Interview Synthesis

Interview Synthesis — AI Extracts, Human Tags

Running for: $ARGUMENTS

Core Goal

• 2026 현실 반영 — 78% PM 팀이 AI 합성 사용. 차단하지 말고 받아들이되, evidence strength 태깅은 인간에게 강제.
• AI는 quote 추출 + 테마 클러스터링; 인간은 strong/medium/weak + Push/Pull/Habit/Anxiety 축 부여.
• "5 interviews 중 3명이 같은 강한 Push를 말하면 Product Gate로" 규칙을 코드로 강제 (PROCEED_TO_PRODUCT_GATE verdict).

Trigger Gate

Use This Skill When

• BuildBetter / Perspective / similar synthesis tools export JSON이 손에 있을 때
• 인터뷰 5건 이상 — 수동 정리는 비용 비효율적
• evidence-rubric 점수에서 interview_notes 보강이 필요할 때
• 신규 PM이 인터뷰 evidence를 어떻게 태깅해야 하는지 학습할 때

Route to Other Skills When

• 5/3 패턴 통과 → Product Gate (ost skill)
• 5명 미만 → 추가 인터뷰 (skill 외 실세계 행동)
• 태그된 quote 강도가 너무 낮음 → pivot 또는 hold 결정 → decision-log

Boundary Checks

• ❌ AI 합성이 evidence를 대체할 수 없다. 태그 안 된 quote는 evidence가 아니다.
• ❌ AI sentiment ≠ evidence strength. 인간이 직접 판단.

Inputs

Expected AI export JSON shape:

{
  "source": "buildbetter",
  "interviews": [
    {
      "person": "ICP candidate 1",
      "role": "HR 담당자 (선택 입력)",
      "company_size": "50-200명 (선택 입력)",
      "date": "2026-05-09",
      "quotes": [
        {"text": "지난주에 30분 또 날렸어요", "theme": "manual workaround"},
        {"text": "이거 안 되면 영업 못 따요", "theme": "economic pain"}
      ]
    }
  ]
}

role 필드 처리 정책: role이 AI export JSON에 있으면 PERSONA_SPECS.json에 그대로 기입 (결정론). 없으면 null로 저장 — 이 경우 LLM이 ICP 컨텍스트 기반으로 추론하지 않으며, 수동으로 채워야 합니다. role은 PERSONA_SPECS 생성 규칙의 "LLM 추론 금지" 원칙의 예외가 아닌, 입력 데이터 부재 시 명시적 null 처리로 대응합니다.

Steps

실행은 python3 hplan/scripts/interview_synthesis.py <subcommand> 형태로 호출합니다.

1. python3 hplan/scripts/interview_synthesis.py import <ai_export.json> — quotes를 harness/evidence/snapshots.jsonl 에 ingest (status: awaiting_human_tag).
2. python3 hplan/scripts/interview_synthesis.py list --untagged — 미태깅 quote 확인.
3. quote마다 python3 hplan/scripts/interview_synthesis.py tag <quote_id> --strength strong --axes push,anxiety — 인간 입력.
4. python3 hplan/scripts/interview_synthesis.py audit — 5/3 규칙 통과 여부 + 다음 액션 가이드.
5. audit 결과가 PROCEED_TO_PRODUCT_GATE이면 PERSONA_SPECS.json 저장 — 태깅된 인터뷰이를 QA 라운드용 페르소나로 구조화해 harness/PERSONA_SPECS.json에 기록.

PERSONA_SPECS.json 생성 규칙

• 대상: strength: strong 또는 medium quote가 2개 이상인 인터뷰이만 포함 (noise 제거)
• 결정론: id·name·anxiety_tags·trigger·experience_level은 태깅 데이터에서 직접 추출 (LLM 추론 금지)
• null 처리: role과 company_size는 AI export JSON에 해당 필드가 있으면 기입, 없으면 null 저장 — LLM 추론으로 채우지 않음.
• experience_level: axes에 habit strong이 있으면 "숙련", push strong만 있으면 "입문", 혼재 시 "중급", strong 신호 없으면 "입문" (default) — 결정론 매핑, 4 케이스 모두 코드에서 처리

// harness/PERSONA_SPECS.json
[
  {
    "id": "P01",
    "name": "인터뷰이 이름 또는 익명 ID",
    "role": "AI export JSON passthrough — 없으면 null (수동 입력)",
    "anxiety_tags": ["anxiety"],
    "trigger": "가장 강한 strong push quote 앞 80자 (없으면 빈 문자열)",
    "experience_level": "입문 | 중급 | 숙련",
    "company_size": "AI export JSON passthrough — 없으면 null (수동 입력)"
  }
]

• PROCEED_TO_PRODUCT_GATE가 아닌 경우 PERSONA_SPECS.json 생성하지 않음 — 미충족 evidence로 QA 진입 방지.

Outputs

• harness/evidence/snapshots.jsonl — append-only quote 저장소
• audit returns: interviews, tagged_quotes, untagged_quotes, by_strength, persons_with_strong_push, verdict, persona_specs, guidance
• harness/PERSONA_SPECS.json — PROCEED_TO_PRODUCT_GATE 시에만 생성. QA 라운드(qa-checklist --mode adversarial)의 페르소나 에이전트 설정 소스.

Verification

• 모든 imported quote는 처음에 status: awaiting_human_tag
• tag 후 status: tagged, strength, axes, tagged_at 채워짐
• verdict는 PROCEED_TO_PRODUCT_GATE (5인터뷰 + 3 distinct strong-push) 또는 INTERVIEW_OR_HOLD
  • distinct 정의: 개인 단위 dedup — 같은 회사·팀 소속이어도 서로 다른 개인이면 distinct로 계산. 단, 동일 인물의 복수 세션은 1명으로 카운트.
• PROCEED_TO_PRODUCT_GATE 시 harness/PERSONA_SPECS.json 존재, strong/medium 인터뷰이만 포함됨
• INTERVIEW_OR_HOLD 시 harness/PERSONA_SPECS.json 생성되지 않음

Why this design

다른 인터뷰 도구들은 "AI summary"를 evidence처럼 다룬다 — 위험. 한 LLM이 5개 인터뷰를 요약하면 자기 bias가 들어감. hplan은 AI = quote 추출기, human = strength 판단으로 명확히 분리.