메뉴
Use when YouTube automation のツール導入と GCP / OAuth まわりの API 設定を新規にセットアップしたい、または既存セットアップを再診断したいとき。「セットアップして」「ツール入れて」「環境構築」「API 設定して」「gcloud 設定」「OAuth 設定」「`/setup`」「旧 `/onboard`」など。AI が `yt-doctor` で状態を診断し、次に必要な 1 アクションだけを案内する wizard。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
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 /suno で生成したプロンプトを Suno UI で曲にしたあと、そのプレイリストを DL + クロスフェードマスター化したいとき。前工程: /suno（プロンプト生成 → Suno UI で人手楽曲生成）。プレイリスト URL を指定して MP3 一括 DL + マスター音源を自動生成（次工程: /videoup）。Lyria チャンネルでは /lyria が自動で音源を出力するため本スキルは不要
Use when Suno UI に投入する音楽プロンプトを生成したいとき。SunoAI V5.5 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 `/suno-lyric` で作成済みの歌詞を前提に 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 コレクションの楽曲を DistroKid 配信用に準備し、distrokid-helper Chrome 拡張へ渡すローカルサーバーを起動したいとき（30-distrokid 生成 / disc 分割 / metadata.md / ジャケット 3000×3000 新規生成 / yt-collection-serve 起動）。『DistroKid 準備』『配信準備』『アルバム化』『distrokid-helper』で発動。DistroKid Web への転記・アップロード操作そのものは Chrome 拡張側の責務
Use when YouTube コミュニティ投稿の下書きを生成したいとき。`--type` で behind-the-scenes / next-teaser / poll (deprecated) / day-of-reminder / weekly-feedback を切り替え、本文を生成して `pbcopy` でクリップボードに送る。「コミュニティ投稿作って」「community post」「day-of reminder」「sunday vote」「weekly feedback」「視聴者投票」「公開当日リマインダー」など、YouTube Studio に手動投稿するコミュニティ投稿の下書きが必要な場面で使用すること
Use when YouTube コミュニティ投稿用テキストを生成し、クリップボードコピーと YouTube Studio 起動まで行いたいとき。固定テンプレ運用（動画 1 本 = 投稿 1 本）の Flow365 TTP。「コミュニティ投稿」「community post」「投稿準備」「Studio で投稿」「コミュニティタブ」など、動画公開と前後する投稿準備に関わる場面で使用すること。`/video-upload` の最終ステップから自動で呼ばれる。
| name | setup |
| description | Use when ツール導入と GCP / OAuth の API 設定をセットアップ・再診断するとき。「セットアップして」「環境構築」「/setup」「旧 /onboard」で発動。yt-doctor 診断 wizard |
このスキルは AI が指揮を取るツール・API 設定 wizard である。automation CLI 導入後は uv run yt-doctor --json を都度叩いて状態を取得し、summary.next_check_id が指す未完了 check に対して 1 ステップだけ 進行する。
責務は「automation ツールが動き、API 認証とアップロード前提が通る状態」まで。新規チャンネルの TTP 対象確認、config 生成、ペルソナ、branding は /channel-new が担当する。
利用者は GCP / OAuth に不慣れな前提。AI ができる作業は AI が直接 Bash で実行し、AI にできない 3 ステップ (後述) だけ利用者に依頼する。
yt-doctor は診断を 5 カテゴリで段階表示する:
| カテゴリ | 内容 |
|---|---|
bootstrap | ffmpeg / ffprobe / uv / pyproject.toml / automation パッケージ / yt-skills sync（6 check） |
api | gcloud CLI・GCP プロジェクト・Billing・APIs・ADC・IAM・.env・OAuth 認証（11 check） |
channel | config/channel/ のロード可能性（1 check）。fail 時は /channel-new（新規開設 / 既存チャンネル取り込みモード）を案内するだけ |
data | /wf-new の入力モード判定データ（analytics_report / benchmark_data / ttp_wf_new_readiness）。minimal mode / benchmark fallback mode は setup のブロッカーにしない。analytics report は最新 data/analytics_data_*.json との相対比較に加え、collection-ideate の解決済み freshness_days を超えた絶対鮮度 stale も検出する。承認済み TTP がある場合だけ /channel-new（再生成モード） benchmark 反映完了を確認する |
