月間トレンド分析スキル
指定テーマの過去6ヶ月間のトレンドをWebSearchで調査し、月別ハイライト、
月間トレンド分析スキル
概要
指定テーマの過去6ヶ月間のトレンドをWebSearchで調査し、月別ハイライト、
テキストベースのトレンドチャート、センチメント変化、急上昇/急落の原因分析、
将来予測までを提供するスキル。
発動条件
「月間トレンド」「推移」「ここ数ヶ月の動向」「時系列で」に関する依頼を受けたとき。
入力で確認すべき情報
1. **テーマ** — 分析対象（技術、市場、キーワード、業界）
2. **期間** — デフォルト6ヶ月（変更可能）
3. **比較対象** — 競合テーマとの比較が必要か
4. **関心ポイント** — 市場規模 / 話題量 / 技術進化 / 投資動向
調査手順
Step 1: 月別WebSearch
各月ごとに以下のクエリで検索:
```
"{テーマ}" 2025年10月
"{テーマ}" news October 2025
"{テーマ}" update release 2025-10
```
6ヶ月分（例: 2025年10月〜2026年3月）を順に調査する。
Step 2: 月別ハイライト抽出
各月から3個以上の主要イベントを抽出する:
```
2025年10月
1. [イベント1の概要]（出典）
2. [イベント2の概要]（出典）
3. [イベント3の概要]（出典）
話題量: ★★★☆☆
センチメント: ポジティブ寄り
```
Step 3: テキストベーストレンドチャート
Unicodeのブロック文字でバーグラフを作成:
```
話題量の推移（WebSearch結果数ベース）
2025年10月 ████████░░░░░░░░ 45%
2025年11月 ██████████░░░░░░ 58%
2025年12月 ████████████░░░░ 72%
2026年01月 ██████████████░░ 85%
2026年02月 ████████████████ 100%（ピーク）
2026年03月 █████████████░░░ 78%
```
使用文字: `█`（塗り）と `░`（空白）で16セグメント表現。
Step 4: センチメント分析
各月のニュース・記事のトーンを分析:
```
センチメントの推移
2025年10月 😐 中立 ─────●─────
2025年11月 🙂 やや+ ───────●───
2025年12月 😊 ポジティブ ─────────●─
2026年01月 😊 ポジティブ ──────────●
2026年02月 😐 中立 ─────●─────
2026年03月 🙂 やや+ ───────●───
ネガティブ ← ── → ポジティブ
```
急上昇/急落の分析
スパイク（急上昇）検出
月間の話題量が前月比150%以上の場合:
ディップ（急落）検出
月間の話題量が前月比70%以下の場合:
比較分析（複数テーマ）
比較対象がある場合、同一チャート上に並べる:
```
テーマA vs テーマB
テーマA テーマB
2025年10月 ████████ ██████████
2025年11月 ██████████ ████████
2025年12月 ████████████ ██████
2026年01月 ██████████████ ████████
2026年02月 ████████████████ ██████████
2026年03月 █████████████ ████████████
```
将来予測
予測の根拠
予測の表現
出力フォーマット
1. **エグゼクティブサマリー**（3行で6ヶ月間の全体像）
2. **トレンドチャート**（テキストベースバーグラフ）
3. **月別ハイライト**（各月3項目以上）
4. **センチメント推移**（テキストベースチャート）
5. **スパイク/ディップ分析**（急変動の原因と影響）
6. **今後の予測**（楽観/基本/悲観の3シナリオ）
7. **アクション提案**（分析に基づく具体的な次のステップ）