trend-spotter

トレンド発見

このスキルは、オーディエンスにとって重要なトレンドを特定し、活用するのに役立ちます。ソーシャル上の会話、新たなトピック、バイラルコンテンツの形式、文化的な出来事をモニタリングし、インフルエンサーキャンペーンのタイミングやコンテンツ戦略に役立つ情報を提供します。

クイックスタート

最短の呼び出し：

What trends are relevant for [brand/industry] right now?

よくあるシナリオ — 取り組む前に、特定のトレンドを1つ分析します。

Should [brand] participate in [trend/challenge]? Score the brand fit and give a go/skip call.

スキルの契約

• 読み取り：ブランド／業界、対象プラットフォーム、オーディエンス、地域、対象期間、コンテンツカテゴリー。存在する場合は、memory/influencer/ の過去のオーディエンス調査とニッチ調査の結果も読み取ります。
• 書き込み：デフォルトでは、トレンドレポートをインラインで返します。memory/influencer/trend-spotter/YYYY-MM-DD-<topic>.md に保存するのは、その WARM パスへの明確な許可がある場合に限ります。
• 昇格：別途明確な許可がある場合に限り、長期的に有効な情報（今すぐ取り組むべき主要トレンド、避けるべきトレンド、次回の確認日）を memory/hot-cache.md に昇格します。
• 完了条件：
  1. 名前を挙げたすべての現在のトレンド、ボリューム／成長率／ステータスに関する主張、文化的な出来事、競合他社による採用状況の主張に、日付入りの出典参照と、指定されたプラットフォーム、地域、観測期間、指標の定義、勢いの比較が含まれていること。
  2. 対象範囲に関する最新のエビデンスが揃っている各候補に、ブランド適合度スコアと go／caution／skip の判定が付いていること。RSS／タイトルの重複だけに基づく候補は、score_state: NOT_SCORED の Proxy candidate として扱います。
  3. 最新のエビデンスが裏付ける場合に限り、レポートに上位3件のトレンド、ウォッチリスト、回避リストを記載します。それ以外の場合は、具体的なクエリ／収集計画とともに NEEDS_INPUT を返します。
• 主な次のスキル：influencer-discovery — 選んだトレンドを実行できるクリエイターを見つけます。

引き継ぎサマリー

skill-contract.md §Handoff Summary Format に記載された標準形式を出力します。

データソース

インテークとクエリプランは、ライブ連携なしで機能します。一方、最新状況についてのレポートには、ユーザーが提供する日付付きの根拠、公開情報の取得、または指定されたプラットフォーム、地域、期間に関するライブコネクターの結果が必要です。ブランドに関する入力だけで作成できるのは検索語と評価基準であり、トレンド名、件数、成長率、上昇／ピーク／下降の判定、実施／見送りの推奨は作成できません。最新の根拠がない場合は、NEEDS_INPUT と、収集する正確なクエリ／フィールドを返してください。ツールから情報を取得する場合は、~~ コネクタープレースホルダーを使用してください。

• ~~social platform analytics — プラットフォームごとのトレンドハッシュタグ、サウンド、再生回数。
• ~~trend database — 新たなトピック、チャレンジへの参加状況、成長率。
• ~~social listening — トピックをめぐる文化的な会話とセンチメント。
• ~~competitor tracking — 競合ブランドが採用したトレンドとその成果。

有用なクエリプランの作成にコネクターは必要ありません。現在のトレンド名を挙げるレポートには、上記のソース記録が必要です。カテゴリごとの無料／キー不要の手順については、CONNECTORS.md を参照してください。

測定する価値のあるトピックをキーなしで見つけるには、複数ソースの候補スカウトを実行してください。Google Trends RSS、Hacker News、Reddit、YouTube のアップロードタイトルを、付属の標準ライブラリ rss_monitor.py で取得します（新たな依存関係は不要です）。references/trend-scout-recipe.md を参照してください。RSS／タイトルの重複は Proxy candidate にすぎず、NOT_SCORED のままです。プラットフォーム上のトレンド、再生回数の外れ値、ライフサイクルの状態、または今すぐ実施すべきという推奨を裏付けるものではありません。これは ~~trend database（Google Trends RSS）の基盤となる Tier-1 候補の手順です。

キー不要のニュース動向チェック（Tavily）：python3 "${CLAUDE_PLUGIN_ROOT}/scripts/connectors/tavily.py" search "<vertical or candidate trend>" --topic news --time-range w --limit 10 を実行すると、最新性で絞り込んだ情報源への参照を追加できます。RSSタイトルと一致すればクエリの優先度を上げられますが、依然として Proxy candidate/NOT_SCORED です。ニュースの重複は、TikTok、Reels、YouTube、またはその他の指定プラットフォームで勢いがあることの証明にはなりません。

キー不要のソース別精査ツール：python3 "${CLAUDE_PLUGIN_ROOT}/scripts/connectors/pageviews.py" "<Topic_Article>" --granularity daily --days 30 は、Wikipedia のページへの注目度を測定します。また、Hacker News の Algolia API（https://hn.algolia.com/api/v1/search?query=<topic>、キー不要）は、HN のポイント数／コメント数を測定します。これらの値は、明記されたソースと期間についてのみ「Measured」として扱います。別の指定プラットフォームに対しては「Proxy」として扱ってください。上昇／ピーク／下降の判定や、今すぐ実施すべきという判断の前に、対象のプラットフォーム、地域、期間における日付付きの勢いを必ず確認してください。

