GSB Research Builder (Brendan Kane — Hook Point)
Gold - Silver - Bronze 比較リサーチシートを作成し、バイラル動画のパフォーマンス要因を特定します。推測ではなく、同一クリエイター または 同一フォーマット におけるトップ動画、平均的な動画、低パフォーマンス動画を比較することで、その差からパターン（仮説）を導き出し、今後のコンテンツに応用します。
出力言語: ベトナム語（自然で親しみやすい口調）。メトリック表の列ヘッダーは英語のまま保持します。
使用するタイミング
- AI/テクノロジーニッチのクリエイター（例：Matt Wolfe、AI Jason、MrBeast）を分析し、そのフォーマットを学びたい場合
- コンテンツに適用する前に、特定のフォーマット（例：「Is it Worth It?」がAIニッチに適しているか）を検証したい場合
- 新しい動画を作成する前に、Gold動画のパフォーマンスドライバーを参考にしたい場合
- 異業種のフォーマットを研究し、AI教育者向けに応用する場合（例：医者向けのフォーマットをAI教育者に適用）
入力
ユーザーは以下の3つのうちいずれかを提供します：
- クリエイターURL（YouTubeチャンネル / TikTok / Instagram） — スキル側で自動的にトップ/ミドル/ボトム動画を提案します
- フォーマット名 + ニッチ — 例：「AIツールニッチにおけるWalking Listicle」
- 既に自分で選んだ10～30本の動画URLリスト
動画がまだない場合は、事前に youtube-trend-finder / mkt-youtube-topic-researcher / youtube-transcript スキルを実行するようユーザーに依頼します。
プロセス
ステップ1 — クリエイター/フォーマットのベースライン視聴回数を特定する
Gold/Silver/Bronzeのラベルを付ける前に、ベースラインを把握する必要があります。計算方法：
- クリエイターベース: 直近30本の動画の視聴回数の最頻値（mode） を計算します。これがSilverベースラインです。
- フォーマットベース: 異なる3～5人のクリエイターから、同一フォーマットの20本以上の動画の視聴回数の最頻値を計算します。
平均値（mean）ではなく最頻値（mode）を使用 する理由：1～2本の極端にバイラルな動画が平均値を歪めるためです。
ステップ2 — Gold / Silver / Bronze の階層分け
Brendan Kaneの定義（詳細は references/gsb-framework.md 参照）に基づく：
- Gold = 視聴回数がベースラインの5～10倍以上（ブレイクスルー）
- Silver = 視聴回数が最頻値に近い（ベースラインで大多数が達成できる）
- Bronze = 視聴回数が中央値未満（ベースラインを下回る）
最低 Gold 3本 + Silver 3本 + Bronze 3本（合計9本）を目標とします。理想的には 5本+5本+5本 です。
ステップ3 — GSB表を埋める
各動画について、以下のすべての列を記入します（references/gsb-sheet-template.md 参照）：
| Video | Views | Tier | Page | Notes | EOV | Tactics | Hypothesis |
|---|
- Notes: 内容とストーリーを1～2文で説明
- EOV (Effect on Viewer): 明確さ（clarity）/ 好奇心（curiosity）/ なるほど（aha）/ 満足感（satisfaction）/ 衝撃（gut-punch）/ 不条理への反応（absurdity reaction）/ ...
