mcpField
C
cross-niche-outliers

cross-niche-outliers

github.com/aiagentwithdhruvマーケティング・グロース2039 回インストール15 週間前に更新
リポジトリ

cross-niche-outliers について

cross-niche-outliers は、隣接するビジネス分野の高実績な YouTube 動画を見つけ、フックや構成を分析します。要約とアレンジしたタイトル案を作成し、コンテンツ企画に役立てます。

主な機能

  1. 01キーワードやチャンネルで動画を検索
  2. 02再生数と新しさに基づく外れ値評価
  3. 03文字起こしと構成の分析
  4. 04アレンジしたタイトル案を3件作成
  5. 05結果を Google Sheets に出力

活用シーン

  1. 01直接競合以外の分野から動画案を探す
  2. 02高実績動画のパターンを確認する
  3. 03新しいコンテンツ案のタイトルを考える

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/aiagentwithdhruv/skills --skill cross-niche-outliers

インストール後、Claude Code で/cross-niche-outliers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。

scripts/
generate_title_variants.py
scrape_cross_niche_outliers.py
scrape_cross_niche_tubelab.py

詳細

ニッチ横断型の外れ値検出

目標

隣接するビジネス分野から高い成果を上げている動画を特定し、応用可能なコンテンツのパターン、フック、構成を抽出します。これらの外れ値は、直接競合することなく、コンテンツのアイデアを考える際のヒントになります。

2つの方法

1. TubeLab API（推奨）
# Default: 1 query = 5 credits, ~100 outliers from last 30 days
python3 ./scripts/scrape_cross_niche_tubelab.py

# Custom search term
python3 ./scripts/scrape_cross_niche_tubelab.py --terms "business strategy"

# Skip transcripts (faster, cheaper)
python3 ./scripts/scrape_cross_niche_tubelab.py --skip_transcripts

メリット： スコアが事前に計算済み、レート制限なし、高速 デメリット： クエリごとに5クレジット

2. yt-dlp スクレイピング（レガシー）
python3 ./scripts/scrape_cross_niche_outliers.py

TubeLab のクレジットがなくなった場合にのみ使用してください。 レート制限により、失敗することがよくあります。

スクリプト

  • ./scripts/scrape_cross_niche_tubelab.py - TubeLab API（推奨）
  • ./scripts/scrape_cross_niche_outliers.py - yt-dlp による直接スクレイピング
  • ./scripts/generate_title_variants.py - 外れ値向けのタイトル案を生成

プロセス

1. 動画の発見
  • キーワードを検索（キーワードごとに50本の動画）
  • ビジネス系チャンネルを監視（チャンネルごとに15本の動画）
  • 重複を排除し、ノイズをフィルタリング
2. 外れ値のスコアリング
  • 基本スコア：動画の再生回数 / チャンネルの平均再生回数
  • 新しさによる加点：1日未満 = 2倍、3日未満 = 1.5倍、7日未満 = 1.2倍
  • 閾値：1.1倍以上（平均を10％上回る）
3. ニッチ横断スコアリング

基本スコアに適用する補正値：

  • 技術用語（API、Python、code、SDK）1つにつき -20％
  • お金に関するフック（$、収益、所得、利益）に +30％
  • 時間に関するフック（より速く、生産性）に +20％
  • 好奇心のギャップ（?、「これがすべてを変えた」）に +20％
  • リスト形式（タイトルに数字が含まれる）に +10％
4. 文字起こしと要約
  • 文字起こしを取得（youtube-transcript-api、取得できない場合は Apify を使用）
  • Claude が要約：フック、構成、応用方法
  • より詳しい分析用に生の文字起こしを保存
5. タイトル案の生成

各外れ値について、あなたのニッチに合わせたタイトル案を3つ生成します。

6. Google スプレッドシートへの出力（19列）

ニッチ横断スコア、外れ値スコア、経過日数、カテゴリ、タイトル、動画リンク、再生回数、長さ、チャンネル、サムネイル、要約、タイトル案1～3、生の文字起こし、公開日、ソース

TubeLab のオプション

フラグ説明デフォルト
--queries N検索回数（1回につき5クレジット）1
--terms "a" "b"カスタム検索語entrepreneur
--min_views N最低再生回数10,000
--max_days N動画の最大経過日数30
--skip_transcripts文字起こしをスキップFalse

キーワードの段階

段階1：隣接するビジネス／テクノロジー

  • 「ビジネス向けAI」、「ChatGPT のビジネス活用例」、「ノーコード自動化」

段階2：幅広いビジネス

  • 「ビジネスを拡大する」、「個人起業家の成功」、「創業者の生産性」

段階3：お金／収益に関するフック

  • 「収益を増やす」、「不労所得の仕組み」、「収入を10倍にする」

監視対象チャンネル

Alex Hormozi、My First Million、Starter Story、Colin and Samir、Ali Abdaal、Think Media、Iman Gadzhi、Pat Flynn、GaryVee、MrBeast、Justin Welsh、Charlie Morgan

出力

  • Google スプレッドシート：「Cross-Niche Outliers v2 - [timestamp]」
  • 約100件の外れ値を19列で出力
  • 公開日順（新しいものから）に並べ替え
  • 各外れ値につき、タイトル案3つと生の文字起こし

環境

TUBELAB_API_KEY=your_key
ANTHROPIC_API_KEY=your_key
APIFY_API_TOKEN=your_token (optional fallback)

ワークフロー

  1. 週1回実行し、約100件の外れ値を取得
  2. ニッチ横断スコアを基準に確認
  3. サムネイルとタイトルの良い外れ値を選ぶ
  4. タイトル案を出発点として使用
  5. 自分の顔を使ってサムネイルを作り直す（recreate-thumbnails スキルを参照）

スキーマ

入力
名前型必須説明
termsarrayいいえカスタム検索語（デフォルト：'entrepreneur'）
queriesintegerいいえTubeLab の検索回数（1回につき5クレジット、デフォルト：1）
min_viewsintegerいいえ最低再生回数（デフォルト：10,000）
max_daysintegerいいえ動画の最大経過日数（日、デフォルト：30）
skip_transcriptsbooleanいいえ文字起こしの取得をスキップ（高速化）
出力
名前型説明
sheet_urlstring約100件の外れ値を含む Google スプレッドシート（19列）
認証情報
名前取得元
TUBELAB_API_KEY.env
ANTHROPIC_API_KEY.env
APIFY_API_TOKEN.env（任意のフォールバック）
組み合わせ可能なスキル

このスキルと相性のよい、連携して使えるスキル：title-variants、recreate-thumbnails

コスト

クエリごとに TubeLab クレジットを 5 消費 + Claude API

コメント

Markdown 対応