name	synthetic-data-generator
description	テスト用の合成データ生成スキル。リアルなユーザーデータ、トランザクション、ログ、APIレスポンス等を生成。GDPR準拠、フェイカー連携、スキーマベース生成、時系列データ、異常データ生成に対応。

Synthetic Data Generator Skill

テスト・開発用のリアルな合成データを生成するスキルです。

概要

このスキルは、開発・テスト・デモ用のリアルで多様な合成データを生成します。個人情報を含まない安全なテストデータ、エッジケースのシミュレーション、パフォーマンステスト用の大量データなど、様々なニーズに対応します。

主な機能

ユーザーデータ生成: 名前、メール、住所、電話番号など
トランザクションデータ: 購買履歴、決済情報、注文データ
ログデータ: アプリケーションログ、アクセスログ、エラーログ
時系列データ: センサーデータ、メトリクス、株価
関係データ: 正規化されたDB用データ（外部キー関係含む）
APIレスポンス: REST/GraphQL APIのモックレスポンス
異常データ: エッジケース、エラーシナリオ
GDPR準拠: 実在しない個人情報のみ生成
複数形式対応: JSON, CSV, SQL, XML, YAML
カスタムスキーマ: JSONスキーマ、OpenAPI、TypeScript型定義からデータ生成

データタイプ

1. 個人情報（PII）

ユーザープロフィール

{
  "id": "usr_7f3k9m2p",
  "firstName": "太郎",
  "lastName": "山田",
  "email": "taro.yamada.test@example.com",
  "phone": "090-1234-5678",
  "dateOfBirth": "1990-05-15",
  "address": {
    "country": "Japan",
    "postalCode": "150-0001",
    "prefecture": "東京都",
    "city": "渋谷区",
    "street": "神宮前1-2-3",
    "building": "テストビル 405号室"
  },
  "createdAt": "2023-01-15T10:30:00Z",
  "lastLogin": "2024-11-20T14:22:33Z"
}

企業情報

{
  "companyId": "com_9x4j2k7n",
  "companyName": "テックイノベーション株式会社",
  "industry": "IT・ソフトウェア",
  "employeeCount": 250,
  "founded": "2015-04-01",
  "website": "https://techinnovation-test.example.com",
  "email": "info@techinnovation-test.example.com",
  "phone": "03-1234-5678",
  "address": {
    "country": "Japan",
    "postalCode": "100-0001",
    "prefecture": "東京都",
    "city": "千代田区",
    "street": "丸の内1-1-1"
  }
}

2. トランザクションデータ

購買データ

{
  "orderId": "ord_20241122_001",
  "customerId": "usr_7f3k9m2p",
  "orderDate": "2024-11-22T09:15:00Z",
  "status": "completed",
  "items": [
    {
      "productId": "prod_laptop_001",
      "productName": "ノートパソコン ProBook 15",
      "category": "Electronics",
      "quantity": 1,
      "unitPrice": 89800,
      "discount": 5000,
      "subtotal": 84800
    },
    {
      "productId": "prod_mouse_042",
      "productName": "ワイヤレスマウス",
      "category": "Accessories",
      "quantity": 2,
      "unitPrice": 2980,
      "discount": 0,
      "subtotal": 5960
    }
  ],
  "subtotal": 90760,
  "tax": 9076,
  "shipping": 0,
  "total": 99836,
  "paymentMethod": "credit_card",
  "shippingAddress": {
    "name": "山田 太郎",
    "postalCode": "150-0001",
    "prefecture": "東京都",
    "city": "渋谷区",
    "street": "神宮前1-2-3",
    "phone": "090-1234-5678"
  }
}

決済データ

{
  "transactionId": "txn_20241122_001",
  "orderId": "ord_20241122_001",
  "amount": 99836,
  "currency": "JPY",
  "paymentMethod": "credit_card",
  "cardLast4": "1234",
  "cardBrand": "VISA",
  "status": "succeeded",
  "timestamp": "2024-11-22T09:16:12Z",
  "gatewayResponse": {
    "authCode": "AUTH123456",
    "transactionRef": "ref_abc123xyz"
  }
}

