New Meta Inc. Translation Bot / Briefing

Discord Bot × AI Agent

自動フィードバック
Bot の仕組み

eスポーツチームの練習を、毎日10分で総括レポートにする。
人手ゼロ、24時間稼働、日本語と韓国語で自動配信。

For Business Partners 2026 New Meta Inc.

New Meta Inc. Goal

本資料の目的

2つのゴール

Goal 01

自動フィードバックBotの仕組みを
直感的に理解する

私たちが運用している「練習ログを翌朝にレポート化するシステム」が、どんな技術の組み合わせで動いているのかを掴む。

Goal 02

Discord BotやAIエージェントで
他に何が出来そうかを掴む

既存業務・コミュニケーション・分析・ファン対応など、同じ仕組みが応用できる領域を具体例で理解する。

New Meta Inc. Big Picture

1分でわかる全体像

練習が終わると、
翌朝レポートが届いている。

🎙️ Discord上で練習中の会話

↓ リアルタイム翻訳

📝 翻訳Botが全発言をログ化

↓ 翌12時に自動起動

🤖 AI分析エンジン

↓ 10分で完成

📊 日本語/韓国語レポート → Discord

人間が触るのは「Discordで練習する」「朝にレポートを読む」だけ。

New Meta Inc. Glossary Preview

これから出てくる4つの専門用語

すべて「日常のもの」に
例えられます。

🪪

01

Discord Bot
API Token

Botの社員証

💻

02

CLI

キーボードで
命令する仕組み

⏰

03

Cron / Batch

自動目覚まし＋
自動仕事リスト

🔌

04

API

サービスへの
自動受付窓口

New Meta Inc. 01 / Bot Token

用語 01

🪪 Discord Bot API Token
= Botの社員証

Botが Discord 内で発言・読み取りをするには、
Discord社から発行される専用ID番号が必要。これが Bot Token。

🪪 社員証これがないと社内（Discord）に入れない

🔑 暗証番号漏れると他人が成りすませる

📛 配達員の制服「公式」と認識される根拠

⚠️ 漏洩したら即「リセット」して新しい番号に切り替え。我々の運用でも複数回切り替え経験あり。

New Meta Inc. 01 / Bot Token · Real Examples

具体例 — 実際の管理画面

Botの「社員証」と「入社手続き」。

左: Discord Developer Portal で Bot を作成・トークンを発行する画面。 / 右: 作った Bot を実際のサーバーに招待・参加させる承認画面。

🔗 https://discord.com/developers/applications

① Developer Portal

Bot 本体の「設計図」を作る場所

アプリ名・アイコン・アプリID（社員ID）・公開キー（パスポート番号）などを管理。ここで「Reset Token」を押すと、新しい Bot Token（=社員証）が発行される。

② Server Install

Bot を実際のサーバーに「入社」させる

管理者が「Bot の管理者を追加」「ファンを管理する」「新しいロールでサーバーを管理」等の権限を確認して承認。これでようやく Bot がチャットに発言できる状態になる。

New Meta Inc. 02 / CLI

用語 02

💻 CLI = Command Line Interface
= 文字で命令する仕組み

普段はマウスでクリックして操作するが、
その裏側には文字でコンピュータに命令する方法がある。

📞

オペレーターへの電話注文

「あれをこうして」と口頭で頼む形式

🍣

寿司屋のカウンター注文

メニューを見ずに「特上を握って」

🤖

ロボットへの口頭命令

ボタン操作なしで言葉だけで動かす

実際の例 — 我々がAIに分析を依頼するときのコマンド：

claude -p "このログを読んで、選手別の発言量を集計して..." # これだけでAIが10分後にレポートを返してくれる

New Meta Inc. 02 / CLI · Real Example

具体例 — 実際のターミナル画面

これが「CLI」の正体。

Mac のターミナル（黒い画面）に文字を1行打つだけで、翻訳Botが起動する。
マウス・GUIは使わない。「python main.py」と打って Enter を押すだけ。

① Real Terminal

「python main.py」と打って起動する瞬間

タイトルバー「miyoshi — -zsh — 80×24」。zshシェル上で python main.py を入力。 Enter を押すと Bot が Discord に接続して動き始める。

② What's happening

この1行で何が起きているか

① Python が main.py を読む
② Discord Bot トークンを .env から読込
③ Discord に WebSocket 接続
④ Whisper モデルを GPU に展開
⑤ OpenAI API クライアント起動
⑥ !join コマンド待機状態に

