startup-validator について
市場調査、競合分析、課題の検証、ポジショニングを通じてスタートアップのアイデアを評価するスキルです。調査結果とリスクをまとめ、出典付きのレポートと実行可能な提案を作成します。
主な機能
- 01体系的な市場調査計画
- 02市場と競合の分析
- 03課題と解決策の適合性評価
- 04リスクと機会の特定
- 05ポジショニングと市場参入の提案
- 06Pythonスクリプトによる定量分析
活用シーン
- 01スタートアップ構想の需要評価
- 02競合や市場の代替策の比較
- 03立ち上げ前に検証すべき仮説の特定
- 04ターゲット市場とポジショニングの策定
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/ ailabs-393/ ai-labs-claude-skills --skill startup-validatorインストール後、Claude Code で/startup-validator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。
index.jspackage.jsonreferences/frameworks.mdresearch_templates.mdscripts/market_analyzer.py詳細
スタートアップ検証
体系的な市場調査、競合分析、課題の検証、ポジショニング戦略を通じてスタートアップのアイデアを分析する包括的なツールです。このスキルは、スタートアップのアイデアに実際の市場ポテンシャルがあるか、また効果的にポジショニングするにはどうすればよいかを評価するのに役立ちます。
コアワークフロー
ユーザーがスタートアップのアイデアを提示したら、次の体系的な検証プロセスに従ってください。
1. アイデアの明確化と範囲の設定(2~3分)
調査を始める前に、内容を完全に把握してください。
主な情報を抽出します:
- 解決する課題
- 対象となる顧客/市場
- 提案するソリューション
- ビジネスモデル(言及されている場合)
- 地理的な対象地域(デフォルト:グローバル/米国)
重要な情報が不足している場合に限り、確認の質問をします:
- 「具体的に、どのような顧客をターゲットにしていますか?」
- 「現在、顧客はどのような課題に直面していますか?」
- 「顧客は現在、この課題をどのように解決していますか?」
独自に調査できる情報(市場規模、競合、トレンドなど)については、質問しないでください。
2. 調査計画の作成(1分)
アイデアに基づいて、次の項目を特定した調査計画を作成します:
- 必要な市場規模に関する検索
- 競合調査のキーワード
- 課題を検証するための検索
- トレンド分析のトピック
- 価格設定/ビジネスモデルに関する調査
検索クエリの作成には、references/research_templates.md のテンプレートを使用してください。
3. 包括的な市場調査(最低10~15回のツール呼び出し)
あらゆる側面について、体系的に調査を実行します。徹底的に分析するため、必ず10~15回以上のウェブ検索を行ってください。
A. 市場機会(検索3~5回)
次の項目を検索します:
- 市場規模と予測
- 成長率とトレンド
- TAM/SAMの算出
- 業界レポートと予測
クエリの例:
- 「[industry] market size 2025」
- 「global [product category] market forecast」
- 「[industry] growth rate CAGR」
B. 競争環境(検索3~5回)
次の項目を検索します:
- 直接競合
- 代替ソリューション
- 市場のリーダー企業
- 最近の資金調達/買収
クエリの例:
- 「[solution type] companies」
- 「[product category] alternatives」
- 「best [product type] 2025」
- 「[industry] startups funding」
C. 課題の検証(検索2~3回)
次の項目を検索します:
- 課題を裏付ける証拠
- 現在の問題点
- 顧客の行動パターン
- 既存の予算配分
クエリの例:
- 「[target customer] challenges [industry]」
- 「why [target customer] need [solution]」
- 「[problem] statistics」
D. 市場トレンド(検索2~3回)
次の項目を検索します:
- テクノロジーのトレンド
- 規制の変更
- 消費者行動の変化
- 投資の動向
クエリの例:
- 「[industry] trends 2025」
- 「future of [technology/market]」
- 「[industry] investment report」
E. ビジネスモデルの調査(検索1~2回)
次の項目を検索します:
- この領域における価格設定モデル
- ユニットエコノミクスのベンチマーク
- 顧客獲得戦略
クエリの例:
- 「[product] pricing models」
- 「[industry] average customer acquisition cost」
重要: スニペットだけでなく、詳細なデータを得るため、web_fetch を使って信頼できる情報源(Gartner、McKinsey、Statista、Crunchbase、業界レポートなど)の記事全文を読んでください。