3. ログデータ

アプリケーションログ

{
  "timestamp": "2024-11-22T10:15:32.456Z",
  "level": "INFO",
  "service": "user-service",
  "environment": "production",
  "traceId": "trace_7f3k9m2p4j",
  "spanId": "span_2x9k4n",
  "userId": "usr_7f3k9m2p",
  "action": "user.login",
  "message": "User logged in successfully",
  "metadata": {
    "ipAddress": "192.168.1.100",
    "userAgent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64)",
    "sessionId": "sess_abc123xyz"
  },
  "duration": 234
}

エラーログ

{
  "timestamp": "2024-11-22T10:16:45.789Z",
  "level": "ERROR",
  "service": "payment-service",
  "environment": "production",
  "traceId": "trace_err_5k2m9p",
  "error": {
    "type": "PaymentGatewayError",
    "message": "Payment gateway timeout",
    "code": "GATEWAY_TIMEOUT",
    "stack": "at processPayment (payment.js:45:12)..."
  },
  "context": {
    "orderId": "ord_20241122_002",
    "amount": 15000,
    "retryCount": 2
  }
}

アクセスログ（Apache/Nginx形式）

192.168.1.100 - - [22/Nov/2024:10:15:32 +0900] "GET /api/users/profile HTTP/1.1" 200 1234 "https://example.com/dashboard" "Mozilla/5.0 (Windows NT 10.0; Win64; x64)" 0.234
192.168.1.101 - - [22/Nov/2024:10:15:33 +0900] "POST /api/orders HTTP/1.1" 201 567 "https://example.com/cart" "Mozilla/5.0 (Macintosh; Intel Mac OS X)" 0.567
192.168.1.102 - - [22/Nov/2024:10:15:34 +0900] "GET /api/products?category=electronics HTTP/1.1" 200 8901 "-" "PostmanRuntime/7.26.8" 0.123

4. 時系列データ

センサーデータ

{
  "deviceId": "sensor_temp_001",
  "location": "Building A - Room 301",
  "measurements": [
    {
      "timestamp": "2024-11-22T10:00:00Z",
      "temperature": 22.5,
      "humidity": 45.2,
      "pressure": 1013.25
    },
    {
      "timestamp": "2024-11-22T10:05:00Z",
      "temperature": 22.7,
      "humidity": 45.0,
      "pressure": 1013.30
    },
    {
      "timestamp": "2024-11-22T10:10:00Z",
      "temperature": 22.9,
      "humidity": 44.8,
      "pressure": 1013.28
    }
  ]
}

メトリクスデータ

{
  "service": "api-gateway",
  "metrics": [
    {
      "timestamp": "2024-11-22T10:00:00Z",
      "requestsPerSecond": 1250,
      "averageLatency": 45,
      "p95Latency": 120,
      "p99Latency": 250,
      "errorRate": 0.2,
      "cpuUsage": 45.5,
      "memoryUsage": 62.3
    }
  ]
}

5. APIレスポンスデータ

REST APIレスポンス

{
  "status": "success",
  "data": {
    "users": [
      {
        "id": 1,
        "name": "山田太郎",
        "email": "taro@example.com",
        "role": "admin"
      },
      {
        "id": 2,
        "name": "鈴木花子",
        "email": "hanako@example.com",
        "role": "user"
      }
    ],
    "pagination": {
      "page": 1,
      "perPage": 20,
      "total": 150,
      "totalPages": 8
    }
  },
  "meta": {
    "requestId": "req_abc123",
    "timestamp": "2024-11-22T10:15:32Z",
    "version": "v1"
  }
}

GraphQLレスポンス

{
  "data": {
    "user": {
      "id": "usr_123",
      "name": "山田太郎",
      "email": "taro@example.com",
      "posts": [
        {
          "id": "post_001",
          "title": "初めての投稿",
          "content": "こんにちは、これは私の最初の投稿です。",
          "createdAt": "2024-11-20T10:00:00Z",
          "likes": 42
        }
      ]
    }
  }
}

6. 関係データ（正規化DB用）

Users テーブル

INSERT INTO users (id, email, name, created_at) VALUES
(1, 'user1@example.com', '山田太郎', '2024-01-15 10:30:00'),
(2, 'user2@example.com', '鈴木花子', '2024-01-16 11:45:00'),
(3, 'user3@example.com', '佐藤次郎', '2024-01-17 09:20:00');

