gingiris-twitter-agent-ops

Twitter/X Agent Operations — AI による自動運用の完全 SOP

🌍 Language / 言語: 中文 | English | 日本語 | 한국어

実運用で検証済み：ある AI エージェントが 45 日間で @WeiYipei のフォロワー数を 1,150 人から 1,837 人に増やしました（+60％）。1 日平均 1 件を投稿し、運用はすべて自動化されています。

この skill は、system prompt に対応するあらゆる AI エージェント（Claude Code, Cursor, Trae, GPT）に適用できます。

---

一、システムアーキテクチャの概要

┌─────────────────────────────────────────────┐
│          Twitter Agent Operations           │
├─────────────────────────────────────────────┤
│                                             │
│  [1] 人设校准 ──→ [2] 素材库 ──→ [3] 排期  │
│       │                │              │     │
│       ▼                ▼              ▼     │
│  [4] 红线规则   [5] 发布检查   [6] 追踪    │
│                                             │
│  ───────── 每周循环 ─────────               │
│  周报 → 复盘 → 调整权重 → 下周排期         │
│                                             │
└─────────────────────────────────────────────┘

6 つのモジュール：

1. ペルソナ調整システム — エージェントに「この人らしい」内容を書かせます
2. 素材ライブラリの構築 — 事実の出典データベースを作り、捏造を防ぎます
3. スケジュールシステム — 毎週のコンテンツカレンダーを作り、1 日 1 件のペースを維持します
4. 禁止事項 — 違反してはならない安全上の最低ラインです
5. 投稿前チェック — 3 回の翻訳 + 5 項目の品質チェック
6. データ追跡 — tweet-log + 週次レポート + フォロワー追跡

---

二、ペルソナ調整システム（Voice Guide）

必要な理由

AI エージェントの最大の問題は「書けない」ことではなく、「書いてもその人らしくない」ことです。ペルソナ調整が解決するのは魂の問題であり、形式の問題ではありません。

調整手順

Step 1：生の文章サンプルを収集する

アカウントの所有者本人による実際の表現を、少なくとも 3 種類の濃度で収集します：

濃度	出典	目的
濃	公式アカウントの記事／長文	物語の構成や価値観の表現を抽出します
中	ソーシャルメディアの投稿	口語的な表現や断片的な表現を抽出します
淡	ポッドキャスト／インタビュー／会話	最も自然な口調や口癖を抽出します

Step 2：絶対に守るルールを抽出する

文章サンプルから、違反してはならない表現ルールを 3〜5 件抽出します。例：

铁律 A：开头必须是「我」+ 具体经历/数字/瞬间
铁律 B：禁止三段论（论点→论据→号召）结构
铁律 C：不是每条都要有"总结"
铁律 D：粗体 = 信念表达，不是重点标注

AI っぽい表現のブラックリスト（v4 で必須）

AI が書く内容には決まった「調子」があり、読者は理由を言葉にできなくてもそれを感じ取ります。言語ごとに AI っぽい表現の特徴は異なるため、対象言語ごとに個別のブラックリストを作る必要があります。

AI っぽさの見分け方：下書きを実際の読者に送り、「これを読んで、人が書いたように感じますか？」と尋ねます。または、投稿をアカウントの所有者が過去に書いた投稿と並べ、「この人なら絶対にこんな言い方はしない」という箇所を探します。

ブラックリストの作り方：

1. アカウントの所有者が「AI っぽすぎる」とフィードバックしたサンプルを集め、共通の特徴を抽出します
2. 対象言語で AI 生成テキストによく使われる語彙パターンと照らし合わせます
3. 新たな AI っぽい単語や文型が見つかるたびにブラックリストへ追加し、継続的に更新します

中国語のブラックリスト例（中国語アカウント向け、参考用）：

禁止語（投稿前に必ず確認）：

• 深度、赋能、加速、颠覆、系统性
• 值得关注的是、不可忽视的是
• 一个重要的洞察是、核心在于
• 充分、全面、持续、有效、显著
• 底层逻辑、本质上、赋予意义
• 道理特别简单（後に説明が続く場合）

禁止する文型：

1. 「不是……而是……」の中身のない対比（両方が抽象名詞で、具体的な出来事を伴わないものを禁止します）
   • ❌ 中身のない対比（禁止）：「这不是投放渠道，而是风险转移机制。」→ 両方とも名詞で、空欄に置き換えても何が起きたのか分かりません
   • ✅ 実際の誤解を正す表現（使用可）：「不是会议纪要！是直接的转录。」→ 具体的な誤解を正しています
   • ✅ 状況を伴う対比（使用可）：「我们还在死磕付费广告，竞品早就跑通联盟渠道了。」→ 実際の違いを描写しています
   • 判断基準：「不是」と「而是」の両側を空欄に置き換えて、読んでも何が起きたのか分からない場合は中身のない対比なので、禁止します
2. 「道理特别简单／本质上……」のような要約から始める表現
3. 三段論法の列挙（まず／次に／最後に）
4. 「如果你也……可以试试……」のような仮定に基づくまとめ文
5. 整った四字表現の多用

