Communitygithub.com

ベンチマーク手法

競合プラットフォーム分析で生成された階層化された競合セットに対し、9つの重み付けされた評価軸(ポジショニング、ブランドボイス、ビジュアルクラフト、サービスパッケージング、エビデンス、エンタープライズ対応性、ソートリーダーシップ、価格設定、クライアントの戦略的緊張)に基づいて各競合をスコアリングします。

ベンチマーク手法 とは?

このスキルは、競合分析の結果を比較可能で説得力のあるスコアに変換するためのものです。各競合は同一の9つの評価軸に対して、明示された1〜5段階の評価基準を用いて評価され、統一されたプロフィールカードにまとめられます。一貫性が重要であり、同じエビデンスがどの競合に対しても同じスコアを獲得できるように設計されています。このスキルは主にClaude CodeなどのAIエージェント上で動作し、クライアントのポジショニングブリーフから戦略的緊張(2軸)を特定した後、競合のウェブサイト、ケーススタディ、レビューサイト、LinkedIn、ポートフォリオプラットフォーム、コンテンツチャネルからデータを収集します。9つ目の評価軸であるクライアントの戦略的緊張の両極は別々にスコアリングされ、平均化されることはありません。最終的なアウトプットは競合プロフィールカードとテンションプロットであり、これらは次のステップである競合レポート構造スキルに引き渡されます。バイアスコントロールとして、単一の複合スコアを作成しない、主張と証明を区別する、審美性バイアスを回避するなどのルールが組み込まれています。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/benchmark-methodology

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。

ドキュメント

ベンチマーク手法 は何をしますか?

このスキルを使用して、スコープ設定された競合セットを比較可能で説得力のあるスコアに変換します。各競合は同一の9つの評価軸に対して明示された1〜5段階の評価基準で評価され、統一されたプロフィールカードにまとめられます。一貫性が重要です。同じエビデンスがどの競合に対しても同じスコアを獲得できる場合にのみ、スコアは有用です。

アクティブ化のタイミング

  • 競合プラットフォーム分析からスコープ設定され階層化された競合セットがスコアリングの準備ができている場合。
  • 直感的なランキングではなく、比較可能でエビデンスに基づいたスコアが競合間で必要な場合。
  • クライアントの戦略的緊張(クライアントのターゲットホワイトスペースを定義するペアの軸)が確立されている場合。
  • 競合レポート構造で組み立てるためのプロフィールカードを作成する準備をしている場合。

クライアントのポジショニングブリーフ(最初に確立する)

スコアリングの前に、クライアントのポジショニングブリーフを確立します。これにより以下が提供されます:

  • 戦略的緊張 — クライアントのターゲットホワイトスペースをマークする2つの軸(例:記憶可能性×採用可能性)。次元9は常にクライアントの指定された緊張です。両極を別々に報告し、決して平均化しないでください。
  • 差別化要因 — クライアントの堀を構成するもの。これにより、クライアントのポジショニング論にとってどの評価軸が最も重要かが決まります。
  • ブランドバランス — 異なる戦略的重点の意図された混合。戦略的推奨は、フラグを立てずにこのバランスを壊してはいけません。

なぜこれらの評価軸なのか

クライアントは特定の緊張(2つの極にまたがる) で競争しており、サービスの幅ではありません。評価軸はその堀を反映するように重み付けされています。2つの評価軸(緊張の極)は別々にスコアリングされ、決して平均化されません。なぜなら、クライアントの戦略的質問はまさに、競合が両極を同時に達成しているかどうかだからです。

9つの評価軸(重み付き)