手順

ユーザーからトレンド分析を依頼された場合は、以下の手順を実行します。各手順には references/templates.md に入力用テンプレートがあるため、該当するブロックをコピーして記入してください。

1. トレンドのパラメーターを定義する — ブランド／業界、プラットフォーム、オーディエンス、地理的な対象範囲、対象期間、コンテンツカテゴリーを記録します。（テンプレート：ステップ 1。）
2. 最新のエビデンスを確認する — 候補となるトピック、ハッシュタグ、音源、チャレンジ、フォーマット、文化的な出来事、競合他社の動向について、それぞれソース参照、観測日／取得日、測定期間、プラットフォーム／地域、指標の定義、現在値、比較対象となる過去の値を保持します。RSS／タイトルの一致だけの場合は Proxy candidate/NOT_SCORED のままにします。最新のエビデンスが不足している場合は、事実に基づく出力を停止し、クエリプランを提示します。（テンプレート：ステップ 2。）
3. コンテンツフォーマットのトレンドを分析する — 正確に指定されたプラットフォーム／地域／期間について、日付付きのモメンタム系列がある場合に限り、上昇中／ピーク／下降中のフォーマットを列挙します。説明は、観測された関連性または仮説として明示し、裏付けのない因果関係を示さないでください。（テンプレート：ステップ 3。）
4. 文化的な出来事を追跡する — 日付付きのソースと、現在の会話／センチメントに関する主張を提示します。そうでない場合は、カレンダー／検索フィールドを TBD として返します。（テンプレート：ステップ 4。）
5. トレンドとの関連性を評価する — エビデンスで裏付けられた候補のみを、オーディエンスとの適合性、ブランド価値との適合性、コンテンツへの応用可能性、リスク、タイミングで評価します（X/25）。裏付けのない候補は NOT_SCORED のままとし、実施／注意／見送りの判断を示しません。（テンプレート：ステップ 5。）
6. 競合他社によるトレンドの採用状況を監視する — 日付付きの投稿／キャンペーンのエビデンスを必須とします。一般的なブランド知識から、採用状況、パフォーマンス、ギャップ、過剰使用を推測しないでください。（テンプレート：ステップ 6。）
7. トレンドレポートを作成する — 指定されたプラットフォーム／地域／期間について、最新のエビデンスに関するすべてのゲートを満たした候補に限り、トップ 3 の即時実施、ウォッチ、回避、実施時期、フォーマット、ハッシュタグの各ブロックを記入します。それ以外の場合は、該当するブロックを TBD のままにし、収集プランとともに NEEDS_INPUT を返します。インラインで返し、正確な WARM 保存先パスを提示してから、HOT への昇格については別途確認を求めます。（テンプレート：ステップ 7。）

繰り返し監視する場合、台帳への書き込み案は、まずインラインのプランとして提示してください。ユーザーが、正規化された台帳パス、record 操作、対象となるソース／トピック／プラットフォーム／地域／期間の範囲を正確に指定して、別途明示的に許可するまでは、ledger.py record を実行しないでください。レポート保存や HOT 昇格の許可は、その書き込みの許可にはなりません。

例

ユーザー：「フィットネスブランドが今すぐ取り入れるべき TikTok のトレンドは何ですか？」

日付付きの TikTok エビデンスがプロンプトにないため、出力は NEEDS_INPUT となります。トピック、ハッシュタグ、音源、フォーマット、安全性、競合他社による採用状況の記録について、プラットフォーム／地域／期間ごとのクエリと、source_ref、observed_at、measurement_window の各フィールドを返します。これらの記録が揃うまでは、トレンド、数値、ステータス、ハッシュタグ、最適なフォーマット、今週のアクションを一切挙げません。完全版はこちら：references/templates.md。

参考資料

• references/templates.md — 各手順の入力用テンプレート、詳細な実例、実行時のヒント。

• skill-contract.md — 共通コントラクトと Handoff Summary の形式。

• state-model.md — HOT／WARM／COLD のメモリ階層と保存先。

• CONNECTORS.md — コネクターのカテゴリーごとの無料／キー不要のデータ取得方法。

• references/star-benchmark.md の STAR ベンチマークスコアリング — トレンドに基づくクリエイティブ出力を後続工程で評価するためのものです。

• スカウトフェーズの関連ツール：audience-mapper、influencer-discovery、fit-scorer。

次に使うスキル

• 第一候補：influencer-discovery — 選んだトレンドを実行できるクリエイターの候補リストにまとめます。
• 代替候補：audience-mapper — 取り組む前に、どのトレンドが実際にオーディエンスの共感を得るかを確認します。
• 代替候補：fit-scorer — 取り組む前に、選んだトレンドやブランドに合うクリエイターを評価します。

終了条件：このセッションで呼び出したスキルの訪問済みセットを保持します。このターンですでに第一候補の次のスキルを実行している場合は、再度呼び出さず、チェーンが完了したことを報告して停止します。引き継ぎの最大深度は3です。上限に達したら、要約してユーザーに制御を戻します。