4. データ分析と統合
データを収集したら、references/frameworks.md のフレームワークを使って分析します。
市場機会の評価
- TAM、SAM、SOMを算出/推定する
- 成長の軌道を評価する
- 市場トレンド(好ましい/好ましくない)を特定する
- 市場の成熟段階を評価する
競争上のポジショニング
- 競争環境(直接/間接/隣接)をマッピングする
- 市場の空白を特定する
- 参入障壁を評価する
- 必要となる競争優位性を評価する
課題とソリューションの適合性
- 課題の発生頻度と深刻さを検証する
- 支払い意欲を評価する
- 現在のソリューションとその限界を評価する
- 独自の価値提案の機会を特定する
ビジネスモデルの実現可能性
- ユニットエコノミクスの可能性を推定する
- 拡張性を評価する
- 価格決定力を評価する
- 顧客獲得チャネルを検討する
任意: 定量データが利用できる場合は、JSON ファイルを作成し、scripts/market_analyzer.pyを使用して指標を計算し、追加のインサイトを生成します。
5. リスクと機会の特定
以下を明確に示します。
- 重大なリスク: 事業の成立を妨げる要因や大きな課題
- 管理可能なリスク: 戦略や実行によって解決できるもの
- 主な機会: 市場の空白、タイミング面での優位性、トレンド
- 検証が必要な仮説: テストが必要な仮説
6. ポジショニング戦略
具体的な推奨事項を策定します。
- ターゲット市場のセグメンテーション: 最初に重点を置く市場
- 価値提案: 中核となる便益の説明
- 差別化戦略: どのように際立つか
- 市場投入アプローチ: 流通および顧客獲得戦略
- ポジショニングステートメント: 簡潔な市場での位置づけ
7. レポートの作成
以下を含む包括的な Markdown レポートを作成します。
# [Startup Idea] Validation Report
## Executive Summary
- One-paragraph overview
- Bottom-line recommendation: STRONG GO / PROCEED WITH VALIDATION / PIVOT RECOMMENDED / NOT VIABLE
- 3-5 key findings
## Market Analysis
### Market Size & Growth
- TAM/SAM/SOM estimates with sources
- Growth rate and trajectory
- Market maturity assessment
### Market Trends
- Key favorable trends
- Potential headwinds
- Timing considerations
## Competitive Landscape
### Direct Competitors
- List with brief descriptions
- Market share/position
- Strengths and weaknesses
### Indirect Competition
- Alternative solutions
- Substitutes
### Competitive Gaps
- Unmet needs
- Positioning opportunities
## Problem-Solution Fit
### Problem Validation
- Evidence of problem
- Frequency and intensity
- Current solutions and limitations
### Solution Differentiation
- Unique value proposition
- Competitive advantages
- Potential moats
## Business Model Assessment
### Revenue Model
- Pricing strategy alignment
- Unit economics potential
- Scalability factors
### Customer Acquisition
- Primary channels
- CAC considerations
- Sales cycle estimates
## Risk Analysis
### Critical Risks
- Deal-breakers
- Major challenges
### Manageable Risks
- Addressable concerns
- Mitigation strategies
## Positioning Recommendations
### Target Market
- Primary customer segment
- Beachhead market strategy
### Value Proposition
- Core benefit statement
- Key differentiators
### Go-to-Market Strategy
- Distribution approach
- Partnership opportunities
- Initial traction strategy
