viral-content-predictor

医療教育コンテンツのバイラル性予測

このスキルは、医療・ヘルスケア教育コンテンツのアイデアを分析し、多角的な分析、トレンド調査、YouTube の視聴者インサイトを用いて、バイラル性を予測します。

主な機能

1. コンテンツアイデアの分析：アップロードされたドキュメントからコンテンツのアイデアを抽出し、スコアを付けます
2. バイラル性の予測：複数の要因に基づいて、再生回数、エンゲージメント、AVD を推定します
3. トレンド調査：医療教育分野の注目トピックや新たなトレンドを特定します
4. 視聴者インサイト：YouTube のコメントを分析し、知識のギャップや懸念を把握します
5. コンテンツの最適化：サブトピック、取り上げるべき迷信、構成に関する提案を提示します

ワークフロー

フェーズ 1：コンテンツの抽出と初期スコアリング

ユーザーがコンテンツのアイデアを含む PDF/DOCX ファイルを提供した場合：

1. ドキュメントからすべてのコンテンツアイデアを抽出します
2. トピック、複雑さ、形式に基づいて初期分類します
3. 次の要素に基づいて、予備的なバイラルスコア（0～100）を算出します：
   • トピックの関連性と時事性
   • 感情への訴求力（恐怖、希望、安心、エンパワーメント）
   • 検索されやすさと SEO の可能性
   • 教育的価値と娯楽性のバランス
   • 新規性

フェーズ 2：詳細調査と検証

スコアの高いアイデア（スコア >70）またはユーザーが選択したアイデアについて：

1. 最新トレンドを検索します：web_search を使用して、次の情報を探します：

   • 該当トピックに関する最近の高パフォーマンス動画
   • ニュース記事や医学系出版物
   • Reddit やフォーラムでの議論
   • 該当トピックに関連するトレンド検索

2. 競合分析：

   • ニッチ分野でパフォーマンスの高い動画を特定します
   • 再生回数、エンゲージメント率、動画の長さを分析します
   • 共通する傾向や差別化要因を記録します

3. 知識のギャップを特定します：

   • 人々はどのような質問をしていますか？
   • どのような誤解がありますか？
   • 既存のコンテンツに不足している情報は何ですか？

フェーズ 3：予測分析

分析した各アイデアについて、次の項目を算出します：

1. 予測再生回数の範囲：次の要素に基づきます：

   • 検索ボリュームデータ（トレンドから推定）
   • 類似動画のパフォーマンス指標
   • トピックの飽和度
   • 季節性・時期との関連性
   • チャンネルの権威性係数（インターベンショナル・カーディオロジー分野では中程度と仮定）

2. エンゲージメント予測：

   • 予想される高評価、共有、コメントの数
   • 予想される高評価と再生回数の比率
   • 共有される可能性のスコア

3. AVD（平均視聴時間）の最適化スコア：

   • トピックの視聴維持力（本質的な関心の高さ）
   • 複雑さのレベル（最適なのは、患者教育に適した中程度の複雑さ）
   • フックの強さの評価
   • 視聴維持率を高めるためのペース配分の提案

フェーズ 4：コンテンツの設計図

優先度の高いアイデアについて、次の項目を提示します：

1. 動画構成の提案：

   • 最適な動画の長さ
   • フックの提案（最初の 10 秒）
   • タイムスタンプ付きのチャプター構成
   • 視聴維持率を高めるためのペース配分の指針

2. 盛り込むサブトピック（優先度順）：

   • 中核となる情報（必須）
   • 関心を引く関連トピック（AVD を高める要素）
   • 迷信を正すセクション（エンゲージメントを高める要素）
   • 実践的な要点（満足度と共有されやすさを高める要素）

3. 取り上げるべき心理的トリガー：

   • トピックに関連する一般的な不安
   • 正すべき誤解
   • 希望やエンパワーメントにつながる切り口
   • 信頼を築く要素

4. SEO と見つけやすさ：

   • タイトルの提案（効果が実証されたパターン）
   • サムネイルのコンセプト
   • キーワードの提案
   • 説明文のテンプレート

スコアリング方法

バイラル可能性スコア（0～100）

トピック要因（40点）：

• 検索需要：15点（トレンドデータから推定）
• 感情への訴求力：10点（恐怖、希望、好奇心）
• 時事性：10点（最近のニュース、季節との関連性）
• 新規性：5点（独自の切り口や新情報）

エンゲージメント要因（30点）：

• 共有されやすさ：10点（家族や友人に送りたいと思うか）
• コメントしたくなる要素：10点（議論を呼ぶ内容、または物議を醸す内容か）
• 実用性：10点（実行に移せる情報）

視聴維持要因（30点）：

• 冒頭の引き：10点（人を引きつける導入）
• 情報密度：10点（1分あたりの価値）
• 構成の流れ：10点（ストーリーや論理的な展開）

視聴回数の予測式

Estimated Views = Base_Audience × Topic_Multiplier × Quality_Factor × Trend_Factor

Where:
- Base_Audience: 5,000-15,000 (typical for established medical education channel)
- Topic_Multiplier: 0.5-10.0 (based on search volume and competition)
- Quality_Factor: 0.8-1.5 (based on production quality, assumed 1.0)
- Trend_Factor: 0.5-3.0 (based on current trending status)

Range Output: 
- Minimum (conservative): Lower quartile estimate
- Expected (median): Most likely scenario
- Maximum (optimistic): Upper quartile with viral potential

調査ツールと手法

ウェブ検索の戦略

トピックを調査する際は、次の検索パターンを使用します。

1. トレンドの特定：

   • "[topic] 最新の研究 2024"
   • "[topic] に関するよくある質問"
   • "[topic] の誤解を解く"