Orders テーブル（外部キー関係）

INSERT INTO orders (id, user_id, total_amount, status, created_at) VALUES
(1, 1, 99836, 'completed', '2024-11-22 09:15:00'),
(2, 1, 15000, 'pending', '2024-11-22 14:30:00'),
(3, 2, 45000, 'completed', '2024-11-22 10:00:00');

Order_Items テーブル

INSERT INTO order_items (id, order_id, product_id, quantity, unit_price) VALUES
(1, 1, 101, 1, 89800),
(2, 1, 102, 2, 2980),
(3, 2, 103, 1, 15000),
(4, 3, 104, 3, 15000);

異常データ生成

エッジケース

{
  "testCase": "edge_cases",
  "scenarios": [
    {
      "description": "空文字列",
      "data": {
        "name": "",
        "email": "",
        "phone": ""
      }
    },
    {
      "description": "最大長文字列",
      "data": {
        "name": "A".repeat(255),
        "bio": "Lorem ipsum...".repeat(100)
      }
    },
    {
      "description": "特殊文字",
      "data": {
        "name": "O'Brien",
        "company": "A&B Corp.",
        "note": "Test <script>alert('xss')</script>"
      }
    },
    {
      "description": "数値境界値",
      "data": {
        "age": 0,
        "salary": -1,
        "score": 9999999999
      }
    },
    {
      "description": "日付異常値",
      "data": {
        "birthDate": "1900-01-01",
        "futureDate": "2099-12-31",
        "invalidDate": "2024-02-30"
      }
    }
  ]
}

エラーシナリオ

{
  "testCase": "error_scenarios",
  "scenarios": [
    {
      "statusCode": 400,
      "error": {
        "type": "ValidationError",
        "message": "Invalid email format",
        "fields": ["email"]
      }
    },
    {
      "statusCode": 401,
      "error": {
        "type": "UnauthorizedError",
        "message": "Invalid authentication token"
      }
    },
    {
      "statusCode": 404,
      "error": {
        "type": "NotFoundError",
        "message": "User not found",
        "resourceId": "usr_nonexistent"
      }
    },
    {
      "statusCode": 429,
      "error": {
        "type": "RateLimitError",
        "message": "Too many requests",
        "retryAfter": 60
      }
    },
    {
      "statusCode": 500,
      "error": {
        "type": "InternalServerError",
        "message": "Database connection failed"
      }
    }
  ]
}

スキーマベース生成

JSONスキーマから生成

{
  "schema": {
    "type": "object",
    "properties": {
      "name": {
        "type": "string",
        "minLength": 2,
        "maxLength": 50
      },
      "age": {
        "type": "integer",
        "minimum": 18,
        "maximum": 100
      },
      "email": {
        "type": "string",
        "format": "email"
      },
      "tags": {
        "type": "array",
        "items": {
          "type": "string"
        },
        "minItems": 1,
        "maxItems": 5
      }
    },
    "required": ["name", "email"]
  },
  "count": 10
}

生成結果:

[
  {
    "name": "山田太郎",
    "age": 32,
    "email": "taro.yamada@example.com",
    "tags": ["開発", "React", "TypeScript"]
  },
  {
    "name": "鈴木花子",
    "age": 28,
    "email": "hanako.suzuki@example.com",
    "tags": ["デザイン", "UI/UX"]
  }
]

TypeScript型定義から生成

interface User {
  id: string;
  name: string;
  email: string;
  age?: number;
  roles: ('admin' | 'user' | 'guest')[];
  metadata?: Record<string, any>;
}

生成されるデータ:

{
  "id": "usr_7f3k9m2p",
  "name": "山田太郎",
  "email": "taro@example.com",
  "age": 32,
  "roles": ["user"],
  "metadata": {
    "department": "Engineering",
    "joinDate": "2023-04-01"
  }
}

OpenAPI仕様から生成

paths:
  /users:
    get:
      responses:
        '200':
          description: User list
          content:
            application/json:
              schema:
                type: object
                properties:
                  users:
                    type: array
                    items:
                      $ref: '#/components/schemas/User'

生成されるモックレスポンス:

{
  "users": [
    {
      "id": 1,
      "name": "山田太郎",
      "email": "taro@example.com"
    },
    {
      "id": 2,
      "name": "鈴木花子",
      "email": "hanako@example.com"
    }
  ]
}

