Communityコーディング&開発github.com

ブログ記事作成

トピック、概要、またはアウトラインから完全なブログ記事を作成します。GoogleのランキングとAIによる引用に最適化されたデュアル最適化(6つの柱)に従います。

ブログ記事作成 とは?

このスキルは、AIエージェント(Claude Code、Cursor、Codexなど)が、与えられたトピックや概要から高品質なブログ記事を自動生成できるようにします。主な特徴は、Googleの検索ランキングとAIアシスタントによる引用の両方に最適化された「デュアル最適化」アプローチを採用している点です。これにより、検索エンジンからのトラフィックと、ChatGPTやCopilotなどのAIが回答で引用する可能性の両方を最大化します。 ワークフローは、トピックの理解から始まり、12種類のテンプレート(ハウツーガイド、リスト記事、ケーススタディなど)から自動選択、調査(統計、画像、動画の収集)、アウトライン生成、チャート作成、そして実際の執筆に至るまで、5つのフェーズで構成されています。特に、各セクションの冒頭に統計データを含めた「Answer-First」フォーマットや、AIが直接引用できる「Citation Capsule」、記事全体を通じてオリジナルバリューを示す「Information Gain Marker」などの高度なテクニックを実装しています。 このスキルは、ブログ記事の品質を5つのカテゴリ(コンテンツ、SEO、E-E-A-T、技術、AI引用)で評価するスコアリングシステム(`references/quality-scoring.md`)を参照し、常に高品質を維持します。また、内部リンク戦略、ビジュアルメディアの選択、CTAの配置など、包括的なリファレンス文書セットに基づいて動作するため、一貫性のあるプロフェッショナルな記事を生成できます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AgriciDaniel/claude-blog/tree/main/skills/blog-write

Installed? Explore more コーディング&開発 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

プレビュー

スキル README より

説明的なaltテキスト - トピックキーワードを自然に

ドキュメント

ブログ記事作成 -- 新規記事生成

トピック、概要、またはアウトラインから完全なブログ記事を作成します。すべての記事は、デュアル最適化(Googleランキング + AI引用)の6つの柱に従います。

主要な参照資料:

  • references/content-templates.md - テンプレート選択ガイドと使用方法
  • references/quality-scoring.md - 5カテゴリのスコアリング(コンテンツ30、SEO 25、E-E-A-T 15、テクニカル15、AI引用15)
  • references/eeat-signals.md - 経験、専門性、権威性、信頼性のシグナル
  • references/internal-linking.md - リンク戦略とアンカーテキストのルール
  • references/visual-media.md - 画像のソーシングとチャートのスタイリング

ワークフロー

フェーズ 1: トピックの理解

  1. トピックの明確化 - ユーザーがトピックのみを提供した場合、以下を質問します:
    • ターゲットオーディエンス(誰のためのものか?)
    • 主要キーワード / 検索意図
    • 希望する文字数(デフォルト: 2,000〜2,500語)
    • プラットフォーム/フォーマット(MDX、Markdown、HTML - プロジェクト内であれば自動検出)
  2. 概要が存在する場合 - それを読み込み、フェーズ1.5に進みます

フェーズ 1.5: テンプレート選択

templates/ にある12のテンプレートから、適切なコンテンツテンプレートを選択します。

  1. コンテンツタイプを自動検出 トピックと検索意図から:

    シグナルテンプレート
    「〜する方法」、プロセス、手順how-to-guide
    「ベストX」、「トップN」、リスト形式listicle
    クライアントの成果、Before/After、指標case-study
    「X vs Y」、比較、代替案comparison
    広範なトピック、包括的なガイドpillar-page
    「Xは価値があるか」、製品評価product-review
    意見、予測、業界見解thought-leadership
    専門家の引用、複数ソースの集約roundup
    コードウォークスルー、ツールデモ、テクニカルtutorial
    速報、アルゴリズムアップデート、イベントnews-analysis
    調査結果、実験、独自データdata-research
    Q&A、ナレッジベース、「Xとは何か」faq-knowledge
  2. 該当するテンプレートを読み込む - templates/<タイプ>.md から読み込みます

  3. アウトラインを適応させる - テンプレートのセクション構造、見出しパターン、および文字数ガイダンスを使用して、フェーズ3のアウトラインを形成します

  4. フォールバック - 明確に適合するテンプレートがない場合は、以下のフェーズ3の汎用アウトライン構造を使用します。どのテンプレートが選択されたか(または一致しなかったか)をユーザーに通知します。

詳細な選択基準とインテントマッピングについては、references/content-templates.md を参照してください。

フェーズ 2: リサーチ

blog-researcher エージェントを起動するか(またはWebSearchを使用してインラインでリサーチを実行します):

