Skills
エージェント向けにパッケージ化された専門スキルと手順を 97,501 件掲載。コマンド 1 行でインストールできます。
マーケティング・グロース
LinkedIn のコメントの URL からそのコメントへの返信を起草する、または投稿の URL だけでスレッド全体を走査し、返信する価値のあるすべてのコメントへの返信を一括で起草する。コメントへの返信、投稿者による返信へのフォロー、投稿のすべてのコメントの処理に使用する。正しい parentComment を解決し（LinkedIn はスレッドを 2 階層に平坦化する）、一括走査の前に低価値なコメントをフィルタリングし、承認後に Publora 経由で投稿する。トップレベルのコメントには使用しない（linkedin-comment-drafter を使用）。
包括的なデザインシステム、ブランドアイデンティティ、UI コンポーネントライブラリを作成する。ユーザーが "create design system"、"build brand identity"、"design UI components"、"generate design tokens"、"create figma specs"、"review my design"、"analyze design trends"、"audit accessibility"、"convert design to code"、"create presentation deck" と言ったときに使用。システムアーキテクチャから経営層向けプレゼンテーションまで 10 の専門ロールをカバー。
Codex 内蔵の image_generation ツールでブランドに沿ったマーケティング画像を生成する。ユーザーが次のことを求めたときにトリガーする：(a) 特定ブランド向けのマーケティング素材（広告 / ロゴ / スライド / 製品モックアップ / シーン / ライティング変換 / LinkedIn またはソーシャルのカルーセル）を作成する、(b) URL / Tailwind 設定 / tokens.json / Figma Variables / CSS カスタムプロパティ / 説明 / 既存のブランド素材からブランドプロファイル（DESIGN.md）を抽出または構築する、(c) 同一ブランドの複数の画像ジョブでブランドの一貫性を保つ。次ではトリガーしない：UI コード生成、フロントエンドの参考画像（代わりに imagegen-frontend-web を使用）、動画生成、ブランド文脈のない一般的な画像編集。ランタイム：OpenAI の `image_generation` ツールが必要（Responses API 経由の gpt-image-2）。Codex（CLI / App / web）にネイティブ。Claude Code ユーザーは画像生成を公開する MCP サーバーが必要。ツールが利用できない場合、この skill はハードストップし、修復ガイダンスを提示する — HTML/CSS/Canvas レンダリングにフォールバックしない。
7 カテゴリ 33 項目のチェックで任意の開発者向けドキュメントサイトを監査し、各チェックの Pass / Warn / Fail ステータス付きのスコアレポート（100 点満点）を生成する。ユーザーがドキュメントの URL を提示して監査、レビュー、採点、品質確認を求めたり、AI による発見しやすさ、SEO、構造、内容、網羅性について評価を求めたりしたときはいつでもこのスキルを使用する。ユーザーが "run a docs audit"、"audit these docs"、"check this documentation"、"how good are the docs for X" と言ったとき、または評価の意図を伴ってドキュメントの URL を貼り付けたときにもトリガーする。常にこのスキルを使用する——この構造化ワークフローに従わずに自由形式のドキュメントレビューを試みないこと。
ユーザーが GTM 指標を定義したい、指標ダッシュボードを構築したい、パイプライン効率を測定したい、AI 製品のパフォーマンスを追跡したいときに使用。また、ユーザーが「GTM metrics」「revenue latency」「pipeline metrics」「TTFV」「time-to-first-value」「data health」「attribution」「conversion rate」「CAC」「LTV」「NRR」「GTM dashboard」「magic number」「pipeline velocity」「funnel metrics」に言及したときにも使用。このスキルは、指標の選択からダッシュボード設計までの GTM 測定を扱い、AI 固有のコスト指標、アトリビューションモデル、週次のレビューサイクルを含む。
他人の投稿の URL から LinkedIn のコメントを起草する、または任意のコメントを添えて自分のフィードに再共有（リポスト）する。ユーザーが投稿の URL を貼り付けて、コメント、エンゲージ、最初のコメント、自分の考えを添えたリポストを依頼したときに使用する。ユーザーの口調で 1〜3 個のバリエーションを作成し、リアクションを選び、承認後に Publora 経由で公開する。既存のコメントへの返信には使用しない（linkedin-reply-handler を使用）。
PLG とセールス主導のどちらを選ぶか、セールスモーションを設計するか、初回価値到達時間を最適化するか、購入前に価値を体験できる仕組みを構築するかをユーザーが望むときに使用します。また、ユーザーが「PLG」「product-led growth」「sales-led」「sales motion」「free trial」「freemium」「self-serve」「demo-first」「time-to-first-value」「TTFV」「agent-led sales」に言及したときにも使用します。このスキルは、セールスモーションの選択、価値提供の設計、ゴートゥーマーケットのモーション設計を扱います。
Higgsfield 上の Seedance 2.0 向けに、スクロールを止めるバイラルフック動画プロンプトを生成する。ユーザーがバイラルコンテンツ、TikTok フック、Instagram Reels の冒頭、YouTube Shorts、注意を引く動画、scroll-stopper、パターンインタラプト、またはリテンションと再生数を最大化するショートフォーム動画を求めたときに使用する。viral、hook、scroll-stop、retention、views、engagement、short-form、TikTok、Reels、Shorts への言及でトリガーされる。
ユーザーが A/B テストや実験の計画、設計、実施、または成長実験プログラムの構築を希望する場合に使用します。「A/B テスト」「スプリットテスト」「実験」「この変更をテスト」「バリアントの文案」「多変量テスト」「仮説」「これをテストすべきか」「どちらのバージョンがよいか」「2つのバージョンをテスト」「統計的有意性」「テストをどれくらい実施すべきか」「成長実験」「実験の速度」「実験バックログ」「ICE スコア」「実験プログラム」「実験プレイブック」などに言及した場合にも使用してください。2つのアプローチを比較して成果を測りたい場合や、体系的な実験の取り組みを構築したい場合は常に使用してください。トラッキングの実装については analytics-tracking、ページ単位のコンバージョン最適化については page-cro を参照してください。
