mcpField
I
industry-scanner

industry-scanner

github.com/gooseworks-aiマーケティング・グロース1.3k64 回インストール3 日前に更新
リポジトリ

industry-scanner について

industry-scannerは、業界調査の結果から実行可能なGTM機会をまとめるマーケティングスキルです。クライアント設定に基づいて複数の情報源を並行検索し、結果を分類・選別します。

主な機能

  1. 01日次・週次の業界スキャン
  2. 02情報源と検索語の設定
  3. 03複数チャネルからの並行収集
  4. 04重複排除と関連度評価
  5. 05GTM機会レポートの作成

活用シーン

  1. 01競合ニュースや業界変化の監視
  2. 02イベント・コンテンツ・営業機会の発見
  3. 03市場動向や顧客課題の追跡

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/gooseworks-ai/goose-skills --skill industry-scanner

インストール後、Claude Code で/industry-scanner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。

skill.meta.json
config/
example-config.json
templates/
output-template.md

詳細

業界スキャナー

インターネットを毎日詳しく調査し、クライアントの業界に関連するあらゆる情報をスキャンして、見つかった情報をもとに戦略的なGTMの機会を生成するエージェントです。

クイックスタート

Run an industry scan for <client>. Use the config at clients/<client>/config/industry-scanner.json.

または、週次のより詳細なスキャンの場合:

Run a weekly industry scan for <client> with --lookback 7.

入力

  • クライアント名 — 読み込む設定ファイルとコンテキストファイルを決定します
  • 遡る期間(任意) — 日次の場合は 1(デフォルト)、週次の詳細スキャンの場合は 7
  • 重点分野(任意) — スキャン対象を特定のカテゴリーに限定します(例:「競合他社のみ」、「イベントのみ」)

手順

フェーズ1:設定の読み込み
  1. clients/<client>/config/industry-scanner.json を読み込みます。ここには、スキャン対象のキーワード、情報源、競合他社、URLがすべて含まれています
  2. clients/<client>/context.md を読み込みます。関連性の高い戦略を生成するために、ICP、バリュープロポジション、ポジショニングが必要です
  3. 遡る期間を設定します。日次スキャンでは 1 日、週次では 7、またはユーザーが指定した期間を使用します
  4. 出力ファイル名に使う今日の日付を確認します

クライアント設定が存在しない場合は、必要な情報をユーザーに尋ね、skills/industry-scanner/config/example-config.json の例をもとに設定を作成することを提案します。

フェーズ2:データ収集

可能な場合は、以下のデータソースを並行して実行します。設定されていないソースはスキップします。各ソースについて、既存のスキルのCLIまたはツールを、ドキュメントの説明に従って使用します。

重要: スキャン全体の所要時間を最小限にするため、以下のbashコマンドを可能な限り並行して実行してください。各ソースは互いに独立しています。

2A. ウェブ検索(組み込みのWebSearchツール)

設定された web_search_queries と時期を絞る修飾語を組み合わせて、5~8件のウェブ検索を実行します。例:

  • "<industry keyword> news this week"
  • "<competitor name> shutdown OR closing OR acquired 2026"
  • "<industry> conference 2026 speaker applications"
  • "<industry keyword> new regulation OR policy change"
  • "<competitor name> layoffs OR pivot OR rebrand"

また、最近のニュースを見つけるため、各競合他社名でも直接検索します。

2B. 業界ブログと出版物
python3 skills/blog-feed-monitor/scripts/scrape_blogs.py \
  --urls "<comma-separated blog_urls from config>" \
  --days <lookback> --output json

CLIの詳細については、skills/blog-feed-monitor/SKILL.md を読んでください。

2C. Reddit

設定された各サブレディットについて、次を実行します:

python3 skills/reddit-post-finder/scripts/search_reddit.py \
  --subreddit "<comma-separated subreddits from config>" \
  --keywords "<comma-separated reddit_keywords from config>" \
  --days <lookback> --sort hot --output json