upload | upload 必須 scope 充足・channel_id 設定済み（1 check） |
setup の完了条件は、ツール、API 認証、アップロード前提が揃った状態。data カテゴリは /wf-new の入力モード確認用で、stale analytics report 以外は新規チャンネル初回制作を止めない。新規チャンネル作成は次に /channel-new を実行する。
空フォルダでは yt-doctor がまだ存在しないため、最初に automation CLI を導入する:
uv が無ければ uv step を案内するpyproject.toml が無ければ uv init を Bash で実行するpyproject.toml に youtube-channels-automation 依存が無ければ uv add git+https://github.com/daiki-beppu/youtube-automation.git を Bash で実行するuv run yt-skills sync --asset skills --force / uv run yt-skills sync --asset claude-md / uv run yt-skills sync --asset auth-template を Bash で実行するuv run yt-setup-dirs を Bash で実行し、OAuth クライアント JSON の配置先 auth/ など setup に必要な最小ディレクトリを作成するuv run yt-doctor --json を Bash で実行し、結果を読むsummary.next_check_id が null なら「全 check 緑です。/setup は完了済みです」と報告して終了null でないなら、その check に対応する手順 (§Steps) に進むuv run yt-doctor --json を再実行して進捗確認してから次の next_check_id に移る/setup は uv run yt-setup-dirs で auth/, branding/, collections/, data/, docs/channel/personas/, docs/benchmarks/, research/ を冪等に作成する。/setup では config/channel/*.json を生成しない。新規チャンネルの config、TTP メモ、ペルソナ、branding は引き続き /channel-new の責務。
以下は PKCE フローが Claude Code (非対話セッション) では完結しないため、AI が直接実行してはならない。必ず [HUMAN STEP] として利用者に依頼する:
gcloud auth logingcloud auth application-default loginこれらを AI が呼ぶと「認可コードを渡しても新しい URL が出る」無限ループに陥る (詳細: PKCE の code_verifier が同一プロセスでしか保持できないため)。
加えて、Google Auth Platform の Branding / Audience / Clients 設定と client_secrets.json 配置 (Google Cloud Console GUI 操作) は gcloud / Terraform に該当 API が存在しないため、これも [HUMAN STEP] で依頼する。
利用者に手動操作を依頼するときは、必ず以下の形式で投げて停止する:
> [HUMAN STEP]
> あなたのターミナルで以下を実行してください:
> gcloud auth login
> 完了したら "done" と返してください。
利用者が "done" と返すまで、次の Bash ツール呼び出しはしない。返ってきたら uv run yt-doctor --json を再実行して結果を確認する。
各 step は yt-doctor の check id にマップする。AI は next_check_id の値を見て該当 step に飛ぶ。
ffmpeg / ffprobe — 動画生成ツール未インストールyt-doctor の next_action.instructions をそのまま案内する。macOS なら以下を案内してよい:
brew install ffmpeg
uv — uv 未インストール利用者の OS に合わせて uv のインストール手順を案内する。公式手順は https://docs.astral.sh/uv/getting-started/installation/ を参照する。
uv_project — pyproject.toml 未作成AI が以下を直接実行:
uv init
automation_package — automation パッケージ未導入AI が以下を直接実行:
uv add git+https://github.com/daiki-beppu/youtube-automation.git
skills_synced — スキル未展開yt-doctor の next_action に従う。
next_action.kind == "ai-exec" の場合は next_action.cmd をそのまま Bash で実行するnext_action.kind == "human" の場合は next_action.instructions を [HUMAN STEP] として利用者に依頼する初回展開や同梱 skill 不足時は以下を実行する:
uv run yt-skills sync --asset skills --force
uv run yt-skills sync --asset claude-md
uv run yt-skills sync --asset auth-template
