startup-competitors

スタートアップの競合分析

表面的なプロフィールにとどまらない、詳細な競合インテリジェンスを提供します。実際のウェブデータを活用して、実践的なバトルカード、価格動向の分析、戦略的な脆弱性のマッピングを作成します。

仕組み

INTAKE → RESEARCH (3 sequential waves) → SYNTHESIS → BATTLE CARDS

このプロセスでは、製品を理解し、3つの観点から競合を深く調査し、調査結果を統合して、実践的な成果物を作成します。標準的な所要時間は、Claude Code（並列エージェント）で15〜25分、Claude.ai（逐次処理）で30〜45分です。

言語

デフォルトの出力言語は英語です。ユーザーが別の言語で入力した場合、または明示的に言語を指定した場合は、すべての出力でその言語を使用してください。

---

フェーズ 0：再開の確認

何よりも先に、このスキルによって作成された PROGRESS.md が作業ディレクトリまたはプロジェクトのサブディレクトリにあるか確認してください（スキル名の欄には startup-competitors と記載されています）。見つかった場合は、内容を読み、最後に完了していないフェーズから再開してください。ユーザーには次のように伝えます。「前回のセッションの進捗が見つかりました。[フェーズ]まで完了しています。[次のフェーズ]から再開します。」

進捗ファイルが見つからない場合、または見つかったファイルが別のスキルのものだった場合は、フェーズ 1 から開始してください。

---

フェーズ 1：情報収集

短く要点を絞り、質問は1〜2回にとどめます。長時間の聞き取りは行いません。目的は、的を絞った調査に必要な情報だけを得ることです。

startup-design の過去の作業を確認する

質問する前に、このプロジェクトで startup-design のセッションがすでに完了しているか確認してください。作業ディレクトリまたはサブディレクトリ内で、次のファイルを探します。

• 01-discovery/competitor-landscape.md — 競合のプロフィールと分析
• 01-discovery/market-analysis.md — 市場規模、トレンド、規制
• 01-discovery/target-audience.md — 顧客ペルソナ、課題
• 00-intake/brief.md — 製品の説明と背景情報

これらのファイルがあれば読み込み、情報を調査の出発点として活用してください。

• brief から製品の説明、ターゲット市場、既知の競合を抽出します
• competitor-landscape.md の競合リストを、より詳細な分析の出発点として使います（startup-design では5〜8社の競合を表面的に分析しますが、このスキルでは各社をより深く分析します）
• market-analysis.md から市場規模とトレンドを取り出し、競合状況を文脈化します
• target-audience.md の顧客の課題を使って、特に重要な論点に絞って感情分析を行います

ユーザーには次のように伝えます。「以前の startup-design セッションのデータが見つかりました。これを出発点として、競合分析をさらに深掘りします。」

startup-design のファイルに十分な情報がある場合は、聞き取りを省略してそのまま調査に進みます。

質問する内容（過去のデータがない場合）

1回目 — 基本情報：

• 製品またはアイデアは何ですか？（1文でかまいません）
• どのような問題を、誰のために解決しますか？
• どの市場／カテゴリに属しますか？
• すでに知っている競合はいますか？（名称、URL）

2回目 — 詳細の確認（必要な場合のみ）：

• どの地域／市場をターゲットにしていますか？
• 価格モデルまたは価格帯はどのようなものですか？
• 主な差別化要因は何だと考えていますか？

質問を重ねすぎないでください。ユーザーが最初から明確な説明をしている場合は、そのまま調査に進みます。競合分析を通じて重要な点を明らかにします。

出力

{project-name}/intake.md に、製品、市場、既知の競合の簡潔な要約を保存します。startup-design のデータをもとに作成する場合は、使用した元ファイルを記載します。プロジェクト名は製品または市場に基づいて付けます（kebab-case。例：ai-email-assistant）。

次の内容を含む {project-name}/PROGRESS.md を作成します：プロジェクト名、スキル名（startup-competitors）、開始日、言語、調査モード（Live / Knowledge-Based）、フェーズのチェックリスト。各フェーズの完了後に更新してください。前回のセッションで作成された PROGRESS.md がすでにある場合は、最後に完了していないフェーズから再開してください。

フェーズ 1.5：調査の深度評価

インテーク後、市場の複雑さを評価し、推奨する調査の深度をユーザーに提示します。

参考： 複雑さのスコアリング表、ティアの定義、ウェーブ構成、ユーザーへの説明テンプレートについては、references/research-scaling.md をお読みください。