人間がやることは「Enterキーを押す」だけ。残りはコードに書かれた手順を Python が順番に実行する。

New Meta Inc. 03 / Cron + Batch

用語 03

⏰ Cron / Batch
= 自動目覚まし＋自動仕事リスト

毎日決まった時間に決まった作業をやらせる仕組み。
人間が眠っている間にも動くのが特徴。

☕

朝6時のコーヒーメーカー

時間が来たら勝手に始まる

🗞️

毎朝届く新聞

何もしなくても届く

🧺

タイマー予約した洗濯機

設定したら寝てる間に動く

Batch（バッチ） = 一連の作業を一気にこなすこと

例: ①古いログを取りに行く → ②必要な部分を切り出す → ③AIに分析させる → ④結果をDiscordに送る

New Meta Inc. 04 / API

用語 04

🔌 API
= サービスへの自動受付窓口

普通の人がDiscordを使うときは画面でメッセージを打つ。
プログラムは画面を持っていないので、専用の業者用入口から操作する。

🏧

銀行のATM

窓口に並ばずに定型処理ができる

🚚

配達業者の搬入口

一般客とは別の正規ルート

📡

自動販売機の補充口

中身を入れる専用の入り口

身近な例: 天気予報アプリ ← 気象庁API / 経路検索 ← Maps API / LINE通知 ← LINE API
現代のサービスの裏側は、ほぼすべてAPIで繋がっている。

New Meta Inc. 04 / API · Real Example

具体例 — Discord API ドキュメント & 実 curl 実行

「窓口」の住所と、実際の手紙。

Discord が公開している API ドキュメントを、私たちはマニュアル代わりに読む。実際の通信を curl コマンドで再現すると、Bot がやっていることが「ただの HTTP リクエスト」だと分かる。

🔗 公式ドキュメント: https://discord.com/developers/docs/resources/message#create-message

① Endpoint Spec

POST /channels/{channel.id}/messages # Host: discord.com/api/v10 Headers: Authorization: Bot <TOKEN> Content-Type: application/json Body (JSON): { "content": "string", # 本文 ~2000 文字 "tts": false, # 読み上げ "embeds": [...], # リッチ表示 "allowed_mentions": {...} # メンション制御 } Response: 200 OK { "id": "...", "channel_id": "...", "author": {...}, "timestamp": "..." }

② curl で実テスト（コマンド）

$ curl -X POST \ -H "Authorization: Bot MTQ3..." \ -H "Content-Type: application/json" \ -d '{"content":"テスト送信"}' \ https://discord.com/api/v10/\ channels/14932977.../messages

③ 返ってきた JSON（成功時）

{ "id": "1493297771619291491", "type": 0, "content": "テスト送信", "channel_id": "1493297...", "author": { "id": "1475022391301242901", "username": "Secretary(秘書)", "bot": true }, "timestamp": "2026-06-15T09:48:42+00:00" }

Bot は内部でこれと同じ HTTP リクエストを毎日 20 回前後、自動で送り続けている。

New Meta Inc. Architecture

我々のシステム構成

3つの場所で
役割分担している。

01 / 練習の現場

🎮

Discord

・ボイスチャンネル（練習）
・テキストチャンネル（レポート受信）

02 / 翻訳の担当

🪟

Windows PC
+ Nvidia RTX 2080

・音声をリアルタイム翻訳
・全発言をログ保存
※Whisper v3 Turbo の
ローカル推論に GPU 必須

03 / 分析の担当

🍎

Mac mini

・毎日12時に自動起動（Cron）
・ログを取得
・AIで分析（CLI）
・Discordへ投稿（API + Token）

4つの用語が、ここで全部使われている。

New Meta Inc. Architecture Diagram

システム構成図

データはこう流れている。

flowchart LR
  classDef discord fill:#23272A,stroke:#5865F2,color:#fff,stroke-width:2px
  classDef windows fill:#1a2332,stroke:#0078D4,color:#fff,stroke-width:2px
  classDef mac    fill:#202020,stroke:#A8A8A8,color:#fff,stroke-width:2px
  classDef ai     fill:#2a1f1a,stroke:#CC785C,color:#fff,stroke-width:2px
  classDef api    fill:#2a2f10,stroke:#E6FF3D,color:#fff,stroke-width:2px

