Name: Cross-Pollination Engine
Author: artyomx33

AlphaMoatによると、2026-09時点でCross-Pollination Engineのダウンロード数は3,579、スター数は5で、AIスキル全体5,078件中3,050位、ナレッジ管理では442件中278位です。

インストール数

205

ダウンロード数

3579

スター数

総合順位

#3,050

全体の上位 61% · ナレッジ管理の上位 63%

プラットフォーム	インストール数	ダウンロード数	スター数	コメント
ClawHub ↗	107	3294	5	-
SkillHub ↗	205	3579	5	—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

主文の例は、抵抗輪からローラーブレードへ、ゲームの XP システムから Duolingo へ、ホテルのコンシェルジュからソフトウェアのオンボーディングへの転用です。プロセスは四段階で、中核のジョブを定義する（業界文脈を剥がす）、他に誰がそれを解いているか探す（意外な業界が多い）、原理を抽出する（表面機能ではなく）、自文脈へ翻訳する（コピーではなく適応）です。業界インスピレーションライブラリはニーズを参照先に対応させます。信頼は銀行・医療・航空（検証、資格、チェックリスト）、エンゲージメントはゲーム・フィットネスアプリ・ストリーミング（XP、ストリーク、パーソナライズ、進捗）、オンボーディングはホテル・テーマパーク・高級小売（コンシェルジュ、期待感、個人的な手触り）、シンプルさは Apple/IKEA/Google（機能削減、複雑さの隠蔽）、緊急性は EC・航空・ファストフード（希少性、アンカリング、スピードの約束）、コミュニティは CrossFit/Harley-Davidson/Peloton（部族的一体感、共有体験）です。出力は固定テンプレートに従い、問題、中核ジョブ、業界ごとの解法・鍵となる原理・自社への適用、統合案、具体的な次の一手を並べます。jtbd-analyzer、first-principles-decomposer、six-thinking-hats、app-planning-skill との組み合わせで効果が高まります。

資料公開日 2026-10-27

できること

他業界の実証済みの解で自社の問題を解く
製品設計のために異業種のインスピレーションを探す
問題を中核ジョブまで削ぎ落として参照先を探す

使う場面

ユーザーが異業種からの発想借用や「X ならどう解くか」を求め、業界の外側で考えたいとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

ディズニーなら私たちのオンボーディングをどう設計する？

もしこれがゲームならどう動く？

高級ホテルはどうやって特別感を与えている？

月次の推移

ダウンロード数3579

スター数5

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。

月	ダウンロード数	前月比	スター数
2026-09	3579	—	5
2026-08	3265	+3.5%	5
2026-07	3154	+8.1%	5
2026-06	2918	+6.7%	5
2026-05	2736	—	5
2026-03	2356	—	5

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

2.3 KB・ClawHub v1.0.0

---
name: cross-pollination-engine
description: Systematically borrow ideas from unrelated industries to solve problems. Innovation often comes from adjacent fields. Use when user says "cross-pollination", "how would X solve this", "borrow ideas from", "what can we learn from", "think outside the box", "how would Disney/Apple/Amazon do this", "different industry", "steal ideas".
---

# Cross-Pollination Engine

## The Core Insight

Most "innovation" is applying proven solutions from one domain to another.

すべて表示(全 70 行)

- Resistance wheels → Rollerblades
- Gaming XP systems → Duolingo
- Hotel concierge → Software onboarding

## The Process

1. **Define the core job** (strip away industry context)
2. **Find who else solves it** (often surprising industries)
3. **Extract principles** (not surface features)
4. **Translate to your context** (adapt, don't copy)

## Industry Inspiration Library

| Need | Look At | Why |
|------|---------|-----|
| **Trust** | Banking, Healthcare, Aviation | Verification, credentials, checklists |
| **Engagement** | Gaming, Fitness apps, Streaming | XP, streaks, personalization, progress |
| **Onboarding** | Hotels, Theme parks, Luxury retail | Concierge, anticipation, personal touch |
| **Simplicity** | Apple, IKEA, Google | Feature cutting, hidden complexity |
| **Urgency** | E-commerce, Airlines, Fast food | Scarcity, anchoring, speed promises |
| **Community** | CrossFit, Harley-Davidson, Peloton | Tribal identity, shared experience |

## Output Format

```
PROBLEM: [What you're solving]
CORE JOB: [Stripped to fundamentals]

FROM [Industry 1]:
How they solve it: [x]
Key principle: [y]
Applied to us: [z]

FROM [Industry 2]:
How they solve it: [x]
Key principle: [y]
Applied to us: [z]

SYNTHESIS: [Combined approach]
NEXT STEP: [Concrete action]
```

## Prompt Starters

- "How would Disney solve our onboarding?"
- "What would Amazon do with our data?"
- "If this were a game, how would it work?"
- "How do luxury hotels make people feel special?"

## Integration

Compounds with:
- **jtbd-analyzer** → Understand job first, then find who else solves it
- **first-principles-decomposer** → Strip context to find fundamental need
- **six-thinking-hats** → Green Hat pairs naturally with cross-pollination
- **app-planning-skill** → Apply borrowed patterns to new apps

---
See references/examples.md for Artem-specific cross-pollinations