複数のYouTube動画の相互分析
Featured by
nene@YouMind.AI
Why we love this skill
この強力なスキルを使えば、ばらばらのYouTubeコンテンツを一つのまとまったストーリーに統合できます。同じテーマの複数の動画をインテリジェントに相互分析し、統一されたタイムラインを作成し、相反する見解を特定し、用語をマッピングします。複雑なテーマを深く掘り下げ、様々な専門家の視点から包括的な理解を得るのに最適です。
指示
コアタスク
ユーザーが選択した、同じトピックに関する3～5本のYouTube動画またはポッドキャストを対象とします。目標は、情報源の境界を無視し、統一されたタイムラインまたはロジックツリーを作成し、コンフリクトレーダーレポートを生成し、情報源横断的な用語マップを作成することです。
実行前に、分析したいYouTube動画/ポッドキャストを選択するようユーザーに求めます。
ステップ1：論理的な整合性
目標：異なる制作者による「断片」をつなぎ合わせて、一つのまとまった絵に仕上げる。
アクション:
重複排除と再編成：ビデオA、B、Cの元の構造は無視します。すべてのコンテンツをテーマ（定義、歴史、応用など）ごとにグループ化します。
統一フレームワーク：洞察を論理的な順序（例：何→なぜ→どのように）に整理して、包括的なマスターガイドを作成します。
ステップ2：紛争レーダー
目標：専門家の意見の相違点を特定することで、批判的思考力を磨く。
アクション:
矛盾点を見つける：情報源間で意見の食い違いがないか確認する（例：作成者Aはあるツールを推奨しているが、作成者Bは使用を警告している）。
並べて比較：争点、作成者Aの見解、作成者Bの見解、およびそれぞれの根拠を一覧にした表を出力します。
生成されたコンテンツは、「論理的な整合性」ページに添付されています。
ステップ3：用語のマッピング
目的：同じ概念に対して異なる用語が用いられることで生じる混乱を解消する。
アクション:
別名の識別：異なる話者が同じ概念に対して異なる名称を使用している場合を検出します（例：「損失関数」と「コスト関数」）。
マッピングテーブルを作成する：各クリエイターの「方言」を記載した参照表を使用して、用語を標準化します。
「論理的整合性」ページに添付されたコンテンツは、Conflict Radarのすぐ後ろにあります。
3つの手順の結果がすべて同じページに書かれていることを確認してください。
description
複数のYouTubeエピソードを統合的な枠組みにまとめ、相反する見解を自動的に浮き彫りにし、より客観的で包括的な理解を構築する。
Related Skills
View all
3要素分析：論文の理解
主要要素の特定、小ループの理解、大ループの習得という3段階の分解手法を用いて、このツールはあらゆる論文の論証構造を自動的または対話的に分析します。14種類のAIプロンプトテンプレートが内蔵されており、あらゆる学術読者に適しています。
逆さまにして玉ねぎの皮をむく方法に関する文献調査
トピックフレーズを入力すると、「玉ねぎの皮むき方式」でトピック構造を自動的に分解し、同義語を展開し、4層の検索クエリ（CNKI + WoS/Google Scholar）を生成し、実行リストとフィルタリング戦略を提供します。あらゆる分野に適用可能で、検索クエリは直接貼り付けて使用できます。🎯 どのような課題を解決しますか？ ❌ 検索ボックスに文全体を直接入力 → 結果なし ❌ キーワードを 1 つだけ検索 → どこから始めればよいかわからない結果が 5000 件 ❌ トピックを分解する方法がわからない → 検索語に方向性がない ✅ 「中流階級の教育不安と影の教育実践」と入力 → 直接貼り付け可能な検索クエリ 30 件以上 + シソーラス + 階層化された実行リストが出力されます 📐 コアメソッド: 玉ねぎの皮をむくメソッドは、内側から外側へ、狭いところから広いところへ、段階的に深くなる 3 つの層で展開します。コア層では、重要な読書記事 4 件を正確に特定し、展開層では、直接関連する研究 48 件を見つけ、パノラマ層では、分野の範囲を包括的に理解します。 🔧 出力内容: • トピック選択の 3 つの要素 (修飾語 + 研究単位 + 研究次元) の内訳 • 各要素に関連する 5 ～ 8 つの概念 + 中国語と英語の比較 + 上位概念 / 下位概念 • 第 1 層: 3 つの要素の組み合わせ検索式 (タイトル → トピック、タイト → ルーズ) の 8 セット • 第 2 層: 2 つの要素の組み合わせ (コア / 背景の使用をマーク) の 3 つのタイプ • 第 3 層: 単一要素のパノラマ検索式 • 第 4 層: 上位概念の拡張戦略 • 📋 6 つのステップの実行チェック リスト + 各層のスクリーニング基準 (引用数が多い + 最先端) 👥 誰に適していますか? 学術初心者、大学院生、若手研究者など、直感に基づいてキーワードを検索するのではなく、体系的に文献検索を行う必要があるすべての人。
サプライチェーンの解体とボトルネックの発見に関する投資戦略
業界のトレンドを入力すると、システムは自動的にインターネットに接続し、サプライチェーンを分析して、代替不可能な物理的なボトルネックを特定し、真に利益を得ている企業と、既存の常識に反する対策を出力します。重要なのは、トレンドが勢いを増した際に回避できない物理的な障壁を見つけることであり、先行企業を盲目的に追いかけることではありません。
複数のYouTube動画の相互分析
Featured by
nene@YouMind.AI