大量データ生成

パフォーマンステスト用

100万件のユーザーデータを生成してください：

要件:
- ユーザーID: user_000001 〜 user_1000000
- 名前: 日本人名（ランダム）
- メール: {name}@example.com 形式
- 登録日: 2020-01-01 〜 2024-11-22 の範囲でランダム
- 出力形式: CSV
- ファイルサイズ: 約100MB想定

時系列データ（1年分）

1年分の時系列センサーデータを生成してください：

要件:
- 期間: 2024-01-01 00:00:00 〜 2024-12-31 23:59:59
- 間隔: 5分ごと
- センサー数: 10個
- 各測定値: temperature, humidity, pressure
- トレンド: 季節変動を含む
- ノイズ: ±2%のランダムノイズ
- 出力形式: JSON（圧縮）

使用例

基本的な使い方

ユーザーデータを10件生成してください。
フィールド: id, name, email, age, createdAt
出力形式: JSON

特定のスキーマに基づく生成

以下のTypeScript型定義に基づいてデータを20件生成してください：

interface Product {
  id: string;
  name: string;
  category: 'Electronics' | 'Clothing' | 'Food';
  price: number;
  stock: number;
  isAvailable: boolean;
}

出力形式: JSON配列

関係データの生成

ECサイトのデータベース用に以下のテーブルデータを生成してください：

テーブル:
1. users (100件)
2. products (50件)
3. orders (200件、users.idを参照)
4. order_items (500件、orders.idとproducts.idを参照)

出力形式: SQL INSERT文

APIモックレスポンス生成

以下のAPIエンドポイント用のモックレスポンスを10パターン生成してください：

エンドポイント: GET /api/users/:id
レスポンス構造:
- 成功ケース（200）: 8パターン
- エラーケース（404）: 1パターン
- エラーケース（500）: 1パターン

出力形式: JSON（各パターンをファイル化）

テストデータセット生成

E2Eテスト用のテストデータセットを生成してください：

シナリオ:
1. 正常系: 標準的なユーザーフロー（10ケース）
2. 異常系: バリデーションエラー（5ケース）
3. エッジケース: 境界値、特殊文字（5ケース)

各ケースに以下を含める:
- 入力データ
- 期待される出力
- テストの説明

出力形式: YAML

時系列データ生成

株価の時系列データを生成してください：

要件:
- 銘柄数: 5
- 期間: 過去1年間（2023-11-22 〜 2024-11-22）
- 頻度: 日次（営業日のみ）
- データ項目: Open, High, Low, Close, Volume
- トレンド: ランダムウォーク + トレンド
- 出力形式: CSV

ログデータ生成

1週間分のアプリケーションログを生成してください：

要件:
- 期間: 2024-11-15 00:00:00 〜 2024-11-22 23:59:59
- ログレベル: INFO (70%), WARN (20%), ERROR (10%)
- リクエスト数: 1日あたり約10,000件
- サービス: user-service, order-service, payment-service
- 含める情報: timestamp, level, service, traceId, message, metadata
- 出力形式: JSONL（1行1ログ）

高度な機能

データの一貫性保持

以下の制約を満たすデータセットを生成してください：

制約:
- 各ユーザーは必ず1件以上の注文を持つ
- 注文の合計金額は商品の単価×数量と一致
- 注文日は必ずユーザー登録日以降
- 在庫数は注文数量の合計を上回る

生成データ:
- Users: 50件
- Products: 100件
- Orders: 200件
- Order_Items: 500件

現実的な分布

現実的な分布に従うデータを生成してください：

年齢分布:
- 20-29歳: 30%
- 30-39歳: 35%
- 40-49歳: 20%
- 50歳以上: 15%

購買金額分布:
- 正規分布（平均: 10,000円、標準偏差: 3,000円）
- 最小値: 1,000円、最大値: 50,000円

都道府県分布:
- 東京都: 20%
- 大阪府: 10%
- その他: 人口比に応じて

異常検知テスト用データ

異常検知アルゴリズムのテスト用データを生成してください：

正常データ: 900件
- 平均: 100、標準偏差: 10

異常データ: 100件
- パターン1: 極端な外れ値（平均の3σ以上）: 50件
- パターン2: トレンドの急激な変化: 30件
- パターン3: 周期性の崩れ: 20件