プロセス

1. インテークの内容から3つの要素を採点します：市場の広さ（1～3）、既知の競合他社の数（1～3）、対象地域の範囲（1～3）
2. スコアを合計（範囲：3～9）し、ティアに割り当てます：ライト（3～4）、標準（5～7）、ディープ（8～9）
3. 調査の深度を示す表をユーザーに提示します（正確なテンプレートについては research-scaling.md を参照してください）
4. ユーザーの回答を待ちます：推奨内容を受け入れる場合は light、または deep を選択するか、ok と入力します
5. 選択されたティアを PROGRESS.md に記録します

選択されたティアによって、フェーズ 2 の各ウェーブのエージェント数とエージェントごとの検索ラウンド数が決まります。ティアごとの正確なウェーブ構成については、research-scaling.md を参照してください。

---

フェーズ 2：調査

競合環境をそれぞれ異なる角度から調査する、3つの逐次的なウェーブを実施します。各ウェーブ内のエージェントは並列で実行します。全体として、360度の視点を得られます。

環境の検出

Agent ツールが利用可能か確認します。

• Agent ツールが利用可能（Claude Code）： 各ウェーブ内のすべてのエージェントを並列で起動します。より高速に進められます。
• Agent ツールが利用不可（Claude.ai、ウェブ）： 同じテンプレートに従って、調査を逐次的に実施します。深度は同じですが、時間がかかります。

ウェブ検索

このスキルでは、実データの取得に WebSearch が必要です。WebSearch が利用できない、または拒否された場合は、知識ベースモードに切り替えます。学習データを使用し、すべての調査結果に [Knowledge-Based — verify independently] を付け、信頼度の評価を1段階下げます。

参考： ウェーブを開始する前に references/research-principles.md をお読みください。情報源の品質ティア、相互参照のルール、データ不足への対処方法が定義されています。

ウェーブ 1：競合他社のプロファイルと価格情報

参考： エージェントのテンプレートについては、references/research-wave-1-profiles-pricing.md をお読みください。

2つのエージェント（または逐次実行する2つのブロック）：

A1：競合他社の詳細調査 — 直接競合する5～8社に加え、隣接するソリューションを2～3つ特定し、プロファイルを作成します（より幅広いプラットフォーム、手作業による代替手段、同じ予算をめぐって競合する隣接カテゴリのツールなど）。各社について、製品、機能、チームの規模、資金調達、成長の兆候、強み、弱みを調べます。マーケティングページだけでなく、レビュー、求人情報、資金調達データも確認します。

A2：価格情報の調査 — 各競合他社の価格モデルをリバースエンジニアリングします。「月額49ドルかかる」という情報だけでなく、価値指標（ユーザー単位か、使用量単位か、定額か）、ティアごとの違い、価格設定の心理的手法（アンカリング、デコイ、端数価格）、切り替えコスト（技術面、契約面、心理面）も調べます。ティアごとの比較表を作成します。

ウェーブ 2：顧客の感情の分析

参考： エージェントのテンプレートについては、references/research-wave-2-sentiment-mining.md をお読みください。

2つのエージェント（または逐次実行する2つのブロック）：

B1：レビューの分析 — 各競合他社について、G2、Capterra、TrustRadius、Product Hunt、App Store のレビューを分析します。ユーザーが評価している点、不満を持っている点、要望している機能といったパターンを抽出します。競合他社別および課題のテーマ別に整理し、原文の引用を含めます。

B2：フォーラムとコミュニティの分析 — Reddit、Indie Hackers、Hacker News、Quora、ニッチなコミュニティを調査します。既存のツールに対する不満、「Xには何を使っていますか？」というスレッド、移行事例、回避策に関する議論を見つけます。顧客が問題や要望を表す際に使う正確な言葉をまとめた言葉のマップを作成します。競合他社を離れる理由となる解約の兆候を特定します。

Wave 3：GTM と戦略シグナル

参照： エージェントのテンプレートについては、references/research-wave-3-gtm-signals.mdをお読みください。

エージェントを2つ（または順番に2つのブロック）実行します。

C1：Go-to-Market 分析 — 各競合について、主な顧客獲得チャネル、販売方式（セルフサービス型か営業主導型か）、コンテンツ戦略（ブログの投稿頻度、トピック、品質）、ソーシャルメディアでの存在感、有料広告の兆候、パートナーシップ施策を調査します。チャネルごとに競合の飽和度と機会を示すチャネル機会マップを作成します。