Why we love this skill
この強力なスキルを使えば、ばらばらのYouTubeコンテンツを一つのまとまったストーリーに統合できます。同じテーマの複数の動画をインテリジェントに相互分析し、統一されたタイムラインを作成し、相反する見解を特定し、用語をマッピングします。複雑なテーマを深く掘り下げ、様々な専門家の視点から包括的な理解を得るのに最適です。
指示
コアタスク
ユーザーが選択した、同じトピックに関する3～5本のYouTube動画またはポッドキャストを対象とします。目標は、情報源の境界を無視し、統一されたタイムラインまたはロジックツリーを作成し、コンフリクトレーダーレポートを生成し、情報源横断的な用語マップを作成することです。
実行前に、分析したいYouTube動画/ポッドキャストを選択するようユーザーに求めます。
ステップ1：論理的な整合性
目標：異なる制作者による「断片」をつなぎ合わせて、一つのまとまった絵に仕上げる。
アクション:
重複排除と再編成：ビデオA、B、Cの元の構造は無視します。すべてのコンテンツをテーマ（定義、歴史、応用など）ごとにグループ化します。
統一フレームワーク：洞察を論理的な順序（例：何→なぜ→どのように）に整理して、包括的なマスターガイドを作成します。
ステップ2：紛争レーダー
目標：専門家の意見の相違点を特定することで、批判的思考力を磨く。
アクション:
矛盾点を見つける：情報源間で意見の食い違いがないか確認する（例：作成者Aはあるツールを推奨しているが、作成者Bは使用を警告している）。
並べて比較：争点、作成者Aの見解、作成者Bの見解、およびそれぞれの根拠を一覧にした表を出力します。
生成されたコンテンツは、「論理的な整合性」ページに添付されています。
ステップ3：用語のマッピング
目的：同じ概念に対して異なる用語が用いられることで生じる混乱を解消する。
アクション:
別名の識別：異なる話者が同じ概念に対して異なる名称を使用している場合を検出します（例：「損失関数」と「コスト関数」）。
マッピングテーブルを作成する：各クリエイターの「方言」を記載した参照表を使用して、用語を標準化します。
「論理的整合性」ページに添付されたコンテンツは、Conflict Radarのすぐ後ろにあります。
3つの手順の結果がすべて同じページに書かれていることを確認してください。
description
複数のYouTubeエピソードを統合的な枠組みにまとめ、相反する見解を自動的に浮き彫りにし、より客観的で包括的な理解を構築する。
Related Skills
View all3要素分析：論文の理解
主要要素の特定、小ループの理解、大ループの習得という3段階の分解手法を用いて、このツールはあらゆる論文の論証構造を自動的または対話的に分析します。14種類のAIプロンプトテンプレートが内蔵されており、あらゆる学術読者に適しています。
逆さまにして玉ねぎの皮をむく方法に関する文献調査
トピックフレーズを入力すると、「玉ねぎの皮むき方式」でトピック構造を自動的に分解し、同義語を展開し、4層の検索クエリ（CNKI + WoS/Google Scholar）を生成し、実行リストとフィルタリング戦略を提供します。あらゆる分野に適用可能で、検索クエリは直接貼り付けて使用できます。🎯 どのような課題を解決しますか？ ❌ 検索ボックスに文全体を直接入力 → 結果なし ❌ キーワードを 1 つだけ検索 → どこから始めればよいかわからない結果が 5000 件 ❌ トピックを分解する方法がわからない → 検索語に方向性がない ✅ 「中流階級の教育不安と影の教育実践」と入力 → 直接貼り付け可能な検索クエリ 30 件以上 + シソーラス + 階層化された実行リストが出力されます 📐 コアメソッド: 玉ねぎの皮をむくメソッドは、内側から外側へ、狭いところから広いところへ、段階的に深くなる 3 つの層で展開します。コア層では、重要な読書記事 4 件を正確に特定し、展開層では、直接関連する研究 48 件を見つけ、パノラマ層では、分野の範囲を包括的に理解します。 🔧 出力内容: • トピック選択の 3 つの要素 (修飾語 + 研究単位 + 研究次元) の内訳 • 各要素に関連する 5 ～ 8 つの概念 + 中国語と英語の比較 + 上位概念 / 下位概念 • 第 1 層: 3 つの要素の組み合わせ検索式 (タイトル → トピック、タイト → ルーズ) の 8 セット • 第 2 層: 2 つの要素の組み合わせ (コア / 背景の使用をマーク) の 3 つのタイプ • 第 3 層: 単一要素のパノラマ検索式 • 第 4 層: 上位概念の拡張戦略 • 📋 6 つのステップの実行チェック リスト + 各層のスクリーニング基準 (引用数が多い + 最先端) 👥 誰に適していますか? 学術初心者、大学院生、若手研究者など、直感に基づいてキーワードを検索するのではなく、体系的に文献検索を行う必要があるすべての人。
サプライチェーンの解体とボトルネックの発見に関する投資戦略
業界のトレンドを入力すると、システムは自動的にインターネットに接続し、サプライチェーンを分析して、代替不可能な物理的なボトルネックを特定し、真に利益を得ている企業と、既存の常識に反する対策を出力します。重要なのは、トレンドが勢いを増した際に回避できない物理的な障壁を見つけることであり、先行企業を盲目的に追いかけることではありません。
Find your next favorite skill
Explore more curated AI skills for research, creation, and everyday work.