mcpField
A
article-content

article-content

github.com/kostja94マーケティング・グロース1.1k2.4k 回インストール2 日前に更新
リポジトリ

article-content について

article-contentは、ブログやガイドなどの長文記事の本文作成を支援するライティングスキルです。検索意図に沿った構成や草稿、独自情報の確認に役立ちます。

主な機能

  1. 01記事のアウトラインと本文構成
  2. 02検索意図に応じた文字数の目安
  3. 03フック、QAE、回答先行の構成
  4. 04AIDA、PAS、BABのフレームワーク
  5. 05情報価値と品質の確認
  6. 06TL;DRと要点の形式

活用シーン

  1. 01ブログ記事やハウツーガイドの草稿作成
  2. 02検索意図に沿った記事セクションの計画
  3. 03記事の不足点と独自性の確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/kostja94/marketing-skills --skill article-content

インストール後、Claude Code で/article-contentを入力して読み込まれたか確認します。

詳細

コンテンツ:記事本文

ブログ記事、ガイド、長文コンテンツの記事本文、つまり実際のテキスト(導入、本文、結論)の作成をガイドします。何を書くかに焦点を当てます。どこに配置するか(ページ構成、スキーマ、メタデータ)については、article-page-generatorを参照してください。短いコンバージョン向けコピー(広告、ランディングページ、CTA)については、copywritingを参照してください。

呼び出すとき:初回の使用時は、役立つようであれば、このスキルの内容と重要な理由を1~2文で説明してから、主な出力を提示します。2回目以降、またはユーザーが省略を求めた場合は、すぐに主な出力を提示します。

対象範囲

  • 記事本文:導入、本文の各セクション、結論、CTA
  • コンテンツ構成:フック、QAEパターン、段落の長さ、読みやすさ
  • 文字数:記事の種類と検索意図に応じた文字数
  • ライティングのフレームワーク:記事に適用するAIDA、PAS、BAB
  • GEOの要素:TL;DR、Key Takeaways、回答ファースト

記事の種類と文字数(2025年)

長さより品質:Googleが重視するのは文字数ではなく、検索意図を網羅的に満たすことです。トピックの深さと意図に合わせて長さを調整します。

種類文字数用途
ニュース/発表300~600製品の更新情報、速報、FAQ
短文形式500~800ランディングページ、製品ページ(流し読みしやすいもの)
標準的な記事/ハウツー1,000~1,500単一のトピック、実用的な内容、リスト記事
リスト記事1,200~2,000「トップ10」、「おすすめのX」など。番号付きリストでCTRが約70%向上
クラスター記事800~2,500サブトピック。ピラーページへのリンクを含む
ピラー/基幹コンテンツ2,000~3,500以上網羅的な内容、クラスターのハブ、6~12セクション
競争の激しいキーワード1,800~2,500検索結果の1ページ目に表示されるSEO記事は平均約2,400語

検索意図に基づく目安(Google 2025):検証 1,200~2,000、探索 2,000~3,500、比較 600~1,200、実行 900~1,500、知識 300~800。情報収集型は、取引型より約40%長くなります。

避けること:300語未満(内容が薄い)、7,000語超(焦点がぼやけて成果が下がることが多い)。

コンテンツ作成ワークフロー

4つのインプット

記事コンテンツは4つのインプットを基盤とします。ワークフロー全体については、article-page-generatorを参照してください。

インプット目的
製品関連性、機能、CTAの配置
キーワードターゲットキーワード、主要/副次キーワード
記事の意図情報収集型、商用型、取引型
競合記事参考にする構成、コンテンツのギャップ、目標文字数
情報利得(文字数よりコンテンツ密度)

情報利得とは、検索結果の上位ページに存在する情報を超えて、ページが新たに提供する情報のことです。Googleが評価するのは網羅性ではなく、独自の価値です。コンテンツ密度(100語あたりの独自のエンティティ、データポイント、知見)が文字数より重要です。スカイスクレイパー・テクニック(長いほど優れている)は、もはや差別化につながりません。AIによって網羅的なコンテンツを簡単に作れるようになったためです。

