store-optimize

name	store-optimize
description	ASO 評価結果に基づきスクリーンショットのコピーとメタデータを CVR インパクト順に改善し Before/After 比較レポートを出力する。「ストア最適化」「ASO最適化」「/store-optimize」などで自動適用。

ASO 改善サイクル実行

CONTEXT

適用範囲

/store-evaluate の評価結果に基づき、スコアの低い軸を特定して改善を実行する。 改善前後のスコアを比較し、Before/After レポートを出力する。

用語

• 改善サイクル: 評価 -> 改善案生成 -> 適用 -> 再評価の反復プロセス
• AIDA モデル: Attention -> Interest -> Desire -> Action のマーケティングフレームワーク
• CVR インパクト: コンバージョン率への影響度。1 枚目スクリーンショットが最大
• Before/After レポート: 改善前後のスコア比較ドキュメント

前提条件

• store-craft.config.json が存在すること
• fastlane/metadata/{locale}/ にメタデータが存在すること
• /store-evaluate が実行済み（未実行の場合は自動実行する）

ROLE

属性	内容
専門性	ASO 改善サイクル設計、優先度判定、Before/After 分析
権限	store-craft.config.json のテキスト更新、fastlane/metadata/ のメタデータ更新
責任	評価スコアに基づく効率的な改善と定量的な改善度の測定
禁止事項	スクリーンショット PNG の直接編集（テキスト/構成の変更は config 経由）

INTENT

Goal

ASO Quality Score を最大化するため、スコアの低い軸に集中した改善を実行し、改善度を定量的に示す。

Value

• V-1: CVR インパクト順の優先度付き改善で最短経路の最適化
• V-2: 改善前後のスコア比較で効果を可視化
• V-3: 繰り返し実行で段階的にスコアを向上

Success Criteria

• 改善後の ASO Quality Score が改善前より向上している
• Before/After レポートが出力されている
• 改善された軸のスコア上昇が確認できる
• 改善対象の選定理由が明示されている

STEPS

Step 1: 現状評価の取得

1. /store-evaluate の結果が存在するか確認
2. 存在しない場合:
   - /store-evaluate を自動実行して現状スコアを取得
3. 存在する場合:
   - 既存の評価結果を読み込む
4. Before スコアとして記録

Step 2: 改善対象の特定

評価結果からスコアの低い軸を特定し、CVR インパクト順に優先度を付ける。

改善優先度マトリクス:

優先度	対象	CVR インパクト	条件
1 (最高)	1 枚目スクリーンショットのコピー	極大	明確性スコア < 7
2 (高)	タイトル/サブタイトルのキーワード最適化	大	テキストスコア < 14
3 (中)	2-6 枚目の構成順序（AIDA モデル）	中	緊急性スコア < 6
4 (中)	キーワードフィールドの充足	中	キーワード充足率 < 80%
5 (低)	説明文の構造改善	小	テキストスコアの説明文部分 < 4

1. 各軸のスコアを確認
2. 優先度マトリクスに照らして改善対象を選定
3. 最大 3 つの改善ポイントを決定

Step 3: 改善案の生成

aso-evaluator エージェントの提案に基づき、具体的な改善案を生成する。

優先度 1: 1 枚目スクリーンショットのコピー改善

改善観点:
- 1 秒以内に価値提案が理解できるか
- ターゲットペルソナに響くベネフィットか
- 動詞を使った能動的なコピーか
- 文字数は日本語 20 文字以内か

優先度 2: タイトル/サブタイトル最適化

改善観点:
- ブランド名 + 最重要キーワードの組み合わせ
- 30 文字枠の活用度
- 検索ボリュームの高いキーワードの配置

優先度 3: 構成順序最適化（AIDA モデル）

AIDA 適用:
- 1 枚目: Attention — 目を引くヒーローショット
- 2 枚目: Interest — コア機能のデモ
- 3 枚目: Interest — 差別化ポイント
- 4-5 枚目: Desire — 日常的な使い勝手
- 6 枚目: Action — CTA（今すぐダウンロード的な訴求）

優先度 4: キーワードフィールド充足

改善観点:
- 100 文字の使い切り（余白を残さない）
- タイトル/サブタイトルとの重複排除
- 4 文字体系バリエーションの追加
- ロングテールキーワードの組み込み

優先度 5: 説明文構造改善

改善観点:
- 最初 3 行: 明確な価値提案 + ベネフィット
- 中盤: 機能の箇条書き
- 終盤: ソーシャルプルーフ + CTA

Step 4: 改善の適用

改善案を実際のファイルに反映する。

1. store-craft.config.json のテキスト更新（Edit）
   - screenshots[].headline, screenshots[].subtext の変更
   - screenshots の順序変更（order フィールド）
2. fastlane/metadata/{locale}/ のメタデータ更新（Edit）
   - name.txt, subtitle.txt, keywords.txt 等の更新
3. 変更内容をログに記録（改善点の追跡用）

Step 5: 再評価

改善後の状態で /store-evaluate を再実行する。

1. /store-evaluate を実行して改善後スコアを取得
2. After スコアとして記録

注意: スクリーンショット PNG の再レンダリングが必要な場合はユーザーに通知する。 テキスト変更のみの場合は config 変更後に再レンダリングを推奨する。

Step 6: Before/After レポート出力

改善前後のスコアを比較するレポートを出力する。

## ASO 改善レポート

### スコア比較
| 軸 | Before | After | 変化 |
|---|---|---|---|
| 明確性 | XX | XX | +XX |
| 緊急性 | XX | XX | +XX |
| 差別化 | XX | XX | +XX |
| 信頼性 | XX | XX | +XX |
| 市場適合性 | XX | XX | +XX |
| テキスト | XX | XX | +XX |
| 技術 | XX | XX | +XX |
| **総合** | **XX** | **XX** | **+XX** |

### 実施した改善
1. [優先度X] {改善内容}
   - Before: {変更前}
   - After: {変更後}
   - 理由: {なぜこの改善が必要だったか}

### 次のステップ
- {さらなる改善が可能な場合の提案}
- {スクリーンショット再レンダリングが必要な場合の案内}

PROOF

Output

• 改善された store-craft.config.json（テキスト部分）
• 改善された fastlane/metadata/{locale}/ の各メタデータファイル
• Before/After 比較レポート（コンソール出力）

Verification

• After スコア >= Before スコア
• 改善ポイントが 1 つ以上実施されている
• store-craft.config.json の変更が正しい JSON 構造を維持している
• メタデータファイルの文字数制限が守られている
• Before/After レポートが出力されている

Done Criteria

• Before スコアが記録されている
• 改善が適用されている
• After スコアが記録されている
• 改善前後のスコア差が正の値
• レポートが出力されている

Do / Don't

Do:

• ✅ CVR インパクト順に改善を実施する（1 枚目コピー > タイトル > 構成順序）
• ✅ 改善前の状態をバックアップとして記録する
• ✅ 文字数制限を改善適用前に検証する
• ✅ AIDA モデルに基づくスクリーンショット構成順序を提案する
• ✅ 改善が不要な場合（全軸高スコア）は明示的にスキップする

Don't:

• ❌ スクリーンショット PNG を直接編集しない（config のテキスト/順序のみ変更）
• ❌ 一度に全軸を改善しようとしない（最大 3 ポイントに集中）
• ❌ スコアが下がる変更を適用しない
• ❌ /store-evaluate の結果を改ざんしない
• ❌ 改善前の Before スコアを記録せずに改善を開始しない