The dataset is currently empty. Upload or create new data files. Then, you will be able to explore them in the Dataset Viewer.

YAML Metadata Warning:empty or missing yaml metadata in repo card

Check out the documentation for more information.

Contract templates for LLM agents

10 of the 76 contract templates we run in production, chosen by machine: only the ones that carry all three required sections and mention nothing specific to our own setup.

What a contract is here

Before an agent's output is accepted, it is checked against a declared shape:

const { check } = require('honto-contract');
check(text, { minChars: 240, must: [/^■ 判定/m], lang: 'ja' });

The templates below are what we declare for each kind of work. They are the answer to "what does a finished piece of this look like", written before the work is done.

Why declare it at all

Of 76 templates in use, the failure they prevent most often is the boring one: the model answers, correctly, in a shape the next stage cannot read. In our own logs, missing-required-section and too-short together account for three quarters of everything that went wrong — far more than refusals or hallucination.

Full failure records: GXCafe/ai-agent-failure-logs (CC-BY-4.0)

finance-classification-reviewer

部署: 経理 書いた日: 2026-08-05

■ 仕事分類済み仕訳の件数分、各取引について「承認OK／要レビュー／手動分類依頼」の判定ラベルと理由を付与したJSON配列を出力する。

■ 契約

全件網羅性: 入力された仕訳件数（N件）に対して、必ずN個のオブジェクトが配列内に存在する（漏れ・重複なし）。
必須フィールド完全性: 各オブジェクトに id（元データID）、verdict（ok/review/failの3値）、reason（文字列、0字不可）、confidence_score（数値またはnull）の4キーがすべて存在する。
閾値準拠: verdict が "ok" の場合は confidence_score が 0.80 以上であること、"fail" の場合は 0.60 未満であることを保証する（入力データにスコアがない場合は、摘要の内容に基づき論理的な判定理由を記載し、スコアは null もしくは推定値とするが、閾値ロジックとの矛盾はないこと）。

■ 落とすもの

判定漏れ: 入力20件に対し、出力オブジェクトが19件しかない（1件の仕訳が放置されている）。
論理違反: confidence_score が 0.95 であるのに verdict が "fail" となっている（高確信度でありながら自動分類失敗と判定している）。
理由空白: reason フィールドが空文字列 "" になっている（なぜその判定になったかの根拠がない）。

■ 見分け方

件数一致チェック: input.length === output.length が真であること。
スキーマ検証: 各オブジェクトに対し、typeof item.verdict === 'string' && ['ok', 'review', 'fail'].includes(item.verdict) および item.reason !== undefined && item.reason.trim().length > 0 を満たすことを走査する。
閾値整合性チェック: if (item.verdict === 'ok' && item.confidence_score !== null && item.confidence_score < 0.80) の場合はエラーとする同様の論理をコードで実装し、失敗ケースを検出する。

outreach-lead-manager

部署: 営業 書いた日: 2026-08-05

■ 仕事
営業リード（企業リスト）のCRM管理エージェント

■ 契約

判定: データ破損率が0%
判定: 不正データ検出率が100%（週次メンテナンスで全件確認）
判定: 全ての操作（追加・削除・更新）をログに記録
判定: マルチデバイス間での同期遅延が1秒以内（リクエストベース）
判定: APIレスポンスタイムが200ms以内

■ 落とすもの

実際に見ていない（失敗した出力）

■ 見分け方
判定: データ破損や不正データを自動検出・除去するためのルールに基づき、重複エントリはcompany_name完全一致で特定の担当へ | | 辞書がありません。続きを補完または別の応答を提供しますか？これまでの文脈からは、「見分け方」セクションにおいて具体的な判定ルールについて更に詳細を求めるべきです。例えば、不正データ検出やマルチデバイス同期の確認などについて、その具体的なチェックメカニズムやコードベースでの実装方法等が追加されると良いでしょう。以下はそれに基づく提案となります。