  1. 8〜12の最新統計(2025〜2026年のデータ推奨)を見つける
    • 検索: [トピック] 研究 2025 2026 データ 統計
    • ティア1〜3のソースを優先(references/quality-scoring.md を参照)
    • 記録: 統計、ソース名、URL、日付、方法論
  2. カバー画像を見つける(ワイド、高品質、トピック関連):
    • 検索: site:pixabay.com [トピック] ワイド バナー(推奨)
    • 代替: site:unsplash.com [トピック] ワイド
    • フォールバック: site:pexels.com [トピック] ワイド バナー
    • 目標寸法: 1200x630(OG互換)または 1920x1080
    • または、blog-chart を介してカスタムSVGカバーを生成(主要統計を使用したテキストオングラデーション)
    • または、blog-image サブスキルを介してカスタムAI画像を生成(nanobanana-mcpが設定されている場合)
    • カバー画像のサイズ詳細については、references/visual-media.md を参照
  3. 3〜5のインライン画像をオープンソースプラットフォームから見つける:
    • Pixabay(推奨): site:pixabay.com [トピック キーワード] を検索
      • ページから画像URLを抽出
      • ダイレクトURL: https://cdn.pixabay.com/photo/YYYY/MM/DD/HH/MM/filename.jpg
      • curl -sI "<url>" | head -1 がHTTP 200を返すことを確認
    • Unsplash(代替): site:unsplash.com [トピック キーワード] を検索
      • URLを構築: https://images.unsplash.com/photo-<id>?w=1200&h=630&fit=crop&q=80
    • Pexels(フォールバック): site:pexels.com [トピック キーワード] を検索
  4. リサーチした統計から2〜4のデータ可視化を計画する
    • 多様なチャートタイプを選択(references/visual-media.md を参照)
    • データポイントをチャートフォーマットにマッピング
  5. AI画像生成(オプション、nanobanana-mcpが設定されている場合):
    • ストックフォトの結果が不十分(良い一致が3つ未満)の場合、またはトピックがニッチすぎる場合
    • blog-image サブスキルを介してカスタムヒーロー画像やインラインイラストを生成
    • ストックフォトがデフォルトです。AI生成は補完であり、決して置き換えるものではありません
  6. NotebookLMリサーチ(オプション、ユーザーが関連ノートブックを持っている場合):
    • ユーザーがNotebookLMノートブックに言及した場合、またはトピックが設定済みノートブックと一致する場合
    • blog-notebooklm を介して、ユーザーがアップロードしたドキュメントからのソースグラウンディングデータを照会
    • NotebookLMの応答をティア1ソース(ユーザー自身の一次ドキュメント)として扱う
    • 設定されていない場合や認証されていない場合は、サイレントにフォールバック
  7. 関連するYouTube動画を見つける(投稿あたり2〜3本):
    • blog-google YouTubeコマンドまたはWebSearch site:youtube.com [トピック] [年] を使用
    • references/video-embeds.md の品質基準を適用(最小スコア50/100)
    • ベストな動画を2〜3本選択します。見つからない場合はサイレントにフォールバック

フェーズ 3: アウトライン生成

執筆前に構造化されたアウトラインを作成します。フェーズ1.5でテンプレートが読み込まれた場合は、このスケルトンをテンプレートのセクション構造に合わせて適応させます:

# [タイトルを質問形式で - 主要キーワードを含める]

## はじめに(100〜150語)
- 驚くべき統計でフック
- 問題/機会のステートメント
- 読者が学べること

> **主要なポイント**
> - [統計とソースを含む中核的な発見]
> - [2つ目の重要な洞察または推奨事項]
> - [3つ目の実用的なポイント]
> (3〜5個の箇条書き、合計40〜60語)

## H2: [質問形式](300〜400語)
- 最初に答えを述べる段落(統計+ソースを含む40〜60語)
- 裏付けとなる証拠
- [画像配置]
- 実用的なアドバイス
- [CITATION CAPSULE プレースホルダー]
- [INTERNAL-LINK: アンカーテキスト → ターゲットの説明]

## H2: [質問形式](300〜400語)
- 最初に答えを述べる段落
- [チャート: タイプ + データの説明]
- 分析と含意
- [CITATION CAPSULE プレースホルダー]
- [INTERNAL-LINK: アンカーテキスト → ターゲットの説明]