  subgraph D[" 🎮 DISCORD "]
    direction TB
    VC["🎙️ Voice Channel
(練習中の会話)"]:::discord
    JA["💬 #ai-summary-jp"]:::discord
    KR["💬 #ai-summary-kr"]:::discord
  end

  subgraph W[" 🪟 WINDOWS PC + 🎮 NVIDIA RTX 2080 "]
    direction TB
    TB["🌐 翻訳Bot
(Whisper v3 Turbo)"]:::windows
    GPU["⚡ RTX 2080 (CUDA)
Whisper ローカル推論"]:::windows
    LG[("📝 transcript_*.txt
練習ログ")]:::windows
  end

  subgraph M[" 🍎 MAC MINI "]
    direction TB
    CR["⏰ Cron
毎日 12:00"]:::mac
    SH["📜 自動分析
スクリプト"]:::mac
    CL["💻 Claude CLI
(claude -p)"]:::mac
  end

  subgraph AI[" ☁️ ANTHROPIC "]
    AIA["🤖 Claude Opus
分析エンジン"]:::ai
  end

  subgraph AP[" 🔌 DISCORD API "]
    EP["api/v10/channels
+ Bot Token"]:::api
  end

  VC ==>|"① 音声"| TB
  TB -.->|"翻訳テキスト表示"| VC
  TB ==>|"② 全発言追記"| LG

  CR ==>|"③ 起動"| SH
  SH -->|"④ SSH取得"| LG
  SH -->|"⑤ プロンプト"| CL
  CL <==>|"⑥ 推論"| AIA
  SH -->|"⑦ JA レポート"| EP
  SH -->|"⑧ KR 翻訳→送信"| EP
  EP -->|"HTTP POST"| JA
  EP -->|"HTTP POST"| KR

Discord

Windows PC

Mac mini

Claude AI

Discord API

New Meta Inc. Feature 01 / Translation · Components

機能① 翻訳機能 — コンポーネント図

音声を瞬時に翻訳する6つの部品。

flowchart TB
  classDef discord fill:#23272A,stroke:#5865F2,color:#fff,stroke-width:2px
  classDef bot     fill:#1a2332,stroke:#0078D4,color:#fff,stroke-width:2px
  classDef gpu     fill:#1f3a1f,stroke:#76B900,color:#fff,stroke-width:2px
  classDef openai  fill:#1a2a23,stroke:#10A37F,color:#fff,stroke-width:2px
  classDef storage fill:#202020,stroke:#A8A8A8,color:#fff,stroke-width:2px

  subgraph User[" 👤 USER "]
    Speaker["話者
日本語 / 韓国語"]:::discord
  end

  subgraph Discord[" 🎮 DISCORD "]
    VoiceCh["🎙️ Voice Channel"]:::discord
    TextCh["💬 Text Channel
(翻訳結果表示)"]:::discord
  end

  subgraph Bot[" 🤖 翻訳Bot (Windows PC) "]
    AudioCap["📡 音声キャプチャ"]:::bot
    STT["🎧 STT 呼び出し"]:::bot
    LangDet["🌐 言語判定"]:::bot
    Trans["🔄 翻訳呼び出し"]:::bot
    Sender["📤 メッセージ送信"]:::bot
    Logger["📝 ログ追記"]:::bot
  end

  subgraph LocalGPU[" ⚡ ローカル GPU (RTX 2080) "]
    Whisper["Whisper v3 Turbo
(faster-whisper)"]:::gpu
  end

  subgraph OpenAI[" ☁️ OPENAI "]
    GPT["ChatGPT 4o mini
(ja ↔ ko 翻訳)"]:::openai
  end

  subgraph Storage[" 💾 LOCAL STORAGE "]
    Log[("📝 transcript_*.txt")]:::storage
  end

  Speaker -.->|発話| VoiceCh
  VoiceCh ==>|Opus 音声| AudioCap
  AudioCap ==> STT
  STT <==>|ローカル推論| Whisper
  STT ==> LangDet
  LangDet ==> Trans
  Trans <==>|REST API| GPT
  Trans ==> Sender
  Trans ==> Logger
  Sender ==>|Discord SDK| TextCh
  Logger ==> Log

