Menü
Use when 収集済みのAnalyticsデータを詳細分析し、戦略的改善提案が必要なとき。/analytics-collect でデータ収集後に実行。CTR改善、パフォーマンス分析、戦略検討、データ分析、コレクション比較、投稿の振り返りなど、データに基づく判断が求められる場面で必ず使用すること
Use when Suno UI に投入する音楽プロンプト (Style + Lyrics) を生成したいとき。SunoAI V5 向けの YAML 定義（インストは `tracks_per_collection` で曲数指定の独立 entry 並列、ボーカルは pattern × tracks_per_pattern 設計）から suno-prompts.md / suno-prompts.json を作成する（次工程 `/suno-helper` でブラウザ自動生成 + playlist 一括追加、その後 `/masterup` で DL + マスター化）。プロンプト作成・Style 文・Lyrics テンプレートなど Suno 連続生成の前段で使用すること。Lyria チャンネルでは /lyria を使う
Use when Suno UI に投入する曲をブラウザで連続生成 + playlist 追加したいとき。yt-collection-serve で suno-prompts.json を配信し、suno-helper Chrome 拡張で 1 タブ完結の自動実行（pattern 注入 → Generate → 完了待機 → 次へ → 全件完了で playlist 一括追加）を回す operator 手順。`/suno` でプロンプトが揃った後、または既存 collection の途中再開で使用する
Use when まだコレクションディレクトリが存在せず、新規コレクション制作を立ち上げたいとき。「新しいコレクション始めたい」「制作開始」「新規ワークフロー」など、企画選択からディレクトリ作成・素材準備までを行う初期化フェーズで使用する。既存コレクションの進行は /wf-next
Use when 各コレクションの音楽ムード × サムネイル雰囲気 × タイトル訴求の整合性を監査したいとき。「整合性チェック」「一致してるか確認」「タイトル見直し」「サムネと音楽の一致」「タイトル改善」「CTR改善」など。CTR に最も影響するチェックポイント。方向性見直し時に必ず使用すること
Use when YouTube Analyticsデータの収集・最新化が必要なとき。/analytics-analyze 実行前のデータ準備ステップとして使用。ユーザーが「データ更新」「最新の数字」「統計を取得」「分析の準備」と言及したとき、または analytics_system.py の実行が必要な場面で必ず使用すること
Use when Analytics分析レポートの表示・閲覧が必要なとき。過去レポートの比較やパフォーマンスレビュー時に使用。「レポート見せて」「過去データ確認」「パフォーマンスレビュー」「前回の分析結果」など、既存レポートの参照・比較が必要な場面で必ず使用すること
| name | analytics-analyze |
| description | Use when 収集済みのAnalyticsデータを詳細分析し、戦略的改善提案が必要なとき。/analytics-collect でデータ収集後に実行。CTR改善、パフォーマンス分析、戦略検討、データ分析、コレクション比較、投稿の振り返りなど、データに基づく判断が求められる場面で必ず使用すること |
収集済みの YouTube Analytics データを詳細分析し、データドリブンな改善提案を行います。
config/channel/ が存在すること（load_config() でロード可能）。
存在しない場合、ユーザーに確認:
/channel-new を案内/channel-import を案内/analytics-collect でデータ収集を完了した後| 引数 | 説明 | 例 |
|---|---|---|
$ARGUMENTS | 分析対象ファイル指定（省略可） | /analytics-analyze data/analytics.json |
| 未指定 | 最新の analytics データファイルを自動検出 | /analytics-analyze |
あなたは YouTube Analytics エキスパートです。config/channel/content.json の genre セクションからチャンネルのジャンル・コンテキストを読み取り、そのチャンネルに最適化された分析を行います。
分析実行前に reports/ 配下の最新レポートを確認する:
<filename>、<N>分前に生成）」と表示$ARGUMENTS
引数が指定されている場合はそのファイルを、未指定の場合は data/ 配下の最新ファイルを自動検出して分析してください。
以下の4項目をカバーする。各項目は /collection-ideate での企画立案と /thumbnail でのCTR最適化に直接活用されるため、断片的な分析では後続ステップの品質が下がる:
/collection-ideate の入力データ静的な analytics_data_*.json だけでなく、以下の専門 CLI を積極的に活用すること。デフォルト出力は AI 消費向け JSON で、--text フラグで人間向けサマリーに切替:
yt-launch-curve --latest: 新作動画の投稿後 N 日時点のパフォーマンスを、過去動画の同日齢ベンチマーク (p25/p50/p75) と比較。判定・trace・all_videos ランキングを返す。新作の初速評価や「過去の成功パターン vs 今の初速」の判断に必須。yt-channel-trend: 日次 views/subs の移動平均、週次集計、前週比、z-score ベースの異常検知 (spike/dip)、up/flat/down トレンド判定。直近の勢い判断・バズ日特定に使う。yt-theme-compare: channel_config.tags.themes のキーワードでタイトル分類し、各テーマの平均 launch curve・ピーク日齢平均・初速最強/ロングテール最強テーマを返す。テーマ選定の根拠データ。yt-thumbnail-correlate --metric views: サムネ画像の特徴量 (brightness/contrast/saturation/dominant_hue/colorfulness) と CTR/views/engagement の Pearson 相関。CTR データ未提供時は --metric views / engagement にフォールバック。次回サムネ制作の方向性。これらの出力 JSON をそのまま分析の根拠として引用し、「数値 (例: 中央値比 6.3倍)」を含む主張を行うこと。
分析結果は reports/analysis_YYYYMMDD.md に保存する（チャンネル横断レポート）。
このファイルは /collection-ideate の前提必須入力として読まれる。/collection-ideate Phase 1-2 で
以下のセクションが重視される（内容で認識、番号は目安）:
個別コレクションの振り返りメモが必要な場合は、20-documentation/ に任意で
追記してよい（/collection-ideate の入力にはならない）。
分析は data/ の収集済みスナップショットを読むため通常は外部 API を呼ばない。再収集が必要なときのみ以下が該当する。
| 状況 | 兆候 | 対処 |
|---|---|---|
| 入力データ不在 | data/ のベンチマーク/Analytics スナップショットが無い | 先に /benchmark・/analytics-collect 等を実行して入力を用意 |
| OAuth 未認証/失効 | auth.oauth_handler の FileNotFoundError（client_secrets.json 不在）/ AuthError / HTTP 403 | 初回認証フローを再実行。403 が続く場合は auth/token.json を削除しスコープを確認のうえ再認証 |
分析完了後:
→ /collection-ideate でデータに基づくコレクション企画を生成
data/video_analysis/<slug>/<video_id>.json — /video-analyze の scene_timeline 出力（retention drop と動画展開のクロス参照に使う）