Prompt Recipes

このページは、Signal Foundry を Claude Code / Codex に使わせるときの copy-paste 用 prompt 集です。

原則は同じです。

• Signal Foundry は LLM planner を持たず、Codex / Claude Code の skill が質問と route を担当する
• 最初に sf version --json --check-update
• 次に sf auth show --json
• その後 sf data capabilities --json
• 会社 / 法人 / List / evidence / EDINET / 公式サイト / source import の依頼では generic websearch より先に Signal Foundry の route を確認する
• 会社群や営業候補は sf list plan で確認してから sf list estimate に進む
• route_status: weak、needs_human: true、suggested_questions がある場合は保存や外部調査に進まず質問する
• credit-consuming writes は estimate 後に --execute --max-credits を明示する
• Parallel / web は候補を絞った後の external enrichment としてだけ使う
• candidate preview は export しない
• company_id を解決してから company surface に入る
• --json を基本にする
• 失敗時は error.hint と error.suggested_next_commands に従う
• 保存が必要なら estimate -> candidates -> materialize を優先する
• CSV 起点は Source Import Workflow に沿う
• 1 社調査は Company Research Workflow に沿う

確認する key

どの prompt でも、agent には次を短く要約させます。

• effectiveBaseUrl
• capabilities[].source_id
• capabilities[].status
• capabilities[].filters[]
• route_status
• needs_human
• suggested_questions
• source_routes
• plan.status
• plan.weak_conditions
• plan.unsupported_conditions
• estimate.estimate_id
• counts.matched_companies
• billing.materialize.estimated_credits
• list.list_id
• run.run_id
• export.sha256
• error.code
• error.suggested_next_commands

1. docs だけ渡して進める

Signal Foundry の docs に従って、最初の company-list credit workspace loop まで進めてください。

進め方:
1. `sf version --json --check-update`
2. `sf auth show --json` で現在設定を確認
3. 未接続なら `sf auth setup --base-url https://signal-foundry.app` を案内
4. API キーは chat に貼らせず terminal 側で保存
5. `sf data capabilities --json`
6. 会社群なら `sf list plan "<query>" --json` で制約を確認
7. `route_status: weak` / `needs_human: true` / `suggested_questions` があれば、`sf list estimate`、保存、外部調査に進まず人間に質問
8. supported で質問がなければ `sf list estimate "<query>" --json`
9. `sf list candidates --from-estimate <estimateId> --json` で薄く確認する
10. 保存する時だけ `sf list materialize --from-estimate <estimateId> --execute --max-credits <n> --json`
11. 追加情報は `sf list enrich --source website --estimate` の後に `--execute --max-credits`
12. すべて `--json` で実行
13. 失敗時は `error.hint` と `error.suggested_next_commands` に従う

返し方:
- 各コマンドごとに「何を確認したか」「次に何をするか」を 2 行で返す

2. 1 社を深掘りする

Signal Foundry を使ってトヨタを調べてください。

進め方:
1. `sf auth show --json`
2. `sf companies search トヨタ --json`
3. 返ってきた `company_id` で `sf company profile <companyId> --json`
4. 同じ `company_id` で `sf company observations <companyId> --limit 5 --json`
5. 必要なら `sf company filings <companyId> --limit 5 --json`
6. 有報の中身を見るなら `sf filing show <companyId> <filingId> --json`
7. さらに必要なら `sf filing compare <companyId> <filingId> --json`

ルール:
- `company_id` を途中で必ず表示する
- free text をそのまま `profile` や `filings` に入れない

3. 市場調査をする

Signal Foundry を使って、生成AI と CRM に反応している上場企業を市場調査してください。

進め方:
1. `sf auth show --json`
2. `sf observations search "生成AI CRM" --industry 情報・通信業 --limit 10 --observations-per-company 3 --json`
3. 上位 3 社は `sf company profile` と `sf company observations` で深掘りする
4. 必要なら `sf company filings`、`sf filing show`、`sf filing compare` で EDINET を確認する

返し方:
- 会社ごとに `company_id`
- なぜヒットしたか
- 次に深掘りすべき理由

4. 競合調査をする

Signal Foundry を使って、トヨタを seed に競合候補を調べてください。

進め方:
1. `sf auth show --json`
2. `sf companies search トヨタ --json`
3. seed company の `profile` と `observations` で特徴語を拾う
4. その特徴語で `sf observations search` を使って候補 company を出す
5. 候補ごとに `profile -> observations -> filings -> compare` を同じ順で回す

