mcpField
H
hook-mining

hook-mining

github.com/ootto-aiマーケティング・グロース31167 回インストール2 週間前に更新
リポジトリ

hook-mining について

hook-mining は、短尺動画の制作者向けスキルです。実績データからフックの型を抽出し、構造を保ったまま感情を伝える語句を置き換えます。他の制作者の表現をコピーせず、実績の分析に基づく独自のフック作成を支援します。

主な機能

  1. 01CSV のフック列と実績列を自動検出
  2. 02実績順に並べて型ごとに分類
  3. 03頻出する強い語句を特定
  4. 04構造を保って主要語句を置換
  5. 05後続の執筆用に mined JSON を出力

活用シーン

  1. 01SNS データから人気フックを整理
  2. 02特定分野で有効な冒頭パターンを調査
  3. 03実績データをもとに独自フックを改作

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/ootto-ai/claude-content-skills --skill hook-mining

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

同梱ファイルmine_hooks.py

詳細

フックのマイニング

AIによるフックの作成が低品質になりがちな理由は、主に2つあります。他の人に効果があったフックをそのままコピーするか、英語の表現が平板になり、心理的な効果が失われるまで「書き換える」ことです。

この方法では、そのどちらもしません。効果があったことを示すデータ、つまり構造、心理的な仕組み、リズムを保ち、強力な言葉だけを入れ替えます。実証済みの骨格はそのままに、表現だけを変えます。

1. 実際に効果のあったフックを用意する

元になるデータがなければ、マイニングはできません。入力には、実際に成果を上げたフックをまとめた CSV を使います。

  • Sandcastles(sandcastles.ai)のエクスポートデータ — ニッチな分野の人気動画を分析して、効果的なフックをランキングします。そのタブを CSV にエクスポートします
  • フック/タイトル/キャプションの列と、再生数/「いいね」数/スコアの列を含む、任意のソーシャル分析データのエクスポート
  • agent-reach スキルで収集した競合のフック、または reel-analyzer による分析結果

列名は一定ではないので、手作業で解析しないでください。

2. マイニングする

python skills/hook-mining/mine_hooks.py hooks.csv [--top 40]

フックの列とパフォーマンスの列を自動検出し、ランキング付けして、パターン別に分類し、すでに使われている強力な言葉に印を付けます。hooks.mined.json を出力します。解析を確認するには --selftest を実行します。

分類されるパターン:result-proof · time-bound · contrarian · secret-gap · listicle · how-to · warning-fear · newsjack · comparison · question · curiosity-tease · plain-statement。

3. リミックス — 重要な工程

再利用する価値のあるフックごとに、次のルールに従って3~5個の別案を作成します。

心理的な効果は保ち、強力な言葉だけを入れ替える。

固定するもの:パターン、節の順序、具体性(数字は数字のまま)、リズムと音節の形、緊張感とそれが解消される位置、視点。

入れ替えるのは、印象の強い言葉だけです。動詞、強調語、感情を伝える名詞が対象です。マイニングした JSON の power_word_frequency を見ると、あなたのニッチで効果を発揮している言葉がわかります。類語辞典ではなく、そこから置き換え語を選んでください。

proven:   "You're using Claude wrong"                 [contrarian · you're + wrong]
  ✅      "You're prompting Claude backwards"          swapped the verb + the charge word
  ✅      "You're building agents the slow way"        same skeleton, same tension
  ❌      "Many people use Claude incorrectly"         psychology gone, flat English → slop
  ❌      "You're using Claude wrong"                  verbatim copy → plagiarism, the platform buries it

できた案の中から有力なものを viral-hook-writer に渡して順位付けするか、そのまま reel-scripter に渡します。

厳守すべきルール

  • マイニングしたフックをそのまま使ってはいけません。 他の人が書いた文です。Instagram の独自性判定システムにコピーは埋もれ、盗用にもなります。手法を参考にして、自分の言葉で書いてください。
  • 構造をリミックスしてはいけません。 節の順序を変えたり、数字を削ったりすれば、データで実証された唯一の要素を捨てることになります。
  • 元のフックにある数字は、リミックスでも数字のままにします。さらに、その数字はあなた自身の実際の数字でなければなりません。**裏付けられない統計に差し替えるのは、オーディエンスの信頼を失う最短の道です。
  • マイニングの前に順位付けしてください。 成果を上げていないフックをリミックスしても、悪いアイデアを取り繕うだけです。
  • 小さなグループにも意味があります。 どちらもバズった2件のパターンは、凡庸な40件のパターンよりも価値があります。件数ではなく、パフォーマンスを基準に重み付けしてください。

うまくいかない場合

症状原因対処法
別案の表現が平板/企業的に聞こえる言葉を入れ替える代わりに、文を書き直している元の骨格に戻し、印象の強い言葉だけを変える
どの別案も同じに聞こえるひとつの箇所でひとつの単語しか入れ替えていない動詞、強調語、感情を伝える名詞など、入れ替える箇所を変える
別案から緊張感が失われたフックの中で好奇心のギャップを解消しているギャップは残し、答えはフックの後に伝える
成果が上回らないランキングされていないデータ、またはニッチと合わないデータをマイニングしているランキング付きで再エクスポートし、実際のニッチに絞り込む

ワークフロー内での位置づけ

agent-reach / reel-analyzer で効果的なものを見つける → hook-mining でそのデータを自分のフックに変換する → viral-hook-writer で順位付けする → reel-scripter で台本を書く → reel-builder で作成する。

コメント