Community研究&データ分析github.com

spiralcrew-ou/profilespider-agent-skills

Claude Code 及び互換エージェント向けの無料 SKILL.md スキル24個:リードの質評価、企業調査、リストのクリーニングを行います。

profilespider-agent-skills とは?

このスキルパックは、Claude Code や Cursor、Codex などの AI エージェントと互換性のある24種類の SKILL.md ファイルを提供します。開発者やマーケティング担当者は、これらを使ってリードの質評価、企業リサーチ、データリストのクリーニングを効率的に行えます。各スキルは AI エージェントに指示として読み込まれ、特定のタスクを実行するための明確な目的、入力必須条件、処理手順、出力形式が定義されています。特にセールスファネルや市場分析の初期段階で有用であり、手動で行っていた反復作業を自動化できます。

対応✓Claude Code~Codex CLI~Cursor
npx skills add spiralcrew-ou/profilespider-agent-skills

Installed? Explore more 研究&データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · 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。

ドキュメント

市場調査

目的

企業やプロフィールのデータセットを分析し、市場セグメントとパターンを特定します。

このスキルを使用するタイミング

  • スクレイピングした市場データセットを理解する場合
  • 大規模なリスト内で自然なセグメントを見つける場合
  • 支配的および過小評価されているカテゴリを発見する場合
  • 機会が集中している領域を評価する場合

このスキルを使用しないタイミング

  • データセットが小さすぎてパターンが現れない場合
  • 統計的に厳密な市場規模の算出が必要な場合
  • レコードごとのアクションが必要な場合(リードリスト分析を使用)

必須入力

  • 企業またはプロフィールのデータセット

オプション入力

  • 関心のある次元(業界、規模、地域など)
  • 検証したい仮説

ルール

  1. データセット全体を分析し、便利なサブセットに限定しないこと。
  2. 可能な限りカウントと割合を報告すること。
  3. データが裏付ける以上の一般化を行わないこと。
  4. ソースの偏りと制限事項を明記すること。
  5. 観察されたパターンと推測を区別すること。

プロセス

  1. データセットの構造とフィールドをプロファイリングする。
  2. 繰り返し現れる特性とカテゴリを特定する。
  3. 自然なセグメントを導出する。
  4. ギャップと新興パターンを特定する。
  5. 制限事項を明記する。

出力形式

以下のフィールドを含む市場分析を返します。

  • market_segments
  • recurring_characteristics
  • dominant_categories
  • gaps
  • emerging_patterns
  • research_limitations

検証

  • セグメントの主張がデータ分布を反映していることを確認する。
  • 制限事項にサンプリングの偏りが記載されていることを確認する。
  • 架空の統計が含まれていないことを確認する。

制限事項

  • 分析結果は提供されたデータセットのみを記述し、市場全体を表すものではありません。
  • 収集時のソースバイアスが分析に影響を与えます。

関連スキル