コンテンツ生成、承認プロセス、マルチチャネル配信、品質ゲートを一貫した自動化システムに統合する、AI を活用したマーケティングワークフローの体系的なオーケストレーションを行います。このスキルは、AI 生成ツール（Jasper、Claude、GPT）を自動化プラットフォーム（Zapier、Make、n8n）やマーケティングシステムと連携させ、拡張可能なコンテンツパイプラインを構築します。ブランドの一貫性を保ち、厳格な品質ゲートを実装し、自動化と戦略的な人間による監督のバランスを取ることに重点を置きます。主な機能には、並行承認フローの設計、コスト監視、品質を損なわず生産性を高める「見えない」自動化の設計が含まれます。「AI workflow, automate content, content automation, workflow automation, AI pipeline, automated marketing, content distribution automation, approval workflow, scale content production, AI orchestration, automation, workflow, ai-orchestration, content-pipeline, approval-workflow, multi-channel, quality-gates, cost-control」が言及された場合に使用します。
ターゲットと競合のブログ記事を集計・比較し、sitemap の lastmod 日付でコンテンツの鮮度を監査し、競合のオーガニックキーワード（米国、非ブランド、情報提供型）をターゲットと照合してランキングギャップを明らかにする。ブログ記事数の比較、コンテンツ量、公開頻度、コンテンツの鮮度、キーワードマッピング、キーワードギャップ分析、競合キーワードレポートを求められたときに使用する——例：\"how many blog posts does X have vs Y\"、\"how fresh is content on X\"、\"where does [target] rank for [competitor] keywords\"、\"keyword gap between X and Y\"。会社名だけで動作する。ブログ比較、鮮度監査、キーワードマッピングのタスクには常に使用する。
ライブの Web ソースを使って市場、競合、ドメイン、技術の調査を行い、BMAD の計画判断に資する引用付き research-report.md を作成する。ユーザーが次を言う場合に使用：- "research [topic/market/technology]" - "competitive analysis" または "who are the competitors" - "market size" または "market landscape" - "technical research" または "evaluate [technology/framework]" - "domain research" または "industry analysis" - "what does the market look like" - "find out about [technology/space]" - "I need research before we plan" - "gather information on [topic]" 3 つのモードをサポート：Create（新規調査）、Update（新規ソースで既存レポートを更新）、Validate（既存レポートの主張をライブソースと照合）。出力は bmad-output/ に引用付きの research-report.md として保存され、下流の計画スキル（business-analyst、product-manager、system-architect）で利用できる。
ユーザーが既存のマーケティングコピーを編集、レビュー、改善したい場合に使用します。「このコピーを編集して」「コピーをレビューして」「コピーのフィードバック」「校正」「仕上げて」「もっと良くして」「コピーの一括見直しIAC Ozone ... など... " No, avoid garbage. ja: 「このコピーを編集して」「コピーをレビューして」「コピーのフィードバック」「校正」「仕上げて」「もっと良くして」「コピーの一括見直し」などの言及-keys ... ja: ユーザーが既存のマーケティングコピーを編集、レビュー、改善したい場合に使用します。「このコピーを編集して」「コピーをレビューして」「コピーのフィードバック」「校正」「仕上げて」「もっと良くして」「コピーの一括見直し」と言及された場合も使用します。このスキルは、複数の集中したパスを通じてマーケティングコピーを編集する体系的なアプローチを提供します。
ユーザーが解約の削減、拡大収益の構築、カスタマーサクセスの自動化、純収益維持率の最適化を望むときに使用します。また、ユーザーが「churn」「retention」「expansion revenue」「upsell」「NRR」「net revenue retention」「customer success」「land and expand」「closed-lost」「renewal」に言及したときにも使用します。このスキルは、利用トリガーからカスタマーサクセスの自動化までの拡大と維持の仕組みを扱います。
ワークストリームをまたぐ企業リサーチの計画、資金調達、スコープ設定、統合を行うときに使用します — 臨床研究デザイン、研究開発プログラムの財務、市場規模の算出/調査、製品/ユーザー リサーチ。トリガーは「design this clinical study」「what sample size」「R&D budget」「burn rate」「capitalize or expense」「TAM SAM SOM」「market sizing」「survey design」「segment the market」「plan user interviews」「usability test」「synthesize research insights」。コンテキストをフォークして 4 つの Research-Operations サブスキル（clinical-research、research-finance、market-research、product-research）のいずれかにルーティングし、ダイジェストを返します。ra-qm-team（規制申請）、finance（企業決算/バリュエーション）、research/grants（資金の発見）、product-team（ペルソナ/ジャーニー/ライブ実験）、marketing-skill（キャンペーン分析）とは異なります。
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。