クロスインダストリー バイラルスカウト
ブレンダン・ケインが強調しています：「自分のニッチで成功例が少ないフォーマットを他業界から研究せよ ― それがブルーオーシャンだ。」ベトナム語AIエデュケーターニッチでは、まだ難易度の高いフォーマットを開拓しているクリエイターが少ないため、他業界からのコピーが効果的なショートカットとなります。
背後にあるロジック
AIオーディエンスはAIコンテンツだけを見ているわけではありません。彼らは医師のリアクション（Dr. Mike）、革細工（Leatherstein）、チャレンジ動画（d'Avella）、金融（Graham Stephan）も視聴しています。これらの業界のフォーマットは多様なオーディエンスでテスト済みです → 構造をコピーし、トピックをAIに置き換えることで、被らないコンテンツが作れます。
入力
- AIトピック（例：「Claude Code hooks」「MCP server」「AI agent workflow」）
- スカウト対象業界 — デフォルトリスト（カスタマイズ可能）：
- 医学（外科、メンタルヘルス）
- 法律（契約レビュー）
- 金融（マネー術 — Graham Stephan、Ramit）
- 不動産（ディール分析）
- 手工芸（革、木工 — Leatherstein、Malecki）
- 料理／調理
- フィットネス
- コメディ／いたずら
- オプション：ターゲットプラットフォーム（FB / Reels / YouTube） — フォーマット選択に影響
プロセス
Step 1 — 各業界のトップクリエイターをスカウト
各業界につき、フォロワー数が多くエンゲージメント率の高いクリエイターを2〜3人見つけます（セレブリティだけではありません）。デフォルトリストの例：
- 医学：Dr. Erin Nance（手外科医、70万人）、Dr. Mike（1200万人）、Dr. Julie Smith（心理学）
- 法律：Erika Kullberg、LegalEagle
- 金融：Graham Stephan、Humphrey Yang、Ramit Sethi
- 不動産：Ryan Serhant
- 手工芸：Tanner Leatherstein、John Malecki
- 料理：Joshua Weissman、BabishCulinary
- いたずら／ストリート：Hunter Prosper、School of Hard Knocks、ThatWasEpic
Step 2 — 各クリエイターのフォーマット核を特定
各クリエイターについて以下を記録：
- シグネチャーフォーマット（5回以上使用）
- コアとなるパフォーマンス要因（1〜2の主要要因）
- フックのパターン
- 視覚／音声上の特徴
- 尺
Step 3 — AIトピックとのパターンマッチング
各フォーマットについて、「このパターンはClaude Code / AIエージェント / オートメーションにどう適用できるか？」を答えます。
例：
- Dr. Nance — 脚色された医療ストーリー → Hoangは「脚色されたAIエージェントの失敗談」（AIエージェントが失敗したストーリー＋解決策）
- Leatherstein — 高級品の分解 → 「500ドルのAIコースを分解 ― 価値ある？」
- Graham Stephan — 一般化フレーミング → 「Claude Codeで年間1万ドル節約する方法」（「Claude Codeフックチュートリアル」の代わりに）
- Dr. Julie Smith — 視覚的メタファー → 「水の入ったバケツ＝ストレス → ドリル＝AIエージェントが自動で排水」
Step 4 — 適応の実現性をスコアリング
各フォーマット × AIトピック → スコア：
- オーディエンスの重複度（1〜5）：クリエイターのオーディエンスはHoangのペルソナと合致するか？
- 構造の移植性（1〜5）：構造はコピー可能か？（例：ASMR革細工 → AIは物理的でないためコピー困難）
- プラットフォーム適合度（1〜5）：Hoangのどのプラットフォームに合うか？
- 競争優位性（1〜5）：ベトナムAIニッチで既に誰かやっているか？（少ないほど良い）
合計スコアが15/20以上 ＝ 適応可能性が高い。
Step 5 — 適応案トップ5〜10を出力
各高スコア適応について、簡潔なブリーフを作成：
## 適応 #N: [ソースクリエイター] → [AIトピック]
**ソースフォーマット**: [名前＋構造の要約]
**オリジナルクリエイター**: @ハンドル（リンク）
**AIトピック**: [具体的に]
**コピーしたコア要因**: [1〜2要因]
**推奨プラットフォーム**: [Reels / YouTube / FB]
**スコア**: XX/20
**適応したフック**: "[ベトナム語のサンプルフック]"
**適応した構造**:
1. ...
2. ...
**リスク**: [ロケールやペルソナのミスマッチに関する警告があれば]
**次のスキル**: `mkt-[関連スキル]`
出力形式
ファイル：research/cross-industry/[トピックスラグ]-scout.md
必須ルール
- 最低5業界をスカウトすること（テクノロジー隣接業界だけではない）
- 各フォーマットにつき2人以上のクリエイターリファレンスを列挙（1人だけではない）
- 最終的に4つ以上のクロスインダストリーアイデアをスコアリング
- ベトナムオーディエンスに適応する際のロケール問題（米国ユーモア、速いテンポなど）を警告
- コンテンツをコピーしない — 構造だけをコピーする
- ユーザーが1つのフォーマットを深堀りしたい場合に備えて、
mkt-kane-viral-format-identifierへのリンクを参照
参考文献
references/cross-industry-adaptation-framework.md— 4軸のフレームワークとスコアリングreferences/adaptation-examples.md— 書籍からのケーススタディとHoang固有の例