uv run yt-setup-dirs
旧 /onboard が残存している場合は、通常の --force sync では削除されないため、yt-doctor の next_action.cmd に従って以下を実行する:
uv run yt-skills sync --asset skills --force --prune --yes
.agents/skills が .claude/skills を指す symlink になっていない warning の場合は、next_action.instructions の内容を手動手順として案内する。実行または手動作業の完了後は、必ず uv run yt-doctor --json を再実行して skills_synced の状態を確認する。
gcloud — gcloud CLI 未インストールmacOS なら以下を案内 (AI が Bash で叩いてもよい):
brew install --cask google-cloud-sdk
その他 OS は https://cloud.google.com/sdk/docs/install を案内。
gcloud_account — gcloud 未ログイン[HUMAN STEP] で依頼:
> あなたのターミナルで以下を実行してください:
> gcloud auth login
> ブラウザでログインしてください。完了したら "done" と返してください。
gcp_project — GCP プロジェクト未確定利用者に既存流用か新規作成か聞く:
gcloud config set project <project-id> と gcloud auth application-default set-quota-project <project-id> を実行（.env への GOOGLE_CLOUD_PROJECT 書き込みは不要。project_id は ADC quota project から自動解決される）新規作成時の推奨値:
config/channel/meta.json の channel.name が存在すればそれを使う。未設定の場合は <channel_dir> のベースネームを title case 化して使う (例: lofi-beats -> Lofi Beats)yt-{channel-slug}。channel-slug はチャンネル名を kebab-case 化し、英小文字・数字・ハイフン以外をハイフンに置換、連続ハイフンを 1 個に畳み、先頭末尾のハイフンを削るyt-{channel-slug} が 30 文字を超える場合は次の 3 段で truncate する:
yt- prefix は必ず保持し、超過分は channel-slug の末尾から削って全体を 30 文字以内にする（prefix 側からは削らない）yt-midnight-drive-time-lounge-a（31 文字）を先頭 30 文字で単純に切ると yt-midnight-drive-time-lounge-（30 文字、末尾ハイフンで GCP 制約違反）になるため、ハイフンを削って yt-midnight-drive-time-lounge（29 文字）にする）--name): {チャンネル名} YouTube (例: Lo-Fi Beats YouTube)利用者には「推奨 project ID は <suggested-project-id>、表示名は <channel-name> YouTube。この ID で作成してよいか、またはカスタム project ID を入力してください」と確認する。project ID はグローバルユニークなので、作成失敗時は別 ID を聞いてリトライする。
承認またはカスタム入力で project ID が決まったら、AI が以下を実行:
gcloud projects create <project-id> --name="<channel-name> YouTube"
gcloud config set project <project-id>
gcloud auth application-default set-quota-project <project-id>
billing_linked — billing 未紐付けAI が以下を順に実行:
gcloud beta billing accounts list --format=json で利用可能 billing account を取得open: true のものだけを表で利用者に提示し、どれを使うか選ばせるgcloud beta billing projects link <project-id> --billing-account=<billing-id>
billing account が 1 つも無い利用者には、Console URL (https://console.cloud.google.com/billing) を提示して billing account 自体の作成を依頼。
apis_enabled — 必須 API 未有効AI が以下を直接実行:
gcloud services enable youtube.googleapis.com youtubeanalytics.googleapis.com youtubereporting.googleapis.com aiplatform.googleapis.com generativelanguage.googleapis.com --project=<project-id>
billing 未紐付けで失敗する場合は billing_linked に戻る。
adc — Application Default Credentials 未設定[HUMAN STEP] で依頼:
> あなたのターミナルで以下を実行してください:
> gcloud auth application-default login
> ブラウザでログインしてください。完了したら "done" と返してください。
