---

name: connect-blueprint description: > Design and generate Amazon Connect contact flow JSON from requirements or diagrams. Use when: (1) designing a new contact flow from scratch by gathering requirements, (2) converting draw.io/Mermaid diagrams or images into flow JSON, (3) deploying flows to AWS via CLI, (4) updating existing flows. Covers IVR menus, queue routing, Lambda integration, business hours checks, and flow modules. Keywords: コンタクトフロー設計, IVR構築, コールフロー生成, Amazon Connect フロー JSON. license: MIT compatibility: Requires AWS CLI with a valid profile (connect:* permissions). Python 3.8+ for layout.py. disable-model-invocation: true allowed-tools: > Bash(./scripts/validate.sh ) Bash(python3 scripts/layout.py ) Bash(aws connect list-) Bash(aws connect describe-) Bash(aws connect get-) Bash(aws connect search-) Bash(aws connect batch-get-) Bash(aws connect batch-describe-) Bash(aws sts get-caller-identity *) aws-mcp:aws___read_documentation aws-mcp:aws___search_documentation metadata: author: ippei2480 version: "0.6.0"

connect-blueprint

Overview

2つのモードで Amazon Connect コンタクトフローを生成する：

• モードA（ゼロから設計）: 要件ヒアリング → Mermaid設計図 → フローJSON → デプロイ
• モードB（設計図から生成）: draw.io/Mermaid/画像 → フローJSON → デプロイ

Prerequisites

• AWS CLI + 有効なプロファイル（aws sts get-caller-identity --profile <profile> で確認）
• Connect インスタンスID（aws connect list-instances --profile <profile> で取得可）
• 必要IAM権限: connect:*

Mode A: Design from Scratch

Progress Tracking

各ステップ完了時にチェックし、現在の進捗を把握する：

• [ ] Step 1: 要件ヒアリング完了
• [ ] Step 2: Mermaid 設計図作成 → ユーザー承認済み
• [ ] Step 3: フロー JSON 生成 + AWS MCP パラメータ検証完了
• [ ] Step 4a: ローカルバリデーション通過
• [ ] Step 4b: (任意) API バリデーション通過
• [ ] Step 4c: デプロイ → ユーザー承認 → 完了

Step 1: 要件ヒアリング

以下を確認する：

• 電話の目的・業種・主なユースケース
• IVR選択肢（番号と対応内容）
• 営業時間分岐の有無
• 外部システム連携（Lambda/DynamoDB等）
• 既存フローとの統合有無
• 通話録音の要否と録音対象（Agent / Customer / 両方）
• Contact Lens 分析の有効/無効
• 分析言語（ja-JP, en-US 等）
• 機密情報マスキング（redaction）の要否

環境情報を取得してユーザーに見せる： references/aws_cli_commands.md の「環境情報の取得」セクションのコマンドで以下を取得し、ユーザーに提示する：

• キュー一覧、プロンプト一覧、Lambda一覧、フローモジュール一覧

実現不可能な要件があればこの段階で明示してユーザーに伝える。

Step 2: Mermaid 設計図の生成

references/mermaid_notation.md の記法に従ってMermaid図を生成する。

繰り返し処理（リトライメニュー等）は、まず Loop ActionType の使用を検討する。 Loop で実現できない場合のみ UpdateContactAttributes + Compare によるカウンタ方式を検討する。

Mermaid図は .md ファイルとして保存する（例: <flow-name>-design.md）。 保存後、必ずユーザーにレビューを依頼し承認を得てから次のステップへ。

Step 3: フローJSON生成

Mermaidからフロー構造を解析してJSON（Actions配列 + Transitions）を生成する。 references/flow_json_structure.md の構造仕様に従う。

フローの最初のアクションは必ず UpdateFlowLoggingBehavior とする。 StartAction に UpdateFlowLoggingBehavior のIDを設定し、その NextAction を本来のエントリーアクションにする。

AWS MCP Parameter Validation

各ActionTypeのパラメータを設定する際、references/action_types.md の共通ルールを確認した上で、AWS MCP で公式ドキュメントを参照してパラメータの正確性を保証する：

1. references/action_types.md の AWS Docs パス対応テーブルから該当URLパスを取得
2. aws___read_documentation でパラメータ仕様を確認
3. ドキュメントに基づいてパラメータを設定する

Why: ローカルリファレンスはパラメータの概要のみ記載。正確なフィールド名・型・制約は AWS 公式ドキュメントが信頼できるソース。

position付与:

python3 scripts/layout.py <flow.json>

Step 4: Validate & Deploy

IMPORTANT: Always validate before deploying. Never skip this step.