エンゲージメントの高い投稿を見つけるため、--sort top --time week を指定した別の検索も実行します。

CLIの詳細については、skills/reddit-post-finder/SKILL.md を読んでください。

2D. Twitter/X

設定された各Twitterクエリについて、次を実行します:

python3 skills/twitter-mention-tracker/scripts/search_twitter.py \
  --query "<twitter_query>" \
  --since <yesterday-YYYY-MM-DD> --until <today-YYYY-MM-DD> \
  --max-tweets 30 --output json

CLIの詳細については、skills/twitter-mention-tracker/SKILL.md を読んでください。

2E. LinkedIn

linkedin-post-researchスキルを使って、設定された各LinkedInキーワードを検索します。

linkedin-post-research スキルに委任します(apimaestro~linkedin-posts-search-scraper-no-cookies Apifyアクターを使用します)。各キーワードを date_posted: "past-day" で検索します(週次スキャンの場合は "past-week")。

Apifyのワークフロー全体については、skills/linkedin-post-research/SKILL.md を読んでください。

2F. Hacker News
python3 skills/hacker-news-scraper/scripts/search_hn.py \
  --query "<hn_query>" --days <lookback> --output json

設定された hn_queries の各エントリについて、1回ずつ実行します。CLIの詳細については、skills/hacker-news-scraper/SKILL.md を読んでください。

2G. RSSニュースフィード

クライアントにaccounting-news-monitor(または同様のもの)が設定されている場合:

python3 skills/accounting-news-monitor/scripts/monitor_news.py \
  --new-only --days <lookback> --output json

CLIの詳細については、skills/accounting-news-monitor/SKILL.md を読んでください。

2H. ニュースレターの受信トレイ

クライアントにニュースレター監視が設定されている場合:

python3 skills/newsletter-monitor/scripts/scan_newsletters.py \
  --days <lookback> --output json

CLIの詳細については、skills/newsletter-monitor/SKILL.md を読んでください。

2I. レビューサイト

設定された各レビューURLについて、次を実行します:

python3 skills/review-site-scraper/scripts/scrape_reviews.py \
  --platform <platform> --url "<review_url>" \
  --days <lookback> --max-reviews 20 --output json

CLIの詳細については、skills/review-site-scraper/SKILL.md を読んでください。

フェーズ 3:統合と分類

すべてのデータ収集が完了したら、結果を統合します。

  1. 重複を削除 — 複数の情報源で取り上げられている項目(例:ブログと Reddit の両方に掲載されたニュース記事)を整理します。最も情報量の多い内容を残し、複数の情報源に掲載されていること(より強いシグナル)を記録します。

  2. 各項目を次のいずれかのカテゴリに分類します。

カテゴリ注目する内容
競合ニュース事業終了、ローンチ、資金調達、方向転換、ネガティブなレビュー、経営陣の変更、価格変更
業界イベント今後開催されるカンファレンス、ウェビナー、ミートアップ、登壇枠、CFP、賞へのノミネート
市場トレンド拡散している議論、注目トピック、新たなテーマ、センチメントの変化、導入データ
規制/政策新しい規制、コンプライアンスの変更、政府の動き、標準規格の更新
人事異動競合企業やターゲット企業の重要な人材の採用、退職、昇進
テクノロジー新製品のローンチ、連携、プラットフォームの変更、非推奨化
資金調達/M&A買収、合併、資金調達ラウンド、PE 投資、IPO の兆候
課題クライアントが解決する問題について、公開の場で不満を述べている人々
コンテンツの機会トレンドになっているコンテンツ、拡散している投稿、既存の報道の不足、未回答の質問
  1. 関連性を評価 — クライアントの ICP とバリュープロポジションとの直接的な関連性に基づいて、高/中/低に分類します。

  2. ノイズを除外 — 本当に注目すべき項目を除き、関連性が低いと評価された項目は削除します。目標は量ではなく、価値ある情報です。

フェーズ 4:戦略的な機会の創出

統合したインテリジェンスを確認し、GTM の真の機会につながる項目(または関連項目のまとまり)を特定します。

重要:すべての項目に無理やり戦略を当てはめないでください。 多くの項目は「知っておくとよい」情報にすぎません。それで問題ありません。そうした情報はインテリジェンスブリーフィングに含めます。成長に大きな影響を与え得る、現実的で実行可能な機会がある場合に限り、戦略案を作成してください。