AI っぽさを確認する 5 ステップ（投稿前に毎回必ず確認。あらゆる言語に適用）：

1. 対象言語でよく使われる「AI っぽい単語」がないか？→ 口語的な表現に置き換えます
2. 「不是……而是……」の中身のない対比（両側が抽象名詞で、状況による裏付けがない）がないか？→ 状況を描写する表現に変更します。実際の具体的な違いを示している場合はそのまま使えます
3. 要約から始まる文（「本質上……」「核心在于……」に説明が続く形）がないか？→ その文を削除し、結果を直接述べます
4. 冒頭から結びまで「主張—根拠—結論」の三段構成になっていないか？→ 「出来事—展開—自然に浮かび上がる気づき」に変えます
5. 全体を読み直し、「アカウントの所有者ならこんな言い方はしない」という箇所がないか？→ 見つけて修正します

Step 3：避けるべき冒頭のブラックリストを作る

過去のデータから「インプレッションが最も少なかった冒頭のパターン」を見つけ、明確に禁止します：

❌ 引用他人话语开头
❌ 大命题式开头（"AI时代一个反直觉的事"）
❌ 无主语大词开头
❌ 哲理金句直接开头

Step 4：コンテンツタイプの比率を決める

データの実績に応じて、各タイプの比率を割り当てます：

タイプ	推奨比率	理由
長文（個人の経験 + データ + 洞察）	70%	バズ投稿が集中する領域です
ツール／リソースの投稿	20%	ブックマーク数が最も多いです
日常の断片／愚痴	10%	人間らしさを保てます

実運用データ：「短文の名言」タイプを廃止したところ、週平均インプレッションが 266% 増加しました。

---

三、素材ライブラリの構築（SOURCE-INDEX）

基本原則

データを捏造しないこと。投稿内の具体的な数字には、すべて実際の出典が必要です。

構築手順

Step 1：一次資料を収集する

アカウントの所有者による一次コンテンツをすべて、検索可能なテキストに変換します：

• ポッドキャスト／インタビュー → 全文を書き起こします（whisper／手動）
• 記事／ドキュメント → markdown 形式で保存します
• 講演／発表 → 要点を抽出します

Step 2：SOURCE-INDEX を作成する

重要な素材ごとに、以下を記録します：

| 素材点 | 来源 | 原文位置 | 是否可用 |
|--------|------|----------|---------|
| 开源第一周 6000 Star | ep01 第77行 | "第一个星期我们就6000个star" | ✅ |
| 643 个投资人 | ep06 第32行 | "我们应该加了643个，就是我没有记错" | ✅ |

Step 3：定期的に確認する

毎週、スケジュールに引用されているデータが原文と一致しているか確認します。ポッドキャストや場面によって数字が異なる場合があります。最も信頼できるバージョンを採用し、その旨を記録してください。

実運用での教訓：「3 日で Star 6000」と「1 週間で Star 6000」を混同し、ユーザーに指摘されたことがあります。確認した結果、すべての原文で「最初の 1 週間」と述べられていました。

---

四、スケジュールシステム

投稿ペース

• 1 日 1 件（厳守。超過投稿は禁止）
• 同じ日に最大 2 件、投稿間隔は 4 時間以上（メイン投稿 + CTA の返信を含みます。連続投稿は読者に AI だと感じさせ、信頼感に影響します）
• 投稿時刻：固定の時間帯にします。第一候補は夜 8 時（北京時間 20:00）——夜間のピークに当たり、投稿後 2 時間のエンゲージメント枠の価値が最も高くなります。次点は午前 10:30 頃です。または対象読者のタイムゾーンに合わせて調整します

X のアルゴリズムにおけるコールドスタートウィンドウ：新しい投稿が公開されてからの 2 時間は、Thompson サンプリングの重要なウィンドウです。アルゴリズムは「fav／インプレッション」比率が高い投稿を優先します。同程度のコンテンツ品質なら、利用者の多い時間帯に投稿すると、コールドスタート枠に入る可能性が最も高くなります。投稿後、ほかのチャネルでも積極的に告知し、最初のエンゲージメントを促すことができます。

