ad-angle-miner

広告アングルの発掘

顧客の声に関するデータ（レビュー、Reddit、サポートチケット、競合広告など）を掘り下げ、広告のコンバージョンにつながる具体的な言葉、悩み、望む成果を抽出します。出力されるのは、チームがどのキャンペーンでも活用できるアングル集です。

基本原則： 効果的な広告アングルは、ブレインストーミングで生み出すものではありません。実際の人々がすでに話していることから抽出します。このスキルは、そうしたアングルを見つけ、根拠の強さに応じて順位付けします。

使用するタイミング

• 「広告でどのアングルを使うべきですか？」
• 「広告コピーに使える悩みを見つけてください」
• 「[競合]について、どんな不満が出ていますか？」
• 「レビューから広告メッセージを掘り起こしてください」
• 「新鮮な広告アングルが必要です。ありきたりなものではなく」

フェーズ 0：情報の確認

1. 自社製品 — 製品名と、何をするものかを一文で
2. 競合 — 競合他社名を 2～5 件（レビューの調査用）
3. ICP — 誰をターゲットにしますか？（役職、企業の成長段階、悩み）
4. 調査するデータソース（該当するものをすべて選択）：
   • G2/Capterra/Trustpilot のレビュー（自社製品と競合）
   • 関連するサブレディットの Reddit スレッド
   • Twitter/X の不満や称賛
   • サポートチケットや NPS コメント（貼り付けまたはファイル）
   • 競合広告（Meta + Google）
5. すでにテストしたアングルはありますか？ — それらを除外するため

フェーズ 1：ソースの収集

1A：レビューの調査

review-scraper を実行し、自社製品と各競合を調査します。

python3 skills/review-scraper/scripts/scrape_reviews.py \
  --product "<product_name>" \
  --platforms g2,capterra \
  --output json

以下に注目します：

• 競合の 1～2 星レビュー — 競合が解決できていない悩み
• 自社の 4～5 星レビュー — 購入者を喜ばせている成果
• 競合の 4～5 星レビュー — 反論または同等の対応が必要な強み
• レビューに見られる言葉のパターン — 購入者が使う正確な表現

1B：Reddit／コミュニティの調査

関連するサブレディットに対して reddit-scraper を実行します。

python3 skills/reddit-scraper/scripts/scrape_reddit.py \
  --query "<product category> OR <competitor> OR <pain keyword>" \
  --subreddits "<relevant_subreddits>" \
  --sort relevance \
  --time month \
  --limit 50

以下を抽出します：

• 購入前に人々が尋ねる質問
• 現在のソリューションへの不満
• 「[製品]がこうだったらいいのに……」という意見
• 比較スレッド（対比に関する議論）

1C：Twitter/X の調査

twitter-scraper を実行します。

python3 skills/twitter-scraper/scripts/scrape_twitter.py \
  --query "<competitor> (frustrating OR broken OR hate OR love OR switched)" \
  --max-results 50

1D：競合広告の調査（任意）

ad-creative-intelligence を実行し、競合が現在どのようなアングルを使っているかを確認します。これにより、以下がわかります：

• 検証済みのアングル（長期間掲載されている広告は効果がある可能性が高い）
• テスト中のアングル（新しい広告）
• 誰も使っていないアングル（ホワイトスペース）

1E：社内データ（任意）

ユーザーからサポートチケット、NPS コメント、営業電話の文字起こしが提供された場合は、取り込み、以下と同じフレームワークでタグ付けします。

フェーズ 2：アングルの抽出

収集したすべてのデータを、次の抽出フレームワークに沿って処理します。

アングルのカテゴリ

カテゴリ	注目する点	広告効果
悩みのアングル	現状維持や競合に対する具体的な不満	高 — 悩みは行動を促します
成果のアングル	購入者自身の言葉で語られる、望む成果	高 — 前向きな願望に訴えます
アイデンティティのアングル	購入者が自分自身をどう表現するか、またはどう見られたいか	中 — 感情に訴えます
不安のアングル	切り替えたり行動したりしない場合のリスク	中 — 損失回避に訴えます
競合からの乗り換え	競合から乗り換えた具体的な理由	非常に高 — 直接比較できます
ソーシャルプルーフのアングル	レビューで購入者が挙げる成果や指標	高 — 信頼性を高めます
対比のアングル	ビフォー／アフター、または旧来の方法／新しい方法の見せ方	高 — 価値提案が明確になります