重みは統合の強調を導くものであり、単一の複合スコアではありません(誤った複合を避ける — バイアスコントロールを参照)。合計 = 100%。

  1. ポジショニングの明確性と差別化 (18%) — スタジオのポジションは鋭く、独自性があり、即座に理解できるか? それとも一般的か?
  2. ブランドボイス / 言語的差別性 (15%) — コピーは独自のレジスターを持っているか、それとも交換可能なエージェンシー用語か?
  3. ビジュアルアイデンティティとサイトのクラフト (15%) — ビジュアルシステムの品質と所有権。サイトはクラフトの証明として機能するか?
  4. サービス提供とパッケージング (12%) — 製品化され理解しやすい(名前付きスプリント/監査)か、曖昧か。パッケージングの成熟度。
  5. エビデンスと信頼性 (12%) — 名前付きクライアント、定量化された成果、ケーススタディの深さ。主張を超えた証明。
  6. エンタープライズ対応性 / 商業的成熟度 (10%) — SaaS/フィンテック/B2B/エンタープライズの仕事を獲得し維持できるシグナル(プロセス、ロゴ、規模、契約)。
  7. ソートリーダーシップ / コンテンツプレゼンス (8%) — 独自の視点:執筆、講演、ニュースレター、フレームワーク。量より深さ。
  8. 価格の透明性とエンゲージメントモデル (5%) — 価格/エンゲージメントは理解しやすいか? 製品化 vs カスタム vs 不透明。
  9. [クライアントの戦略的緊張] (5% フラグとして; 両極をスコアリングし、別々に報告) — クライアントのポジショニングブリーフから緊張名と軸の説明を読み取ります。両方をプロットします。ギャップが洞察です。クライアントのターゲット象限は最も重要な発見です:他に誰が既にそこにいるか?

スコアリング基準(1〜5、評価軸1〜8に適用)

すべてのスコアを観察可能なエビデンスに固定します。以下は一般的な記述子です。次元ごとに具体性を適応させますが、レベルの意味は一定に保ちます。

  • 1 — 存在しない / 一般的。 識別可能なポジションやクラフトがない。テンプレートと区別がつかない。積極的な脆弱性。
  • 2 — 基準以下。 ある程度の意図はあるが、一貫性がなく、派生的で、説得力に欠ける。並べて比較すると耐えられない。
  • 3 — 有能 / 最低限の基準。 堅実でプロフェッショナルだが、特筆すべき点はない。期待を満たすが、誰にも所有されていない。
  • 4 — 強い / 差別的。 明らかに同業者を上回る。購入者が気づき、引用する本当の強み。
  • 5 — カテゴリーを定義する。 業界最高、独自性があり、模倣が難しい。他者が反応する基準を設定する。

緊張軸(評価軸9) — 各1〜5でスコアリング

クライアントのポジショニングブリーフから軸ラベルとその1/3/5のアンカーを読み取ります。記憶可能性 × 信頼性の緊張の例のアンカー:

  • 記憶可能性 — 1: すぐに忘れられる · 3: 文脈で認識可能 · 5: 忘れられない、話題になる、独自に所有される。
  • 信頼性 — 1: リスク/アマチュアを感じさせる · 3: 安全、有能、刺激的でない · 5: エンタープライズで信頼され、明白な安全な選択。

競合を緊張の2×2マトリックスにプロットします。クライアントのターゲット象限はポジショニングブリーフで指定されています。その象限に他に誰がいるかが、ベンチマークの最も重要な発見です。

データ収集方法

各競合について、以下の順序で評価軸を調査します(最も低コストのシグナルから):

  1. 競合の自社サイト — ポジショニング、ボイス、提供パッケージング、価格設定姿勢、名前付きクライアント、マニフェスト/視点。ホームページと1つのケーススタディをスクリーンショット。
  2. ケーススタディ / 作品 — エビデンスの深さ、定量化された成果、クライアント名。「主張」(「Xを提供した」)と「証明」(指標、名前付き、検証可能)を区別します。
  3. レビューディレクトリ — クライアント、プロジェクト規模、エンゲージメントモデルを確認 → 信頼性とエンタープライズ対応性(例:Clutch.coまたはニッチな同等物)。
  4. LinkedIn — チーム規模/モデル、創業者のナラティブ、コンテンツ頻度 → ソートリーダーシップ、モデル。
  5. ポートフォリオ / クラフトプラットフォーム — クラフトレジスター(ニッチにネイティブなショーケースを使用:デザインボード、ショーリール、公開サンプルなど)。
  6. コンテンツチャネル — ニュースレター/講演/執筆 → ソートリーダーシップの深さ。

