菜单
Use when 競合チャンネルのベンチマークデータを最新化したいとき。YouTube Data API (OAuth) で競合の最新動画データを取得し docs/benchmarks/*.md を更新する。「競合分析」「ベンチマーク更新」「競合の最新データ」など、競合情報の取得・更新に関わる場面で使用すること
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
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 | benchmark |
| description | Use when 競合チャンネルのベンチマークデータを最新化するとき。「競合データ収集」「ベンチマーク更新」で発動。docs/benchmarks/*.md を更新。収集済みデータの分析は /channel-research |
benchmark_collector.py で競合チャンネルの直近投稿のうち再生数しきい値（既定 10,000）以上の動画だけを収集し、docs/benchmarks/*.md を自動更新する。
チャンネル単位ではなく動画単位でベンチマーク対象を抽出する（伸びていない動画は分析から除外）。
/collection-ideate の Phase 1-2 から自動呼び出しされるが、単独実行も可能。
前提確認や Step 1 に入る前に、以下を必ず Read（Codex では同等のファイル閲覧）で開く。SKILL.md の説明や記憶から設定値を推測しない。
.claude/skills/benchmark/config.default.yamlconfig/skills/benchmark.yaml（存在する場合）読み込み後は youtube_automation.utils.skill_config.load_skill_config("benchmark") と同じ deep-merge 前提で、チャンネル上書きを優先して扱う。存在しない override は未設定として扱い、勝手に作成しない。
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-new（既存チャンネル取り込みモード）を案内| 基本データ (YouTube API) | 派生指標 (自動算出) | サムネイル分析 (エージェント) |
|---|---|---|
| 再生数・高評価・コメント数 | 日次再生数 (views/日数) | 構図・配色 |
| タイトル・タグ・説明文 | エンゲージメント率 (ER%) | テキスト配置 |
| 尺・公開日・サムネイルURL | 投稿間隔トレンド | キャラ活動・雰囲気 |
# チャンネルディレクトリから実行（鮮度チェック → 古いもののみ更新）
uv run yt-benchmark-collect -y
# オプション
uv run yt-benchmark-collect --force -y # 全チャンネル強制更新
uv run yt-benchmark-collect --no-thumbnails # サムネイルDLスキップ（高速）
uv run yt-benchmark-collect --json-only # JSON のみ（Markdown スキップ）
uv run yt-benchmark-collect --channel <slug> # 単一チャンネル指定
uv run yt-benchmark-collect -v # 詳細ログ
スクリプトが自動で以下を実行:
config/channel/analytics.json の benchmark.channels から対象チャンネルを読み込みdocs/benchmarks/*.md の更新日時で鮮度チェック（freshness_days 日以上前なら更新）scan_recent 本（既定 50） を走査し、min_views 以上（既定 10,000） の動画だけを抽出docs/benchmarks/thumbnails/ にダウンロードdata/benchmark_YYYYMMDD.json に中間データ保存docs/benchmarks/*.md（個別 + common-patterns + README）を自動生成
スクリプト完了後、エージェントが以下を実施:
docs/benchmarks/{slug}.md）を読み、再生数上位 5 本の動画を特定docs/benchmarks/thumbnails/{slug}_{video_id}.jpg から Read ツールで読み込みdocs/benchmarks/{slug}.md の末尾に ## サムネイル分析 セクションとして追記docs/benchmarks/*.md を Read ツールで確認common-patterns.md の戦略的示唆を 自チャンネル向けに再評価config/channel/analytics.json の benchmark.channels 配列に追加:
{
"id": "UC_NEW_CHANNEL_ID",
"slug": "channel-slug",
"name": "Channel Name",
"relationship": "自チャンネルとの関係性"
}
--force で実行 → ファイル自動生成競合チャンネルリストは config/channel/analytics.json で管理する:
"benchmark": {
"channels": [
{"id": "UC_XXX", "slug": "channel-slug", "name": "Channel Name", "relationship": "..."}
]
}
走査・分析の動作パラメータは skill-config (.claude/skills/benchmark/config.default.yaml) で管理。
チャンネル側で上書きする場合は config/skills/benchmark.yaml:
| 項目 | 既定 | 説明 |
|---|---|---|
scan_recent | 50 | チャンネルあたりの走査プール本数（直近 N 投稿） |
min_views | 10000 | ベンチマーク対象の視聴数しきい値 |
freshness_days | 3 | レポート更新間隔（日） |
gemini_thumbnail_analysis | false | Gemini API によるサムネイル分析（Vertex AI 課金あり、通常は不要） |
thumbnail_analysis.model | gemini-2.5-flash | Gemini 分析モデル（gemini_thumbnail_analysis: true 時のみ） |
thumbnail_analysis.delay_sec | 5 | API レート制限対策の待機秒数 |
thumbnail_analysis.prompt | 汎用プロンプト | ジャンル/世界観に合わせて上書き推奨 |
gemini_thumbnail_analysis: true): Vertex AI 課金が発生する。10チャンネル × 各 20 本 = 200 回の API 呼び出しで数千円になる可能性があるため、通常は OFF のままにすることauth/token.json を使用common-patterns.md の手書きパターン分析は「運用ベンチマーク」セクションより上に維持されるdata/video_analysis/<slug>/<video_id>.json — /video-analyze の動画本体スコアリング出力（競合スコアリングの追加入力）