C2：戦略・成長シグナル — 資金調達の推移（ラウンド、投資家、時期）、採用傾向（エンジニアリング職中心＝開発中、営業職中心＝拡大中、サポート職中心＝苦戦中）、コンテンツ／SEO の実績（ランクインしているキーワード、競合が手薄な領域）、変更履歴や公開発言から読み取れる製品ロードマップのシグナルを調査します。各競合が強みとするコンテンツの柱と、十分に取り上げている企業がないトピックを特定します。

---

調査後のチェックポイント

3つの Wave がすべて完了したら、統合する前に、調査で判明したことをユーザーに簡潔に伝えます。プロファイルを作成した競合の数、顧客の主な課題のテーマ、特に注目すべき戦略シグナル（資金調達、採用、GTM の傾向）を説明します。次のように尋ねてください：「ご期待と一致していますか？統合する前に、追加または削除する競合はありますか？」

メッセージは1つにまとめてください。これは簡単な認識合わせであり、完全なレポートではありません。

---

フェーズ 3：統合

参照： 統合の手順とバトルカードのテンプレートについては、references/research-synthesis.mdをお読みください。

チェックポイントの後、調査で得られた情報を統合し、戦略的な成果物を作成します。このステップこそが真の価値を生み出します。単なる報告ではなく、データソースを横断してパターンを見つけ出す作業です。

統合の方法

統合とは、生の競合データを戦略へと変える作業です。これは形式を整えることではなく、推論することです。書き始める前に、調査結果がどのようにつながり合うかをじっくり考えてください。価格のギャップは、繰り返し寄せられる顧客の不満や採用のシグナルと結び付けて初めて意味を持ちます。分析の中で最も大きな効果をもたらす思考の作業なので、モデルが拡張思考に対応している場合は、ここで活用してください。そのうえで、次の手順を慎重に進めます。

1. 何かを書く前に、生データをすべて読みます
2. Wave を横断して調査結果を結び付けます。価格のギャップ＋顧客の不満＋採用のシグナル＝戦略的機会
3. 情報源間の矛盾を特定し、どの情報を信頼するか説明します
4. 主要な主張ごとに確信度（高／中／低）を評価します
5. 事実だけでなく、それが何を意味するのかという戦略的な示唆を示します
6. 生データに含まれるデータの不足をすべて集約し、competitors-report の専用セクション「データの不足と調査の限界」に記載します。どの分析にも見落としはあります。それを明示することで、根拠のない確信を防げます
7. 周辺のソリューション（より幅広いプラットフォーム、手動での代替手段、隣接カテゴリのツール）も含めます。顧客が選ぶのは直接の競合だけではなく、隣接分野の「十分使える」選択肢でもあります

出力ファイル

すべての成果物ファイルは、標準化されたヘッダーで始める必要があります：# {Title}: {product} に続けて *Skill: startup-competitors | Generated: {date}* を記載します。すべての成果物の末尾には、「Red Flags」「Yellow Flags」「Sources」の各セクションを含める必要があります。

{project-name}/competitors-report.md — メインの成果物：

• エグゼクティブサマリー（競争環境の概要を5文で記載）
• 市場集中度の評価（分散／集約中／独占的）
• 調査項目ごとの主な調査結果
• 戦略的機会（競争すべき領域）
• 戦略的リスク（避けるべき領域）
• 競争優位性の評価（ネットワーク効果、切り替えコスト、データの堀、ブランド、規模）
• データの不足と調査の限界（必須 — すべての生データファイルから集約）
• レッドフラグとイエローフラグ

{project-name}/competitive-matrix.md — 機能比較表：

• 行に機能、列に競合他社を配置
• 評価：強い／十分／弱い／なし
• どの競合他社も十分に対応できていないギャップを強調
• 自社製品を含める（ローンチ前の場合はプレースホルダーを使用）

{project-name}/pricing-landscape.md — 価格設定の詳細分析：

• すべての競合他社について、プランごとに比較
• 価値指標の分析（各社が何に対して、なぜ課金するか）
• 価格設定の心理的戦略の分析（アンカリング、デコイ、フリーミアム戦略）
• 価格ポジショニングマップ（軸：価格と機能の深さ）
• 価格設定の空白領域 — ポジショニングの余地がある領域
• 切り替えコストのマトリックス（競合他社ごとに、技術面、契約面、感情面を記載）