出力形式: CSV（ラベル付き）

多言語データ

多言語対応アプリのテストデータを生成してください：

言語:
- 日本語: 40%
- 英語: 30%
- 中国語: 20%
- その他（韓国語、フランス語等）: 10%

フィールド:
- name: 各言語の一般的な名前
- address: 各国の住所形式
- phone: 各国の電話番号形式
- email: 国際化ドメイン含む

件数: 100件
出力形式: JSON

GDPR・プライバシー対応

完全匿名データ

実在しない個人情報のみを使用:
- 名前: ランダム生成（実在の人物と一致しない）
- メール: test用ドメイン（@example.com等）
- 住所: 架空の住所
- 電話番号: 使用されていない番号帯
- クレジットカード: Luhnアルゴリズムで有効だが実在しない番号

個人情報マスキング

実データをベースにマスキング:
- 名前 → ランダムな仮名
- メール → ハッシュ化 + @example.com
- 電話番号 → 最後の4桁以外をマスキング
- 住所 → 地域のみ保持、詳細はランダム化
- 生年月日 → 年代のみ保持（例: 1990年代）

出力形式

JSON

[
  {"id": 1, "name": "山田太郎"},
  {"id": 2, "name": "鈴木花子"}
]

CSV

id,name,email
1,山田太郎,taro@example.com
2,鈴木花子,hanako@example.com

SQL

INSERT INTO users (id, name, email) VALUES
(1, '山田太郎', 'taro@example.com'),
(2, '鈴木花子', 'hanako@example.com');

XML

<users>
  <user>
    <id>1</id>
    <name>山田太郎</name>
    <email>taro@example.com</email>
  </user>
</users>

YAML

users:
  - id: 1
    name: 山田太郎
    email: taro@example.com
  - id: 2
    name: 鈴木花子
    email: hanako@example.com

ベストプラクティス

現実的なデータ: 実際のユースケースに近いデータを生成
一貫性: 関連データ間の整合性を保つ
多様性: エッジケースを含む多様なパターン
スケーラビリティ: 大量データでも高速に生成
プライバシー: 実在する個人情報は使用しない
テスト可能性: テストに必要な特性を明示的に定義
再現性: 同じシードで同じデータを生成可能に
ドキュメント: 生成データの仕様を明記

バージョン情報

スキルバージョン: 1.0.0
最終更新: 2025-11-22

使用例まとめ

シンプルな生成

ユーザーデータを5件、JSON形式で生成してください。

スキーマベース

以下のTypeScript型定義に基づいて10件生成してください：
{type_definition}

テストデータセット

E2Eテスト用の包括的なテストデータセットを生成してください。
正常系、異常系、エッジケースを含めてください。

このスキルで、開発・テストに必要なあらゆるデータを生成しましょう！

Install Skill

SKILL.md

Synthetic Data Generator Skill

概要

主な機能

データタイプ

1. 個人情報（PII）

ユーザープロフィール

企業情報

2. トランザクションデータ

購買データ

決済データ

3. ログデータ

アプリケーションログ

エラーログ

アクセスログ（Apache/Nginx形式）

4. 時系列データ

センサーデータ

メトリクスデータ

5. APIレスポンスデータ

REST APIレスポンス

GraphQLレスポンス

6. 関係データ（正規化DB用）

Users テーブル

Orders テーブル（外部キー関係）

Order_Items テーブル

異常データ生成

エッジケース

エラーシナリオ

スキーマベース生成

JSONスキーマから生成

TypeScript型定義から生成

OpenAPI仕様から生成

大量データ生成

パフォーマンステスト用

時系列データ（1年分）

使用例

基本的な使い方

特定のスキーマに基づく生成

関係データの生成

APIモックレスポンス生成

テストデータセット生成

時系列データ生成

ログデータ生成

高度な機能

データの一貫性保持

現実的な分布

異常検知テスト用データ

多言語データ

GDPR・プライバシー対応

完全匿名データ

個人情報マスキング

出力形式

JSON

CSV

SQL

XML

YAML

ベストプラクティス

バージョン情報

使用例まとめ

シンプルな生成

スキーマベース

テストデータセット