スケジュールのテンプレート

毎週日曜日に翌週のスケジュールを作成します：

## 周一 ｜ [类型] ｜ [主题]
**素材来源**：[SOURCE-INDEX 中的具体条目]
**发布时间**：晚 8 点（目标受众时区）—— X 算法冷启动最优窗口
**五件套自检**：✅/❌
**三次翻译自检**：✅/❌
**CTA（评论区）**：[链接]

重複防止の仕組み

各投稿をスケジュールに追加する前に tweet-log を確認します：

• 同じ中心的な主張を過去 30 日以内に投稿していないか？
• 同じデータを過去 14 日以内に使っていないか？
• 重複している場合 → 切り口またはテーマを変えます

時間帯の参考（3,861 件のデータ分析に基づく）

時間帯	適した内容
10-13 時	ツール、チュートリアル、リソースへの導線
17-23 時	重要な内容、意見、事例の分析
0-1 時	保存されやすい内容、開発者向けツール

月間順位の上位：17 時 > 23 時 > 13 時 > 11 時 > 20 時

---

五、禁止事項

絶対に違反してはならないルール：

#	ルール	説明
1	データを捏造しない	すべての数字には実際の出典が必要です。出典がない場合は、記載しないでください
2	同じ日に最大 2 件、投稿間隔は 4 時間以上	メイン投稿 + CTA の返信を含みます。連続投稿は読者に AI だと感じさせ、信頼感に影響します
3	CTA を本文に入れない	外部リンクは必ず 1 件目の返信に入れます（X アルゴリズムの一般的なルール：本文にリンクを入れると、インプレッションが 30〜90% 減少します）
4	データを最新の状態にする	変動する数字は、投稿前に最新の値を取得する必要があります
5	3 回の翻訳	すべての投稿で 3 回の翻訳チェックを行う必要があります（下記参照）
6	5 項目チェック	すべての投稿で 5 項目チェックに合格する必要があります（少なくとも 4/5）
7	投稿ごとに AI っぽさを確認する	投稿前に AI っぽさを確認する 5 ステップを必ず実施します（二節のブラックリストを参照）

投稿しすぎてはいけない理由：X アルゴリズムは投稿ごとに独立して評価します（アカウント単位ではありません）。ただし、短時間に複数投稿すると、各投稿が探索枠に入る可能性が下がります。量より質が重要です。fav／impression 比率が低いと、評価が下がります。

---

六、投稿前チェック

チェック A：3 回の翻訳（内部向けの言葉から外部向けの言葉へ）

各投稿を一度読み通し、「告知のような表現」がないことを確認します：

#	翻訳	Before	After
1	公開 → 支援	「新機能をリリースしました」	「この機能を使えば、80 ページのレポートを 3 ページに要約できます」
2	機能 → 利用シーン	「長いコンテキストに対応しています」	「業界レポートを一度に読み込み、競合の変化を見つけられます」
3	結論 → 根拠	「効果は抜群です」	実際のスクリーンショット、入出力、手順、比較を示します

投稿に「X をリリースしました／Y をアップグレードしました」のような文が 1 つでもある場合は、必ず書き直してください。

检查 B：五件套（一条强内容 = 一个小型信息产品）

#	检查项	解决读者的什么问题
1	第一眼能看懂的价值承诺	"这和我有什么关系"
2	一个具体使用场景	"我什么时候会用到"
3	降低门槛的步骤/入口	"我现在能不能开始"
4	截图、数字、案例 = 证据	"我凭什么相信"
5	一个值得收藏或转发的理由	"我为什么要留着它"

不满足 4/5 = 不发，回去改。

---

七、数据追踪

Tweet Log（每条必记）

| 日期 | 时间 | Tweet ID | 类型+摘要 | 展示量 | 互动 | 备注 |

周报模板

每周生成：

• 粉丝变化（起止 + 日增）
• 展示量 Top 3 帖子分析
• 内容类型表现对比
• 下周策略调整建议

关键指标

指标	含义	优化方向
收藏数	比点赞更重要（信任信号）	工具/资源帖天然高收藏
展示量	算法分发效果	开头决定 80%
互动率	内容共鸣度	评论 > 点赞 > 转发
粉丝日增	增长健康度	稳定 > 波动

---

八、内容方法论参考

四类内容原型（基于 3,861 条数据）

类型	进入前10%概率	特征
资源入口型	~51%	替读者找到入口（省搜索）
工具教程型	~39%	替读者理解复杂事物（省理解）
AI工具发现型	~24%	展示新工具+具体任务（省试错）
普通表达型	~9%	纯观点无行动（避免）

