discover-competitors

name	discover-competitors
description	Use when 追加競合候補の自動発掘やニッチ仮説の並行検証をするとき。「競合候補」「競合発掘」「ニッチ検証」「discover-competitors」で発動

Overview

ニッチキーワード（複数可）を渡すと、登録者数レンジ・最終投稿日でフィルタしたうえで キーワード一致率・エンゲージメント率・更新頻度・登録者帯近さの 4 軸スコアで 競合候補チャンネルをランキング化する CLI ラッパー。

• 入力: ニッチキーワード（カンマ区切り）+ フィルタ条件
• 出力: ランキング付き Markdown + 同名 CSV（スコア内訳列付き）
• 想定時間: 5 分以内（API quota 約 660 units / 実行）

/channel-new の標準フローでは実行しない。TTP 対象確認後に追加の競合候補を広げたい場合や、複数のニッチ仮説を 並行検証したい場合に、このスキルを任意で走らせる。

Instructions

Step 1: キーワード設計

ユーザーから対象ニッチを聞き出し、3-5 個（多くて 8 個まで）の検索キーワードに分解する。 キーワード数は API コストに線形効くので、ニッチが鮮明なら 3 個で十分。

1-A. シード語の収集元

既存チャンネルの場合と新規チャンネル企画の場合で seed の抽出元が異なる:

ケース	抽出元	具体的な参照先
既存チャンネルで競合再発掘	チャンネル config	config/channel/content.json の genre / tags.base / descriptions.template_note
既存チャンネルで類似帯探索	既存ベンチマーク	config/channel/analytics.json の benchmark.channels を YouTube で開いてタイトル頻出語を抽出
新規チャンネル企画	/channel-new の TTP メモと初期 config	config/channel/content.json::genre.{primary,style,context} / tags.base / TTP メモ内の用途・シーン語彙
完全に手探り	ユーザー宣言	「夜カフェ系の lo-fi」のような自然文を Claude が分解

config からの抽出例（rjn）:

• genre: Lo-fi Jazz Bar, Late Night Lofi, Lounge Lo-fi → seed: lofi jazz bar, late night lofi, lounge lofi
• tags.base: lofi jazz, late night lofi, chill jazz → そのまま seed として流用可能

1-B. クエリ展開の 4 軸

シード語をそのまま使うだけでは取りこぼしが出るので、以下の 4 軸で揺らぎを足す:

軸	例（lo-fi jazz bar 軸）
ジャンル直接	lofi jazz, lo-fi jazz
用途・シーン	study music, focus music, 作業用bgm
雰囲気・ムード	late night lofi, cozy jazz, rainy lofi
アクティビティ	lofi for reading, lofi cafe

1-C. 多言語展開（必要に応じて）

ターゲット視聴者が多言語にまたがるなら、主要 2-3 言語の組み合わせを seed に加える:

言語	lo-fi 例
en	lofi, chill beats
ja	作業用bgm, 集中用bgm
zh	轻音乐, 白噪音
ko	로파이, 집중 음악

ただし英語キーワードのほうが視聴者規模が大きく、API 検索が安定するので、英語 + 自言語の 2 言語混在で十分なケースが多い。

1-D. NG パターン

• ❌ 広すぎる: music, bgm 単独 → 関係ないチャンネルが大量にヒット
• ❌ 狭すぎる: 固有名詞（Penicillin Lofi）→ 0 件か自社しかヒットしない
• ❌ 表記揺れの全部入り: lofi, lo-fi, Lo-Fi, LoFi を全部入れる → API 重複コスト。1 表記に統一
• ❌ 5 単語以上: YouTube 検索は短いほうが精度高い。1-3 単語が最適

1-E. キーワード設計のチェックリスト

実行前に以下を確認:

• 3-5 個に絞れているか（8 個超えは API コスト過剰）
• 4 軸（ジャンル/用途/雰囲気/アクティビティ）のうち 2 軸以上をカバーしているか
• 1 単語クエリは含まれていないか（music のような単独ワード）
• 表記揺れは 1 つに統一されているか
• 自分のチャンネル名・固有名詞が混入していないか

Step 2: フィルタ条件の決定

フラグ	既定値	推奨用途
--min-subscribers	0	小規模チャンネルも拾うなら 0、競合検証なら 10K 以上推奨
--max-subscribers	10,000,000	自分の目標帯の 10 倍以内に絞ると参考にしやすい
--posted-within-days	30	「動いている競合」のみ。1 年単位で見たいなら 365
--top	20	レポートに出す件数
--per-keyword	20	search.list の maxResults（合計クエリ数 = keywords × per-keyword）

Step 3: 実行

チャンネルディレクトリ配下から実行する（auth/token.json が存在する前提）:

uv run yt-discover-competitors \
  --keywords "lo-fi study,chill beats,study music" \
  --min-subscribers 10000 --max-subscribers 1000000 \
  --posted-within-days 30 --top 20 \
  --output research/lo-fi-discovery.md

出力ペア:

• research/lo-fi-discovery.md — Markdown ランキングテーブル
• research/lo-fi-discovery.csv — スコア内訳付き CSV（14 列）

Step 4: 結果の活用

• ユーザーに Markdown を提示し、承認を得る
• 採用した候補を config/channel/analytics.json の benchmark.channels に追加する場合は、ユーザー承認と relationship メモを必ず残す
• 並行検証なら、ニッチ仮説ごとに --output research/{niche}-discovery.md で別ファイルに分けて比較する

API コスト

1 回実行あたり概ね 660 units（10,000/日 quota の 6.6%）:

• search.list × keywords: 100 units × N
• channels.list: 1 unit × 候補数（バッチ）
• videos.list: 1 unit × 候補数（直近 5 本まとめて 1 リクエスト）

並行検証で連発するときは quota 残量に注意。

スコープ外（他スキルへバトン）

• 競合の動画詳細分析 → /benchmark
• 視聴者コメント分析 → /viewer-voice
• 方向性決定・config 生成 → /channel-new（方向性検討モード）/ /channel-new（再生成モード）
• ベンチマーク再収集 → /benchmark

このスキルは 発掘だけに責任を持つ。深堀分析は専用スキルにバトンを渡す。

Cross References

• /channel-new: TTP 対象確認と初期 config 生成。追加競合発掘が必要な場合に本スキルへ委譲
• /benchmark: 発掘済みチャンネルのベンチマークデータ収集
• /channel-research: 収集データの徹底分析