Communitygithub.com

Packaging de Vidéos YouTube à succès selon Paddy Galloway

Élaborez une stratégie YouTube, une sélection d'idées fondée sur des preuves, ainsi qu'un package titre et miniature en utilisant la méthode publique de Paddy Galloway. À utiliser lors de la planification d'une chaîne, du choix de concepts ou de la préparation d'une vidéo avant le tournage.

Qu'est-ce que Packaging de Vidéos YouTube à succès selon Paddy Galloway ?

Cette compétence permet à un agent IA d'aider les créateurs de contenu YouTube long format à planifier leur stratégie de chaîne, prioriser des idées de vidéos ou préparer un package titre et miniature avant la production. Basée sur la méthode publique de Paddy Galloway (sans affiliation officielle), elle guide l'agent à travers 11 étapes : de la collecte des données d'entrée (niche, audience, délais) jusqu'à la validation finale des promesses visuelles et verbales. La compétence distingue clairement une analyse complète de chaîne (avec au moins 100 idées) d'une simple demande de packaging pour une seule vidéo. L'agent est invité à produire une page de stratégie lisible, à maintenir un journal des preuves, et à placer les détails de packaging en annexe. Des fichiers de référence détaillent les principes, les heuristiques, les sources publiques et des exemples de travail, tandis que des listes de vérification aident à évaluer la qualité du résultat. L'outil est conçu pour les agents fonctionnant dans des environnements comme Claude Code, Cursor ou Codex.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait Packaging de Vidéos YouTube à succès selon Paddy Galloway ?

Basé sur la méthode publique de Paddy Galloway. Non affilié ni approuvé par Paddy Galloway.

Quand l'utiliser

Utilisez cette compétence pour transformer un brief de chaîne en une stratégie ciblée, prioriser des idées de vidéos, ou préparer un package titre et miniature avant la production. Elle permet aussi de réviser une chaîne dont les téléchargements dépassent rarement sa fourchette de vues habituelle. La décision centrale est de savoir quelle promesse envers le spectateur mérite un effort de production, suivie par la manière de communiquer et de réaliser cette promesse. [S1][S4]

Produisez une page de stratégie lisible avec une annexe de packaging à l'appui. Gardez la page utile pour les décisions ; placez le journal des preuves, les candidats de titres et les briefs de miniatures dans l'annexe. Pour un seul téléchargement, utilisez la stratégie existante de la chaîne et ne remplissez que les champs pertinents. N'imposez pas un exercice complet de planification de chaîne à une demande de packaging étroite. Suivez templates/output-template.md pour l'un ou l'autre périmètre.

La méthode concerne principalement le format long YouTube. Traitez les Shorts, les modèles économiques et la production spécifique à un appareil comme un contexte optionnel lorsqu'ils affectent le brief. Les recommandations numériques de Galloway sont des heuristiques de travail, pas des garanties. Préservez les contraintes de l'utilisateur, étiquetez les données manquantes et distinguez les recommandations publiques des adaptations opérationnelles de ce package. references/method.md explique ces limites ; references/sources.md identifie les preuves collectées.

Procédure

  1. Établir le périmètre et les entrées. Lisez references/method.md. Rassemblez la niche, l'audience, les téléchargements comparables récents, les comptes de vues, la capacité de production, l'accès, le budget et la date limite de décision. Séparez les informations observées des estimations. Utilisez les champs de saisie du modèle pour enregistrer les entrées non résolues sans inventer de preuves.

  2. Choisir un modèle durable et un territoire de départ. Utilisez references/method.md pour sélectionner une approche basse fréquence, haute fréquence ou hebdomadaire. Identifiez une ou deux sous-niches à conquérir en premier. Expliquez comment le modèle s'adapte à l'équipe et laisse du temps pour l'idéation, le packaging et les introductions. [S1][S3][S5]

  3. Nommer l'avantage visible. Suivez references/method.md pour identifier des connaissances, compétences, personnalité ou accès distinctifs. Attachez un point de preuve concret et une implication de tournage à chaque avantage revendiqué. L'enthousiasme générique est une preuve insuffisante de différenciation. [S1]

  4. Cartographier trois groupes de spectateurs. Dans templates/output-template.md, décrivez les spectateurs principaux, occasionnels et nouveaux, et pourquoi chacun cliquerait et resterait. Utilisez references/method.md pour élargir les enjeux compréhensibles tout en préservant le sujet et l'expertise de la chaîne. [S1][S6]

  5. Construire et étiqueter le réservoir d'idées. Pour une passe stratégique, réfléchissez à au moins 100 idées, en utilisant des valeurs aberrantes internes, externes et l'innovation. Enregistrez les liens sources, les bases de référence et l'incertitude en utilisant references/method.md. Pour un seul téléchargement, inspectez les idées existantes pertinentes et les comparables au lieu de gonfler un nouveau réservoir. [S1][S2]

  6. Sélectionner via des portes explicites. Appliquez la demande ou la nouveauté, l'adéquation au spectateur, l'avantage du créateur et la clarté du package de references/method.md. Écrivez une phrase de prémisse et révisez les portes échouées avant le tournage. Consultez examples/worked-examples.md pour des illustrations de recadrage sans affirmations non étayées. [S4][S6]

  7. Explorer les angles de titres. Rédigez au moins dix titres matériellement différents pour l'idée principale. Utilisez references/method.md pour varier les enjeux, le contraste, la nouveauté et les questions sans réponse. Associez chaque angle prometteur à un concept visuel plutôt que de sélectionner un titre isolément. [S2]

  8. Développer des alternatives visuelles. Générez au moins cinq concepts de miniature et préparez trois variantes distinctes. Suivez references/method.md pour les éléments focaux et le test du coup d'œil. Si la création d'images n'est pas disponible, fournissez des briefs prêts pour la production et marquez explicitement le rendu comme non terminé. [S1][S3][S6]

  9. Choisir la promesse combinée. Examinez ensemble l'arrêt du défilement, la curiosité et la valeur crédible. Utilisez checklists/review-checklist.md pour rejeter l'ambiguïté, l'encombrement ou un résultat implicite non étayé. Enregistrez la paire choisie, les alternatives, les prises de vue requises et la justification de la sélection dans templates/output-template.md. [S4][S6]

  10. Confirmer la diffusion et l'exécution. Planifiez la confirmation visuelle ou verbale de la promesse dans les cinq premières secondes environ, suivie de l'investigation ou du résultat réel. Appliquez references/method.md pour détecter les séquences manquantes, les problèmes d'accès et de qualité. Fixez une date limite de décision qui permet la publication et l'apprentissage. [S4][S6]

  11. Réviser et répéter. Complétez checklists/review-checklist.md, puis planifiez la comparaison avec la base de référence de la chaîne, les courbes de rétention et l'audience atteinte. Utilisez references/method.md pour définir un suivi rapide lorsqu'un format fonctionne, tout en poursuivant les expériences. Revenez au réservoir d'idées avec les preuves résultantes. [S1][S2][S5]

Fichiers inclus dans cette compétence

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

Skills associés