- Tactics: 観察された視覚/聴覚/ストーリーテリング要素（冒頭のティーザー、ASMR、コントラスト、ミームカード、ジャンプカット、音楽のコントラストなど）
- Hypothesis: パフォーマンスドライバーだと思われるパターン
ステップ4 — パフォーマンスドライバーを抽出する（向上要因5つ + 低下要因4つ）
references/performance-drivers-rubric.md に従う：
5つの向上要因（Goldに存在し、Bronzeに欠けているもの）:
- 知性（Cleverness） — 関連性のない2つの概念を巧みに結びつける
- 不条理（Absurdity） — 予期せぬ/不合理な状況
- 視点転換（Perspective Shift） — 誤解を覆す、なるほど瞬間
- 視聴者との繋がり（Viewer Connection） — アイコンタクト、「あなた」（単数形）、実行可能な価値、教育的な洞察
- 緊張の構築（Tension Building） — セットアップ+ペイオフ、積み重なるミニ質問
4つの低下要因（Bronzeに存在し、Goldに欠けているもの）:
- 過剰なブランディング（Over-branding） — 大きなロゴ、硬直したブランドカラー → パフォーマンスが75%低下
- 過剰な制作（Over-production） — 必要ないのに映画的で洗練された仕上がり
- ストックイメージ（Stock imagery） — 企業的な印象、信頼性の欠如
- 標準化された美学（Standardized aesthetic） — フィードグリッドは美しいが、個々の投稿は弱い
各動画について、各ドライバーに ✅（あり）/ ❌（なし）/ ⚠️（部分的にあり） を記録します。
ステップ5 — 仮説セクションを書く
表を埋めた後、5～10個の具体的な仮説を書きます：
H1: 「冒頭2秒以内に逆直感的な質問で始まる動画はGoldに達する（Gold動画4/4で該当、Bronze動画0/4で該当）。仮説：最初の2秒の逆直感的フックが、このフォーマットの主要なパフォーマンスドライバーである。」
H2: 「Bronze動画はすべてストックBロールを使用しているのに対し、Gold動画はiPhoneでの自撮り映像を使用している。仮説：AIチュートリアルニッチにおいて、ストック映像はパフォーマンスを低下させる。」
ステップ6 — 次のステップのアイデア生成
ファイルの最後に、今後のコンテンツに応用するための具体的なアイデアを3～5個リストアップします。形式は以下の通り：
リール用のアイデア: [H1のパターンに従ったフック] + [AI関連トピック] + [Gold動画Xのタクティクス]
YouTube用のアイデア: [Goldフォーマットを踏襲した30日チャレンジ] + [AI関連トピック]
出力形式
Markdownファイルは research/gsb/[creator-or-format-slug]/gsb-sheet.md に保存されます：
# GSB Research: [Creator Name / Format Name]
**リサーチ日**: YYYY-MM-DD
**ベースライン（Silver最頻値）**: XXX,XXX views
**Gold閾値**: ≥ Y,YYY,YYY views
**Bronze閾値**: < ZZ,ZZZ views
## GSB表
| Video | Views | Tier | Page | Notes | EOV | Tactics | 向上要因（5） | 低下要因（4） |
|-------|-------|------|------|-------|-----|---------|----------------|----------------|
| [URL] | 2.3M | Gold | @creator | ... | aha | teaser@0s, ASMR | ✅✅⚠️✅✅ | ❌❌❌❌ |
## 仮説
- **H1**: ...
- **H2**: ...
## 次のステップのアイデア
- リール用のアイデア1: ...
- YouTube用のアイデア2: ...
必須ルール
- 仮説を書く前に最低 Gold 3本 + Silver 3本 + Bronze 3本（合計9本未満の場合はデータ不足）
- 最頻値（mode）を使用し、平均値（mean）は使用しない — 1～2の異常値が結果を歪めるため
- 各仮説は、その根拠となる証拠を明記する（例：Gold動画X/YにおいてドライバーZが存在）
- 感覚的な仮説（「この動画は面白いと思う」）は書かない — 明確なパターンカウントがある場合のみ記載
- すべての動画URLにリンクを付ける（必要に応じて再確認できるように）
- 海外のクリエイターをリサーチする場合は、地域差をメモする（例：アメリカのユーモアがベトナムの視聴者に必ずしも響くとは限らない）
参考資料
references/gsb-framework.md— Gold/Silver/Bronzeの定義とベースラインの計算方法references/performance-drivers-rubric.md— 5つの向上要因と4つの低下要因の詳細と例references/gsb-sheet-template.md— 列の説明付きの空のシートテンプレート
リポジトリ内の関連スキル
youtube-trend-finder— チャンネルから動画リストを取得youtube-transcript— トランスクリプトを抽出し、詳細分析を実行mkt-kane-viral-format-identifier— GSBの前にフォーマットを特定mkt-competitor-video-strategy-analyzer— より詳細な戦略分析mkt-content-knowledge-compiler— 仮説を長期的なナレッジベースにコンパイル