---
title: "文字起こしとリサーチのための transcript.im Agent Skills"
description: "Claude Code、Cursor、Codex などのエージェントに transcript.im Agent Skills を追加し、文字起こし、YouTube の探索、リサーチのワークフローを利用できます。MCP を優先し、REST API にフォールバックします。"
canonical: "https://transcript.im/ja/skills"
markdown: "https://transcript.im/ja/skills.md"
---

# 文字起こしとリサーチのための transcript.im Agent Skills

Claude Code、Cursor、Codex などのエージェントに transcript.im Agent Skills を追加し、文字起こし、YouTube の探索、リサーチのワークフローを利用できます。MCP を優先し、REST API にフォールバックします。

## リンク

- [正規の HTML](https://transcript.im/ja/skills)
- [マークダウン](https://transcript.im/ja/skills.md)


Agent Skills は transcript.im の機能を、エージェントが必要なときに読み込む指示としてまとめたものです。スキルは、いつ文字起こしに頼るべきか、どのツールを呼ぶか、良い結果とはどんなものかをエージェントに教えます。スキルは transcript.im の MCP サーバーが設定されていればそれを呼び、なければ REST API にフォールバックするので、同じパックが Claude Code、Cursor、Codex、Copilot、Gemini CLI などの Agent Skills ランタイムでツールごとの書き直しなしに動きます。

- プラットフォーム別パック 3 種 — YouTube、TikTok、Instagram — に加え、プラットフォーム横断のリサーチと執筆のためのワークフローパック。
- スキルは transcript.im の MCP サーバーを先に呼び、同じキーで REST API にフォールバックします。
- 文字起こしは YouTube、TikTok、Instagram、LinkedIn、Twitter/X に対応します。YouTube の探索では検索、チャンネル、アップロード、再生リスト、字幕メタデータを追加で利用できます。
- ワークフロースキルは、要約、ノート、再利用コンテンツといった成果物を出典付きで返します。
- 各パックは素の `SKILL.md` ファイルなので、Agent Skills 形式に対応するどのランタイムでも読み込めます。

## transcript.im Agent Skills とは

Agent Skills は、エージェントがすでに理解している言葉で機能を説明する素の `SKILL.md` ファイルです。いつ使うか、何を呼ぶか、何を返すかを記します。transcript.im はこうしたスキル群を保守しているので、コーディングエージェントはプラットフォームごとの専用連携を作らずに動画の文字起こしを扱えます。

各スキルは transcript.im のデータプレーン上に載る薄い指示レイヤーです。スキルが抽出を実装し直すことはなく、どのツールを呼び、回答をどう整えるかをエージェントに伝えます。この分離により指示は短く、動作は一貫します。同じ文字起こしパイプラインがスキル呼び出しと直接の API リクエストの両方を支えます。

- 指示であってインフラではない — スキルは何をするかを教え、抽出は transcript.im が担います。
- プラットフォームパックとワークフローパック — YouTube、TikTok、Instagram のパックに加え、多段階のリサーチと執筆のスキル。
- MCP 優先、REST フォールバック — スキルは MCP サーバーを優先し、MCP が使えないときは REST API に届きます。
- 出典付きの成果物 — ワークフロースキルは、生み出したものに出典リンクと原文の表現を添えます。

## プラットフォーム別スキルパック

YouTube、TikTok、Instagram には専用パックがあります。文字起こしの抽出は API が対応する 5 つのプラットフォームすべてに届き、探索スキル — 検索、チャンネル、アップロード、再生リスト、字幕メタデータ — は YouTube だけです。公開 API が探索を提供しているのが YouTube だからです。

### YouTube スキル

最も幅広いパックです。タイムスタンプの有無を問わず文字起こしを扱い、さらに YouTube の探索面も備えます。動画とチャンネルの検索、チャンネル解決、チャンネルのアップロード、再生リストの項目、字幕メタデータをまとめる総合エントリースキル付きです。`youtube-transcript` と `youtube-api` はよく使われる言い回しの別名エントリーなので、ユーザーが "YouTube transcript" や "YouTube API" と言ってもエージェントが起動します。

