説得力がある候補表でも、重要な比較が未解決な場合があります。公開数値が大きいだけでは、そのReelがアカウントの普段を超えたとは言えません。順位を付ける前に返された基準状態を見ます。
対応MCPクライアントからクリエイター調査のAIエージェントKaboで関連Reelsを確認・補足します。例はペット教育の候補です。候補がなければ下に小規模収集手順がありますが、中心は返された根拠で何を比較できるかの判断です。
1. 表を並べ替える前に未解決の行を読む
関連する訓練実演はあるが、アカウント基準が使えない取得結果を想定します。次は作成した例で、実際のツール応答ではありません。
- **関連性：**教える問いに有用。
- **基準の根拠：**不足。
- **外れ値倍率：**未解決でありゼロではない。
- **判断：**説明の参考として残し、アカウント相対の勝者にしない。
これは別々の判断です。好調Reelだと主張せず、実演だけを確認したい場合もあります。
[返された候補リスト]を確認してください。テーマの関連性とアカウント相対比較の適格性を行ごとに分け、正確な詳細と基準状態を確認してください。nullや未解決値を保持し、理由と実際の出典付きでcompare / reference-only / needs-evidenceを返してください。再生数から欠けた倍率を推定しないでください。
字幕だけでなく収集記録を持参
[ ] テーマと関連性規則 — 具体的な教育の問いと言語・形式。 [ ] 公開期間 — 開始日と終了日。取得日とは区別。 [ ] 候補記録 — 実際のcandidate_set_id、content_key、状態、範囲。 [ ] 選択メモ — 採用項目と意味上の関連性評価の理由。 [ ] 出力先 — コピー可能な根拠表か許可済みローカルファイル。
候補の識別子を保持できるクライアントを使う
2. 選択に影響する場合だけ不足根拠を取得
アカウント相対比較が必要なら、enrich_instagram_shortlistの現在のスキーマで、採用したcandidate_set_idとcontent_keyを使います。必要なplatform、ranking_mode、window、semantic_scoresを保持します。関連性スコアは編集判断であり、成果予測ではありません。
基準がなお不足なら比較対象にしません。識別子の不一致は実際の収集記録から解決し、もっともらしいIDに置き換えて済ませないでください。
enrich_instagram_shortlistの現在のスキーマを確認し、保存したcandidate_set_idと採用content_key、必要なplatform/ranking_mode/window、裏付けのあるsemantic_scoresを使ってください。関連性判断を説明し、exact_detail_status、baseline_status、outlier_multipleを確認します。未解決比較やID不一致を報告し、欠損やハンドルを作らないでください。
3. 保存した候補集合がなければ小さく収集
具体的な教育の問い、言語、公開日でcollect_instagram_trend_candidatesを使い、候補を確認します。記録を保ち、有用な行だけ上の詳細取得へ進めます。返されたからといって全件を詳しく取得しないでください。
MCP概要は接続と準備確認、YouTube資料集ガイドは同プラットフォームの発見から始まる調査全体を説明します。
collect_instagram_trend_candidatesの入力を確認してください。[教育の問い]、[言語・形式]、[開始日・終了日]について、対応する小さな意図計画と予算で収集します。実際のcandidate_set_id、content_key、URL、状態、制限を保持し、詳細取得の提案前に関連性を確認してください。部分集合を完全な一覧と呼ばないでください。
4. 同じサンプルを二つの有用な形で引き継ぐ
選んだアカウント相対比較を根拠が支える行を比較用集合にし、関連しても支えない例は参考専用にします。両方に公開日、取得日、返された制限を保ちます。
有用な行が順位で勝つ必要はありません。ペット講師は参考専用群から最も明快な実演を選び、原作を見てから自分の版を計画してもよいのです。
content_key,source_url,published_at,retrieved_at,exact_detail_status,baseline_status,outlier_multiple,editorial_relevance,comparison_status,limitations
この行は基準根拠が足りず、外れ値倍率も未解決です。返された値は保持し、相対順位を外し、関連性があれば参考専用群に置いてください。比較に必要な根拠を説明し、範囲が変わらない限り再収集しないでください。
適切な理由で参考を選ぶ
二群をGoogle Sheetsで確認するか、クライアントからコピーします。判断が割れる選択はMuse候補ガイド、採用例を独自企画にするならMCPアイデアガイドを使います。共有時に表の日付を保持します。
作例は説明用です。製品のスクリーンショットはKaboのウェブアプリにある既存の結果で、このガイドの例を実行した記録ではありません。自分の素材と、自分のタスクで返された根拠を使ってください。