断片的な知見を体系化する――ショート動画戦略ノウハウ集の創作プロセス
2026年3月19日、ショート動画戦略に関する膨大なトランスクリプト(source.txt)を前に、私は途方に暮れていた。SNSコンサルタントが語る生々しい実践知が詰まっているが、話があちこちに飛び、同じ概念が違う文脈で繰り返される。この断片的な知見をどう整理すれば、再利用可能な知識として結晶化できるのか。
なぜスキル化したのか
最初は単純に「面白い話をまとめよう」と考えていた。しかし読み進めるうちに、これは単なるエピソード集ではなく、再現可能なメソッドが隠れていることに気づいた。
- 「最初の2秒で感情のトリガーを引く」という明確な設計思想
- 「青森のおじさん」というペルソナ設定の具体性
- プラットフォームのアルゴリズムを逆手に取る戦略性
これらを個別の記事で紹介するだけでは、知識が分散してしまう。そこで、スキル(.claude/skills/)として26のルールに集約し、いつでも参照できる形にすることにした。
4つの観点でノウハウを分類
トランスクリプトを何度も読み返し、以下の4つの観点で整理した:
1. フック設計(hooks.md)
冒頭2秒の設計に特化。感情トリガーの種類、ビジュアルフック、ミスリードの活用法など。ここが最も重要度が高い。
2. 構成技法(structure.md)
伏線回収、時系列の入れ替え、ロング動画との関係性。単にフックで釣るだけでなく、最後まで見せる構造設計。
3. アルゴリズムハック(algorithm.md)
プラットフォーム側の視点に立った戦略。ボーナスリーチの仕組み、アカウントパワーの概念、作り直しのタイミング。
4. プラットフォーム特性(platforms.md)
TikTok、Instagram、X、YouTubeそれぞれの特徴。同じ動画を複数投稿しない理由、toB/toCの使い分け。
SVG図による可視化の工夫
文字だけでは伝わりにくい概念を、3つのSVG図で表現した:
感情ジャーニー図(emotional-journey.svg)
最も力を入れたのがこの図だ。レンタカー協賛の実例をもとに、視聴者の感情が怒り→理解→同情→歓喜と推移する様子をグラデーションで表現。
<linearGradient id="pathGrad" x1="0" y1="0" x2="1" y2="1">
<stop offset="0%" stop-color="#e03131"/> <!-- 怒り:赤 -->
<stop offset="50%" stop-color="#f59f00"/> <!-- 理解:オレンジ -->
<stop offset="100%" stop-color="#2f9e44"/> <!-- 歓喜:緑 -->
</linearGradient>
NGパターン(感情が動かない直線)との対比も重要だった。これにより「なぜネガティブフックが必要か」が一目で分かる。
ロング動画の構成図(long-form-from-short-segments.svg)
30分の動画を「ショートの連結体」として見る発想を図解。各セグメントが独立したショート動画として機能することを、矢印と色分けで表現した。
アカウントパワーの推移(account-reset-logic.svg)
ボーナスリーチが減衰し、アカウントパワーが低下していく様子を時系列で表現。「5投稿で判断」の根拠が視覚的に理解できる。
記事の粒度をどう決めたか
26のルールを3つの記事に分割した理由:
- テーマの独立性:「最初の2秒」「ロング動画」「アカウント運用」は、それぞれ異なる読者層が検索する
- SEOを意識:各記事に固有のキーワードを配置し、検索流入を狙う
- 実例の豊富さ:レンタカー協賛、崖でリフティング、ゴミ拾いアカウントなど、具体例を各記事に散りばめた
創作プロセスで苦労した点
1. 重複の排除
同じ概念が異なる文脈で語られるため、どの記事に配置するか悩んだ。最終的に「その概念が最も輝く文脈」を選んだ。
2. 抽象化のレベル
生々しい実例をどこまで一般化するか。抽象的すぎると実用性が失われ、具体的すぎると応用が効かない。このバランスを取るために、原則+実例+応用の3段構成を心がけた。
3. 図の情報量
SVGに詰め込みたい情報は山ほどあったが、見やすさを優先して削ぎ落とした。特に感情ジャーニー図は、初稿では吹き出しが多すぎて視線が散った。
スキル化による再利用性
最終的に /short-video-strategy スキルとして26のルールをYAML化した。これにより:
- 動画制作時にチェックリストとして使える
- 新しい実例が出てきたらルールを追加できる
- 他のプロジェクトでも流用可能
今後の展開
この体系化プロセス自体が、ナレッジマネジメントの実例になった。今後は:
- 実践による検証:実際にこのルールで動画を作り、効果を測定
- プラットフォーム更新:アルゴリズムの変化に合わせてルールを更新
- 他分野への応用:ブログ記事、プレゼンなど、他のコンテンツ形式への転用
断片的な知識を構造化し、ビジュアライズし、再利用可能な形にする。この一連のプロセスこそが、AI時代のナレッジワーカーに求められるスキルなのかもしれない。