### TikTok スキル

TikTok のスキルは文字起こしに集中します。まず字幕を読み、字幕がない動画は音声認識でカバーします。TikTok のリンクを貼るだけで、引用や翻訳、再利用ができる整ったタイムスタンプ付きテキストを返します。スキルは文字起こしが正解になる場面を理解しているため、ユーザーが文字起こしという言葉を口にしなくても、貼られたリンクで起動します。

### Instagram スキル

Instagram には読み取れる字幕トラックがないため、そのスキルは非同期の音声認識を軸に作られています。`reel` と `transcript` のスキルが公開 Reel や動画投稿をタイムスタンプ付きテキストに変え、総合エントリースキルがパックをまとめます。エージェントはリンクを送信し、別の作業をしながらジョブを確認して、できあがったテキストを返します。

## 成果物を生み出すワークフロースキル

### 文字起こしインテリジェンス

YouTube、TikTok、Instagram、LinkedIn、Twitter/X の文字起こしを要約・分析し、要約、要点、原文の引用、フック、再利用できるコンテンツ断片を、それぞれ出典に紐づけたレポートにします。1 時間分の映像を読む代わりに、論点、根拠、再利用に値する一節を一度に得られます。

### 競合リサーチ

自分で持ち込んだ動画をもとに競合やクリエイターを比較し、ある分野で何が効いているかを見つけ、テーマ、形式、フック、論点をベンチマークします。YouTube の探索がチャンネルと再生リストの走査を担い、ほかのプラットフォームは指定した文字起こしで寄与します。成果物は出典付きの競合ブリーフなので、どの主張も動画と発言された箇所までたどれます。

### コンテンツ再利用

文字起こしやリサーチを再利用できるコンテンツに変えます。ブログ記事、X/Twitter スレッド、ショート動画の台本、ニュースレター、コンテンツカレンダーを、出典表示付きの編集しやすい下書きとして仕上げます。下書きは重要な箇所で話し手の言葉を保つので、結果は一般的な要約ではなく元の音声のように響きます。

ワークフローパックには 3 つの集中スキルも含まれます。

- 会議ノート — 会議や通話の文字起こしから、決定事項、担当者付きのアクション、未解決の質問、リスク、引用をまとめます。
- 講義ノート — 講義やチュートリアルから、構造化した学習ノート、定義、主要な論点、例、復習問題を作ります。
- 文字起こし API ルーティング — すべてのワークフローが文字起こしの取得、バッチの実行、YouTube の動画・チャンネル・再生リストの探索に呼ぶデータ層スキルです。

## スキルが transcript.im に届くまで

スキルはプラットフォームと直接話しません。transcript.im に届き、transcript.im がソースを処理します。

- MCP 優先 — transcript.im の MCP サーバーが設定されていれば、スキルはそのツールを直接呼び、構造化された結果を受け取ります。
- REST フォールバック — MCP がなければ、スキルは同じ API キーで同じ REST エンドポイントを呼ぶので、動作はランタイムが MCP に対応しているかどうかに左右されません。
- 認証情報は 1 つ — キーは環境変数かエージェントの MCP 設定から読み込むので、スキルが独自の秘密を管理したり、ユーザーに二度目のログインを求めたりしません。
- 同じアカウント — スキル経由の呼び出しは、API や製品自体からの呼び出しと同じアカウント、同じ履歴に残ります。
- 持ち運べるパック — ルーティングがスキル内にあるため、同じパックがコード変更なしでランタイム間を移動します。

## パックの中身

各パックは `SKILL.md` ファイルの集合です。パックのスキルをまとめる総合エントリースキル 1 つと、エージェントが単独で読み込める集中サブスキルで構成されます。パックは Agent Skills 形式に従うので、すでに使っているほかのスキルと並べてエージェントのスキルディレクトリに置け、エントリースキルはより狭いスキルに渡すタイミングを引き続き把握します。