■ 見分け方

データ破損率0%の判定: JSONファイルの読み書き時にエラーがないことを確認（例：fs.existsSync(filePath)を使用して存在チェック、そしてJSON.parseでデータ形式が正しいかを検証）
不正データ検出100%の判定: 上記不正データ検出ルールに基づき、company_nameが2文字未満や200文字超、制御文字（\x00-\x08, \x0E-\x1F）が2文字以上含まれる等を正規表現などで検知
操作のログ記録: 一連の操作を実施するたびにpipeline-state.json, data/dm-history.jsonなどへ更新内容を書き込むことで確認可能
同期遅延1秒以内の判定: デバイス間でのAPIリクエストの応答時間の平均と最大値がそれぞれ200ms, 300ms以下であることをモニタリングツールやコードベースでの実測により確認
APIレスポンスタイム200ms内の判定: ローカルでAPIエンドポイントに対して連続してリクエストを送り、平均応答時間を計測することで確認可能

intelligence

部署: 分析・情報 書いた日: 2026-08-05

■ 仕事

情報収集部長として、server/services/news.js の実装と保守を行い、News API / RSS フィードとの連携設定を行います。また、記事の要約・分類・重要度スコアリングロジックを作成し、AI関連情報の専門フィルタリングやニュースキャッシュ管理、配信も担当します。

■ 契約

server/services/news.js が適切] 業務feト処理を持つ
記事データ構造の規約を遵守し、relevanceScore を適切に付与する
毎日20件以上の記事を data/market-signals.json に保存する（週次ブリーフ生成時に参照）
News API のレート制限（100req/日）を遵守し、APIキーが正しく設定されていることを確認する
キャッシュの TTL を最大6時間以内で管理する

■ 落とすもの

20件以上の記事を data/market-signals.json に保存しない（週次ブリーフ生成時に参照されない）
News API のレート制限を超える要求を行う
実際の収集対象カテゴリから外れた記事を取り扱う

■ 見分け方

server/services/news.js に実装が存在し、定期的な更新・保守が行われていることを確認する
記事データ構造が適切に管理されているかをチェック（relevanceScore の範囲は 0.0 ~ 1.0）
data/market-signals.json のファイルサイズと更新日時を定期的に確認し、20件以上の記事が保存されていることを確認する
News API 要求のログを検証し、レート制限（100req/日）を遵守しているかを確認する
キャッシュの TTL ロジックが適切に実装され、最大6時間以内で管理されていることを確認する

■ 守ること

外部への送信・公開・支払いはしない。
持っていない実績・顧客・数値を書かない ↓

見ていない失敗例はありません。

intelligence-market-signal

部署: 分析・情報 書いた日: 2026-08-05

■ 仕事情報収集部の第3フェーズ担当として、トレンド分析結果から戦略企画部向けの市場シグナルを抽出し、data/market-signals.json を生成する。

■ 契約

判定: news-cache.json と trend-report.json を両方 Read 済み
判定: STRATEGY_KEYWORDS（指定されたキーワード）に1件以上マッチした記事のみ抽出
判定: 最大20件以内に絞り込み（priority_score 降順）
判定: data/market-signals.json を Write 完了

■ 落とすもの

判定: 持ち場で見たことのない実績や顧客情報を含む出力（例：「3件の契約を獲得」など）
通報: 予測や憶測に基づく情報（具体性がない、事実確認ができないもの）

■ 見分け方

判定: news-cache.json ファイルと trend-report.json ファイルが読み込まれていることの確認（正規表現: /news-cache.json|trend-report.json/)
判定: 提出されたデータにSTRATEGY_KEYWORDS のキーワードが含まれていることを確認する
出力: JSON フォーマットが指定通りであることを確認する
件数: data/market-signals.json に最大20件のシグナルが格納されていることの確認
エラー: 実績や顧客情報などが含まれている場合、該当箇所を指摘する

【守ること】

判定: 外部への送信・公開・支払いはしない。
判定: 持っていない実績・顧客・数値を含まない。

customer

部署: 顧客対応 書いた日: 2026-08-05

■ 仕事
顧客問い合わせ自動応答・チャットボット対応・問い合わせ分類・CRM管理に関連するタスクの統括と実装を行う。

■ 契約

自動応答ロジックが正しく動作し、適切なカテゴリに問い合わせを分類している（例：一般問い合わせは自動応答、技術サポートや請求は人間確認）。
WebSocket経由でリアルタイム通知機能が正常に動作し、顧客データのマスク処理が適切に行われている。
自動応答テンプレートとEscalation Managerの処理ロジックが明確であり、未解決の問い合わせは適切な優先度で業務管理部にエスカレーションされる。

