finding-startup-employees-for-recruiting

Twitterでスタートアップに現在勤めている専門家を見つける

スキルのキーワード、ポートフォリオやプロジェクトのシグナル、仕事を探していることを示す情報をもとに、Twitterでスタートアップに現在勤めている専門家を見つけます。Twitterには、自分の専門分野について積極的に発信する専門家が集まっており、有望な潜在候補者のシグナルになります。

前提条件

• APIFY_TOKEN 環境変数を設定していること
• 任意：Apify MCP サーバーをインストールしていること

入力

パラメーター	型	必須	デフォルト	備考
startUrls	array	任意	[]	TwitterのプロフィールまたはツイートのURL
twitterHandles	array	任意	[]	Twitterのユーザー名（@なし）
twitterUserIds	array	任意	[]	TwitterのユーザーID
getFollowers	boolean	任意	false	フォロワーの一覧を抽出します
getFollowing	boolean	任意	false	フォロー中のアカウント一覧を抽出します
getRetweeters	boolean	任意	false	ツイートURLのリツイートユーザーを抽出します
includeUnavailableUsers	boolean	任意	false	利用できない、または凍結されたユーザーを含めます
maxItems	number	任意	無制限	返すユーザーの最大数
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: Search for role-specific tweets
- [ ] Step 2: Collect unique handles
- [ ] Step 3: Enrich profiles
- [ ] Step 4: Score candidate fit
- [ ] Step 5: Deliver candidate list

ステップ 1：検索クエリ

推奨 — run_actor.js（待機、出力、ファイル保存を自動処理します）：

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

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

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~twitter-user-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を利用できる場合：

Tool: apify:run-actor
Actor: "apidojo~tweet-scraper"
Input:
{
  "searchTerms": ["at [COMPANY]", "engineer at [STARTUP]", "working at [SECTOR] startup"],
  "maxItems": 300,
  "tweetLanguage": "en"
}

REST APIを利用する場合：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"searchTerms": ["at [COMPANY]", "engineer at [STARTUP]", "working at [SECTOR] startup"], "maxItems": 300}'

結果から重複のない author.username を収集します。

ステップ 2：プロフィールの情報を補完

Apify MCPを利用できる場合：

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

REST APIを利用する場合：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"usernames": ["handle1", "handle2"]}'

ステップ 3：フィルタリングとスコア付け

スキルの確認： 自己紹介文に次のキーワードが含まれていること：「@[company]」、「prev:」、「formerly」、「ex-」、「startup」、「Series A」、「YC」、「Techstars」

転職シグナル = 自己紹介文または最近のツイートに「open to」、「looking for」、「next chapter」、または会社を離れることへの言及がある

候補者スコア：

candidate_score = (skill_confirmed ? 1 : 0) * 0.35
                + (open_to_work_signal ? 1 : 0) * 0.30
                + (followerCount in 200..20000 ? 1 : 0.6) * 0.20
                + (tweeted_in_last_30_days ? 1 : 0) * 0.15

活動状況：アクティブ（30日未満）｜パッシブ（30～90日）｜休眠（90日超）

ステップ 4：例外ケース

• 結果に企業やブランドのアカウントが含まれる：followerCount > 50K かつ自己紹介文に一人称の代名詞が含まれないアカウントを除外します。これらはブランドアカウントである可能性が高いです
• 候補者が20人未満：スキルの検索語を広げます。地域または職位のフィルターを外すか、関連するスキルを試します
• ボットの検出：followerCount / followingCount < 0.05 かつ tweetsCount < 20 の場合、ボットの可能性があるとしてフラグを付けます
• 場所が一致しない：自己紹介文の場所は自由記述です。あいまい検索を使い、都市名や国名が部分的に一致する場合も許容します

出力形式

# Professionals Currently Employed At Startups Candidates: [STARTUP_SECTOR]
Profiles found: [N] | Open-to-work: [N] | Active: [N] | Date: [DATE]

## Priority: Open-to-Work Candidates
| Name | @Handle | Specialty | Location | Followers | Last Active | Score |
|------|---------|----------|---------|-----------|------------|-------|

## Passive Candidates
| Name | @Handle | Specialty | Location | Followers | Score |
|------|---------|----------|---------|-----------|-------|

## Bio Highlights (Top 5)
1. @[handle]: "[bio excerpt]"

トラブルシューティング

個人ではなく、すべての結果が人材紹介会社や企業になる場合：一人称の代名詞を含むプロフィールに絞るか、「"I am a [role]"」、「"I do [skill]"」で検索します。 職種が一般的すぎて結果が多すぎる場合：地域または職位の条件を追加します。 仕事を探しているシグナルがない場合：ほとんどの候補者は公には意思を示しません。パッシブ候補者を有望な見込み客と見なし、最近の投稿に触れた個別のメッセージを送ります。