投稿する

LUMINA(サブスク特化インフルエンサー評価AIシステム)

サブスク型ビジネスに特化した、インフルエンサーのLTV(評価価値)予測・解析エージェントです。「リピ買い」や「愛用中」といったフォロワーの購買行動シグナルをSNSから自動抽出し、フォロワー数などの表面的な数値ではなく、継続購入やサブスク転換への貢献度に基づいた5段階スコアリングを行います。 Claude Code上での対話により、APIを通じたデータ収集からリポート生成、過去の施策結果に基づく学習ループまでを自律的に実行します。美容・コスメや健康食品のD2C事業者が、自社ブランドに最適なパートナーをデータに基づいて選定・監視する場面に最適です。
⬇ ダウンロード(LUMINA-v4-claudecode.zip / 0.0 MB)

LUMINA

*Lifestyle & User-Match Influencer Navigation Agent*

「インフルエンサーを数字で選ぶ時代から、売上で選ぶ時代へ。」

---

LUMINAとは

Claude Code上で動作するサブスク特化型インフルエンサー評価AIエージェントです。

フォロワー数やエンゲージメント率ではなく、「リピ買い」「愛用中」「定期購入してます」といったフォロワーの購買行動シグナルを自動解析し、サブスク転換率・LTV予測まで一気通貫で評価します。

---

必要なもの

Claude Code(必須)
.env.local にAPIキーを設定:
  ANTHROPIC_API_KEY  ← 必須(Claude APIキー)
  YOUTUBE_API_KEY    ← YouTube候補がある場合
  MODASH_API_KEY     ← Instagram/TikTok候補がある場合

---

使い方

1. APIキーを設定する

cp .env.example .env.local
# .env.local を開いてAPIキーを入力する

2. 候補を登録する

data/candidates.json に評価したいインフルエンサーを追加する。

[
  {
    "id": "candidate_001",
    "platform": "instagram",
    "handle": "@アカウント名",
    "tier": "monthly"
  }
]

tierの種類

  • weekly ← 契約中・交渉中(週次監視対象)
  • monthly ← 候補プール(月次評価対象)
  • quarterly ← 新規発掘(四半期スキャン対象)

3. ジャンルを設定する

target-profile.md の有効モードを確認・変更する。

有効モード: MODE_A   ← 美容・コスメサブスク
有効モード: MODE_B   ← 健康食品・サプリサブスク

4. Claude Codeに話しかける

「LUMINAを起動して」
「インフルエンサーを評価して」
「週次監視を実行して」
「@example_beauty を評価して」

---

ファイル構成

lumina/
├── CLAUDE.md                          ← Claude Codeエントリーポイント
├── README.md                          ← このファイル
├── target-profile.md                  ← ユーザーが設定するファイル
├── .env.example                       ← APIキー設定例
│
├── .claude/
│   ├── agents/
│   │   └── lumina-orchestrator.md     ← 司令塔(全体指揮)
│   └── skills/
│       ├── data-collection/SKILL.md   ← API呼び出し手順
│       ├── ai-evaluation/SKILL.md     ← 5軸スコアリング手順
│       ├── report-generation/SKILL.md ← レポート生成手順
│       └── learning-loop/SKILL.md     ← 学習・精度改善手順
│
├── data/
│   ├── candidates.json                ← 候補リスト(ユーザーが編集)
│   ├── evaluated.json                 ← API取得データ(自動生成)
│   ├── results.json                   ← スコアリング結果(自動生成)
│   ├── lessons.json                   ← 学習データ(自動蓄積)
│   └── reports/                       ← レポート出力先(自動生成)
│
└── docs/
    └── api-setup.md                   ← API取得手順ガイド

---

運用モデル:ヒューマン・オン・ザ・ループ

Claude Codeが自動でやること:
  ・定期評価の実行
  ・リピート購買シグナルの検出・集計
  ・5軸スコアリングとランク付け
  ・NGキーワード検出・アラート
  ・レポート生成・ファイル保存
  ・学習データ蓄積・精度改善

人間が判断すること:
  ・採用・不採用の最終決定
  ・アラートへの対応方針
  ・予算・契約の承認