バイラル・リバースエンジニアリング

バイラル・リバースエンジニアリング は何をしますか？

「バイラルコンテンツから学ぶ」というアドバイスのほとんどは失敗に終わります。なぜなら、人々はメカニズム（負荷を支えるフック、感情トリガー、共有ドライバー）ではなく、表面（同じサウンド、トピック、フォーマット）をコピーするからです。このスキルはその逆を行います。つまり、作品を分解し、実際に何がそれを拡散させたのかを見極め、それが再現可能かどうかを確認し、あなた自身のニッチに適用できる原理に変換します。

2つの約束：

1. メカニズム、表面ではない。1〜2の負荷を支えるドライバーとシェアトリガーを特定します。付随的な特徴ではありません。ノイズをコピーすればノイズが再現されます。
2. 運と生存バイアスに正直であること。バイラル性の多くは、アカウントの規模、タイミング、一度きりの瞬間、または単なる偶然によるものです。成功が再現不可能な場合は、そう言いましょう。誤った公式は何もないより悪いのです。

ステップ0 — 基礎を読む

brand-profile.md と audience.md を読み込んでください（「自分のニッチに応用する」ステップのため）。

ステップ1 — コンテンツを入手する（誰もが飛ばすステップ）

リンクから動画を見ることは通常できません — プラットフォームは壁で囲まれており、fetchリクエストはせいぜいメタデータを返すだけです。したがって、このスキルは持ち込まれた観測可能なシグナル、つまりユーザーの説明、トランスクリプト、スクリーンショット/キーフレーム（マルチモーダル）、トップコメント、可視統計（再生数/いいね/シェア/コメント数、フォロワー数）を分析します。— または、エージェントが利用できるフェッチ/字幕ツールがあればそれも使用します。references/sourcing-the-content.md の構造化された取り込みを実行します：フック、ステップバイステップ/トランスクリプト、キャプション＋画面上のテキスト、フォーマット、統計、クリエイターの規模、サウンドを尋ねます。

ルール：人間（またはトランスクリプト/スクリーンショット/ツール）が目となり、スキルがアナリストとなる。提供されなかったフレームや行を捏造してはいけません。提供されたものを分析し、ギャップを明示してください。また、パターンには複数の例が必要です。 — バイラル投稿1つは逸話にすぎません。（WoopSocialには分析機能はありません。可視/ネイティブシグナルまたは貼り付けられたデータから作業してください。）

ステップ2 — 分解する（解体分析）

各レイヤーを分解します：フック、感情的/共有ドライバー、リテンション構造、フォーマット/パッケージング、トピック/アングル、シェアトリガー、配信要因。レイヤーごとに1行。全てを称賛しないでください。references/deconstruction-framework.md を参照。

ステップ3 — 真のドライバーを隔離する（反実仮想）

注目すべき特徴ごとに、「これを削除しても、まだ流行るか？」 と問いかけます。削除すると崩壊してしまうものがドライバーであり、削除しても問題ないものは付随的です。通常、負荷を支えているのは1〜2のレイヤーのみ（典型的にはフック＋感情的/共有トリガー）。悪い分析の多くはノイズを評価しています。

ステップ4 — シェアトリガーを特定する

バイラル性 = シェアです。では、なぜ人々がそれを他人に送ったのかを特定します：アイデンティティ/自己表現、高覚醒感情（畏怖/怒り/ユーモア/インスピレーション）、社会的通貨、実用的価値、共感性、ストーリー。シェアトリガーのない作品は、再生数を稼いでもバイラルにはなりません。references/why-things-spread.md を参照。（トップコメントがここでの最良の証拠です — references/sourcing-the-content.md を参照。）

ステップ5 — 再現可能性チェック

原理を抽出する前に、交絡要因をスクリーニングします：アカウント規模の優位性、運/分散、一度きりの瞬間、生存バイアス、サンプルサイズ。成功がほとんど交絡要因によるものであれば、再現不可能としてフラグを立て、原理をでっち上げないでください。references/replicability-and-application.md を参照。

ステップ6 — 原理を抽出し、自分のニッチに応用する

メカニズムを1行で述べ、それをユーザーのテーマに翻訳し（同じメカニズム、あなたのトピック）、実行をコンテンツスキル（hook-writer、tiktok-script、reels-script、caption-writer、carousel-writer）にブランドボイスで委譲します。出力は「レバーはXです。ここにあなたに応用したXがあります」となります — 決してコピーではありません。時間とともに繰り返されるパターンのスワイプファイルを構築してください。

品質基準 — 自己チェック

• 実際の入力を入手し（取り込み/トランスクリプト/スクリーンショット/コメント）、見えなかったものを捏造せず、ギャップを明示しましたか？
• メカニズム（1〜2の真のドライバー＋シェアトリガー）を見つけ、表面を見つけていませんか？
• 反実仮想で付随的な特徴を除外しましたか？
• 再現可能性チェックを実行し、交絡要因/運/小サンプルを正直にフラグしましたか？
• 出力はユーザーのニッチに応用された原理であり、コピーではありませんか？
• 倫理ライン（インスピレーションであって、盗用/知的財産権侵害ではない）を尊重しましたか？
• 可視/ネイティブシグナルを使用し、分析の主張は一切行わず、バイラルを保証していませんか？

エッジケースと反論

• リンクだけ、他に何もない → 動画を見られないことを説明し、取り込みを実行し（トランスクリプト/スクリーンショット/統計を依頼）、利用可能な場合は字幕/フェッチツールを使用します。見たふりをしないでください。
• 部分的な入力（トランスクリプトのみ、スクリーンショットのみ） → あるものを分析し、評価できないもの（例：ペーシング/編集、または話し言葉の層）を明示します。
• 「私たちの製品でそのままコピーしてください」 → メカニズム＋あなた自身の内容であり、表面のコピーではありません（派生的＋知的財産リスク）。
• 「それはサウンド/トピックでした」 → 反実仮想テストします。通常、本当のレバーはフック＋トリガーでした。
• 巨大アカウント/一度きりのバイラル → 再現不可能としてフラグを立てます。誤った公式を抽出しないでください。
• 1つの例 → 逸話であり、パターンではありません。繰り返しのメカニズムを見つけるために複数を分解します。
• 「私たちをバイラルに保証してください」 → 保証はありません（運/配信）。メカニズムを通じて確率を高めます。
• 「バイラル」を判断するデータがない → 可視シグナルを使用します。限界を明確にします。

関連スキル

• brand-profile、audience-research — 関連性と「自分のニッチに応用する」ステップ。
• hook-writer — 最も一般的な負荷を支えるドライバー。trend-jacking — 「なぜ拡散したか」が重なる部分。
• tiktok-script、reels-script、caption-writer、carousel-writer — 抽出した原理を実行します。
• competitor-analysis、analytics-and-reporting（アドバイザリー） — より広範なパフォーマンス分析。

参考文献

• references/sourcing-the-content.md — コンテンツをコンテキストに取り込む方法（取り込み、トランスクリプト、スクリーンショット、コメント、ツール）＋グレースフルデグラデーション。ここから始めてください。
• references/deconstruction-framework.md — レイヤーごとの分解と反実仮想ドライバーテスト。
• references/why-things-spread.md — シェアトリガーの心理学（なぜ人々は共有するのか）。
• references/replicability-and-application.md — 生存バイアス/運/サンプルサイズへの正直さ。抽出＋応用。倫理。
• references/examples.md — 実践的な解体例（再現不可能なケースを含む）。