実際の機会ごとに、次の情報を作成します。

項目説明
きっかけ何が起きたか — このアイデアの発端となったインテリジェンス項目
戦略それに対して何をするか — 曖昧ではなく、具体的で実行可能な内容
戦術次の具体的なステップを 2~4 件。該当する場合はスキルへの参照を含めます
緊急度Immediate(今日/今週中に実行)、Soon(今後 2 週間以内)、または Evergreen
工数Low(1~2 時間)、Medium(半日)、High(複数日にわたるプロジェクト)
期待される影響なぜ重要なのか — 誰に届き、何を生み出せるか
参考にする戦略パターン

これらはチェックリストではなく、アイデアとして活用してください。きっかけに合ったパターンを選びます。

競合が苦境にある場合(事業停止、悪いレビュー、レイオフ、方向転換):

  • 顧客を対象に、移行ガイドや比較ガイドを公開する
  • レビューサイトや、競合について言及している LinkedIn 投稿から顧客を見つけ、アプローチする
  • 事業停止や問題について話し合っているソーシャル投稿に参加する
  • SEO 流入を獲得するために、「X の代替」コンテンツを作成する
  • スキル:web-archive-scraper(競合の顧客リストを復元)、review-site-scraper(レビュアーを特定)、linkedin-post-research(競合についての投稿を見つける)、cold-email-outreach

業界イベントが近づいている場合:

  • 登壇枠が空いていれば、登壇に応募する
  • イベント前に参加者へアプローチする計画を立てる(スキル:luma-event-attendees または conference-speaker-scraper)
  • イベントに特化したコンテンツを作成する(例:「[Event] で注目すること」)
  • 現地での活動とフォローアップキャンペーンを計画する

投稿がバイラルになった、または議論がトレンドになった場合:

  • スレッドに思慮深く参加する(LinkedIn のコメント、Reddit の返信、ツイート)
  • クライアントの専門家としての見解を盛り込んだ返信コンテンツ(ブログ記事、LinkedIn 投稿)を作成する
  • 投稿者が ICP であれば、直接フォローアップする
  • スキル:linkedin-post-research、company-contact-finder

買収または合併が発表された場合:

  • 買収された会社のクライアントに連絡する(移行期にあり、代替案を検討しやすい状況です)
  • 買収が業界に与える影響についてコンテンツを作成する
  • スキル:web-archive-scraper(クライアントリストを見つける)、company-contact-finder

新しい規制またはポリシー変更があった場合:

  • クライアントを専門家として位置づける教育コンテンツを作成する
  • 変更の影響を受ける企業に直接アプローチする
  • コンプライアンスに関するウェビナーを開催するか、ガイドを公開する

課題が表面化した場合(Reddit の不満、否定的なレビュー、LinkedIn での不満の投稿):

  • 投稿に役立つ形で参加する(売り込まず、まず価値を提供する)
  • 投稿者が ICP であれば、ダイレクトメッセージまたはメールでフォローアップする
  • 具体的な課題に対処するコンテンツを作成する
  • スキル:company-contact-finder

トレンドの話題、またはコンテンツの不足がある場合:

  • 話題が注目されているうちに、ソートリーダーシップコンテンツを公開する
  • CEO または創業者が独自の見解を LinkedIn に投稿する
  • トレンドの話題についてポッドキャストまたはウェビナーを開催する

ターゲット企業で資金調達ラウンドが発表された場合:

  • 企業にアプローチする(資金調達後は、新しいツールの予算があります)
  • スキル:company-contact-finder、cold-email-outreach
フェーズ 5:出力を生成する

次の構成で、レポートを現在の作業ディレクトリに industry-scan-<YYYY-MM-DD>.md(またはユーザー指定のパス)として保存します。


# Industry Intelligence Briefing — <Client Name>
**Date:** <YYYY-MM-DD>
**Scan type:** Daily / Weekly
**Sources scanned:** <list of sources that returned results>

---

## Executive Summary

<2-3 sentence overview of the most important findings. What should the client pay attention to today?>

