building-twitter-prospect-lists

Twitter プロスペクトリストの作成

Twitter/X を検索し、プロフィールのキーワードやトピックベースのツイート検索を使って、ターゲットとなる ICP（理想顧客プロファイル）に合致するプロフィールを探します。エンゲージメントのシグナルとプロフィールの情報を含む、連絡先リストとしてすぐに使える一覧を作成します。

前提条件

• APIFY_TOKEN 環境変数が設定されていること
• 任意：Apify MCP サーバーがインストールされていること

入力

パラメーター	型	必須	デフォルト	備考
searchTerms	array	✅	[]	Twitter の高度な検索クエリ（例：["#AI lang:en", "from:NASA"]）
sort	string	任意	Top	並び替え順：Latest、Top、または Latest+Top
tweetLanguage	string	任意	—	ISO 639-1 言語コード（例：en）
maxItems	number	任意	無制限	返すツイートの最大数
onlyVerifiedUsers	boolean	任意	false	認証済みユーザーのツイートのみ
onlyTwitterBlue	boolean	任意	false	Twitter Blue 登録者のツイートのみ
onlyImage	boolean	任意	false	画像付きツイートのみ
onlyVideo	boolean	任意	false	動画付きツイートのみ
onlyQuote	boolean	任意	false	引用ツイートのみ
author	string	任意	—	特定の投稿者ハンドルに絞り込み
inReplyTo	string	任意	—	特定のハンドルへの返信ツイート
mentioning	string	任意	—	特定のハンドルに言及しているツイート
geotaggedNear	string	任意	—	指定した場所の近くに位置情報が付いたツイート
withinRadius	string	任意	—	geotaggedNear の周囲の半径
geocode	string	任意	—	緯度・経度と半径の文字列
placeObjectId	string	任意	—	場所がタグ付けされたツイート
minimumRetweets	number	任意	—	リツイート数の最小値
minimumFavorites	number	任意	—	いいね数の最小値
minimumReplies	number	任意	—	返信数の最小値
start	string	任意	—	この日付以降のツイート（YYYY-MM-DD）
end	string	任意	—	この日付以前のツイート（YYYY-MM-DD）
includeSearchTerms	boolean	任意	false	一致した検索語を各ツイートに追加
customMapFunction	string	任意	—	各出力オブジェクトを変換する JavaScript 関数

ワークフロー

Progress:
- [ ] Step 1: Define ICP and search strategy
- [ ] Step 2: Run tweet-scraper for keyword/topic tweets
- [ ] Step 3: Extract unique authors from results
- [ ] Step 4: Enrich with twitter-user-scraper for bio + follower data
- [ ] Step 5: Filter, rank, and deliver prospect list

ステップ 1：ICP と戦略を定義する

ユーザーに次の内容を尋ねます：

• 職種名のキーワード：Twitter のプロフィール検索に使用（例：「Head of Growth」、「Founder」、「CTO」）
• トピックのキーワード：ICP はどのようなトピックについてツイートしますか？（例：「SaaS metrics」、「PLG」、「RevOps」）
• 業界のシグナル：プロフィールから適切な業界を示すキーワード（例：「SaaS」、「fintech」、「healthcare」）
• フォロワー数の範囲（任意）：例：1,000～50,000（知名度の低すぎる人や著名人の両方を除外します）
• 場所（任意）：例：「San Francisco」、「London」
• リストのサイズ：見込み客は何人必要ですか？

ステップ 2：トピックベースのツイートを検索する

ICP が関心を持つトピックについて、Twitter でツイートを検索します。あるトピックについて積極的にツイートしている人は、見込み度が高いと考えられます。

推奨 — run_actor.js（待機、出力、ファイル保存を自動処理）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

環境または .env ファイルで APIFY_TOKEN を設定する必要があります。

Apify MCP が利用可能な場合：

Tool: apify:run-actor
Actor: "apidojo~tweet-scraper"
Input:
{
  "searchTerms": ["[TOPIC_KEYWORD_1]", "[TOPIC_KEYWORD_2]"],
  "maxItems": 200,
  "tweetLanguage": "en"
}

Apify MCP が利用できない場合：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "searchTerms": ["[TOPIC_KEYWORD]"],
    "maxItems": 200
  }'

トピックのキーワードごとに実行します。すべての author.username の値を収集し、重複を除去します。これにより候補者リストが得られます。

ステップ 3：候補者のプロフィールデータを取得する

ステップ 2 で得た重複のないユーザー名から、上位 100～200 件を選びます。プロフィールのキーワードやフォロワー数で絞り込むため、プロフィールの全データを取得します。

Apify MCP が利用可能な場合：

Tool: apify:run-actor
Actor: "apidojo~twitter-user-scraper"
Input:
{
  "usernames": ["[username1]", "[username2]", "..."],
  "maxItems": 100
}

Apify MCP が利用できない場合：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "usernames": ["[username1]", "[username2]"]
  }'

ステップ 4：ICP の基準に照らして絞り込む

プロフィールデータから、次の条件をすべて満たすユーザーのみを残します。

1. 自己紹介に、職種キーワードまたは業界を示すキーワードが少なくとも 1 つ含まれている
2. フォロワー数が指定範囲内である（指定されている場合）
3. 場所が一致している（指定されている場合）— location フィールドを確認します
4. ボットではない（プロフィール画像があり、ツイート数が 10 件を超え、アカウントの開設から 6 か月以上経過している）

次のアカウントは除外します。

• デフォルトのプロフィール画像を使用しているアカウント
• ツイート数が 0 件のアカウント
• 認証済みの大規模インフルエンサー（フォロワー数が範囲を超えている）
• 明らかに自動化されたアカウント

ステップ 5：順位付けしてフォーマットする

絞り込んだ見込み客を、次の基準で順位付けします。

1. 関連性スコア = 自己紹介で一致した ICP キーワードの数
2. エンゲージメントの指標 =（最近のツイートへの「いいね」数 + リツイート数）/ フォロワー数

出力形式

# Twitter Prospect List: [ICP DESCRIPTION]
Generated: [N] prospects | Filters applied: [summary] | Date: [DATE]

| # | Name | Handle | Followers | Job / Bio | Location | Last Active | Profile |
|---|------|--------|-----------|-----------|----------|-------------|---------|
| 1 | [name] | @[handle] | [N] | [bio excerpt] | [city] | [date] | [url] |
| 2 | [name] | @[handle] | [N] | [bio excerpt] | [city] | [date] | [url] |

## Top 10 Highest-Priority Prospects
1. **@[handle]** — "[bio]" | [N] followers | Recently tweeted about: [topic]
2. **@[handle]** — "[bio]" | [N] followers | Recently tweeted about: [topic]
...

## Notes
- [N] candidates found in topic search
- [N] filtered out (didn't match ICP criteria)
- [N] final prospects delivered
- Engagement signals are 24-48h delayed

アウトリーチのパーソナライズ

有望な見込み客ごとに、最近のツイートのサンプルを使ってアウトリーチをパーソナライズできます。最初のメッセージで話題にできるよう、最近のトピックを確認してください。

トラブルシューティング

絞り込み後の結果が少なすぎる場合： 自己紹介のキーワードを広げます（AND ではなく OR のロジックを使います）。ステップ 2 でトピックキーワードを増やしてみてください。 無関係なアカウントが多すぎる場合： 自己紹介のフィルターに業界固有のキーワードを追加します（例：「SaaS」または「B2B」が自己紹介に含まれることを必須にします）。 場所のフィルターが機能しない場合： Twitter の場所情報はユーザーが自己申告するもので、一貫性がありません。厳密なフィルターではなく、参考情報として扱ってください。