情報利得を生み出す4つの源泉:

  • 通説への反論:エビデンスに基づき、「ベストプラクティス」が特定の状況で機能しない理由を示す
  • 最新性:競合コンテンツの公開後、またはLLMの知識のカットオフ後に得られたデータや進展
  • SMEの見解:直接の引用や実践者の経験。既存のアドバイスを再構成したものではない
  • 独自データ:独自の調査、社内ベンチマーク、ユーザーの行動パターン

総論の繰り返しを避ける:上位10件の検索結果に共通する事実を言い換えるだけでは、情報利得はゼロです。執筆前にSERPを調査し、「共通している内容」を洗い出して、ギャップ(未回答の質問、古いデータ、十分に扱われていない層)を特定します。新しい情報から書き始め、回答ファーストの構成にします。

密度の確認:独自のデータポイント、独創的な知見、具体的な主張の数を数えます。新しい情報の文字数に対する割合が低い場合は、冗長な部分を削ります。密度の高いコンテンツ(800~1,500語で独自のポイントが3つ以上)は、既存の内容を長々と再構成したガイドを上回ることがよくあります。

TL;DR または主なポイント(GEO)

いずれか1つを選び、導入文の後に配置します。これらの要素を含むコンテンツは、AI エンジンに引用される頻度が高くなる傾向があります。

形式仕様
TL;DR50~100語の太字の要約段落
主なポイント5~7個の箇条書き

GEO 戦略の全体像については generative-engine-optimization を参照してください。

導入文

長さ: 40~120語、2~3段落。読者は約8秒で判断するため、フックは瞬時に機能する必要があります。

要素ガイドライン
フック最初の1~2文:悩み、統計、または問いかけ。好奇心のギャップ。具体的なデータや逆張りの事実
主要キーワード最初の100語以内に含める
期待値の設定読者が何を学べるかを示す

フックの種類: 「あなたはXを間違ってやっている」、「Yの97%は…」、大胆な問いかけ、前提への挑戦。巧みに作られたフックは CTR を30~50%向上させます。

本文
要素ガイドライン
QAE パターン質問(H2)→ 回答(2文)→ 根拠(データ、例、リスト)
回答優先各 H2 の後に最初の40~60語で直接回答する
回答ブロックセクションごとに100~200語。直接回答+文脈+根拠
段落の長さ40~80語、2~4文。長文の壁を避ける
長いブロックを分割2~3段落ごとにリスト、H3、画像、コールアウトボックスを配置
スキャンしやすさ重要な情報を先頭に配置(F パターン)。重要フレーズを太字に。1段落につき1つのアイデア

ロングフォーム(1,000語以上): 500~600語ごとに惹きつけるフックを配置します。説明的なテキスト40~50%、例20~25%、データ10~15%、ビジュアル5~10%を組み合わせます。

結論

要約+CTA:ニュースレター登録、関連コンテンツ、製品(関連する場合は製品・機能へのリンク)。製品に紐づいたコンテンツは自然に製品と結びつきます。

製品との関連付け

記事は製品(解決する課題、機能、ユースケース)と結びつけるべきです。純粋に汎用的なコンテンツは避けてください。結論や文脈に合う場合に、製品・機能ページへ自然にリンクします。

執筆フレームワーク

コピーライティングのフレームワークを記事構成に適用します。PAS、AIDA、BAB の全体像については copywriting を参照してください。

フレームワーク記事での用途
AIDA導入文(Attention)、本文(Interest、Desire)、結論(Action/CTA)
PASハウツーガイド:導入文で Problem、本文で Agitation、全体を通して Solution
BABケーススタディ、変革:Before → After → Bridge

読者に応じて選択: 購入意欲が高い読者には AIDA、悩みに駆られた読者には PAS、変革を求める読者には BAB。

記事の見出し

見出しの公式(How to、数字、Problem→Solution)については copywriting を参照してください。特に記事タイトルについては:

  • 長さ: 50~60文字。title-tag を参照
  • 主要キーワードを先頭付近に配置
  • 数字とパワーワードが CTR を約36%向上させる

参考文献と引用

シナリオ実践
データや統計インラインで引用(例:「出典によると、72%が…」)または参考文献セクションに記載
専門家の引用出典を明記し、ソースへリンク
参考文献セクション引用が5件以上の場合。関連記事の前に末尾に記載
形式インラインリンクを推奨。学術スタイルでは番号付き参照 [1]、[2]

E-E-A-T、著者プロフィール、引用、YMYL については eeat-signals を参照してください。

コンテンツの品質

要素ガイドライン
読みやすさグレード8~10(Flesch-Kincaid)。短い文、明確な言葉遣い
深さタイプに合わせる。水増しよりも包括的な網羅
独自性独自の切り口、データ、例。薄いコンテンツや焼き直しは避ける
情報利得上位10件の検索結果にない付加価値は何か。対抗的な論調、新鮮なデータ、専門家の引用、独自のインサイト
E-E-A-T著者プロフィール、引用、専門家の引用 — eeat-signals を参照

コンテンツ監査チェックリスト

記事コンテンツを監査または最適化する際は、次の点を確認します。

観点確認項目
フック導入部は課題、統計データ、または質問から始まっていますか?
最初の100語にキーワードがあるかメインキーワードが含まれていますか?
QAEパターンH2は質問形式ですか?各セクションの冒頭で、回答を先に示す40~60語の説明をしていますか?
文字数コンテンツの種類に合っていますか?(ニュースは300~600語、クラスター記事は1,000~2,500語、ピラー記事は2,500語以上)
段落の長さ1段落あたり40~80語ですか?長大なテキストの塊になっていませんか?
製品との関連性製品に関連付けられていますか?機能や価格へのリンクは自然ですか?
CTA配置(結論、記事中盤)、明確さ、製品へのリンクは適切ですか?
参考資料データや統計の出典を示していますか?引用が5件以上ある場合、参考資料セクションを設けていますか?
不足している情報検索上位の記事で扱われているのに、この記事では抜けている内容は何ですか?
情報価値次のうち少なくとも1つを含んでいますか?定説への異論、新しいデータ、SMEの見解、独自データ。それとも、一般的な見解の繰り返しですか?

競合分析についてはcompetitor-researchを、ページ構造とメタデータについてはarticle-page-generatorを参照してください。

AI を活用したコンテンツ

コンテンツ作成にAIを活用する場合は、公開前に人によるレビューを行い、事実確認をして出典を追加し、独自の知見やデータを盛り込み、ありきたりな表現を避けてください。E-E-A-TとAIコンテンツに関するガイダンスはeeat-signalsを参照してください。

出力形式

  • アウトライン(H2とキーワードの配置)
  • TL;DRまたは重要なポイント(SEOを重視する場合)
  • 導入部(フック+キーワード)
  • 本文(QAE、回答を先に提示)
  • 結論(要約+CTA)
  • CTAの文案(複数案)

関連スキル

  • article-page-generator:ページ構造、スキーマ、メタデータ、レイアウト。コンテンツはここで扱います
  • howto-section-generator:専用のHowToステップブロック(順序付きステップ、HowTo JSON-LD。FAQとの比較)
  • copywriting:フレームワーク(PAS、AIDA、BAB)、見出しの定型、短いコンバージョン向けコピー
  • content-marketing:記事の方向性、コンテンツの種類
  • eeat-signals:E-E-A-T、著者プロフィール、引用、引用形式
  • keyword-research:キーワードの根拠、検索意図
  • competitor-research:コンテンツの不足点、採用する構成、情報価値を高めるためのSERP監査
  • content-optimization:H2のキーワード、マルチメディア(表、リスト)、キーワード密度
  • generative-engine-optimization:GEO戦略、AIによる引用

コメント