毎朝特定ニッチのTikTokトレンドを追跡する
TikTokの検索およびハッシュタグデータを毎日取得し、文字起こしやコメントを抽出して、1週間の追跡コストを試算します。
2026年11月15日 · 約 2 分で読めます

特定ニッチ向けの朝次TikTokトラッカーは、検索とハッシュタグから毎日200件の結果を取得し、急上昇した上位20件の動画の文字起こしを全件抽出してLLMでフックを要約する場合、週あたり$1.00で運用できます。クリエイターのプロフィールや数千件の視聴者コメントの収集へと対象を広げ、Claude Sonnet 5.5で制作ブリーフを作成する場合でも、1週間のコストは$4.95に収まります。
エージェント向けデータツールをtiktok trend tracking apiとして利用すれば、ブラウザのCookie管理、住宅用プロキシ、壊れやすいDOMパーサーへの依存を排除できます。cronジョブや定期実行エージェントからtiktok-searchを呼び出し、再生回数の増加速度(ベロシティ)でJSONをフィルタリングし、抽出対象に対してtiktok-transcriptを実行して、同じLovely Router APIキー経由でテキストをLLMへ送信します。
手動スクロールではニッチなトレンドを見落とす理由#
スマートフォンでTikTokを開いても、表示されるのは消費者向けアルゴリズムが推奨するコンテンツであり、市場全体の全体像ではありません。フィードには視聴履歴、端末の位置情報、一般的なエンターテインメント要素が混ざり合います。家庭用エスプレッソマシン、B2B給与計算ソフトウェア、マグネシウムサプリメントといった特定ジャンル専用のアカウントを用意したとしても、メインフィードに到達していない小規模コミュニティで急速にエンゲージメントを高めている投稿は見落とします。
ヘッドレスブラウザで構築した自作のtiktok scraper for agentsには、セッション切れという別の課題があります。TikTokはウェブ署名を頻繁に変更し、自動ブラウザに対してパズルCAPTCHAを提示し、連続してハッシュタグを照会するとIP範囲を制限します。Cookieの期限切れで隔週ごとに停止するcronジョブは、毎日の追跡用途には適しません。
定期実行エージェントには、必要なタイミングで取得できる構造化データが不可欠です。キーワードやハッシュタグに一致する動画ごとに、動画ID、作成日時、投稿者ハンドル名、再生回数、digg(いいね)数、コメント数、シェア数、楽曲メタデータ、キャプションテキストの取得が求められます。これらのフィールドをプレーンなJSON形式で取得できれば、わずか50行程度のPythonコードでベロシティを算出し、詳細に分析すべき動画を絞り込めます。
毎朝のトレンド収集を支える4つのツール#
Lovely Routerは、Claude、GPT、Geminiとともに利用可能なTikTok向けの4つのソーシャルリスニング・抽出ツールを、単一の前払いAPIキーで提供します。
- TikTok動画検索(
tiktok-search): キーワードやハッシュタグを照会し、動画メタデータ、投稿者統計、楽曲詳細、エンゲージメント数を1動画あたり$0.00045(1,000件あたり$0.45)で返します。 - TikTok文字起こし取得(
tiktok-transcript): 動画からタイムスタンプ付きの音声文字起こしを1件あたり$0.0015(1,000件あたり$1.50)で抽出します。 - TikTokプロフィール動画取得(
tiktok-profile): 特定の競合やクリエイターのハンドル名から最新動画フィードを1動画あたり$0.00045(1,000件あたり$0.45)で取得します。 - TikTokコメント一覧取得(
tiktok-comments): 動画の視聴者コメントを取得し、製品への疑問、懸念点、特有のスラングを1コメントあたり$0.00045(1,000件あたり$0.45)で把握します。
いずれのツールも実行ごとの基本料金は発生しません。1つのクエリで20件の動画を取得した場合、支払いはその20件分のみです。ベロシティフィルターを通過した動画に対してのみtiktok-transcriptを呼び出すことで、検索結果の全件を文字起こしする無駄を省けます。
日次パイプラインでモデル呼び出し前にノイズを除去する手順#
実践的な朝次ジョブは、cron、定期自動化タスク、またはワークフローランナーを用いて午前6:00に実行します。生の検索結果をすべてLLMのコンテキストウィンドウに投入するのではなく、3段階のファネルを実行します。
第1段階として、ニッチなクエリとハッシュタグを定義します。スキンケアブランドの場合、5つの製品キーワード(azelaic acid serum、barrier repair cream、fungal acne cleanser、retinoid purge、peptides routine)と5つのハッシュタグ(#skintok、#dermatologistreacts、#acneroutine、#glassskinroutine、#skincarechemist)を設定します。用語ごとに最新動画を20件取得すると、毎朝200件の動画が集まります。
第2段階として、ローカルデータベースやJSONステートファイルに保存済みの動画IDを除外し、新規動画をスコアリングします。単純な再生回数では、大手アカウントの古い動画が過大評価されます。現在勢いのある動画を特定するには、ベロシティとシェア率を指標とします。
$$\text{Velocity} = \frac{\text{Plays}}{\max(\text{Hours since upload}, 1)}$$
$$\text{Share Ratio} = \frac{\text{Shares}}{\max(\text{Plays}, 1)}$$
14時間前に投稿され、1時間あたりの再生数が多く、再生数に対するシェア率が高い動画は、ユーザーが友人に共有したり購入のために保存したりしている兆候です。毎日の候補200件から、急上昇している上位20件に絞り込みます。
第3段階として、選定した20件の動画IDのみをtiktok-transcriptに渡します。これにより、エージェントは当日最も勢いのある動画の音声フック、解説部分、CTA(行動喚起)のテキストを保持した状態になります。これらの文字起こし20件とメタデータを、同一APIキーでgemini-3-flashまたはclaude-sonnet-5.5に送信して訴求アングルを分類し、朝のブリーフを作成します。