{project-name}/battle-cards/{competitor-name}.md — 競合他社ごとに1つ：

• 1ページ形式：企業概要、強み、弱み
• 競合に勝つ方法（具体的な訴求ポイント）
• 競合が自社に勝つ場合（率直に記載）
• 顧客の懸念と回答
• 突くべき主な弱点
• 解約の兆候（顧客が離れる理由）

生データ

参照用の生データ調査ファイルは {project-name}/raw/ に保存します：

• competitor-profiles.md
• pricing-intelligence.md
• review-mining.md
• forum-mining.md
• gtm-analysis.md
• strategic-signals.md

---

フェーズ3.5：調査の検証

統合が完了し、すべての成果物ファイルを書き出した後、検証を実施します。

参照： 検証プロトコル、共通チェック、スキル固有のチェックの詳細については、references/verification-agent.md を読んでください。

プロセス

1. エージェント V1：検証 を起動します。V1はすべての成果物ファイルを読み、ラベルのない主張、内部矛盾、確信度評価の一貫性、データ不足の記載漏れ、フラグの記載漏れ、古いデータ、重複ソースによる誤った裏付けがないかを確認します
2. V1は、startup-competitors固有のチェックも実施します。バトルカードとレポートの整合性、マトリックスとプロフィールの整合性、価格設定の全体像とプロフィールの整合性、成果物間の一貫性を確認します
3. V1は {project-name}/verification-report.md を作成します
4. 重大な問題が見つかった場合： 一時停止して問題をユーザーに提示します。先に修正するか、そのまま進めるかを尋ねます
5. 警告／情報のみの場合： 1行の概要を表示します

Claude.ai上、またはAgentツールが利用できない場合は、同じプロトコルに従って、メインの会話内で自分自身が検証チェックを実施します

誠実性プロトコル

参考資料： プロトコルの全容とアンチパターンの詳細については、references/honesty-protocol.md をお読みください。

競合情報が役立つのは、それが誠実な場合に限られます。基本ルール（主張にラベルを付ける、定量化する、情報の欠落を明示する）に加え、競合情報に特有のルールがあります。

1. 過度に持ち上げない。 競合他社のほうが何かの点で客観的に優れているなら、そう述べてください。競合他社の強みを無視するバトルカードは、実際の営業の場では役に立ちません。
2. 主張にラベルを付ける。 [Data]、[Estimate]、[Assumption]、[Opinion] のタグを使ってください。推測を事実として示してはいけません。
3. 定量化する。 「急速に成長している」ではなく、「ARR 1,200 万ドル、前年比 40％成長」と記載してください。
4. すべてに日付を付ける。 12 か月を超えるデータには、その旨を明記してください。
5. 情報の欠落を明示する。 「データの欠落：［X］に関する信頼できるデータは見つかりませんでした」と記載するほうが、捏造するより常に適切です。
6. 危険信号を明らかにする。 競争環境が厳しいようなら、率直に伝えてください。
7. 確証バイアスに疑問を投げかける。 調査結果が創業者の既存の考えを裏付ける場合は、さらに深く掘り下げてください。それに反する証拠を探してください。

アンチパターンの一覧（6 項目）と詳細なプロトコルについては、references/honesty-protocol.md をご覧ください。

---

参考ファイル

現在のフェーズに必要なものだけを読んでください。

ファイル	読むタイミング	約行数	目的
honesty-protocol.md	セッション開始時	約 72	アンチパターンを含む、誠実性プロトコルの全容
research-principles.md	フェーズ 2 の開始前	約 54	情報源の品質、相互参照、データの欠落
research-wave-1-profiles-pricing.md	Wave 1 の実施時	約 186	プロフィールと料金プラン用のエージェントテンプレート
research-wave-2-sentiment-mining.md	Wave 2 の実施時	約 189	レビューとフォーラムの調査用エージェントテンプレート
research-wave-3-gtm-signals.md	Wave 3 の実施時	約 192	GTM と戦略的シグナル用のエージェントテンプレート
research-synthesis.md	すべての Wave 完了後	約 231	統合方法とバトルカードのテンプレート
research-scaling.md	インテーク後、フェーズ 2 の前	約 106	複雑性のスコアリング、ティアの定義、Wave の構成
verification-agent.md	統合後	約 126	検証プロトコル、共通チェックとスキル固有のチェック