---
name: shelby-summary
title: Shelby Summary — Meta-Analityka Spotkań
description: "Meta-analityczny rozbór spotkania — nie streszczenie, tylko analiza efektywności. Produkuje stosunek sygnał/szum, wskaźnik decyzji na godzinę, rozkład wagi tematów, rozkład głosu, czerwone flagi i brutalny jednozdaniowy werdykt Shelby-Musk. Do spotkań dłuższych niż 10 minut, gdy chcesz zrozumieć na co faktycznie poszedł czas."
category: review
tags:
  - spotkania
  - analityka
  - efektywność
  - strategia
  - meta-analiza
source: https://madejski.ai/pl/skilloteka/shelby-summary
locale: pl
license: MIT
---

# Shelby Summary — Meta-Analytics dla spotkań

## Czym to jest

To **nie jest** podsumowanie spotkania. To meta-analiza efektywności spotkania — analityka, która odpowiada na pytanie: *"Na co faktycznie poszła waga tego czasu?"*

Output to zwięzły HTML artifact renderowany inline, który:
1. Pokazuje twarde metryki (signal/noise, konkret vs. meta-dyskusja, dystrybucja tematów)
2. Wizualizuje wagę spotkania na wykresach z krótkimi komentarzami
3. Oznacza największe pain pointy literalnie na czerwono
4. Kończy się jednym krzyczącym strategicznym wnioskiem w stylu Muska/Shelby'ego

**Filozofia:** Maksimum informatywności do podjęcia decyzji co dalej. Zero streszczenia. Do pełnej intelligence użyj `meeting-intel`. Ten skill jest dopełnieniem, nie zamiennikiem.

---

## Input Handling

Przyjmuje dowolny transkrypt spotkania (labeled lub nie). Jeśli nie ma labelek mówców — estymujemy, nigdy nie blokujemy. Szacunki są oznaczone jako szacunki, ale są podane.

Jeśli transkrypt jest ewidentnie za krótki (standup poniżej 10 min, poniżej 500 słów) — shelby-summary nie ma sensu. Przekieruj do `meeting-summary`.

---

## Analysis Framework

### Krok 1: Oblicz metryki

**Metryka 1: Signal-to-Noise Ratio (0-100%)**
- **Signal** = konkretna treść merytoryczna, fakty, decyzje, techniczne szczegóły, rozwiązywanie problemu
- **Noise** = meta-dyskusja o procesie, dygresje, powtarzanie tego co już powiedziano, krążenie wokół tematu

**Metryka 2: Konkret vs. Meta-dyskusja (0-100%)**
- **Konkret** = rozmowa o *co zrobić / co jest / co działa / co nie*
- **Meta** = rozmowa o *jak powinniśmy rozmawiać / co powinniśmy zdecydować / czy to w ogóle ma sens*
- Wysoki % meta = kryzys tożsamości projektu.

**Metryka 3: Decyzje na godzinę**
- Benchmark: poniżej 1 dec/h = spotkanie marnowane, 1-3 dec/h = normalne, 3+ dec/h = efektywne

**Metryka 4: Dystrybucja wagi tematów (% czasu)**
- Max 5-7 tematów. Co dostało najwięcej energii? Czy to się zgadza z tym, co *powinno* dostać?

**Metryka 5: Distribution of voice (szacunek)**
- Kto mówił ile % czasu. Oznacz jako estymację gdy transkrypt nie jest labeled.

### Krok 2: Zidentyfikuj pain pointy (czerwone flagi)

Maksymalnie **3 czerwone flagi**. Każda flaga to:
- Jedno zdanie co jest problemem
- Jedno zdanie dlaczego to blokuje ruch do przodu

### Krok 3: Shelby-Musk Verdict

**Jedno zdanie.** Brutalne, esencjonalne, strategiczne.

Wzorzec: `[Diagnoza] — [Konsekwencja] — [Jeden ruch który to zmienia]`

Przykład: *"Stoją w miejscu bo nie ma architekta i wolą klikać kafelki w Azure zamiast zdecydować czy to jest edukacja, narzędzie wewnętrzne czy produkt."*

### Krok 4: Quick action (opcjonalnie)

Maksymalnie **1-2 konkretne ruchy** — co zrobić *teraz* żeby kolejne spotkanie nie było takie samo.

---

## Tryby

- **Default**: pełen HTML artifact, ok. 1 strona renderu
- **Deep (`--deep`)**: dodaje sekcję TOPIC BREAKDOWN — dla każdego z top 3 tematów: co się działo + kto dominował + dlaczego nie poszło dalej

---

## Anti-Patterns

- Streszczenie zamiast meta-analizy
- Miękki verdict ("zespół mógłby rozważyć")
- Więcej niż 3 red flags
- Udawanie twardych danych bez oznaczenia estymacji
- Korpo-język ("synergia", "stakeholderzy zaangażowani w proces")
- Pomijanie strategicznego wniosku

---

## Language

Output dopasowany do języka transkryptu. Verdict bezwzględnie w języku użytkownika — musi uderzyć.