2. 視聴者分析：

   • "reddit [topic] 患者の体験"
   • "[topic] 何が起こるか フォーラム"
   • "[topic] 成功事例"

3. 競合分析：

   • "[topic] youtube 人気"
   • "患者向けに [topic] を説明する方法"
   • "[topic] 医師が解説"

YouTube コメント分析の戦略

ユーザーがトピックまたは動画 URL を提示した場合：

1. そのトピックに関する上位 5～10 件の動画を検索します

2. コメントの傾向を次の観点から分析します。

   • 最も頻繁に尋ねられている質問
   • よくある混乱や誤解
   • 感情的な反応（恐怖、感謝、懐疑）
   • 特定の情報を求める声
   • 視聴者層の手がかり（年齢、状況）

3. 洞察を次のように分類します。

   • 知識のギャップ：人々が理解していないこと
   • 不安：人々が心配していること
   • 知りたいこと：学びたいと望んでいること
   • 信頼のシグナル：信頼性を高めるもの

出力形式

コンテンツアイデアレポート

分析したアイデアごとに、次の内容を提示します。

## [Content Idea Title]

### 🎯 Viral Potential Score: [X/100]

**Predicted Performance**:
- Views: [min - expected - max]
- Like Ratio: [X%]
- AVD: [X:XX - Y:YY minutes]
- Shareability: [Low/Medium/High]

### 📊 Analysis

**Strengths**:
- [Key strength 1]
- [Key strength 2]

**Opportunities**:
- [Improvement area 1]
- [Improvement area 2]

**Market Insights**:
- Current search trends: [summary]
- Competition level: [Low/Medium/High]
- Audience demand: [description]

### 🎬 Content Blueprint

**Optimal Length**: [X-Y minutes]

**Video Structure**:
1. Hook (0:00-0:10): [specific suggestion]
2. Problem Setup (0:10-1:00): [what to cover]
3. Core Education (1:00-[X]:00): [main content]
4. Myth-Busting ([X]:00-[Y]:00): [misconceptions to address]
5. Practical Takeaways ([Y]:00-end): [actionable advice]

**Essential Subtopics** (in order of priority):
1. [Subtopic 1] - [why it matters for AVD]
2. [Subtopic 2] - [why it matters for AVD]
3. [Subtopic 3] - [why it matters for AVD]

**Knowledge Gaps to Address**:
- [Gap 1] - [source: YouTube comments/Reddit/forums]
- [Gap 2] - [source]

**Myths & Misconceptions**:
- [Myth 1] - [prevalence & why it persists]
- [Myth 2] - [prevalence & why it persists]

**Emotional Hooks**:
- Fear to address: [specific patient fear]
- Hope to provide: [specific positive outcome]
- Empowerment angle: [how viewers take control]

**SEO Recommendations**:
- Primary keyword: [keyword]
- Title suggestions:
  1. [Title option 1]
  2. [Title option 2]
  3. [Title option 3]
- Thumbnail concept: [description]

### 🔥 Hot Take / Unique Angle

[One compelling angle that differentiates this from existing content]

トレンドレポート

現在のトレンドを分析する際：

## 🚀 Trending Topics in [Niche]

### High Priority (Create ASAP)
1. **[Topic]** - Viral Score: [X/100]
   - Why now: [reason for timeliness]
   - Quick summary: [one-liner]
   
### Medium Priority (Plan for Next Month)
[Similar format]

### Emerging Trends (Watch Closely)
[Similar format]

### Seasonal Opportunities
[Upcoming events/seasons that create content opportunities]

ベストプラクティス

医療教育コンテンツ向け

1. 専門性と分かりやすさのバランスを取る：平易な言葉を使いながら、専門知識を示します
2. 共感を示す：まず不安や懸念を受け止めます
3. 希望を伝える：前向きな結果や対処法を必ず盛り込みます
4. 具体的にする：具体例は抽象的な説明より効果的です
5. 視覚的なたとえを使う：患者が複雑な概念をイメージできるようにします
6. 「なぜ」に答える：推奨事項だけでなく、仕組みも説明します
7. 反論を予測する：よくある反論や懐疑的な意見に対応します
8. 患者の事例を含める：匿名化した事例は視聴維持率を高めます
9. 行動につなげる：明確な次のステップや要点で締めくくります

AVD 最適化の手法

1. 60～90秒ごとに変化を加える：映像、トピック、テンポを変えます
2. 情報を先取りして予告する：後で紹介する情報をほのめかします
3. 進行状況を示す：「知っておくべき3つのこと……」
4. 意外な事実を強調する：「ほとんどの人が知らないこと……」
5. 会話のようなテンポを使う：一人に話しかけるように話します
6. 戦略的に繰り返す：退屈にならないよう、重要なポイントを再確認します
7. 勢いを保つ：無音部分や不要なつなぎをカットします

参考ファイル

• references/medical-content-patterns.md：成果を上げている医療系 YouTube コンテンツのパターン分析
• references/cardiology-keywords.md：心臓病学のトピック向けに SEO 最適化されたキーワード
• references/avd-tactics.md：教育コンテンツに特化した高度な視聴維持戦略

複数回の調査を実施する場合

スコアが 85 以上のコンテンツアイデアの場合：

1. 初期分析を実施します
2. 競合を詳しく調査します
3. 最近の医学論文を検索します
4. 競合する上位 5 件の動画のコメント欄を分析します
5. Reddit／フォーラムで患者の視点を確認します
6. 調査結果を包括的な設計図にまとめます

これにより、最も可能性の高いアイデアを最も深く分析できます。