discover-competitors - SKILL.md Agent Skill

name: discover-competitors description: "Use when 新規チャンネルの競合候補を YouTube Data API で自動発掘したいとき、複数のニッチ仮説を並行検証したいとき。「競合候補」「競合発掘」「ニッチ検証」「ライバル探し」「discover-competitors」など、ニッチキーワードから競合候補リストを自動生成する場面で使用すること。/channel-new Step 5 の前段としても、独立した並行検証ツールとしても使える"

Overview

ニッチキーワード（複数可）を渡すと、登録者数レンジ・最終投稿日でフィルタしたうえでキーワード一致率・エンゲージメント率・更新頻度・登録者帯近さの 4 軸スコアで競合候補チャンネルをランキング化する CLI ラッパー。

入力: ニッチキーワード（カンマ区切り）+ フィルタ条件
出力: ランキング付き Markdown + 同名 CSV（スコア内訳列付き）
想定時間: 5 分以内（API quota 約 660 units / 実行）

/channel-new Step 5 で競合 URL を人手で集めていた工程を置き換える。複数のニッチ仮説を並行検証したい場合は、このスキルを単独で何度も走らせる。

Instructions

Step 1: キーワード設計

ユーザーから対象ニッチを聞き出し、3-5 個（多くて 8 個まで）の検索キーワードに分解する。キーワード数は API コストに線形効くので、ニッチが鮮明なら 3 個で十分。

1-A. シード語の収集元

既存チャンネルの場合と新規チャンネル企画の場合で seed の抽出元が異なる:

ケース	抽出元	具体的な参照先
既存チャンネルで競合再発掘	チャンネル config	`config/channel/content.json` の `genre` / `tags.base` / `descriptions.template_note`
既存チャンネルで類似帯探索	既存ベンチマーク	`config/channel/analytics.json` の `benchmark.channels` を YouTube で開いてタイトル頻出語を抽出
新規チャンネル企画	`/channel-new` Step 1-4 の出力	ニッチ仮説の `genre_keywords` / `target_scene`
完全に手探り	ユーザー宣言	「夜カフェ系の lo-fi」のような自然文を Claude が分解

config からの抽出例（rjn）:

genre: Lo-fi Jazz Bar, Late Night Lofi, Lounge Lo-fi → seed: lofi jazz bar, late night lofi, lounge lofi
tags.base: lofi jazz, late night lofi, chill jazz → そのまま seed として流用可能

1-B. クエリ展開の 4 軸

シード語をそのまま使うだけでは取りこぼしが出るので、以下の 4 軸で揺らぎを足す:

軸	例（lo-fi jazz bar 軸）
ジャンル直接	`lofi jazz`, `lo-fi jazz`
用途・シーン	`study music`, `focus music`, `作業用bgm`
雰囲気・ムード	`late night lofi`, `cozy jazz`, `rainy lofi`
アクティビティ	`lofi for reading`, `lofi cafe`

1-C. 多言語展開（必要に応じて）

ターゲット視聴者が多言語にまたがるなら、主要 2-3 言語の組み合わせを seed に加える:

言語	lo-fi 例
en	`lofi`, `chill beats`
ja	`作業用bgm`, `集中用bgm`
zh	`轻音乐`, `白噪音`
ko	`로파이`, `집중 음악`

ただし英語キーワードのほうが視聴者規模が大きく、API 検索が安定するので、英語 + 自言語の 2 言語混在で十分なケースが多い。

1-D. NG パターン

❌ 広すぎる: music, bgm 単独 → 関係ないチャンネルが大量にヒット
❌ 狭すぎる: 固有名詞（Penicillin Lofi）→ 0 件か自社しかヒットしない
❌ 表記揺れの全部入り: lofi, lo-fi, Lo-Fi, LoFi を全部入れる → API 重複コスト。1 表記に統一
❌ 5 単語以上: YouTube 検索は短いほうが精度高い。1-3 単語が最適

1-E. キーワード設計のチェックリスト

実行前に以下を確認:

3-5 個に絞れているか（8 個超えは API コスト過剰）
4 軸（ジャンル/用途/雰囲気/アクティビティ）のうち 2 軸以上をカバーしているか
1 単語クエリは含まれていないか（music のような単独ワード）
表記揺れは 1 つに統一されているか
自分のチャンネル名・固有名詞が混入していないか

Step 2: フィルタ条件の決定

フラグ	既定値	推奨用途
`--min-subscribers`	0	小規模チャンネルも拾うなら 0、競合検証なら 10K 以上推奨
`--max-subscribers`	10,000,000	自分の目標帯の 10 倍以内に絞ると参考にしやすい
`--posted-within-days`	30	「動いている競合」のみ。1 年単位で見たいなら 365
`--top`	20	レポートに出す件数
`--per-keyword`	20	search.list の maxResults（合計クエリ数 = keywords × per-keyword）

Step 3: 実行

チャンネルディレクトリ配下から実行する（auth/token.json が存在する前提）:

uv run yt-discover-competitors \
  --keywords "lo-fi study,chill beats,study music" \
  --min-subscribers 10000 --max-subscribers 1000000 \
  --posted-within-days 30 --top 20 \
  --output research/lo-fi-discovery.md

出力ペア:

research/lo-fi-discovery.md — Markdown ランキングテーブル
research/lo-fi-discovery.csv — スコア内訳付き CSV（14 列）

Step 4: 結果の活用

ユーザーに Markdown を提示し、承認を得る
採用した候補を config/channel/analytics.json の benchmark.channels に追加（/channel-new Step 5 と合流）
並行検証なら、ニッチ仮説ごとに --output research/{niche}-discovery.md で別ファイルに分けて比較する

API コスト

1 回実行あたり概ね 660 units（10,000/日 quota の 6.6%）:

search.list × keywords: 100 units × N
channels.list: 1 unit × 候補数（バッチ）
videos.list: 1 unit × 候補数（直近 5 本まとめて 1 リクエスト）

並行検証で連発するときは quota 残量に注意。

スコープ外（他スキルへバトン）

競合の動画詳細分析 → /benchmark
視聴者コメント分析 → /viewer-voice
方向性決定・config 生成 → /channel-direction / /channel-setup
ベンチマーク再収集 → /benchmark

このスキルは発掘だけに責任を持つ。深堀分析は専用スキルにバトンを渡す。

Cross References

/channel-new Step 5: 新チャンネル開設フロー内での前段呼び出し
/benchmark: 発掘済みチャンネルのベンチマークデータ収集
/channel-research: 収集データの徹底分析