## Validation Next Steps
1. Immediate actions to validate assumptions
2. Customer interviews needed
3. MVPs or prototypes to test
4. Metrics to track
## Sources
[List all key sources with links]
書式設定のガイドライン:
- 明確な見出しと小見出しを使用する
- 重要な指標と調査結果を太字にする
- 出典とともに具体的な数値を記載する
- 読みやすくするため、箇条書きを使用する
- リンクを付けて、出典を本文中に記載する
- エグゼクティブサマリーは200語未満にする
品質基準
調査の徹底度
- すべての観点で、ウェブ検索を最低10~15回行う
- 信頼できる情報源を使用する(優先順位:Gartner、Forrester、McKinsey、Statista、Crunchbase、業界アナリスト)
- 複数の情報源でデータを相互検証する
- スニペットだけでなく、詳細な分析のために記事全文を取得する
分析の深さ
references/frameworks.mdにある複数のフレームワークを適用する- 曖昧な記述ではなく、具体的な数値と推定値を提示する
- 機会とリスクの両方を特定する
- 実行可能な推奨事項を含める
レポートの品質
- 明確なエグゼクティブサマリーと、断定的な推奨事項を示す
- 論理的な流れで適切に構成する
- 具体的で実行可能なインサイトを提示する
- 出典を適切に記載する
- データの限界と前提について率直に述べる
同梱リソース
references/frameworks.md
以下を含む包括的な市場分析フレームワーク:
- TAM/SAM/SOM分析の手法
- ポーターのファイブフォース分析
- 課題とソリューションの適合基準
- ビジネスモデル評価フレームワーク
- リスク評価カテゴリ
- ポジショニングフレームワーク
使用するタイミング: あらゆる観点から包括的に評価できるよう、分析全体を通じて参照します。
references/research_templates.md
以下を含む検索クエリのテンプレートと信頼できるデータソース:
- 市場規模の調査クエリ
- 競合分析の検索クエリ
- 課題検証のクエリ
- トレンド分析のキーワード
- カテゴリ別の推奨データソース
- 情報源の品質に関する階層
使用するタイミング: 調査の計画と実行時に、効果的な検索を組み立て、信頼できる情報源を特定するために使用します。
scripts/market_analyzer.py
定量的な市場分析を行う Python スクリプト:
- 市場指標の計算(TAM/SAM/SOMの割合、成長予測)
- ユニットエコノミクス分析(LTV:CAC、投資回収期間、利益率)
- 実現可能性のスコアリングアルゴリズム
- レポートの自動生成
使用するタイミング: 定量データが利用でき、計算によって分析を強化できる場合に使用します。JSON ファイルでデータを入力すると、計算済みの指標と Markdown レポートのセクションが出力されます。
使用例:
python scripts/market_analyzer.py analysis_data.json
入力形式:
{
"startup_name": "Example Startup",
"market_data": {
"tam": 10000000000,
"sam": 2000000000,
"som": 200000000,
"current_market_size": 5000000000,
"growth_rate": 15,
"years": 5,
"competition_level": "medium",
"market_maturity": "growing"
},
"business_data": {
"cac": 500,
"ltv": 2000,
"monthly_revenue": 50,
"revenue": 1000,
"cost": 300
}
}
避けるべきよくある落とし穴
-
調査不足: 検索を1~3回行っただけで済ませないでください。必ず最低でも10~15回以上検索してください。
-
曖昧な結論: 具体的な数値を示さずに「市場は大きい」などと述べるのは避けてください。
-
重要な観点の欠落: 分析では、市場機会、競合、課題の妥当性、トレンド、ビジネスモデルを必ず取り上げてください。
-
楽観的すぎる見方: 実際のリスクや課題も含め、バランスの取れた見解を提示してください。
-
情報源の質の低さ: ブログ記事や宣伝コンテンツよりも、一次情報や信頼できるアナリストを優先してください。
-
タイミングの無視: 市場の準備状況やトレンドのタイミングは重要な要素です。
-
実行可能な提案がない: 検証に向けた具体的な次のステップを必ず提示してください。
トリガーとなる表現の例
ユーザーは、次のような表現を使って検証を依頼することがあります。
- 「次のスタートアップのアイデアを検証してください……」
- 「……の市場はありますか?」
- 「……の機会を分析してください」
- 「……を必要としている人がいるか調査してください」
- 「……の競合を調べてください」
- 「私のビジネスアイデアに実現性があるか確認してください」
- 「このコンセプトを評価してください」
- 「市場調査をしてください……」
- 「……にはどのような可能性がありますか?」