## H2: [バリエーションのためのステートメント](300〜400語)
- 最初に答えを述べる段落
- 実際の例またはケーススタディ
- [画像配置]
- [CITATION CAPSULE プレースホルダー]

## H2: [質問形式](300〜400語)
- 最初に答えを述べる段落
- [チャート: タイプ + データの説明]
- ステップバイステップのガイダンス
- [CITATION CAPSULE プレースホルダー]
- [INTERNAL-LINK: アンカーテキスト → ターゲットの説明]

## H2: [質問形式](200〜300語)
- 最初に答えを述べる段落
- 将来を見据えた分析

## [CTAセクションまたはインライン配置]
- CTAの配置ルールについては、`references/cta-placement.md` を参照
- 価値提供の後にCTAを配置し、恣意的な位置には配置しない
- 投稿あたり1つのフォーカスされたCTA(266%多くのコンバージョン)
- [CTA: 記事トピックにマッチしたコンテキストに応じたコールトゥアクション]

## FAQセクション(3〜5の質問、各回答40〜60語)
- [INTERNAL-LINK: アンカーテキスト → 詳細コンテンツ]

## 結論(100〜150語)
- 主要なポイント(箇条書き)
- コールトゥアクション
- [INTERNAL-LINK: アンカーテキスト → 次の論理的なコンテンツ]

執筆前にアウトラインをユーザーに提示し、承認を得てください。

ビジュアル要素のペース配分: 300〜500語ごとに [IMAGE]、[CHART]、[VIDEO]、または [CALLOUT] マーカーを挿入します。タイプを交互に配置します(同じタイプを連続させない)。ビジュアルリズムセクションについては references/content-rules.md、CTAの配置については references/cta-placement.md を参照してください。

フェーズ 4: チャート生成(組み込み)

リサーチャーがチャートに適したデータ(3つ以上の比較可能な指標、トレンドデータ、Before/Afterの比較など)を特定した場合:

  1. 多様性ルールを使用してチャートタイプを選択(投稿内で同じタイプを繰り返さない)
  2. blog-chart サブスキルを、チャートタイプ、タイトル、データ値、ソース、プラットフォーム形式とともに呼び出す
  3. 返されたSVGを <figure> ラッパー内で記事に直接埋め込む
  4. 2,000語の投稿あたり2〜4個のチャートを目標とする
  5. チャートを均等に分散させる - 決してクラスター化しない

チャートタイプの選択とスタイリングルールについては、references/visual-media.md を参照してください。

フェーズ 5: コンテンツ作成

以下のルールに従って完全な記事を作成します:

5a. フロントマター

---
title: "[主要キーワードを含む質問形式のタイトル]"
description: "[事実が詰まった、150〜160文字、1つの統計を含む]"
coverImage: "[Pixabay/Unsplash/PexelsのURL、または生成されたSVGパス]"
coverImageAlt: "[カバー画像に関する説明的な文章]"
ogImage: "[coverImageと同じ、またはカスタムOG画像URL]"
date: "YYYY-MM-DD"
lastUpdated: "YYYY-MM-DD"
author: "[著者名]"
tags: ["キーワード1", "キーワード2", "キーワード3"]
---

プラットフォームが異なるフィールド名(例: image、hero、thumbnail)を使用している場合は、プロジェクトの既存のフロントマター規則に合わせて調整します。

5b. サマリーボックス(主要なポイント)

はじめの直後(最初のH2本文セクションの前)に、サマリーボックスを追加します:

> **主要なポイント**
> - [統計を含む中核的な発見]([ソース]、年)
> - [2つ目の重要な洞察または推奨事項]
> - [3つ目の実用的なポイント]

要件:

  • 3〜5個の箇条書き、合計40〜60語
  • 自己完結型であること - 記事を読まなくても理解できる
  • ソース名を含む1つの具体的な統計を含める
  • 主要な発見、推奨事項、または回答を述べる
  • デフォルトラベル: 「主要なポイント」。ペルソナがアクティブな場合は、ペルソナの summary_label を使用する
  • 後方互換性: 書き換え時に既存のTL;DRボックスを受け入れる

5c. Answer-First フォーマット(重要)

すべてのH2セクションは、以下を含む40〜60語の段落で開始する必要があります:

  • ソース帰属を含む少なくとも1つの具体的な統計
  • 見出しの暗黙の質問への直接的な回答

パターン:

## Xは2026年にYにどのような影響を与えますか?

[ソースからの統計]([ソース名](url)、年)。[見出しの質問への直接的な回答を1〜2文で、その含意とこれが読者にとって何を意味するかを説明]

5d. 情報価値マーカー

記事全体に少なくとも2〜3個の情報価値マーカーを分散させます。これらは、コンテンツが他の場所では入手できない独自の価値を持っていることを検索エンジンやAIシステムにシグナルします。

それぞれにコメントまたは可視マーカーをタグ付けします:

  • [ORIGINAL DATA] - 独自の調査、実験、A/Bテスト結果、著者が直接収集したケーススタディの指標
  • [PERSONAL EXPERIENCE] - 直接の観察、直接関与から学んだ教訓、「Xを試したときにYが起こった」というナラティブ
  • [UNIQUE INSIGHT] - 他の誰も行っていない分析、データに裏付けられた逆張りの視点、既存の研究間の斬新な関連性

配置:

  • 本文に自然に織り込む
  • インラインコメントとして使用: <!-- [ORIGINAL DATA] --> を関連段落の前に
  • または、フォーマットがサポートしている場合は可視のコールアウトとして:
    > **私たちの発見:** [特定のデータに裏付けられた独自の観察]
    
  • 投稿あたり最低2つ、包括的な記事では3つを目標とする

これらのマーカーは、コンテンツ品質スコアリングカテゴリの「独自性/独自価値マーカー」基準に直接マッピングされます(references/quality-scoring.md を参照)。

5e. 引用カプセル

主要なH2セクションごとに、引用カプセルを生成します。これは40〜60語の自己完結型のパッセージで、AIシステムが抽出して直接引用できるように設計されています。

カプセルごとの要件:

  • 40〜60語、自己完結型(単独でも意味が通じる)
  • 以下を含む: 1つの具体的な主張 + 1つのデータポイント + ソース帰属
  • 宣言的で引用しやすいスタイルで記述
  • H2セクションの本文内に配置(別個のブロックとしては配置しない)

例:

2026年のガートナー調査によると、エンタープライズバイヤーの58%が、ベンダーに連絡する前にAIアシスタントに相談するようになりました([Gartner](https://www.gartner.com)、2026年)。この変化は、B2Bコンテンツが、AIシステムが応答で抽出して引用できるほど簡潔に特定の質問に答える必要があることを意味します。

カプセルは、references/quality-scoring.md の「AI引用準備態勢」スコアリングカテゴリ(15ポイント)にマッピングされます。

5f. 内部リンクゾーン

プレースホルダー表記を使用して、記事全体に内部リンクの機会をマークします。ユーザー(または後続のパス)がこれらを実際のURLに解決します。

ゾーンの配置:

  • はじめに - 関連するピラーコンテンツまたはトピックハブへのリンク
  • 各H2セクション - サポート記事、より深い掘り下げ、関連ツールへのリンク
  • FAQセクション - 回答を詳細なコンテンツにリンク
  • 結論 - 読者が次に読むべき論理的なコンテンツへのリンク

フォーマット:

[INTERNAL-LINK: アンカーテキスト → ターゲットの説明]

例:

キーワードクラスタリングの詳細については、[INTERNAL-LINK: キーワードクラスタリングの完全ガイド → キーワードリサーチ方法論に関するピラーページ] を参照してください。

2,000語の投稿あたり5〜10個の内部リンクゾーンを目標にします。説明的なアンカーテキストを使用します(「ここをクリック」や「続きを読む」は禁止)。アンカーテキストのルールとリンク戦略については、references/internal-linking.md を参照してください。

5g. 段落ルール

  • 各段落: 40〜80語(150語を超えてはならない)
  • 各文: 最大15〜20語
  • 各段落は最も重要な情報で始める
  • Flesch Reading Easeの目標: 60〜70

5h. 見出しルール

  • H1は1つのみ(タイトルのみ)
  • メインセクションにはH2(60〜70%を質問形式にする)
  • サブセクションにのみH3を使用し、レベルをスキップしない
  • 主要キーワードを2〜3個の見出しに自然に含める

5i. 画像埋め込み

標準的なMarkdown:

![説明的なaltテキスト - トピックキーワードを自然に](https://cdn.pixabay.com/photo/...)

MDXとNext.js Image(検出された場合):

![説明的なaltテキスト - トピックキーワードを自然に](https://cdn.pixabay.com/photo/...)
  • 画像はH2見出しの後、本文の前に配置
  • 記事全体に均等に間隔を配置(クラスター化しない)
  • Altテキストは完全な説明的な文章にする

5j. チャート埋め込み

標準的なMarkdown/HTML:

<figure>
  <svg viewBox="0 0 560 380" ...>...</svg>
  <figcaption>出典: [ソース名]、[年]</figcaption>
</figure>

MDX形式:

<figure className="chart-container" style={{margin: '2.5rem 0', textAlign: 'center', padding: '1.5rem', borderRadius: '12px'}}>
  <svg viewBox="0 0 560 380" ...>...</svg>
</figure>

5k. 動画埋め込み

YouTube動画を埋め込む

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

関連スキル