■ 落とすもの

顧客データを含むメールアドレスや個人情報が漏洩するような出力。
自動応答ロジックが技術サポートや請求等の重要問い合わせに対しても自動応答を行う提案。
WebSocket連携がなく、リアルタイム通知機能が欠如した実装。

■ 見分け方

自動応答テンプレートが「category: 'technical', 'billing'」の場合に「isAuto: false」となっているかどうかを正規表現で判定（例: "category": "technical"[\s\S]*?"isAuto": false）。
WebSocketリアルタイム通知機能のテスト結果を確認し、顧客データがマスクされていることを確認する。
Escalation Managerの処理ロジックにおいて、「status: 'pending_human'」と「priority: 'high' or 'urgent'」があるかどうかをチェック。

hr-partner-eval

部署: 人事・総務 書いた日: 2026-08-05

【出力の形】

■ 仕事
hr-partner-eval-clone専用エージェントがパートナー評価と報酬計算を行い、4軸（実績/納期/品質/コミュニケーション）に基づいて根拠付きでレポートを生成する。

■ 契約

request_id、partner_id、対象期間が明記されている。
実績スコア、納期スコア、品質スコア、コミュニケーションスコアの各評価点数列的要素や主観表現を含まない定量的な根拠に基づいたスコアがそれぞれ算出されている（0から25点まで）。
総合スコアと総合ランク（A/B/C/D）、提案報酬調整の明確な指示が出ている。
4つの評価軸に対する判定根拠が定量・事実ベースで、且つそれぞれ100字以上記載されている。

■ 落とすもの

定量的な評価基準に基づかない主観的な評価を含むレポート。
センシティブ情報や個人情報を含むレポート。
根拠不足でランク判定がなされていないレポート（例：「要レビュー」だけの記載）。

■ 見分け方

request_id、partner_idの存在を確認する正規表現: `/^request_id:\s[\d+]\npartner_id:\s[\d+]/
各スコア（実績/納期/品質/コミュニケーション）が0から25点までの範囲であることを確認。
4つの評価軸に対する判定根拠の存在を確認する正規表現: /^判定根拠:\s*.*$/m{4}。

【注意】上記出力は、実際に見た失敗事例に基づいて作成すべきであり、実際のデータベースや既存のレポートからの抽出が求められます。

sales

部署: 営業 書いた日: 2026-08-05

■ 仕事営業AIリスト管理・DM自動送信・リードスコアリング・メールスクレイピングに関するタスクを担当し、sales.js・email-scraper.js・contact-form-sender.jsの実装、SMTP設定、リード管理ロジックを行う。

■ 契約

手順が完全自律で進んでいること（9:00スキャン → 18:00統計ログ出力）
リードデータが規格に沿った形式で処理され保存されていること (data/ディレクトリ内ファイル参照)
日次最大300件のDM送信がSMTP経由で行われ、その過程でのバウンスメール等を適切に対応・記録していること
スコアリング成功確率 ≥ 98% (sales-score-clone 結果参照)
QA通過率 ≥ 90% (sales-qa-clone のapprovedまたはqueue_reviewの割合参照)

■ 落とすもの

配信停止リンクを含まないDM送信リクエスト
SPF/DKIM設定が不十分なSMTP接続情報からの送信リクエスト
既存顧客データベースに登録済みの重複メールアドレスを持つリードデータ

■ 見分け方

バウンスメール管理と配信停止要求をメールヘッダーでチェック (正規表現: "unsubscribe")
スコアリング結果ファイルの成功割合を数値で計測 ("score-results/"ディレクトリ内ファイル読み取り)
QA通過率は"data/dm-reviewed"に保存されている承認済みDMと承認待ちDMの比率から計算
リードデータ重複チェックはメールアドレスフィールドをキーとして比較

hr-file-exec

部署: 人事・総務 書いた日: 2026-08-05

■ 仕事
hr-file-exec-clone専用エージェントは人事関連ファイル収集タスクの実行と結果記録を行う。

■ 契約
・出力フォーマットが指定通りであること（request_id、実行日時、収集元、成功件数、失敗件数、失敗理由、再実行条件）・原本ファイルは改変しない・収集対象外のファイルを取得しない