adc_quota_project — ADC quota project 不一致AI が以下を直接実行:
gcloud auth application-default set-quota-project <project-id>
iam_aiplatform_user — Vertex AI 権限未付与AI が以下を直接実行 (active アカウントは gcloud auth list で取得):
gcloud projects add-iam-policy-binding <project-id> \
--member=user:<active-account> \
--role=roles/aiplatform.user \
--condition=None \
--quiet
env_file — .env 未生成または不足キーAI が <channel_dir>/.env に以下を書き込む (既存値は保持):
GOOGLE_GENAI_USE_VERTEXAI=true
GOOGLE_CLOUD_LOCATION=us-central1
us-central1 はデフォルト。利用者が別リージョンを希望すれば差し替える。GOOGLE_CLOUD_PROJECT は ADC quota project から自動解決されるため通常は書き込み不要（明示したい場合のみ任意 override として追加）。
client_secrets — OAuth クライアント秘密ファイル未配置[HUMAN STEP] で依頼 (yt-doctor の next_action.url をそのまま使う):
HUMAN STEP を出す前に、gcp_project と同じルールでチャンネル名を解決し、以下の推奨名をメッセージに含める:
{チャンネル名} YouTube Automation (例: Lo-Fi Beats YouTube Automation){チャンネル名} Desktop Client (例: Lo-Fi Beats Desktop Client)> [HUMAN STEP]
> OAuth クライアント ID は Google Cloud Console でしか作成できません。
>
> 以下の URL を開いてください:
> https://console.cloud.google.com/apis/credentials?project=<project-id>
>
> 推奨入力値:
> - Google Auth Platform > Branding のアプリ名: <channel-name> YouTube Automation
> - OAuth クライアント ID 名: <channel-name> Desktop Client
>
> 手順:
> 1. 左メニューで「Google Auth Platform」を開く
> 2. 「Branding」でアプリ名に上記の推奨アプリ名を入力し、ユーザーサポートメールと
> デベロッパー連絡先には自分の Google アカウントを入れて保存
> 3. 「Audience」で User type は「External」、Publishing status は「Testing」のまま、
> 「Test users」に OAuth 認証でログインする Google アカウントを追加
> （未追加だと初回認証が 403 access_denied で止まります）
> 4. 「Clients」→「Create client」で Application type「Desktop app」を選び、
> 名前には上記の推奨 OAuth クライアント ID 名を入力
> 5. 作成した client を開き、「Client secrets」→「Add secret」で新しい secret を発行
> 6. auth/client_secrets.template.json をコピーし、client_id / project_id / client_secret を転記して、以下のパスに配置:
> <channel_dir>/auth/client_secrets.json
>
> 完了したら "done" と返してください。
利用者が "done" と返したら uv run yt-doctor --json で client_secrets が ok になるか確認。なっていなければエラー詳細を見せてリトライ。
oauth_token — OAuth トークン未取得AI が以下を Bash で直接実行 (loopback redirect 方式なので別プロセスでも完結する):
uv run yt-channel-status
初回はブラウザが開いて認証が走る。完了すると <channel_dir>/auth/token.json が生成される。
channel_config — チャンネル設定未ロードyt-doctor の next_action.instructions を確認:
/channel-new 案内 (config/channel/ ディレクトリ未存在): 新規チャンネルの場合は /channel-new を実行して設定を作成する/channel-new 取り込みモード案内 (ディレクトリ存在・ロード失敗): 既存チャンネルの config を持ち込む場合は /channel-new（既存チャンネル取り込みモード）を実行して設定を修復するAI は config をここで生成しない。yt-setup-dirs で setup 用ディレクトリが作成済みでも config/channel/*.json は未生成で正常な中間状態として扱う。yt-doctor の message に含まれるエラー詳細をそのまま利用者に示し、どちらのルートかを確認してから案内する。
analytics_report — /wf-new 入力モード状態reports/analysis_*.md が存在しないこと自体は setup のブロッカーにしない。yt-doctor の message に表示される入力モードを確認する:
reports/analysis_*.md が存在し、stale ではない → analytics modereports/analysis_*.md が無く、data/benchmark_*.json がある → benchmark fallback modereports/analysis_*.md と data/benchmark_*.json がどちらも無い → minimal modeただし reports/analysis_*.md が最新 data/analytics_data_*.json より古い場合は stale report として fail になる。fallback せず、/analytics-analyze 再実行を案内する。
benchmark_data — ベンチマークデータ状態benchmark の有無は analytics report の有無より優先しない:
reports/analysis_*.md がある → benchmark の有無に関係なく analytics modereports/analysis_*.md が無く、data/benchmark_*.json がある → benchmark fallback modereports/analysis_*.md と data/benchmark_*.json がどちらも無い → minimal modeminimal mode / benchmark fallback mode は新規チャンネル初回制作を始めるための許容状態であり、setup の完了を止めない。
ttp_wf_new_readiness — 承認済み TTP の /channel-new benchmark 反映状態benchmark.channels に承認済み TTP 対象がある場合だけ、初回 /wf-new 前に /channel-new（再生成モード）の benchmark 反映が完了しているか確認する。yt-doctor の message に /channel-new benchmark 反映未完了 が含まれる場合は、以下を案内する:
/channel-new（再生成モード）の benchmark 反映ステップ（Step R3.5）を再実行するdata/benchmark_*.json、docs/benchmarks/*.md、data/thumbnail_compare/benchmark/ の参照画像を揃えるconfig/skills/thumbnail.yaml::image_generation.gemini.reference_images.default に data/thumbnail_compare/benchmark/... の相対パスを転記するuv run yt-doctor --json を再実行し、ttp_wf_new_readiness が ok になることを確認するbenchmark.channels 未設定の場合は minimal mode として扱われるため、setup の完了を止めない。
upload_ready — アップロード可能状態未達yt-doctor の message に含まれる事由を確認する。
scope 不足の場合は [HUMAN STEP] で依頼:
> [HUMAN STEP]
> OAuth token に upload 必須 scope が不足しています。以下の手順で再認証してください:
> 1. <channel_dir>/auth/token.json を削除
> 2. uv run yt-channel-status を実行してブラウザ認証
> 3. OAuth 同意画面で youtube / youtube.force-ssl scope を含むアカウントを選択
> 完了したら "done" と返してください。
channel_id 未設定の場合は AI が以下を確認・案内:
uv run yt-channel-status を Bash で実行してチャンネル ID を取得config/channel/meta.json の channel.channel_id に書き込むuv run yt-doctor --json で summary.next_check_id が null (全 check 緑) になったら:
✓ setup 完了。
- automation ツールと同期済みスキルが利用できます
- GCP / OAuth / ADC の API 認証が通ります
- 動画アップロードに必要な OAuth scope と channel_id が揃っています
新規チャンネルを作る場合は、次に /channel-new を実行してください。
を表示して終了。
/channel-new: 新規チャンネルの TTP 対象確認、config 生成、ペルソナ、branding (channel_config fail・新規チャンネルの場合)/channel-new（既存チャンネル取り込みモード）: 既存チャンネル設定の取り込み (channel_config fail・既存 config ありの場合)/channel-status: OAuth token 生成とチャンネル ID 確認/wf-new: config 作成後の新規コレクション制作開始複数チャンネルを横断管理したい / 別 PC へ引っ越したい / GCP 側の drift を検出したい場合は infra/terraform/gcp/ の README を参照。tfstate で構成管理できる代わりに terraform.tfvars 編集の 1 ステップが増える。
AI が tfvars を Write して .claude/skills/channel-new/references/gcp-terraform-apply.sh --auto-approve を Bash で叩けば自動化可能。Google Auth Platform の Branding / Audience Test users / Clients 設定と client_secrets.json 配置は両ルート共通。