New Meta Inc. Feature 01 / Translation · Data Flow

機能① 翻訳機能 — データのフローチャート

1発話あたり、約 0.5 秒で完了。

sequenceDiagram
  autonumber
  participant U as 👤 話者
  participant V as 🎙️ Voice Ch
  participant B as 🤖 翻訳Bot
  participant W as ⚡ Whisper v3 Turbo
(ローカル GPU)
  participant G as ☁️ ChatGPT 4o mini
(OpenAI API)
  participant T as 💬 Text Ch
  participant L as 📝 Log

  U->>V: 発話「ガンクお願い」
  V->>B: Opus 音声ストリーム
  B->>W: faster-whisper.transcribe()
  W-->>B: text: 「ガンクお願い」
  B->>B: 言語判定 → ja
  B->>G: POST /v1/chat/completions (ja→ko)
  G-->>B: 「갱크 부탁해요」
  par 並列処理
    B->>T: POST messages
    Note over T: ユーザー画面に表示
  and
    B->>L: 追記 (タイムスタンプ付き)
    Note over L: 後のAI分析の原料
  end

New Meta Inc. Feature 01 / Translation · Real Data

機能① 翻訳機能 — 具体的なデータの流れ

実際の発話を例に。

flowchart TB
  classDef stage   fill:#1a1a1a,stroke:#5865F2,color:#fff,stroke-width:2px
  classDef payload fill:#000,stroke:#E6FF3D,color:#E6FF3D,stroke-dasharray:5 3

  S1["① 音声入力 ( ≈ 0.8 秒 )"]:::stage
  P1["🔊 「ガンクお願い」
Opus 40kbps / Discord Voice"]:::payload
  S2["② Whisper v3 Turbo ( ≈ 200ms )
ローカル GPU 推論 (RTX 2080)"]:::stage
  P2["text: 「ガンクお願い」
confidence: 0.94"]:::payload
  S3["③ 言語判定 ( ≈ 20ms )"]:::stage
  P3["lang: ja
score: 0.98"]:::payload
  S4["④ ChatGPT 4o mini ( ≈ 250ms )
OpenAI API"]:::stage
  P4["text: 「갱크 부탁해요」"]:::payload
  S5a["⑤a Discord に投稿"]:::stage
  S5b["⑤b Log に追記"]:::stage
  P5["💬 表示メッセージ
HRK (ja): ガンクお願い
→ ko: 갱크 부탁해요"]:::payload
  P6["📝 transcript_2026-06-13.txt
[2026-06-13 21:42:18] HRK (ja):
ガンクお願い -> ko: 갱크 부탁해요"]:::payload

  S1 --> P1 --> S2 --> P2 --> S3 --> P3 --> S4 --> P4
  P4 --> S5a --> P5
  P4 --> S5b --> P6

New Meta Inc. Feature 02 / Scrim Summary · Components

機能② スクリムサマリー送信 — コンポーネント図

毎日12:00、自動でレポートを配信する6部品。

flowchart TB
  classDef trigger fill:#202020,stroke:#A8A8A8,color:#fff,stroke-width:2px
  classDef source  fill:#1a2332,stroke:#0078D4,color:#fff,stroke-width:2px
  classDef mac     fill:#1f1f1f,stroke:#A8A8A8,color:#fff,stroke-width:2px
  classDef ai      fill:#2a1f1a,stroke:#CC785C,color:#fff,stroke-width:2px
  classDef api     fill:#2a2f10,stroke:#E6FF3D,color:#fff,stroke-width:2px
  classDef discord fill:#23272A,stroke:#5865F2,color:#fff,stroke-width:2px

  subgraph T[" ⏰ TRIGGER "]
    LaunchD["launchd
StartCalendarInterval"]:::trigger
    Script["📜 scrim-report-cron.sh"]:::trigger
  end

  subgraph Src[" 🪟 WINDOWS PC "]
    WLog[("📝 transcript_
YYYY-MM-DD.txt")]:::source
  end

  subgraph Mac[" 🍎 MAC MINI "]
    SSHC["🔐 ssh / scp"]:::mac
    Grep["✂️ grep
(時間範囲抽出)"]:::mac
    CLI["💻 claude -p
(分析依頼)"]:::mac
    KrCLI["💻 claude -p
(韓国語翻訳)"]:::mac
    Curl["📤 curl POST
+ Bot Token"]:::mac
  end

  subgraph AI[" ☁️ ANTHROPIC "]
    Claude["🤖 Claude Opus"]:::ai
  end

  subgraph Api[" 🔌 DISCORD API "]
    EP["api/v10/channels/
{channel_id}/messages"]:::api
  end

  subgraph Discord[" 🎮 DISCORD "]
    JaCh["💬 #ai-summary-jp"]:::discord
    KrCh["💬 #ai-summary-kr"]:::discord
  end

