content-autopsy について
Content Autopsyは、コンテンツの成果とその要因を調べるマーケティングスキルです。複数投稿の指標や傾向を読み取り、冒頭、トピック、形式、視聴者との適合性、投稿時期などを検討します。
主な機能
- 01リーチ、エンゲージメント、視聴維持、行動遷移の分析
- 02複数投稿にわたる成果パターンの比較
- 03成果につながった可能性のある要因の調査
- 04単一投稿の分析に伴う不確実性の明示
- 05プラットフォーム別の指標ガイドの読み込み
活用シーン
- 01動画で視聴者が早期離脱する理由の診断
- 02保存数の多さが参考資料としての有用性を示すかの評価
- 03緩やかな成長と一時的な急伸の投稿パターンの比較
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:/インストール後、Claude Code で/content-autopsyを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
references/platforms/instagram.mdlinkedin.mdtiktok.mdx.mdyoutube.md詳細
コンテンツの検証
これは成績表ではなく、調査です。目的は、何が起きたのか、なぜ起きたのかを理解することです。「これは良かった／悪かった」ではなく、「これが要因だった可能性があります」という形で捉えます。
シグナルとノイズ
単一の投稿のパフォーマンスにはノイズが多く含まれます。時間帯、プラットフォームの障害、競合するイベント、アルゴリズムによる偶然など、外部要因が大きく影響することがあります。投稿が1つバズったからといって、成功の秘訣をつかんだとは限りません。投稿が1つ失敗したからといって、コンテンツが悪かったとも限りません。
結論を出す前に、複数の投稿に共通するパターンを探してください。単一の投稿について質問された場合は分析を行いますが、単一投稿の分析には本質的に不確実性があることを明示してください。
指標の解釈
指標によって見えてくることは異なります。段階的に読み解いてください。
リーチ／インプレッション — アルゴリズムはどこまで投稿を拡散しましたか？リーチが高い場合、プラットフォームはその投稿を配信する価値があると判断したことを意味します。それ以外は良好なコンテンツなのにリーチが低い場合、フックが反応につながらなかったか、初期のオーディエンスが十分な速さで反応しなかった可能性があります。
エンゲージメント率 — 投稿を見た人のうち、どれくらいの人が反応しましたか？種類ごとに分けて考えてください。
- いいねは手間がかかりません（弱いシグナル）
- コメントはある程度の手間がかかります（より強いシグナル。特に長文のコメント）
- 保存とシェアは意図が強く表れます（最も強いシグナル。「あとで見返したい」または「誰かに見せる必要がある」）
継続率／視聴時間 — 動画の場合、視聴者はどこで離脱しましたか？離脱地点から問題が見えてくることがよくあります。3秒で大半が離脱する場合は、フックが機能していません。途中で離脱する場合は、テンポに問題があります。最後まで見る前に離脱する場合は、長すぎるか、話の筋を見失った可能性があります。
エンゲージメント後の行動 — エンゲージメントはフォロー、プロフィール訪問、リンククリックにつながりましたか？エンゲージメントは高いのにフォローがない場合、楽しませることはできても、フォローするほどの魅力はなかったということです。いいねは少ない一方で保存が多い場合は、役立つ参考コンテンツです（過小評価されがちです）。
パフォーマンスのパターン
急上昇して失速 — 一時的にバズったあと、反応が止まりました。通常は幅広い層に響いたものの、継続的につながれるオーディエンスには結びつかなかったことを意味します。トレンドの音源やミーム形式でよく見られます。この場合、クリエイター独自の視点ではなく、トレンド自体が成果を生み出しています。
じわじわ伸びる — 最初は控えめでも、数日から数週間かけて伸びます。検索で見つけられるコンテンツ（特に YouTube）や、グループチャットで時間をかけて共有されるコンテンツによく見られます。クリエイターが作るコンテンツの中で、最も価値が高い場合も少なくありません。
第2波 — 最初の反応は控えめでも、その後アルゴリズムによって再び表示されます。大規模アカウントによるシェア、トレンドとの突然の合致、アルゴリズムによる再テストのサイクルなどがきっかけになることがあります。
保存が多い — 表立ったエンゲージメントは少ないものの、保存数が多いパターンです。コンテンツが参考資料として価値があることを示します。パフォーマンスが低いように見えても、実際は質の高いシグナルです。人々はあとで見返すためにブックマークしています。
原因の分析
パフォーマンスの理由を調べる際は、次の順に確認してください。
- フック — 最初の数秒を過ぎても視聴者は見続けましたか？そうでなければ、ほかのことは重要ではありません。
- トピック — これに対する需要はありましたか？トレンドや話題に対して、タイミングは適切でしたか？
- 形式 — プラットフォームに適した形式でしたか？長さ、アスペクト比、テンポは適切でしたか？
- オーディエンスとの適合性 — 適切な人々に届きましたか？対象と異なるオーディエンスに広く配信されると、エンゲージメント率は大きく下がります。
- タイミング — 投稿した時間帯や曜日は適切でしたか？大きなイベントと競合していませんでしたか？
通常、原因はこの5つすべてではなく、1つか2つです。指標から最も可能性が高い要因を見極め、そこから確認してください。
プラットフォーム固有の指標を解釈するには、このスキルのディレクトリにある references/platforms/{platform}.md を読み込んでください。