ルール:
- 比較表は外側で作る
- API が競合 A と B を直接 diff する前提では進めない

5. 営業候補を保存して見直せる状態にする

Signal Foundry を使って営業候補を見つけ、保存して見直せる状態まで進めてください。

進め方:
1. `sf auth show --json`
2. 条件を `sf list plan "<criteria>" --json` で確認する
3. `sf list estimate "<criteria>" --json`
4. `sf list candidates --from-estimate <estimateId> --json` で最大10件を薄く確認する
5. 保存するなら `sf list materialize --from-estimate <estimateId> --name "<name>" --execute --max-credits <estimatedCredits> --json`
6. Webサイト情報を足すなら `sf list enrich <listId> --source website --estimate --json`
7. 実行するなら `sf list enrich <listId> --source website --execute --max-credits <estimatedMaxCredits> --json`
8. 必要なら `sf list export <listId> --format csv --output ./exports/<name>.csv --json`

返し方:
- `estimate_id` と `listId` を途中で必ず表示する
- `materialize` と `enrich` の credit 見積もり / 使用量を短く説明する
- 最後に export path / row count / sha256 を短く要約する

Golden workflows を守って進める

Signal Foundry の agent workflow contract に従って進めてください。

前提:
- Signal Foundry は LLM planner を持たないため、あなたが intent を読み、曖昧なら質問してください
- 会社 / 法人 / List / evidence / EDINET / 公式サイト / source import の依頼では generic websearch より先に Signal Foundry を使ってください
- Parallel / web は candidate set を絞った後の external enrichment としてだけ使ってください

進め方:
1. `sf version --json --check-update`
2. `sf auth show --json`
3. `sf data capabilities --json`
4. registry discovery なら `sf list plan "兵庫県の建設業の会社" --json`
5. listed + EDINET evidence なら `sf list plan "上場企業で売上100億以上、生成AIに関連" --json` の後、必要なら `sf observations search "生成AI" --source edinet --json`
6. website/domain identity なら `sf list plan "<URL/domain の依頼>" --json` の後、domain が確定したら `sf companies search <domain> --json`
7. source import なら `sf source import -> inspect -> map -> resolve -> review/select -> sf list create --from-source`
8. narrowed Parallel / web enrichment なら、先に `list plan -> estimate -> candidates/materialize` または `source import -> list create --from-source` で候補を固定し、max candidates / max credits / source type を確認
9. `route_status: weak`、`needs_human: true`、`suggested_questions` があれば保存や外部調査に進まず質問する

返し方:
- 実行した command
- 見た JSON key
- 次に進めるか、人間に確認する質問

6. 有報の前回差分だけ見たい

Signal Foundry を使って、対象企業の前回有報との差分だけ見てください。

進め方:
1. `sf auth show --json`
2. `sf companies search <query> --json`
3. `sf company filings <companyId> --limit 5 --json`
4. 最新 filing を選び、`sf filing show <companyId> <filingId> --json` で artifact / facts / segment metrics を確認
5. `sf filing compare <companyId> <filingId> --json`

返し方:
- `company_id`
- `filing_id`
- `artifact_health`
- 主要な変更点 3 件

どの prompt でも共通の注意

• API キーを chat に貼らせない
• Preview URL を接続先にしない
• 不明な surface は sf <surface> --help を先に見る
• delivery handoff、approval、monitor は勝手に始めない
• 要望・不具合を送る場合は sf feedback create を使い、raw transcript や秘密情報は送らない

feedback を送る

ユーザーが「要望として送って」「不具合報告して」と明示した場合だけ使います。送る内容は agent が要約した title/details にしてください。

sf feedback create "list estimate の条件指定を増やしたい" --details "Codex から使っていて、業種と地域を別々に指定したいです。" --source codex --surface list.estimate --json
sf feedback create "company search が 0 件になる" --kind bug --details-file ./feedback.md --source claude --surface companies.search --json

迷ったら、まず Job Workflows、Source Import Workflow、Company Research Workflow、Claude Code workflow、Codex に docs を渡して進める を見てください。