  LaunchD ==>|12:00 JST 起動| Script
  Script ==>|① SSH 接続| SSHC
  SSHC <==>|SCP取得| WLog
  Script ==>|② 抽出| Grep
  Grep ==>|6,500行| CLI
  CLI <==>|③ Messages API| Claude
  CLI ==>|④ JA MD| Curl
  Curl ==>|⑤ HTTP POST| EP
  EP ==> JaCh
  CLI ==>|⑥ MD 渡し| KrCLI
  KrCLI <==>|⑦ 翻訳| Claude
  KrCLI ==>|⑧ KR MD| Curl
  Curl ==>|⑨ HTTP POST| EP
  EP ==> KrCh

New Meta Inc. Feature 02 / Scrim Summary · Data Flow

機能② スクリムサマリー送信 — データのフローチャート

起動から配信完了まで約10分。

sequenceDiagram
  autonumber
  participant LD as ⏰ launchd
  participant SH as 📜 cron.sh
  participant WP as 🪟 Windows
  participant FS as 💾 /tmp
  participant CL as 💻 claude
  participant CA as ☁️ Claude
  participant DA as 🔌 Discord API
  participant DC as 🎮 Discord

  Note over LD: 12:00:00 JST
  LD->>SH: 起動
  SH->>WP: SSH PowerShell
  WP-->>SH: 最新ファイル名
  SH->>WP: SCP 取得
  WP-->>FS: transcript_full.txt
  SH->>FS: grep 18:00 - 翌06:00
  FS-->>SH: transcript_target.txt

  SH->>CL: claude -p "分析せよ"
  CL->>CA: POST /v1/messages
  CA-->>CL: Markdown レポート
  CL-->>SH: report_*.md

  SH->>SH: --- でセクション分割
  loop 各セクション
    SH->>DA: POST /channels/JA/messages
    DA-->>SH: 200 OK
    DA->>DC: メッセージ配信
  end

  SH->>CL: claude -p "韓国語に翻訳"
  CL->>CA: POST /v1/messages
  CA-->>CL: 韓国語版 MD
  CL-->>SH: report_*_kr.md
  loop 各セクション
    SH->>DA: POST /channels/KR/messages
    DA-->>SH: 200 OK
    DA->>DC: メッセージ配信
  end

New Meta Inc. Feature 02 / Scrim Summary · Real Data

機能② スクリムサマリー送信 — 具体的なデータの流れ

実際のサイズと件数で追う。

flowchart TB
  classDef stage   fill:#1a1a1a,stroke:#5865F2,color:#fff,stroke-width:2px
  classDef payload fill:#000,stroke:#E6FF3D,color:#E6FF3D,stroke-dasharray:5 3

  S1["① launchd 起動 (12:00:00)"]:::stage
  P1["scrim-report-cron.sh 実行開始"]:::payload
  S2["② Windows → Mac mini 転送"]:::stage
  P2["📂 transcript_2026-06-12.txt
21,113 行 / 4.2 MB"]:::payload
  S3["③ 時間範囲抽出 (grep)"]:::stage
  P3["📄 transcript_target.txt
6,549 行 / 1.2 MB
(18:00 〜 翌 06:00)"]:::payload
  S4["④ Claude Opus に分析依頼"]:::stage
  P4["📄 report_2026-06-12_discord.md
179 行 / 12 KB"]:::payload
  S5["⑤ セクション分割 (---)"]:::stage
  P5["11 セクション
(各 1,800 文字以下)"]:::payload
  S6a["⑥a JA Discord 投稿"]:::stage
  S6b["⑥b 韓国語翻訳 (Claude)"]:::stage
  P6["💬 #ai-summary-jp
11 メッセージ配信
HTTP 200 × 11"]:::payload
  P7["📄 report_*_kr.md
9 セクション"]:::payload
  S7["⑦ KR Discord 投稿"]:::stage
  P8["💬 #ai-summary-kr
9 メッセージ配信
HTTP 200 × 9"]:::payload

