Communitygithub.com

Paddy Galloway's YouTube Outlier Packaging

Erstelle eine YouTube-Strategie, eine evidenzgestützte Ideenliste sowie ein Paket aus Titel und Thumbnail basierend auf der öffentlichen Methode von Paddy Galloway. Verwende dies bei der Planung eines Kanals, der Auswahl von Konzepten oder der Vorbereitung eines Videos vor der Produktion.

Was ist Paddy Galloway's YouTube Outlier Packaging?

Dieser Skill befähigt einen KI-Agenten, Paddy Galloways öffentliche Methode zur YouTube-Outlier-Packaging anzuwenden – ein systematischer Ansatz zur Erstellung von Video-Strategien, Ideenpriorisierung und Titel/Thumbnail-Paketen vor der Produktion. Der Skill ist für die Integration in KI-Agenten wie Claude Code gedacht und führt den Agenten durch einen strukturierten 11-Schritte-Prozess, der mit der Festlegung des Umfangs beginnt und mit der Überprüfung der Ergebnisse endet. Er unterstützt die Planung auf Kanal-Ebene (Entwicklung einer Strategie mit über 100 Ideen) und auf Einzel-Video-Ebene (Verfeinerung eines existierenden Pakets). Der Nutzen liegt darin, dass subjektive Entscheidungen durch eine evidenzbasierte, wiederholbare Methode ersetzt werden, die nachweislich die Klickraten und die Bindung erhöht. Der Skill betont die Unterscheidung zwischen beobachteten Fakten und Schätzungen, die Verwendung von Titel-Winkeln und visuellen Alternativen sowie die Überprüfung des finalen Pakets auf Klarheit und Glaubwürdigkeit. Er ist besonders wertvoll für Entwickler und Content-Ersteller, die YouTube als Teil ihrer Work-Life-Balance oder ihres Geschäftsmodells nutzen, da er die Unsicherheit bei der Videoerstellung reduziert und die Erfolgswahrscheinlichkeit erhöht.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/getedgehq/skills/tree/HEAD/galloway-youtube-outlier-packaging

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Paddy Galloways YouTube-Outlier-Packaging

Basiert auf Paddy Galloways öffentlicher Methode. Nicht verbunden mit oder unterstützt von Paddy Galloway.

Verwendungszweck

Verwende diesen Skill, um ein Kanal-Briefing in eine fokussierte Strategie zu verwandeln, Videoideen zu priorisieren oder ein Paket aus Titel und Thumbnail vor der Produktion vorzubereiten. Er unterstützt auch die Überprüfung eines Kanals, dessen Uploads nur selten den üblichen Aufrufbereich überschreiten. Die zentrale Entscheidung ist, welches Versprechen an den Zuschauer Produktionsaufwand verdient, gefolgt von der Frage, wie dieses Versprechen kommuniziert und erfüllt werden kann. [S1][S4]

Erstelle eine lesbare Strategieseite mit einem unterstützenden Packaging-Anhang. Halte die Seite nützlich für Entscheidungen; platziere das Evidenz-Register, Titel-Kandidaten und Thumbnail-Briefings im Anhang. Für einen einzelnen Upload verwende die bestehende Kanalstrategie und fülle nur die relevanten Felder aus. Erzwinge keine vollständige Kanalplanungsübung für eine eng gefasste Packaging-Anfrage. Befolge templates/output-template.md je nach Umfang.

Die Methode betrifft hauptsächlich Long-Form-YouTube. Behandle Shorts, Geschäftsmodelle und gerätespezifische Produktion als optionalen Kontext, wenn sie das Briefing beeinflussen. Galloways numerische Empfehlungen sind Arbeitsheuristiken, keine Garantien. Bewahre die Einschränkungen des Benutzers, kennzeichne fehlende Daten und unterscheide zwischen öffentlichen Empfehlungen und den operativen Anpassungen dieses Pakets. references/method.md erklärt diese Grenzen; references/sources.md identifiziert die abgerufenen Belege.

Vorgehen

  1. Umfang und Eingaben festlegen. Lies references/method.md. Sammle Nische, Zielgruppe, aktuelle vergleichbare Uploads, Aufrufzahlen, Produktionskapazität, Zugang, Budget und die Entscheidungsfrist. Trenne beobachtete Informationen von Schätzungen. Verwende die Eingabefelder der Vorlage, um ungelöste Eingaben zu erfassen, ohne Beweise zu erfinden.