四省模型

内容的价值不在于你说了多少信息，而在于你帮读者少走了几步路：

1. 省搜索 — 读者不用在信息海里找入口
2. 省理解 — 读者不用自己猜复杂概念
3. 省试错 — 读者不用把坑全踩一遍
4. 省表达 — 读者可以直接把这条转给别人

三个可见原则

读者更愿意相信可见、可点、可量化的内容：

原则	示例	进入前10%概率
可见	截图、录屏、对比图	—
可点	链接、工具名、搜索路径	~40%（带"地址见评论"）
可算	数字、时间、成本、步骤	~35%（带资源词）

黄金长度

单帖字数	进入前10%概率
≤40 字	~7%
41-100 字	~15%
120-220 字	~26-28%（黄金区间）

模板：第一句讲价值 → 第二三句讲场景 → 接着给证据或步骤 → 最后给入口或收藏理由。

---

九、实战案例：@WeiYipei 运营数据

增长曲线

Week 1 (4/24-4/28): 1,150 → 1,155 (+5)    ← 冷启动，摸索阶段
Week 2 (4/28-5/05): 1,155 → 1,180 (+25)   ← 开始日更长文
Week 3 (5/05-5/12): 1,180 → 1,250 (+70)   ← 首条爆款出现
Week 4 (5/12-5/18): 1,250 → 1,380 (+130)  ← Thread + 互动策略
Week 5 (5/18-6/01): 1,380 → 1,540 (+160)  ← 稳定长文输出
Week 6 (6/01-6/08): 1,540 → 1,837 (+297)  ← 40套Playbook全景图爆发
...（持续运营）
截至 8/03:  1,837 → 3,687              ← 持续日更 + 策略迭代

阶段总结：1,150 → 1,837 = +687 粉丝（+60%），45 天（第一阶段） 累计（截至 2026-08-03）：1,150 → 3,687 = +2,537 粉丝，@WeiYipei

关键转折点

事件	影响
废弃"金句短文"类型	周均展示 +266%
固定早8点发布	爆款命中率从 5% → 15%
开头必须「我」+ 具体经历	6条爆款全部第一人称
Thread（7-8帖）大招	单条 Thread 涨粉 50-100
40套Playbook全景图	单周 +297 粉丝

什么有效 vs 什么无效

✅ 有效	❌ 无效
长文+真实经历+数据	哲理金句/引用他人
工具帖+周末早8点	凌晨发布（展示<200）
CTA放评论区	CTA放正文（砍30-90%）
第一人称开头	大命题/说教体开头
每天1条稳定节奏	一天3条或断更3天

---

十、快速启动指南

如果你现在要用这个 SOP：

Day 0（准备，2-3小时）：

1. 收集账号主人的 10 篇代表性内容
2. 提炼 3-5 条人设铁律
3. 建立死亡开头黑名单
4. 设定内容类型权重

Day 1（素材库，2-4小时）：

1. 把所有一手内容转为文本
2. 建立 SOURCE-INDEX（关键数据点+出处）
3. 标注哪些可用、哪些需核实

Day 2（排期+规则，1小时）：

1. 写第一周排期（7条）
2. 确认红线规则
3. 设定发布时间

Day 3 起（执行）：

1. 每天按排期写稿
2. 发前过三次翻译 + 五件套检查
3. 发后记录 tweet-log
4. 每周出周报 + 调整

---

十一、常见错误

错误	后果	修复
Agent 编造数据	用户/主人发现后信任崩塌	红线1 + SOURCE-INDEX 强制
超发（一天多条）	算法降权 + 内容稀释	红线2 硬限制
每条都像公告	展示量<300	三次翻译检查
金句/说教体	展示量100-250	死亡开头黑名单
不追踪数据	无法优化	周报机制
风格漂移	粉丝感觉"不像TA了"	每月回看语料重校准

---

Install

# ClawHub
clawhub install gingiris-twitter-agent-ops

# skills.sh
npx -y skills add Gingiris-1031/gingiris-twitter-agent-ops

# 或直接复制本文件到你的 AI agent 项目中

相关链接：

• HuggingFace: https://huggingface.co/datasets/Gingiris/gingiris-twitter-agent-ops
• GitHub: https://github.com/Gingiris-1031/gingiris-twitter-agent-ops
• 更多 playbook: https://gingiris.tools

---

Credits

• 方法论基础：向阳乔木「X运营增长经验：从100到11万关注」（3,861条数据分析）
• 内容诊断框架：dontbesilent/dbskill「内容创作诊断」
• 实战验证：@WeiYipei 账号（Cola AI agent 运营，2026年4-6月）
• 作者：Iris Wei (生姜iris) | Twitter @WeiYipei | https://gingiris.tools

---

License: MIT