hv-analysis

hv-analysis スキルの概要

hv-analysis は、製品、企業、概念、技術、人物を、構造化された水平・垂直分析レポートに落とし込むための中国語ベースのリサーチスキルです。単なる定義以上のものが欲しい人、つまり「それが何か」だけでなく、「どう発展してきたか」「同業や類似例と比べてどうか」「今それが何を意味するか」まで、信頼できる形で掘り下げたい人に向いています。特に、短い要約ではなく、整った PDF 調査レポートを作りたいときに力を発揮します。

hv-analysis は何のためのスキルか

本質的な job-to-be-done は、「この対象を深く、体系的に理解したい」です。hv-analysis は二軸のワークフローを案内します。縦軸では時間軸に沿ってライフサイクル全体を追い、横軸では現在の時点で競合や類似ケースと比較します。そのため、プロダクト分析、企業調査、市場研究、戦略レビューとの相性が非常に良いです。

何が違うのか

一般的な deep-research プロンプトと違い、hv-analysis は特定の分析構造と最終成果物を前提に設計されています。履歴の収集、マイルストーンの整理、代替案との比較、そしてレポート化しやすい形への統合を促します。この構造により、表面的な「それが何か」の回答を減らし、意思決定に耐える分析へと導きます。

向いているユーザーと用途

hv-analysis は、ポジショニング、進化、競争環境、戦略上のトレードオフを理解したいときに使います。導入前に新しいツールを調べる人、企業の軌跡を評価する人、社内向けのブリーフィングを作る人に向いています。逆に、用語集のような単純な質問や、短文コンテンツの作成にはあまり向きません。

hv-analysis スキルの使い方

hv-analysis をインストールして起動する

スキルディレクトリのワークフローでこのスキルを追加し、明確な調査対象と意図を添えて呼び出します。実用的なインストールコマンドは npx skills add KKKKhazix/khazix-skills --skill hv-analysis です。依頼文では対象を明示し、horizontal-vertical analysis をしたいと伝えます。たとえば、「Notion を生産性向上プロダクトとして hv-analysis で調査し、Obsidian と Evernote と比較して」といった形です。

スキルに適した入力の形にする

良い入力は、具体的で、範囲が絞られていて、意思決定に結びついています。対象、種類、読者、重要な観点を含めてください。

• 「Cursor を、開発ワークフローを選ぶ創業者向けの AI コーディングツールとして分析して」
• 「OpenAI を企業として調査し、プロダクトの変化と競争圧力に重点を置いて」
• 「Figma の進化と市場ポジションについて、Data Analysis の観点で hv-analysis を使って」

単に「帮我研究一下XX」とだけ伝えても動きますが、スコープが明確なほど比較の質が上がり、ストーリーも整います。

先に読むべきファイル

まず SKILL.md を見て、ワークフローとレポート構成を把握します。次に、スキルが想定する分析項目を確認するために references/schema.json を確認し、最終的な Markdown から PDF への出力経路を理解したいなら scripts/md_to_pdf.py も見てください。これらのファイルから、このスキルが何を重視しているか、つまり構造化された調査、マイルストーンの論理、そして見栄えの良い提示であることが分かります。

出力を良くするワークフローのコツ

hv-analysis を使うときは、二軸を明示して依頼するのが効果的です。まず履歴、その後に現在の比較です。明らかな競合があるなら名前を挙げてください。価格、成熟度、エコシステム、戦略リスクなど、特定の切り口が重要なら最初に伝えます。初稿が広すぎる場合は、あちこちを「もっと詳しく」と頼むより、対象そのものか市場の切り方を絞るほうが有効です。

hv-analysis スキル FAQ

hv-analysis は中国語のプロンプト専用ですか？

リポジトリ内の内容は中国語中心ですが、研究対象と比較対象が明確であれば、hv-analysis スキルは英語の依頼でも使えます。重要なのはプロンプトの言語より、出力のワークフローです。

通常のプロンプトより hv-analysis が優れている点は何ですか？

通常のプロンプトは、要約で終わりがちです。hv-analysis は、縦方向の歴史整理、横方向の比較、そして最後の統合というリサーチ手法そのものを出力するよう設計されています。hv-analysis スキルを導入する主な理由は、この構造にあります。場当たり的なプロンプトに頼るより、ずっと再現性のある分析ができます。

いつ hv-analysis を使わないほうがいいですか？

単純な定義、見出しレベルの要約、短い SNS 投稿の作成には hv-analysis は使わないでください。「X とは何か」だけ知りたいなら、これは手順が多すぎます。また、まだ本当の研究対象が定まっていない場合や、比較分析が不要な場合も、あまり向いていません。

hv-analysis は初心者でも使いやすいですか？

はい、調べたい対象を言えて、なぜ気になるのか説明できるなら使えます。リサーチ手法の知識は不要です。初心者がやりがちな失敗は、判断の文脈がないまま広いテーマを投げてしまうことです。その場合、比較も最終判断も弱くなります。

hv-analysis スキルを改善する方法

研究質問をもっと鋭くする

hv-analysis は、テーマだけでなく質問が入った最初のプロンプトで最もよく機能します。「Anthropic を調べて」と「Anthropic を AI 企業として、プロダクト戦略、モデルの位置づけ、競争圧力に焦点を当てて調査して」を比べてみてください。後者のほうが、分析の中心が明確になり、出力品質も上がります。

比較対象をより適切に指定する

横方向の分析は、意思決定に関係する比較対象を指定すると強くなります。製品を評価するなら、実際に選択肢として比べる候補を挙げてください。比較対象を曖昧にすると、hv-analysis は妥当ではあっても、必ずしも意思決定に直結しないベンチマークを選ぶことがあります。

スコープを絞って浅い出力を防ぐ

hv-analysis で最もよくある失敗は、あまりにも多くの観点を一度に扱おうとすることです。対象が大きいなら、期間、市場、用途を絞ってください。たとえば「過去 3 年」「コンシューマー向け導入」「開発者向けツール」と指定すると、レポートの焦点が定まり、根拠も濃くなります。

文章を直すだけでなく、構造から改善する

最初の出力のあとに改善したいなら、縦軸の年表の抜けを埋める、足りない競合を追加する、トレードオフの統合をもっと強くする、といった形で hv-analysis を詰めていきます。あるセクションが一般論に見えるなら、事業モデル、技術進化、ユーザー導入、戦略リスクなど、何を強調してほしいかを具体的に伝えてください。通常は「もっと長くして」と頼むより、そのほうがずっと効果的です。