りは JST 基準（月曜始まり）