各評価軸に記録すること: スコア、1行の正当化、それを獲得したソースリンク/スクリーンショット。エビデンスのないスコアは禁止。

バイアスコントロール

  • 単一の複合スコアは作成しない。 評価軸スコアと緊張プロットを別々に報告します。重み付け平均は、重要な非対称性を隠してしまいます。
  • 主張 vs 証明。 裏付けのない自己報告のクレームについては、信頼性/エビデンスのスコアを引き下げます。サイトのコピーはマーケティングであり、事実ではありません。
  • 審美性親和性バイアス。 レビュアーは自分と美的感覚が似ているスタジオを過大評価し、競合の商業的強みを過小評価する可能性があります。クラフトと信頼性は独立してスコアリングします。「退屈な」サイトがより大きなクライアントを獲得している可能性があります。
  • 最近性/派手さバイアス。 受賞歴のある見事な作品は目を奪いますが、商業的な深みに欠ける可能性があります — 信頼性をスコアリングする前にディレクトリ/クライアントで確認します。
  • 生存者バイアス。 目に見え、よくマーケティングされたスタジオだけが市場のすべてではありません。ディレクトリ/レビューで見つけた、強力だが静かなオペレーターにも注意します。
  • セット全体で校正し、単独では校正しない。 最終決定の前に、スコアを並べて再読みします — 「4」はすべての競合に対して同じ意味でなければなりません。外れ値を調整します。

競合プロフィールカード(出力形式)

プロファイルされた競合ごとに1枚のカードを作成します — レポートが組み立てる原子単位:

## <競合名>
- **プロフィール / ティア:** <ポジショニングスタンス · 専門分野 · 規模帯> / <直接 | 隣接 | 憧れ>
- **一言:** <彼ら自身の言葉での自己ポジショニング>
- **モデル / 規模 / 地域:** <ソロ|マイクロ|ブティック> · <地域> · <価格/エンゲージメントモデル>
- **注目すべきクライアント / エビデンス:** <名前付き、証明/主張タグ付き>

### 評価軸スコア
| 評価軸 | スコア (1–5) | 正当化 (1行) | ソース |
|---|---|---|---|
| ポジショニングの明確性と差別化 | | | |
| ブランドボイス / 言語的差別性 | | | |
| ビジュアルアイデンティティとサイトのクラフト | | | |
| サービス提供とパッケージング | | | |
| エビデンスと信頼性 | | | |
| エンタープライズ対応性 / 商業的成熟度 | | | |
| ソートリーダーシップ / コンテンツプレゼンス | | | |
| 価格の透明性とエンゲージメントモデル | | | |

### 緊張プロット
- **[ポジショニングブリーフからの軸1]:** <1–5> — <理由>
- **[ポジショニングブリーフからの軸2]:** <1–5> — <理由>
- **象限:** <高/高 | 高-1/低-2 | 低-1/高-2 | 低/低>

### [クライアント]向けの読み取り
- **学ぶべき強み:** <…>
- **活用すべき弱み / 露出されたホワイトスペース:** <…>
- **[クライアント]への脅威:** <…>

完成したカードと緊張プロットを competitive-report-structure に引き渡します。

アンチパターン

  • 緊張軸の平均化。 クライアントの戦略的緊張の2つの極は別々にスコアリングされ報告されなければなりません。平均化は洞察を破壊します — 極間のギャップが発見です。
  • エビデンスなしのスコアリング。 すべてのスコアには1行の正当化とソースリンクが必要です。エビデンスのないスコアは意見であり、ベンチマークではありません。
  • 単一の複合スコアの作成。 評価軸スコアを個別に報告します。重み付け平均は、ポジショニングに重要な非対称的な強みを隠します。
  • 適応なしの汎用基準アンカーの適用。 1〜5のアンカーは、特定の評価軸と競合セットに合わせて調整されなければなりません。汎用の記述は出発点であり、固定された基準ではありません。
  • 競合セットがスコープ設定される前に実行する。 最初に competitive-platform-analysis を使用して、階層化され刈り込まれたセットを生成します。スコープ設定されていないリストのスコアリングは、無関係な競合に労力を浪費します。

関連スキル

  • competitive-platform-analysis — 前提条件。このスキルがスコアリングする階層化された競合セットを生成します。
  • competitive-report-structure — 次のステップ。スコアリングされたプロフィールカードをクライアント向けレポートに組み立てます。

Individual skills in this repo

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

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

関連スキル