各アングルで抽出する項目：

1. アングル — 一文で表現した切り口
2. 根拠となる引用 — ソースからの逐語引用を 2～5 件
3. ソース数 — 独立したソースのうち、これに言及している数
4. 競合の弱点か？ — 特定の競合の弱点を突いているか
5. 感情の種類 — 不満／願望／不安／安堵／誇り
6. 推奨フォーマット — 検索広告／Meta 静止画／Meta 動画／LinkedIn／Twitter

フェーズ 3：スコアリングとランキング

各アングルを次の項目で評価します。

項目	重み	説明
エビデンスの強さ	30%	言及している独立した情報源の数
感情の強さ	25%	人々がどれほど強く感じているか（表現の強さ）
競合との差別化	20%	他社との差別化につながるか、それとも競合他社も同じ主張ができるか
ICP との関連性	15%	ターゲットとなる購入者の状況にどれほど合致しているか
鮮度	10%	このアングルは競合他社の広告ですでに使い古されているか

100 点満点で合計スコアを算出し、すべてのアングルを順位付けします。

フェーズ 4：出力形式

# Ad Angle Bank — [Product Name] — [DATE]

Sources mined: [list]
Total angles extracted: [N]
Top-tier angles (score 70+): [N]

---

## Tier 1: Highest-Conviction Angles (Score 70+)

### Angle 1: [One-sentence angle]
- **Category:** [Pain / Outcome / Identity / Fear / Displacement / Proof / Contrast]
- **Score:** [X/100]
- **Emotional register:** [Frustration / Aspiration / etc.]
- **Proof quotes:**
  > "[Verbatim quote 1]" — [Source: G2 review / Reddit / etc.]
  > "[Verbatim quote 2]" — [Source]
  > "[Verbatim quote 3]" — [Source]
- **Source count:** [N] independent mentions
- **Competitor weakness exploited:** [Competitor name + specific gap, or "N/A"]
- **Recommended formats:** [Search ad headline / Meta static / Video hook / etc.]
- **Sample headline:** "[Draft headline using this angle]"
- **Sample body copy:** "[Draft 1-2 sentence body]"

### Angle 2: ...

---

## Tier 2: Worth Testing (Score 50-69)

[Same format, briefer]

---

## Tier 3: Emerging / Low-Evidence (Score < 50)

[Brief list — angles with potential but insufficient evidence]

---

## Competitive Angle Map

| Angle | Your Product | [Comp A] | [Comp B] | [Comp C] |
|-------|-------------|----------|----------|----------|
| [Angle 1] | Can claim ✓ | Weak here ✗ | Also claims | Not relevant |
| [Angle 2] | Strong ✓ | Strong | Weak ✗ | Not relevant |
...

---

## Recommended Test Plan

### Week 1-2: Test Tier 1 Angles
- [Angle] → [Format] → [Platform]
- [Angle] → [Format] → [Platform]

### Week 3-4: Test Tier 2 Angles
- [Angle] → [Format] → [Platform]

clients/<client-name>/ads/angle-bank-[YYYY-MM-DD].md に保存します。

コスト

項目	コスト
レビュースクレイパー（製品あたり）	~$0.10-0.30（Apify）
Reddit スクレイパー	~$0.05-0.10（Apify）
Twitter スクレイパー	~$0.10-0.20（Apify）
広告スクレイパー（任意）	~$0.40-1.00（Apify）
分析	無料（LLM による推論）
合計	~$0.25-1.60

必要なツール

• Apify API トークン — APIFY_API_TOKEN 環境変数
• 上流スキル： review-scraper、reddit-scraper、twitter-scraper
• 任意： ad-creative-intelligence（競合広告のアングル用）

トリガーフレーズ

• 「レビューから広告アングルを抽出して」
• 「どのアングルで広告を出せばよいですか？」
• 「広告に使えるペインポイントの表現を探して」
• 「[クライアント] の広告アングルバンクを作成して」
• 「[競合他社] について、どんな不満が寄せられていますか？」