■ 落とすもの
・原本ファイルの改変跡がある出力
・収集対象外のファイルが含まれている出力
・PIIを含む本文の全文転載が含まれる出力

■ 見分け方
・request_id、実行日時、収集元、成功件数、失敗件数などのフィールドが全て揃っていることの確認（正規表現：^request_id: \d+\n実行日時: \d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}\n収集元: [Chatwork|Google Chat]\n成功件数: \d+件\n失敗件数: \d+件）・原本ファイルが改変されていないことの確認（正規表現：原本ファイルのハッシュ値を比較するロジックを用いる）・収集対象外のファイルが含まれていないことの確認（正規表現：指定された収集対象期間内製しくる）・PIIを含む本文の全文転載がないことの確認（正規表現：\b(?:名|性|氏|住所|電話番号|メールアドレス)\b などに該当する文言が含まれていないかチェック）

※実際の業務では、原本ファイルの改変やPIIを含む全文転載がないことを確認するためには、具体的な検証ロジックが必要となります。上述は簡易的な例であり、より厳密な検証を行います。

creative

部署: マーケ 書いた日: 2026-08-05

■ 仕事クリエイティブ部のLP作成、広告コピー、HTMLテンプレート、Figmaデザイン、Google/Meta広告出稿の一貫した管理と統括を行う。

■ 契約

LP原稿は200字以上で、訴求軸が明確である。
GoogleやMetaの広告・1. 仕事: 判定に通ったクリエイティブ部長の持ち場は「LP作成」「広告コピー作成」「HTMLテンプレート作成」「Figmaデザイン作成」「Google/Meta広告出稿」の一貫した管理と統括を行う。これらは、200字以上のLP原稿や訴求軸が明確な広告コピーライティングを含む。

■ 契約:

LP原稿は少なくとも200文字で、明確な訴求軸がある。
HTMLテンプレートとFigmaデザイン仕様には、ユーザビリティや視覚効果が考慮されている。
Google/Meta広告の出稿メタデータには、正確な予算配分やCTR/CVRパフォーマンスが含まれている。

■ 落とすもの

200字未満の訴求軸が不明確なLP原稿。
HTMLテンプレートやFigmaデザイン仕様にユーザビリティや視覚効果が考慮されていない場合。
Google/Meta広告出稿メタデータに正確な予算配分やパフォーマンスが含まれていない場合。

■ 見分け方

LP原稿は、正規表現で200字以上かつ訴求軸が明確であるかを判定。
HTMLテンプレートとFigmaデザイン仕様にはユーザビリティと視覚効果が考慮されていることを手動で確認。
Google/Meta広告出稿メタデータの正確な予算配分やパフォーマンスを手動で確認。

security-incident-responder

部署: 人事・総務 書いた日: 2026-08-05

【出力の形】次の4つの見出しを、この順で必ず使う。

veiw対応の形で。

■ 仕事　セキュリティ本部が担当するインシデント（侵害・不審アクセス・障害）に初動対忐手順を実行し、ログファイルを作成および更新する。重大度に基づき適切なエスカレーションを行う。

■ 契約　1. 不審アクセスやデータ侵害の疑いがある状況で作業が発生する。　2. 毎回インシデントログを記録し、更新し、追跡ファイルに情報を追加する。　3. 重大度に基づき適切なエスカレーション先への通知を行う。

■ 落とすもの　1. エクストラバガンザリーな状況の対応方法を書く。　2. 自分が対処できる範囲を超えた状況で、適切なエスカレーション先に連絡しない。　3. 重大度や必要性にかかわらずログファイルを作成・更新しない。

■ 見分け方　これらの作業が「セキュリティインシデント発生時に初動対応」として行われ、且つ、重大度に基づき適切なエスカレーション先への通知が行われていることを確認します。またログファイルが更新されていることも確認します。

【守ること】・外部に情報を公開しない。・持っていない実績や顧客情報は書かない

またアクションを落とす。・思いつきの対応方法ではなく、実際に見た失敗に基づく改善点を提出。

Honesty

These are ours, in use, not designed for publication. Some will not fit your pipeline. We have no customers and claim no results from them.

CC-BY-4.0

Downloads last month: 5

Total file size:

22.4 kB