  2. Nachhaltiges Modell und Startgebiet wählen. Nutze references/method.md, um einen Ansatz mit niedriger Frequenz, hoher Frequenz oder wöchentlich auszuwählen. Identifiziere ein oder zwei Sub-Nischen, die zuerst gewonnen werden sollen. Erkläre, wie das Modell zum Team passt und Zeit für Ideenfindung, Packaging und Intros lässt. [S1][S3][S5]

  3. Sichtbaren Vorteil benennen. Folge references/method.md, um unverwechselbares Wissen, Fähigkeiten, Persönlichkeit oder Zugang zu identifizieren. Füge jedem behaupteten Vorteil einen konkreten Beleg und eine Auswirkung auf die Dreharbeiten hinzu. Allgemeine Begeisterung ist kein ausreichender Beleg für Differenzierung. [S1]

  4. Drei Zuschauergruppen abbilden. Beschreibe in templates/output-template.md Kern-, Gelegenheits- und neue Zuschauer sowie warum diese jeweils klicken und bleiben würden. Nutze references/method.md, um verständliche Einsätze zu erweitern, während das Thema und die Expertise des Kanals erhalten bleiben. [S1][S6]

  5. Ideenpool aufbauen und kennzeichnen. Für einen Strategiedurchgang entwickle mindestens 100 Ideen, unter Verwendung von internen Ausreißern, externen Ausreißern und Innovationen. Erfasse Quellenlinks, Ausgangswerte und Unsicherheiten mit references/method.md. Für einen einzelnen Upload durchforste relevante vorhandene Ideen und Vergleichswerte, anstatt einen neuen Pool aufzublähen. [S1][S2]

  6. Durch explizite Tore auswählen. Wende Nachfrage oder Neuheit, Zuschauereignung, Vorteil des Erstellers und Klarheit des Pakets aus references/method.md an. Schreibe einen einzigen Satz als Prämisse und überarbeite gescheiterte Tore, bevor du filmst. Konsultiere examples/worked-examples.md für Beispiele der Neufassung ohne unbegründete Behauptungen. [S4][S6]

  7. Titel-Winkel erkunden. Entwerfe mindestens zehn wesentlich unterschiedliche Titel für die Hauptidee. Nutze references/method.md, um Einsatz, Kontrast, Neuheit und unbeantwortete Fragen zu variieren. Kombiniere jeden vielversprechenden Winkel mit einem visuellen Konzept, anstatt einen Titel isoliert auszuwählen. [S2]

  8. Visuelle Alternativen entwickeln. Erstelle mindestens fünf Thumbnail-Konzepte und bereite drei verschiedene Varianten vor. Folge references/method.md für zentrale Elemente und den Blick-Test. Falls Bilderstellung nicht möglich ist, liefere produktionsreife Briefings und kennzeichne die Darstellung explizit als unvollendet. [S1][S3][S6]

  9. Das kombinierte Versprechen auswählen. Überprüfe zusammen das Aufmerksamkeit-Erregen, die Neugier und den glaubwürdigen Wert. Nutze checklists/review-checklist.md, um Mehrdeutigkeit, Überladung oder ein unbegründetes impliziertes Ergebnis abzulehnen. Halte das gewählte Paar, Alternativen, benötigte Aufnahmen und die Auswahlbegründung in templates/output-template.md fest. [S4][S6]

  10. Lieferung und Ausführung bestätigen. Plane die visuelle oder verbale Bestätigung des Versprechens etwa in den ersten fünf Sekunden, gefolgt von der eigentlichen Untersuchung oder dem Ergebnis. Wende references/method.md an, um fehlendes Filmmaterial, Zugangs- und Qualitätsprobleme zu erkennen. Setze eine Entscheidungsfrist, die Veröffentlichung und Lernen ermöglicht. [S4][S6]

  11. Überprüfen und wiederholen. Vervollständige checklists/review-checklist.md, plane dann den Vergleich mit der Kanal-Baseline, den Bindungsverläufen und der erreichten Zielgruppe. Nutze references/method.md, um eine prompte Nachverfolgung zu definieren, wenn ein Format funktioniert, während du Experimente fortsetzt. Kehre mit den resultierenden Beweisen zum Ideenpool zurück. [S1][S2][S5]

Dateien in diesem Skill

Individual skills in this repo

This repo contains 18 individual skills — each has its own dedicated page.

getedgehq/agent-evals

Build evals for an AI agent that already does real work. Use when someone asks "how do I know my agent is right", wants to test an agent before trusting it, compare models on cost versus quality, or turn production failures into tests. Walks from first tasks and yes/no verifiers, to isolated environments, to a trace-driven improvement loop.