- YouTube — 総合エントリースキルに、文字起こし、検索、チャンネル、再生リスト、字幕のスキル、そして `youtube-transcript` と `youtube-api` の別名エントリー。
- TikTok — 総合エントリースキルに、文字起こしスキルとその別名。字幕を優先する抽出と音声認識へのフォールバックに集中します。
- Instagram — 総合エントリースキルに `reel` と `transcript` のスキル。非同期の音声認識を軸にしています。
- ワークフロー — `transcript-api` ルーティングスキルに、インテリジェンス、競合リサーチ、コンテンツ再利用、会議ノート、講義ノート。

## これらのスキルを読み込むランタイム

スキルは Agent Skills の慣習に従うため、その形式を読めるランタイムならどれでも読み込めます。Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI、Windsurf、OpenClaw、Hermes Agent などが含まれます。スキルは Markdown と小さなスクリプトのフォルダであり、プラグインのバイナリではないので、新しいランタイムのためにコンパイルするものはなく、あるランタイム向けに書いたパックはツールを変えてもそのまま持ち越せます。実務上の効果は、同じ文字起こしワークフローが最初に設定したアシスタントに縛られずツール間をついてくることで、ツールごとに別々の連携を維持する必要はありません。

## 関連リンク

- [API ドキュメント](/docs)
- [REST API](/ja/api)
- [MCP サーバー](/ja/mcp)
- [YouTube 文字起こしジェネレーター](/ja/youtube-transcript)
- [YouTube 動画要約ツール](/ja/youtube-video-summarizer)
- [YouTube 字幕ジェネレーター](/ja/youtube-subtitle-generator)
- [YouTube 字幕ダウンローダー](/ja/youtube-subtitle-downloader)
- [YouTube チャンネル文字起こし](/ja/youtube-channel-transcript)
- [YouTube 再生リスト文字起こし](/ja/youtube-playlist-transcript)
## Agent Skills よくある質問

### transcript.im Agent Skills とは何ですか？

transcript.im Agent Skills は、AI エージェントに transcript.im をいつどのように使って文字起こしを取得し、バッチを実行し、YouTube 動画を探索し、リサーチ成果物を作るかを教える `SKILL.md` パックです。

### どのエージェントランタイムでこれらのスキルを読み込めますか？

Agent Skills 形式に対応するすべてのランタイムで、Claude Code、Cursor、Codex、GitHub Copilot、Gemini CLI、Windsurf、OpenClaw、Hermes Agent などが含まれます。

### スキルに MCP サーバーは必要ですか？

いいえ。スキルは MCP サーバーが設定されていればそれを呼び、そうでなければ同じ API キーで同じ REST API に直接届きます。

### Agent Skills はどのプラットフォームに対応しますか？

YouTube、TikTok、Instagram の専用パックがあり、さらに YouTube、TikTok、Instagram、LinkedIn、Twitter/X で動くワークフロー集があります。文字起こしの抽出は 5 つのプラットフォームすべてに対応し、YouTube の探索では検索、チャンネル、アップロード、再生リスト、字幕メタデータを追加で利用できます。

### ワークフロースキルは何を生み出しますか？

ワークフロースキルは、インテリジェンスレポート、出典付きの競合ブリーフ、再利用コンテンツの下書き、会議ノート、講義ノートを生み出し、それぞれ出典を保ちます。

### 文字起こしスキルパックはどう構成されていますか？

各パックは総合エントリースキル 1 つと集中サブスキルを同梱するので、エージェントはプラットフォーム全体を有効にすることも、タスクに必要な部分だけを使うこともできます。

### スキルは transcript.im にどう認証しますか？

スキルは環境変数かエージェントの MCP 設定から API キーを読み、transcript.im に送るので、スキル経由の呼び出しは直接 API を呼ぶときと同じアカウントを使います。

### transcript.im の上に自分のワークフロースキルを書けますか？

はい。パックは小さな補助スクリプトを伴う素の `SKILL.md` ファイルなので、同じ形式でスキルを書き、いつ読み込むべきかを記述し、プラットフォームパックと並べて実行できます。

## エージェントに文字起こしスキルを

プラットフォームパックかワークフローパックをエージェントに追加し、API キーを渡せば、文字起こしを取得します。

- [API キーを取得](/app/account/api-keys)
- [ドキュメントを読む](/docs)