finding-trending-twitter-topics-for-content

コンテンツ向けのTwitterトレンドトピックの発見

Twitter上のニッチな分野でトレンドになっている会話を特定し、時宜にかなったコンテンツの作成に役立てます。Twitterのトレンドが続くのは48～72時間です。すぐに行動するか、エバーグリーンな切り口に切り替えてください。

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	並べ替え順：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	Unlimited	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	画像を含むツイートのみ
onlyVideo	boolean	任意	false	動画を含むツイートのみ
onlyQuote	boolean	任意	false	引用ツイートのみ
author	string	任意	—	特定のユーザーハンドルに絞り込む
inReplyTo	string	任意	—	特定のユーザーハンドルへの返信ツイート
mentioning	string	任意	—	特定のユーザーハンドルに言及しているツイート
geotaggedNear	string	任意	—	ある場所の近くのツイート
withinRadius	string	任意	—	geotaggedNearを中心とする半径
geocode	string	任意	—	緯度・経度と半径を表す文字列
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する
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 niche keywords + trending signals
- [ ] Step 2: Extract high-engagement tweet clusters
- [ ] Step 3: Identify topic themes and their velocity
- [ ] Step 4: Score content opportunity per topic
- [ ] Step 5: Deliver trending topic brief

ステップ 1：ツイートを検索する

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

# 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

APIFY_TOKEN は環境または.envファイルに設定されている必要があります。

Apify MCP が利用できる場合：

Tool: apify:run-actor
Actor: "apidojo~tweet-scraper"
Input:
{
  "searchTerms": ["[NICHE]", "#[niche]", "[NICHE] [current_year]"],
  "maxItems": 500,
  "tweetLanguage": "en",
  "since": "[7 days ago]"
}

REST API による代替手段：

curl -X POST   "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN"   -H "Content-Type: application/json"   -d '{
    "searchTerms": ["B2B SaaS", "#saas", "B2B SaaS 2026"],
    "maxItems": 500,
    "tweetLanguage": "en"
  }'

ステップ 2：トレンドトピックを特定する

キーワードの共起を使って、ツイートをトピッククラスターごとにグループ化します。各クラスターについて：

topic_velocity = count_of_tweets_in_cluster
topic_engagement = sum(likeCount + replyCount * 3 + retweetCount * 2) / topic_velocity

トピックの鮮度：

freshness = proportion of cluster tweets from last 48 hours

ステップ 3：コンテンツの機会を評価する

opportunity_score = (topic_velocity / 50, max 1) * 0.30
                  + (topic_engagement / 100, max 1) * 0.30
                  + freshness * 0.20
                  + (top_tweet_by_influencer ? 1 : 0) * 0.20

鮮度に基づくコンテンツの切り口の推奨：

• 鮮度 > 0.7 → 「時宜にかなったリアクション記事／強い意見」。24時間以内に公開
• 鮮度 0.3～0.7 → 「分析／詳細な解説」。72時間以内に公開
• 鮮度 < 0.3 → 「エバーグリーンな解説」。緊急性なし

ステップ 4：特殊なケース

• トピックがエバーグリーンではなくニュース性のある出来事：NEWS_REACTIVE としてフラグを付けます。ソーシャルメディア投稿には適していますが、長文コンテンツへの投資にはリスクがあります
• トレンドトピックが否定的な論争：RISK_TOPIC としてフラグを付けます。論争に加わるとブランドに悪影響を及ぼす可能性があるため、「距離を置いて情報を伝える」という選択肢を提示します
• ニッチが広すぎる（無関係なトピックが返される）：2つ目の条件を追加します。「SaaS」だけでなく「B2B SaaS growth」と指定します
• トレンドの用語が略語や専門用語：英語を母語としない読者にもわかりやすいよう、出力内で定義します

出力形式

# Trending Twitter Topics: [NICHE]
Period: [DATE_RANGE] | Tweets analyzed: [N] | Topic clusters identified: [N] | Date: [DATE]

## Top Trending Topics
| # | Topic | Tweets | Avg Engagement | Freshness | Type | Score |
|---|-------|--------|---------------|---------|------|-------|
| 1 | [topic] | [N] | [N] | [X%] | [TRENDING/NEWS/EVERGREEN] | [0.XX] |

## Content Opportunities

### 1. [Topic Name] (Score: [X])
Volume: [N] tweets | Avg engagement: [N] | Freshness: [X%]
Angle: [recommended content format and angle]
Top tweet: @[handle] ([N] likes): "[excerpt]"

### 2. [Topic Name] ...

## Hashtag Map
| Hashtag | Usage Count | Avg Likes | Co-used With |
|---------|------------|-----------|-------------|

トラブルシューティング

トレンドのトピックが見つからない（分布が一様）：そのニッチ分野では、Twitter がそれほど活発でない可能性があります。対象期間を14日間に延ばすか、このニッチ分野のコンテンツ調査には Reddit に切り替えてみてください。 すべてのトピックが政治・ニュース関連：検索語にニッチ分野を示す語句をより積極的に追加してください。一般的なニューストピックのほとんどは、幅広い検索で表示されます。 コンテンツのアイデアが形式に合わない：トレンドのトピックは素材であり、指示ではありません。形式に合わせて切り口を調整してください（例：価格に関する Twitter 上の論争 →「価格改定を伝える方法」というブログ記事）。