getedgehq/cli-ux-review

Audit a command-line tool for user-friendliness — clear situation / next-step / options in every output, colour-highlighted runnable commands, no raw jargon, no silent hangs. Invoke for "CLI UX audit", "review my CLI", "is this CLI intuitive", or before any CLI release.

getedgehq/generate-image

Generate images with OpenAI GPT Image 2 via the Codex CLI, billed through the user's ChatGPT Plus subscription (no OpenAI API key, no per-image API cost). Use when the user asks to create, generate, or make an image, picture, illustration, icon, hero graphic, or concept art from a text prompt.

getedgehq/harness-first

Diagnose and fix an unreliable, expensive, or unsafe LLM agent by auditing its harness (golden set, judge, cost caps, data layer, action approvals, tracing) before blaming or swapping the model. Use when someone says an agent is "burning tokens", "hallucinating", "brittle", gives inconsistent answers, asks whether to switch to a cheaper/better model, or wants to ship an agent or prompt change to customers.

getedgehq/http-error-triage

Run before concluding anything from an HTTP error on a third-party API. Separates a real credential/entitlement problem from a CDN or WAF block, a wrong endpoint, or a client-signature ban. Use whenever an API returns 401/403/402/429 and you are about to say "the key is dead", "credits are exhausted", "the plan lacks access", or "we are rate limited".

getedgehq/linkedin-media-prep

Convert, crop, resize, and compress images and videos for optimal LinkedIn upload quality and file size. Use when the user wants to prepare a photo, image, or video for LinkedIn (profile picture, cover photo, post image, article featured image, post video, or video ad), optimize file size for LinkedIn, crop and resize for LinkedIn dimensions, convert HEIC/RAW/PNG/MOV to LinkedIn-ready JPEG or MP4, or mentions LinkedIn media requirements, specs, or limits.

getedgehq/monid

>-

getedgehq/opendraft

An 18-agent pipeline that turns one topic line into a drafted

getedgehq/people-search

Find and rank professional people for recruiting, partnerships, sales, or research from user-provided data, public web sources, an authenticated search session, or a connected provider. Use for people discovery, LinkedIn or Sales Navigator search design, profile-list ranking, or provider filter translation.

getedgehq/rocketlist

Turn a CV into a shortlist of live startup roles from Rocketlist's public job board, including adjacent job titles the person would never have searched for, each with its published salary, the evidence for the fit, and a direct apply link. Use for "find roles I would be a strong fit for", career pivots, remote or VC-backed job hunts, and salary-visible role discovery.

getedgehq/security-audit-checklist

Run a comprehensive security audit across application code, cloud infrastructure, containers, CI/CD pipelines, and infrastructure-as-code. Covers privacy compliance, OWASP basics, secret leakage, API security, IAM misconfigurations, storage exposure, Kubernetes hardening, and network security. Use when the user asks to audit, review, or harden app or cloud security, check for secrets, scan for XSS/SQLi, verify security headers, review Terraform/CloudFormation, audit AWS/GCP/Azure configs, or perform any security-focused review.

getedgehq/shadcn-first

>-

getedgehq/skills

Develop or review a branded long-form YouTube channel using Simon Kaiser's public creator-led approach: audience fit, recurring formats, natural brand integration, Time with Brand, and an organic, paid, and Shorts strategy. Use for channel strategy, format briefs, and pilots.

getedgehq/skills

Build or review a buyer-centered strategic narrative using Andy Raskin's public method. Use for sales or investor deck stories, homepage positioning, keynotes, launch narratives, and why-now messaging.

getedgehq/skills

Turn a product URL, launch brief, or approved script into a production-ready launch video. Use for product reveals, feature announcements, SaaS launches, and narrated product films; not for generic explainers or editing existing footage.

getedgehq/strip-image-ai-metadata

Strip C2PA and AI-generation metadata from images (PNG, JPEG, WebP) to remove "Generated by AI" / "ChatGPT" / "DALL-E" labels that platforms like LinkedIn, Instagram, and X display. Use when the user wants to clean AI-generated images before posting, remove AI attribution from photos, strip C2PA manifests, sanitize image metadata for professional use, or verify whether an image contains C2PA data.

getedgehq/top-down-comms

>-

getedgehq/workplan

Create, update, or close work plans for multi-step tasks. Use when starting refactors, bug lists, feature work, migrations, or any task with 2+ steps. Also use after auto-compaction to re-orient. Triggers: "workplan", "work plan", "create a plan", "what's the plan", "where was I", or when Claude detects

Verwandte Skills