import os
import time
import json
from urllib.request import Request, urlopen
API_KEY = os.environ["LOVELYROUTER_API_KEY"]
BASE_URL = "https://api.lovelyrouter.com/v1"
HEADERS = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
QUERIES = [
"azelaic acid serum",
"barrier repair cream",
"#skintok",
"#dermatologistreacts",
]
def run_tool(tool_id: str, payload: dict) -> dict:
body = json.dumps(payload).encode()
req = Request(
f"{BASE_URL}/tools/{tool_id}",
data=body,
headers=HEADERS,
method="POST",
)
with urlopen(req, timeout=60) as resp:
return json.load(resp)
def collect_morning_winners() -> list[dict]:
now = time.time()
seen_ids = set()
candidates = []
for query in QUERIES:
data = run_tool("tiktok-search", {"query": query, "limit": 20})
for video in data.get("items", []):
vid = video["id"]
if vid in seen_ids:
continue
seen_ids.add(vid)
created_at = video.get("createTime", now - 86400)
age_hours = max((now - created_at) / 3600.0, 1.0)
plays = video.get("stats", {}).get("playCount", 0)
shares = video.get("stats", {}).get("shareCount", 0)
if age_hours <= 72 and plays > 0:
video["velocity"] = plays / age_hours
video["share_ratio"] = shares / plays
candidates.append(video)
candidates.sort(key=lambda x: (x["velocity"], x["share_ratio"]), reverse=True)
top_videos = candidates[:20]
for video in top_videos:
tx = run_tool("tiktok-transcript", {"video_id": video["id"]})
video["transcript"] = tx.get("transcript", "")
return top_videos
def summarize_trends(winners: list[dict]) -> str:
digest_lines = []
for v in winners:
digest_lines.append(
f"Author: @{v['author']['uniqueId']} | Velocity: {v['velocity']:.0f}/hr | "
f"Shares: {v['stats']['shareCount']}\n"
f"Caption: {v.get('desc', '')}\n"
f"Transcript: {v.get('transcript', '')}\n"
)
prompt = (
"Group these breakout TikTok videos into recurring hooks and topic angles. "
"Quote the exact opening line from the top three transcripts and suggest "
"two repeatable video concepts for our brand today.\n\n"
+ "\n---\n".join(digest_lines)
)
body = json.dumps({
"model": "gemini-3-flash",
"messages": [{"role": "user", "content": prompt}],
}).encode()
req = Request(
f"{BASE_URL}/chat/completions",
data=body,
headers=HEADERS,
method="POST",
)
with urlopen(req, timeout=60) as chat_resp:
data = json.load(chat_resp)
return data["choices"][0]["message"]["content"]
if __name__ == "__main__":
winners = collect_morning_winners()
report = summarize_trends(winners)
print(report)/v1/tools/tiktok-searchと/v1/chat/completionsの認証には、同一のLOVELYROUTER_API_KEYを使用します。データ収集とモデル推論は単一のアカウントで一括管理されます。
ベンチマーク実行時の計測ポイント#
ニッチごとにトレンドの推移速度は異なります。定期実行スケジュールを確定する前に、スクリプトを3朝運用して2つの指標を記録します。
1つ目は鮮度比率(Freshness ratio)です。これは、tiktok-searchクエリで取得した動画のうち、過去48時間以内に公開された動画の割合を指し、キーワード上位に残り続けている古い定番動画と区別します。一般的なハッシュタグで半年前の動画が大半を占める場合は、より限定的なフレーズに変更するか、リクエストペイロードに投稿日時順のソートパラメータを追加します。