ローカルバリデーション (required)

./scripts/validate.sh flow.json

If validation returns errors, fix the flow JSON and re-validate before proceeding. Only deploy after validation passes with no errors.

Validation Feedback Loop

1. ./scripts/validate.sh flow.json を実行
2. エラーがある場合: a. エラーメッセージを解析 b. aws___read_documentation で公式仕様を確認 c. フローJSONを修正 d. 手順 1 に戻り再実行する
3. エラーなしになるまで繰り返す（最大3回。超過時はユーザーに報告）

APIバリデーション (recommended)

./scripts/validate.sh --api --instance-id $INSTANCE_ID --profile $PROFILE flow.json

ローカルチェック通過後、create-contact-flow --status SAVED で下書きを作成してConnect APIによるバリデーションを実行する。成功時は下書きを自動削除する。

Why: ローカルチェックはJSON構造・遷移参照の整合性のみ検証する。ActionType固有のパラメータ制約やErrors/Conditionsの妥当性はConnect API側でしか検証できないため、APIバリデーションで事前にエラーを検出する。

Deploy

references/aws_cli_commands.md の「フロー操作」セクションのコマンドでデプロイする。 2ステップ方式: --status SAVED で作成 → update-contact-flow-metadata --contact-flow-state ACTIVE で公開。

Mode B: Convert from Diagram

入力形式に応じて処理：

• Mermaid: そのまま Step A-3 へ
• draw.io XML: ノード/エッジを抽出してMermaidに変換 → Step A-3 へ
• 画像: Vision解析でフロー構造を読み取り → Mermaidに変換 → Step A-3 へ

変換後は必ずユーザーに確認してから進む。

Key Constraints

references/flow_json_structure.md と references/action_types.md の共通ルールに従う。 以下はフロー生成時に特に重要な制約：

• StartAction は UpdateFlowLoggingBehavior にする
• サンプルフローは提供しない — 要件に応じてゼロから設計すること

Security Rules

Deploy Safety Guard

• scripts/deploy.sh の実行、または aws connect create-contact-flow / aws connect update-contact-flow-content コマンドの実行前に、必ずユーザーの明示的な承認を得ること
• .env ファイルや AWS クレデンシャルファイル（~/.aws/credentials 等）を読み取らないこと

Safe Operations (No Confirmation Required)

• scripts/validate.sh <file> によるローカルバリデーション（--api オプション含む。下書き保存は自動削除される）
• python3 scripts/layout.py <file> によるレイアウト座標付与
• フローJSONの作成・編集

Placeholders

• <YOUR_XXX_ARN> プレースホルダーを実際の ARN に置き換える際は、ユーザーから提供された値のみ使用すること
• 推測や仮の値で ARN を埋めないこと

Coding Conventions

• シェルスクリプト: 変数は必ずダブルクォートで囲む。AWS CLI 引数の組み立てには bash 配列を使用する
• Python: 標準ライブラリのみ使用（外部パッケージ不可）
• JSON: テンプレートでは実際の ARN/ID を使用せず <YOUR_XXX> プレースホルダーを使う

Validation

3層バリデーションでフロー品質を保証する:

1. AWS MCP: aws___read_documentation で ActionType パラメータ仕様を確認（フロー生成時）
2. ローカル: ./scripts/validate.sh flow.json で構造・遷移・孤立ブロック・デッドエンド検出
3. Connect API: ./scripts/validate.sh --api --instance-id $ID --profile $P flow.json で API 側の制約を検証

Troubleshooting

エラー発生時の対処:

1. references/error_handling_patterns.md でパターンを確認
2. aws___search_documentation / aws___read_documentation で公式ドキュメントを調査
3. 推測による修正は避け、必ず公式ドキュメントで裏付けを取る

References

• Action Types: references/action_types.md
• Flow JSON Structure: references/flow_json_structure.md
• Mermaid Notation: references/mermaid_notation.md
• AWS CLI Commands: references/aws_cli_commands.md
• Layout Rules: references/layout_rules.md
• Error Handling Patterns: references/error_handling_patterns.md
• Connect Limits: references/connect_limits.md