---

## Intelligence Briefing

### Competitor News
| Item | Source | Link | Relevance |
|------|--------|------|-----------|
| ... | ... | ... | High/Med |

### Industry Events
| Item | Source | Link | Date | Relevance |
|------|--------|------|------|-----------|

### Market Trends
| Item | Source | Link | Engagement | Relevance |
|------|--------|------|------------|-----------|

### Funding / M&A
| Item | Source | Link | Relevance |
|------|--------|------|-----------|

### Regulatory / Policy
| Item | Source | Link | Relevance |
|------|--------|------|-----------|

### Technology
| Item | Source | Link | Relevance |
|------|--------|------|-----------|

### People Moves
| Item | Source | Link | Relevance |
|------|--------|------|-----------|

### Pain Points & Complaints
| Item | Source | Link | Engagement | Relevance |
|------|--------|------|------------|-----------|

### Content Opportunities
| Item | Source | Link | Why | Relevance |
|------|--------|------|-----|-----------|

*(Only include sections that have items. Skip empty categories.)*

---

## Strategic Growth Opportunities

*(Only include opportunities where there's a genuine, actionable strategy with meaningful potential impact. It is completely fine to have zero opportunities on a quiet day.)*

### Opportunity 1: <Short title>

**Trigger:** <What happened>

**Strategy:** <What to do about it>

**Tactics:**
1. <Specific action> *(skill: <skill-name> if applicable)*
2. <Specific action>
3. <Specific action>

**Urgency:** Immediate / Soon / Evergreen
**Effort:** Low / Medium / High
**Expected Impact:** <Why this matters>

---

### Opportunity 2: ...

---

## Scan Statistics

- **Total items found:** X
- **By category:** Competitor News (X), Events (X), Trends (X), ...
- **Opportunities identified:** X
- **Sources that returned results:** X of Y configured

設定

各クライアントには、clients/<client>/config/industry-scanner.json に設定ファイルが必要です。スキーマ全体については、skills/industry-scanner/config/example-config.json を参照してください。

主なフィールド:

  • web_search_queries — 業界全般の検索語
  • competitors — モニタリング対象の競合名
  • subreddits + reddit_keywords — Reddit のモニタリング設定
  • twitter_queries — Twitter/X の検索語
  • linkedin_keywords — LinkedIn 投稿の検索語
  • blog_urls — 業界メディアの URL(RSS スクレイピング用)
  • hn_queries — Hacker News の検索語
  • review_urls — 競合のレビューサイトページの URL(G2、Capterra、Trustpilot)
  • event_keywords — カンファレンスやイベントの検索語

ヒント

  • 毎日と毎週のスキャン: 毎日のスキャン(--lookback 1)は高速ですが、進展の遅いニュースを見逃すことがあります。包括的に把握するため、毎週月曜日に週次の詳細スキャン(--lookback 7)を実行してください。
  • ノイズの多いソース: あるソースから関連性のない結果が継続的に返される場合は、そのソースを完全に削除するのではなく、設定のキーワードを調整してください。
  • 複数ソースからのシグナル: 複数のソース(例:Reddit と Twitter の両方)に現れる項目は、より強いシグナルです。ブリーフィングでその旨を示してください。
  • 戦略の質は量より重要: 戦略的な機会がゼロの日のほうが、無理に作った機会が5件ある日よりも優れています。機会がなくても、インテリジェンスブリーフィングには単独で価値があります。
  • フォローアップ: 機会で下流のスキル(例:company-contact-finder)が参照されている場合、ユーザーはそのスキルに直接つないでアクションを実行できます。

依存関係

サブスキルで必要なもの以外に、追加の依存関係はありません。

  • requests(Python)— blog-feed-monitor、reddit-post-finder、twitter-mention-tracker、hn-scraper、review-site-scraper、news-monitor 用
  • APIFY_API_TOKEN 環境変数 — Reddit、Twitter、レビューのスクレイピング用
  • agentmail と python-dotenv — newsletter-monitor 用(設定されている場合)
  • APIFY_API_TOKEN — LinkedIn の投稿検索は linkedin-post-research スキル(Apify ベース)を経由します

コメント