  S1 --> P1 --> S2 --> P2 --> S3 --> P3 --> S4 --> P4 --> S5 --> P5
  P5 --> S6a --> P6
  P5 --> S6b --> P7 --> S7 --> P8

New Meta Inc. Raw Prompts · Translation

参考資料 — 翻訳時に AI に渡している生プロンプト

翻訳プロンプト（リアルタイム翻訳用）

OpenAI gpt-4o-mini に対して、1発話ごとに送られる system プロンプト。変数: {target_lang_name}（"Japanese" or "Korean"）/ {context_block}（直近10発言）

# === SYSTEM PROMPT === You are a professional translator for League of Legends players. Translate the received text to {target_lang_name}. Output ONLY the translated text, no explanations. Recent conversation for context (use this to understand pronouns, topics, and maintain consistency): {context_block} # === USER MESSAGE === {ユーザーの発話テキスト} # === PARAMETERS === model: gpt-4o-mini temperature: 0.3 # 翻訳の安定性のため低温 # === 実際の context_block の例 === [Eria (Japanese)]: ジャングルガンクお願いします [advance (Korean)]: 미드도 부탁드려요 [HRK (Japanese)]: ドラゴンも見ます # === 応答例 === 入力:「ガンクお願い」(ja) 出力:「갱크 부탁해요」(ko)

New Meta Inc. Raw Prompts · Summary

参考資料 — サマリー時に AI に渡している生プロンプト

サマリープロンプト（毎日12時のレポート生成用）

Anthropic Claude Opus に渡される、6,000行のログを読ませて Markdown レポートに変換する指示。

# === CLAUDE -p PROMPT === あなたは eSports (League of Legends) チーム「Team New Meta」のスクリム分析アシスタントです。 /tmp/transcript_target.txt を全行読んで分析し、 ${REPORT_FILE} にMarkdownレポートを書き出してください。ログ形式: [YYYY-MM-DD HH:MM:SS] ユーザー名 (言語): 発言内容 -> 翻訳先言語: 翻訳チームメンバー: TOP: advance, JG: HRK or はむ, MID: Alps or Eria, ADC: godot or すや/황성, SUP: toraneko or ukyo スタッフ: むぎちゃ@MANAGER, 黒崎@lanecoach, ジョンウ_PADO@coach, meipuru レポート内容: 1. 当日の時間配分（試合ごとのタイムライン + サマリ） 2. 試合ごとの出場選手と会話量（■試合中と ■FB中を分離） 3. 当日の全体会話量（コードブロックで等幅表示） 4. フィードバックの要点（各選手最低3個最大8個 + チーム全体最大20個）重要フォーマットルール: - 各セクションを --- で区切ること（Discord分割送信用） - テーブルは使わない（Discordが非対応） - グラフ・バーチャート・ASCII art は絶対に使わない - 会話量はコードブロックで数値のみ等幅表示 - 引用ブロック > でヘッダ情報を表示 - 全て日本語（韓国語話者の引用も日本語に翻訳） - 各セクションは1800文字以内 - セクション見出しは重複させない

★ 「テーブル禁止」「ASCII art 禁止」などは過去の事故から逆算した安全装置。
毎日 6,000行 → 12KB / 11セクションの Markdown に圧縮される。

New Meta Inc. 24h Timeline

1日の流れ

練習終わりから10分で、
レポートが届く。

18:00 〜チームがDiscordで集まり、練習開始 —

練習中翻訳Botが日本語↔韓国語を即時翻訳翻訳Bot

練習中同時に全発言がログファイルに記録ファイル保存

〜翌6:00 練習終了 —

12:00 Mac mini が「目覚まし」で自動起動 Cron

12:01 Windows PCからログを取得・切り出し転送 + 抽出

12:02 AIに「このログを分析して」と命令 CLI + AI

12:08 日本語レポート完成 AI生成

12:09 Discordに自動投稿 API + Token

12:10 韓国語に翻訳して韓国語チャンネルに投稿 AI + API

人間の操作: ゼロ

New Meta Inc. Report Contents

レポートの中身

AIは練習の全発言を読み、
5つの軸で自動集計する。

01 時間配分試合・FB・休憩がそれぞれ何分だったか
02 試合ごとの発言量誰が何回発言したか（試合中／FB中で分離）
03 当日の総会話量選手別の発言回数 → 推定会話時間を可視化
04 選手別フィードバック要点コーチの指摘・自己反省・次への宿題を抽出
05 チーム全体の所見メンタル・戦術課題・環境要因まで