2つ目は文字起こし成功率(Transcript hit rate)です。ベロシティ上位20件の動画のうち、音楽のみの動画やテキスト配置のスライドショーではなく、tiktok-transcriptから発話音声を取得できた動画の割合です。金融、SaaS、サプリメントなどの解説系ニッチでは、急上昇動画の多くに明確な発話フックが含まれます。ファッションコーディネートやインテリアといった視覚的ニッチでは、BGMやキャプションへの依存度が高くなるため、プロンプト内で文字起こしと並行してdescキャプションや楽曲タイトルも重視するよう調整します。
1週間の追跡コスト試算#
週次の構成例として、単一ニッチを監視する創業者向けの軽量トラッカーと、キーワード、クリエイタープロフィール、コメント欄を網羅するグロースチーム向けレーダーの2パターンを示します。
ケース1: 朝次ニッチトラッカー(週あたり$1.00)#
毎朝10個の検索語句とハッシュタグを追跡し、クエリごとに20件の動画を取得します(1日200件、7日間で1,400件)。毎朝ベロシティフィルターによって急上昇上位20件を抽出し、文字起こしを実行します(週140件)。抽出したメタデータと文字起こしをGemini 3 Flash(gemini-3-flash)に入力し、1週間で入力200,000トークン、出力20,000トークンを消費します。
| 項目 | 週間ボリューム | カタログ価格 | 週間コスト |
|---|---|---|---|
TikTok動画検索 (tiktok-search) | 1,400動画 | 1,000件あたり$0.45 | $0.63 |
TikTok文字起こし取得 (tiktok-transcript) | 140件 | 1,000件あたり$1.50 | $0.21 |
Gemini 3 Flash (gemini-3-flash) 入力 | 0.20Mトークン | 100万件あたり$0.50 | $0.10 |
Gemini 3 Flash (gemini-3-flash) 出力 | 0.02Mトークン | 100万件あたり$3.00 | $0.06 |
| 合計 | $1.00 |
週$1.00の内訳は、データツールが$0.63 + $0.21 = $0.84、LLMによる要約が$0.10 + $0.06 = $0.16となります。
ケース2: プロフィールとコメントを含む詳細レーダー(週あたり$4.95)#
チームがインフルエンサー調査を行い、広告コピー作成のために視聴者コメントを分析する場合、7日間の構成は以下のようになります。tiktok-searchで4,000件の動画を取得し、注視対象クリエイターの最新投稿をtiktok-profileで計1,000件取得します。急上昇動画200件をtiktok-transcriptで文字起こしし、購入検討者の疑問点を抽出するためtiktok-commentsで上位動画の視聴者コメントを2,000件取得します。文字起こしとコメントスレッドをClaude Sonnet 5.5(claude-sonnet-5.5)に入力してフック分析と台本作成を実施します(週に入力500,000トークン、出力50,000トークン)。
| 項目 | 週間ボリューム | カタログ価格 | 週間コスト |
|---|---|---|---|
TikTok動画検索 (tiktok-search) | 4,000動画 | 1,000件あたり$0.45 | $1.80 |
TikTokプロフィール動画取得 (tiktok-profile) | 1,000動画 | 1,000件あたり$0.45 | $0.45 |
TikTok文字起こし取得 (tiktok-transcript) | 200件 | 1,000件あたり$1.50 | $0.30 |
TikTokコメント一覧取得 (tiktok-comments) | 2,000コメント | 1,000件あたり$0.45 | $0.90 |
Claude Sonnet 5.5 (claude-sonnet-5.5) 入力 | 0.50Mトークン | 100万件あたり$2.00 | $1.00 |
Claude Sonnet 5.5 (claude-sonnet-5.5) 出力 | 0.05Mトークン | 100万件あたり$10.00 | $0.50 |
| 合計 | $4.95 |
朝のブリーフを実践的なタスクキューに変換する#
トラッカーが成果を上げるのは、トレンドがピークに達する前に行動を起こせた場合のみです。朝の通知がチームチャット、コミュニティチャンネル、またはメールに以下の3つの固定ブロックで届くよう、LLMプロンプトを構成します。
- 逐語的な3つのフック: 急成長している動画の冒頭5秒間で発話された正確なフレーズと、テンポや映像構成を確認できる元動画へのリンク。
- 頻出する視聴者の質問:
tiktok-commentsから抽出した「どこで買えるか」「これと一緒に使えるか」「より安価な代替品はあるか」などの質問パターン。返信動画やFAQ広告の構成案として再利用可能です。 - 急上昇中の音源とフォーマット: 同一日の収集対象内で複数の独立したクリエイターが使用している音源IDや動画形式。
初回パイプラインの設定#
前払いAPIキーを1つ発行し、対象ニッチのキーワード5つとハッシュタグ5つを選定し、公式ドキュメントを参照しながら上記スクリプトを実行すれば、10分以内に最初の朝次レポートを生成できます。
続けて読む
すべての記事 →
1プロンプトでGoogleマップから500件のリードをスプレッドシートに抽出する
AIエージェント内のGoogleマップリードスクレイパーツールを活用し、メールアドレス付きの地域ビジネス情報500件をCSVに抽出。データコストは500 places × $0.00051 per place = $0.255です。

ブラウザエージェントで2FAログインを安全に自動化する方法
AIブラウザエージェントをシークレット管理やローカルTOTPツールと連携させ、LLMプロンプトに認証情報を渡さずに安全に2FAログインを自動化する方法を解説します。

Claude CodeにWeb検索とブラウザを1コマンドで導入する
ターミナルから1コマンドでリモートMCPサーバーを追加。プリペイドAPIキー1つで、リアルタイムWeb検索、ページクローリング、ブラウザスクリーンショットをClaude Codeに統合できます。