video-content-analyzer
Gemini AIを使用してInstagram Reels、TikTok、YouTube Shortsなどの短尺動画を分析し、冒頭フック・コンテンツ構成・再現可能なパターンを抽出します。「動画を分析して」「フックを抽出して」「なぜこの動画がバズったか教えて」といった指示をトリガーとして動作し、バズ動画の成功要因や再現可能なフォーミュラを解明します。
description の原文を見る
| Analyze short-form videos with Gemini AI to extract hooks, content structure, and replicable patterns. Supports Instagram Reels, TikTok, and YouTube Shorts. Use when asked to: - Analyze video content for hooks and structure - Extract replicable formulas from viral videos - Understand why a video performed well - Get AI analysis of video content patterns Triggers: "analyze videos", "extract hooks", "video analysis", "analyze reels", "what makes this video work", "hook analysis", "content structure analysis"
SKILL.md 本文
Video Content Analyzer
短編動画を Gemini AI で分析し、フックス、コンテンツ構造、デリバリースタイル、CTA 戦略を抽出します。
前提条件
GEMINI_API_KEY環境変数google-genaiとrequestsPython パッケージ
使用方法
python3 .claude/skills/video-content-analyzer/scripts/analyze_videos.py \
--input outliers.json \
--output video-analysis.json \
--platform instagram \
--max-videos 5
パラメータ
| 引数 | 説明 |
|---|---|
--input, -i | アウトライア投稿を含む入力 JSON ファイル (必須) |
--output, -o | 結果の出力 JSON ファイル (必須) |
--platform, -p | プラットフォーム: instagram、tiktok、youtube (デフォルト: instagram) |
--max-videos, -n | 分析する最大動画数 (デフォルト: 5) |
入力形式
プラットフォーム固有のリサーチスキルからアウトライア JSON を受け入れます。以下両方の形式に対応:
- 直接リスト:
[{post1}, {post2}, ...] - ラップ形式:
{"outliers": [{post1}, {post2}, ...]}
スクリプトは自動的にプラットフォーム固有のフィールドをマッピングします:
| プラットフォーム | 動画 URL フィールド | キャプション | ユーザー名 |
|---|---|---|---|
videoUrl | caption | ownerUsername | |
| TikTok | videoUrl、video_url、webVideoUrl | text、desc | authorUsername |
| YouTube | videoUrl、url | title | channelTitle |
TikTok 注記: Apify TikTok Scraper は直接動画ダウンロード URL ではなく webVideoUrl (TikTok ページ URL) を返します。Gemini はこのページ URL から分析を試みます。
出力
各動画の分析を含む JSON 配列を返します:
[
{
"post_id": "ABC123",
"username": "creator",
"url": "https://...",
"platform": "instagram",
"likes": 50000,
"comments": 1200,
"views": 500000,
"analysis": {
"hook": {
"technique": "pattern-interrupt",
"opening_line": "Stop scrolling if you...",
"attention_grab": "Creates urgency and targets specific audience",
"replicable_formula": "Stop scrolling if you [pain point]"
},
"content_structure": {
"format": "problem-solution",
"sections": [...],
"pacing": "fast",
"retention_techniques": ["pattern interrupts", "text overlays"]
},
"delivery_style": {
"speaking": "direct-to-camera",
"energy": "high-energy",
"text_overlays": true,
"visual_style": "quick cuts with b-roll"
},
"cta_strategy": {
"type": "follow",
"cta_text": "Follow for more tips",
"placement": "end"
},
"why_it_works": "..."
}
}
]
フック テクニック
アナライザーは以下のフック タイプを識別します:
pattern-interrupt- 予想されたパターンを破壊question- 魅力的な質問で開始bold-claim- 驚くべき主張をするstory-tease- compelling なストーリーへの示唆visual-shock- 衝撃的なビジュアル開始curiosity-gap- 情報ギャップを作成direct-address- 特定の視聴者に直接語りかけcontroversial-take- 偏った意見relatable-pain- よくある悩みをターゲットtransformation-preview- ビフォーアフター表示
コンテンツ形式
problem-solution- 問題を提示、解決策を提供listicle- 番号付きのティップス/アイテムstory- ストーリー構成tutorial- ステップバイステップのハウツーbefore-after- 変化の公開day-in-life- ライフスタイルコンテンツreaction- 他のコンテンツへの反応hot-take- オピニオン記事tool-demo- 製品/ツールのデモ
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- bradautomates
- ライセンス
- MIT
- 最終更新
- 不明
Source: https://github.com/bradautomates/head-of-content / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。