これを毎日 10分以内に、選手・コーチ・関係者全員に届く形で生成。

New Meta Inc. Why Automate

自動化の効果

同じレポートを
人手で作ると何が起きるか。

▼ 従来の方法

1. コーチが練習を全部録画する

2. 翌日に2-3時間かけて見返してメモ

3. 各選手にコメントを書く

4. 全員にメッセージを送る

3〜4時間 / 日 × コーチ人数

▼ 自動化後

1. 練習は普段通り

2. 翌朝には全員が読める形で
Discordにレポートがある

0 時間 / 日

コーチは「レポートのクオリティを上げる」「次の戦略を練る」など、
人間にしかできない仕事に時間を使えるようになる。

New Meta Inc. Applications

Other Applications

同じ仕組みで
他に何ができるか。

Discord BotとAIエージェントの応用領域を、4つのジャンルに分けて。

New Meta Inc. Apps 01 / Business Automation

応用例 01

既存業務の自動化

📅 練習スケジュール調整 Botが選手の予定を聞いて、最適日程を自動提案
🍱 ケータリング注文「明日のお弁当、麺類で」だけでお店に発注
📊 月次レポート月初に「先月の練習サマリー」を自動配信
🎬 試合映像の自動編集キル/集団戦の場面だけ自動切り出し
💸 経費精算リマインド月末に「領収書を送って」と自動DM

New Meta Inc. Apps 02 / Communication

応用例 02

コミュニケーション支援

🌐 多言語チーム運営日韓・日英など多言語チームの会話を全自動翻訳（既に運用中）
🤝 新人オンボーディング「初めての方はここを読んでね」を自動案内
🎂 誕生日通知選手・スタッフの誕生日を自動でチャンネル告知
📞 緊急連絡体調不良の自己申告で自動的にマネージャーに通知
🎓 FAQ自動回答よくある質問を Bot が即座に返答、人間の負荷を削減

New Meta Inc. Apps 03 / Analytics

応用例 03

分析・意思決定支援

📈 選手コンディション可視化発言量の推移から「元気がない選手」を検知
🎯 相手チーム分析試合映像を AI に見せて傾向を要約
💡 戦術ブリーフィング試合前に「今日の対戦相手の癖」を自動レポート
🏆 個人成長トラッキング過去3ヶ月のFBを総括して、個別成長プランを生成
📉 離脱予兆検知発言量・参加率の低下から離脱リスクを早期発見

New Meta Inc. Apps 04 / Fans & Sponsors

応用例 04

ファン・スポンサー向け

📺 ハイライト動画試合のキルシーンを抽出してSNS自動投稿
📰 試合後レポート試合終了 → 5分後にファン向け速報をXに自動投稿
💬 ファンとの対話 Discordコミュニティで Bot がファンの質問に回答
🎁 スポンサー報告露出回数・視聴者数をスポンサーに自動レポート
🎯 マーケ施策の自動運用キャンペーンの応募受付・抽選・通知をフルオート化

New Meta Inc. Cost

運用コスト

具体的にいくらかかるのか。

01 Discord Bot 無料
02 サーバー既存のMac mini 1台で運用可能
03 AI 利用料 1日あたり 50〜100円
04 初期構築 2〜3週間
05 機能追加数日〜1週間 / 機能

¥3,000

月額 (AI 利用料)

人間1人が3〜4時間/日かけていた業務を、
この金額で自動化できる計算。

New Meta Inc. Recap

まとめ

覚えてほしい4つのキーワード。

🪪

01

Bot Token

Botの社員証

Discordに発言する権限

💻

02

CLI

文字で命令する仕組み

AIに分析を依頼する手段

⏰

03

Cron / Batch

自動目覚まし＋仕事リスト

毎日12時に勝手に動かす

🔌

04

API

自動受付窓口

Discordに自動投稿する手段

この4つを正しく組み合わせるだけで、
人手の業務が自動化できる。

New Meta Inc. Closing

Conclusion

人間にしかできなかった
頭脳労働も、
Botに任せられる時代。

我々のBotは「練習ログから翌朝までに分析レポートを出す」を
完全無人で実現しています。
同じ仕組みは、あらゆる音声・テキスト業務に応用可能です。

デモ・個別相談気軽にお問い合わせください

Thank you · New Meta Inc.

自動フィードバックBot の仕組み