headline-craftlisted

# Headline Craft — 開かせる一行を作る 読者は本文を読む前にタイトルで開くかどうかを決める。このスキルは「何を書いてはいけないか」 （規範）でも「どれを採るか」（判定）でもなく、「どう候補を作るか」（生成）だけを担う。 **役割分担（defer 宣言）**: - 誠実さ規約・AI slop 禁止リスト → `writing-ecosystem`（`~/MyAI_Lab/zenn-content` 常駐）の Title Conventions が正本。本スキルの全候補はあのフィルタを通ってから提示する - platform 文字数・記法 → 各 project の publication channel contract。実値はここに書かない - 公開記事候補の点検 → `title-reviewer` agent（`~/MyAI_Lab/zenn-content` 常駐）。本 skill 自身の候補を自己採点しない - topics / emoji → platform を所有する project-local skill ## 実証知見（技法の根拠） - **ポジティブな飾り言葉は CTR を下げる**: Upworthy の約 10.5 万 headline 変種の分析（Robertson et al. 2023, Nature Human Behaviour）で、ポジティブ語の追加は消費率を下げた。「素晴らしい」「強力な」系の形容は削るのが正しい。同研究はネガティブ語による CTR 上昇も示したが、恐怖・怒り駆動は Title Conventions が禁じる。 - **好奇心ギャップは情報の欠落**: Loewenstein の information gap 理論。知っていることと知りたいことの差が開かせる。ただし**本文が必ずギャップを埋めること** — 埋めない好奇心ギャップがクリックベイトの定義 - **日本語圏の参考値**: Qiita 全記事分析でバズ記事はタイトル 20–36 字に集中。各 platform の上限より短い方に最適帯がある - **トピック中心 → 結果駆動への進化**: タイトルは戦いの 90%。詩的タイトル（意味不明で素通り）と教科書調（「〜の分析」= 宿題感）が二大失敗形。具体的数値・明示的な価値・人間の声の 3 点が指を止める（Kaguura 2026, 90 日で 20,585 購読者の実践知） - **タイトル A/B テストは読者関心の学習装置**: Substack はタイトル A/B テストを機構として持つ。目的は釣りの最適化ではなく「読者が実際に何に関心があるか」を学ぶこと（明快な解決型 vs 興味深いパラドックス型、等） ## 技法カタログ 各技法に「適用条件」を付す。条件を満たさない技法は候補に使わない。 | 技法 | 型 | 適用条件 | |---|---|---| | **具体性** | 固有名詞・数値・状況を入れる（「LLM で」→「Claude Code の hooks で」） | 常時。迷ったらまずこれ | | **結果駆動** | トピック名でなく読者が得る結果を言う（「Newsletter 成長モデルの分析」→「1,000 本を分析してわかった、登録が増える 3 つのレイアウト」） | 本文が実際にその結果を提供する | | **ベネフィット前置** | 読後に読者が得るものを先頭側に（「〜する方法」より「〜できるようになる」の中身を言う）