kol-content-monitor

KOL コンテンツモニター

あなたの分野のキーオピニオンリーダーがどのような内容を発信しているかを追跡します。トレンドとなっている話題がピークを迎える前に見つけることで、チームが関連性の高いコンテンツを適切なタイミングで発信し、会話に加われるようにします。

基本原則： シード段階のチームにとって、コンテンツを最速で広める方法は、ゼロから波を作ることではなく、すでに起きている波に乗ることです。

使用する場面

• 「[私たちの分野]の主要な発信者は、どのような内容を投稿していますか？」
• 「[業界]の LinkedIn では、どのトピックがトレンドになっていますか？」
• 「何かを書く前に、どんなコンテンツが共感を得ているか知りたいです」
• 「[創業者／専門家のリスト]を追跡して、どんな発言をしているか教えてください」
• 「自分が参加できる、トレンドとなっている話題を見つけてください」

フェーズ 0：初期情報の確認

KOL リスト

1. 追跡する KOL の名前と LinkedIn URL（分かる場合）
   • 分からない場合：まず kol-discovery スキルを使ってリストを作成します
2. 同じ KOL の Twitter/X ハンドル（任意ですが、全体像を把握するために推奨）
3. 絞り込みたい特定のトピック／キーワードはありますか？（ノイズの多いフィードを絞り込むため）

範囲

4. どのくらい過去まで遡りますか？（デフォルト：週次モニターでは 7 日間、初回実行では 30 日間）
5. 投稿を含める最低エンゲージメント数は？（デフォルト：リアクション／いいね 20 件）

設定を現在の作業ディレクトリに kol-monitor.json として保存します（またはユーザー指定のパスに保存します）。

{
  "kols": [
    {
      "name": "Lenny Rachitsky",
      "linkedin": "https://www.linkedin.com/in/lennyrachitsky/",
      "twitter": "@lennysan"
    },
    {
      "name": "Kyle Poyar",
      "linkedin": "https://www.linkedin.com/in/kylepoyar/",
      "twitter": "@kylepoyar"
    }
  ],
  "days_back": 7,
  "min_reactions": 20,
  "keywords": ["GTM", "growth", "AI", "outbound", "founder"],
  "output_path": "kol-monitor-[DATE].md"
}

フェーズ 1：LinkedIn の投稿をスクレイピング

すべての KOL の LinkedIn プロフィールに対して linkedin-profile-post-scraper を実行します。

python3 skills/linkedin-profile-post-scraper/scripts/scrape_linkedin_posts.py \
  --profiles "<url1>,<url2>,<url3>" \
  --days <days_back> \
  --max-posts 20 \
  --output json

結果を絞り込み、リアクション数が min_reactions 以上の投稿のみを含めます。

フェーズ 2：Twitter/X の投稿をスクレイピング

各ハンドルに対して twitter-mention-tracker を実行します。

python3 skills/twitter-mention-tracker/scripts/search_twitter.py \
  --query "from:<handle>" \
  --since <YYYY-MM-DD> \
  --until <YYYY-MM-DD> \
  --max-tweets 20 \
  --output json

絞り込み：いいね数が min_reactions / 2 以上のツイートのみを含めます（Twitter のエンゲージメントは LinkedIn より低いため）。

フェーズ 3：トピックのクラスタリング

すべての KOL の投稿をトピック／テーマごとにグループ化します。

クラスタリングの方法：

1. 各投稿から主なトピックを抽出します（1～3 語のラベル）
2. 類似したトピックをまとめます
3. 集計します：このトピックに触れた KOL の数は？ 投稿の総数は？
4. 総エンゲージメント数（そのトピックに関する全投稿のリアクション／いいねの合計）で順位付けします

これにより、個人の見解と区別して、幅広いコンセンサス（複数の KOL が話題にしているトピック）を把握できます。

フラグを付けるシグナルの種類：

シグナル	意味	例
収束	同じ週に 3 人以上の KOL が同じトピックを取り上げている	複数の創業者が「AI SDR 疲れ」について投稿
急増	前週と比べて投稿数が 2 倍になったトピック	突然、誰もが[新しい話題]について話している
伏兵	他の誰も扱っていないトピックについて、1 人の KOL が投稿している	先行者となるチャンスの可能性
論争	コメント／リアクション比率が高い投稿	意見を述べられる議論

フェーズ 4：出力形式

# KOL Content Monitor — Week of [DATE]

## Tracked KOLs
[N] KOLs | [N] LinkedIn posts | [N] tweets | Period: [date range]

---

## Trending Topics This Week

### 1. [Topic Name] — CONVERGENCE SIGNAL
- **KOLs discussing:** [Name 1], [Name 2], [Name 3]
- **Total posts:** [N] | **Total engagement:** [N] reactions/likes
- **Trend direction:** ↑ New this week / ↑↑ Growing / → Stable

**Best posts on this topic:**

> "[Post excerpt — first 150 chars]"
— [Author], [Date] | [N] reactions
[LinkedIn URL]

> "[Tweet text]"
— [@handle], [Date] | [N] likes
[Twitter URL]

**Content opportunity:** [1-2 sentences on how to contribute to this conversation]

---

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

---

## High-Engagement Posts (Top 5 This Week)

| Post | Author | Platform | Engagement | Topic |
|------|--------|----------|------------|-------|
| "[Preview...]" | [Name] | LinkedIn | [N] reactions | [topic] |
...

---

## Emerging Topics to Watch

Topics picked up by 1 KOL this week — too early to call a trend but worth tracking:
- [Topic] — [KOL name] — [brief description]
- [Topic] — ...

---

## Recommended Content Actions

### This Week (Ride the Wave)
1. **[Topic]** is peaking — ideal moment to publish your take. Suggested angle: [angle]
2. **[Controversy]** is generating debate — consider a nuanced response post. Your positioning: [suggestion]

### Next Week (Get Ahead)
1. **[Emerging topic]** is early-stage — write something now before it gets crowded.

現在の作業ディレクトリに kol-monitor-[YYYY-MM-DD].md として保存します（またはユーザー指定のパスに保存します）。

フェーズ 5：トリガーベースのコンテンツカレンダーを作成

任意：モニターの出力をもとに、「波に乗る」機会ごとにコンテンツカレンダーの項目を提案します。

Topic: [topic]
Best post format: [LinkedIn insight post / tweet thread / blog]
Suggested hook: [hook]
Supporting points: [3 bullets from your product/experience]
Ideal publish date: [within 3 days of peak]

スケジュール

毎週実行します（金曜の午後 — その週のピークを捉え、週末に下書きを作成できます）。

0 14 * * 5 python3 run_skill.py kol-content-monitor --client <client-name>

コスト

コンポーネント	コスト
LinkedIn 投稿のスクレイピング（プロフィールごと）	約 $0.05～0.20（Apify）
Twitter のスクレイピング（1 回あたり）	約 $0.01～0.05
週 1 回の実行合計（KOL 10 人）	約 $0.50～2.00

必要なツール

• Apify API トークン — APIFY_API_TOKEN 環境変数
• 上流スキル： linkedin-profile-post-scraper、twitter-mention-tracker
• 任意の上流スキル： kol-discovery（初期 KOL リストの作成用）

トリガーフレーズ

• 「今週、[分野]の主要な発信者はどんな内容を投稿していますか？」
• 「KOL リストを追跡して、コンテンツのアイデアを教えてください」
• 「[クライアント]の KOL コンテンツモニターを実行してください」
• 「[業界]の LinkedIn では何がトレンドになっていますか？」