linkedin-announcement-generator

LinkedIn 発表文ジェネレーター

概要

このスキルは、インテリジェント教科書向けのプロフェッショナルな LinkedIn 発表文の作成を自動化します。docs/learning-graph/ ディレクトリにある書籍の指標を分析し、章、概念、教育リソースに関する統計を収集して、関連するハッシュタグや公開サイトへのリンクを含む魅力的な発表文を生成します。

発表文は、教科書の範囲と完成度を強調し、教育機能を紹介して、教育者、学生、学習の専門家にコンテンツへの関心を持ってもらうことを目的としています。

このスキルを使用するタイミング

次の場合にこのスキルを使用します。

• 完成したインテリジェント教科書を GitHub Pages で公開するとき
• 主要なマイルストーンを発表するとき（例：「最初の 10 章が完成！」）
• 更新または新たに追加したコンテンツを宣伝するとき
• 教育テクノロジーコミュニティに教科書を共有するとき
• コース開講に向けてソーシャルメディアへの投稿を準備するとき
• 学会での発表やワークショップに関する告知を作成するとき
• オープンな教育リソースの認知度を高めるとき

前提条件

インテリジェント教科書プロジェクトには、次のものが必要です。

• 教科書の統計情報を含む docs/learning-graph/book-metrics.md ファイル
• site_name、site_url、site_description を含む mkdocs.yml ファイル
• GitHub Pages（または別のホスティングプラットフォーム）にデプロイされたサイト
• 任意：章ごとの詳細を記載した docs/learning-graph/chapter-metrics.md
• 任意：対象読者やトピックの情報を記載した docs/course-description.md

ワークフロー

ステップ 1：書籍のメタデータを収集する

プロジェクト設定から主要な情報を抽出します。

1. mkdocs.yml を読み取り、次の情報を取得します。

   • site_name - 教科書のタイトル
   • site_url - 公開サイトの URL（通常は GitHub Pages）
   • site_description - 教科書の簡単な説明
   • repo_url - GitHub リポジトリの URL

2. docs/course-description.md（存在する場合）を読み取り、次の情報を取得します。

   • 対象読者（学年、前提条件）
   • 教科またはトピック
   • 学習目標
   • コースの背景情報

抽出例：

site_name: 'Geometry for High School Students'
site_url: 'https://username.github.io/geometry-course/'
site_description: 'An interactive geometry textbook with MicroSims and quizzes'

ステップ 2：書籍の指標を分析する

docs/learning-graph/book-metrics.md を読み取り、解析して次の情報を抽出します。

主要な指標：

• 章の数
• 学習グラフ内の概念の数
• 用語集の用語数
• FAQ の質問数
• クイズの問題数
• 図の数
• 数式の数
• MicroSim（インタラクティブシミュレーション）の数
• 総語数
• ハイパーリンクの数
• 印刷した場合の相当ページ数

指標テーブルの解析：

| Metric Name | Value | Link | Notes | で始まるテーブルを探し、2 列目から値を抽出します。

指標が欠けている場合は適切に対応する：

• 図の数が 0 の場合は、代わりに「数式や視覚的要素を含む」と記載します
• クイズの問題数が 0 の場合は、クイズへの言及を省きます
• MicroSim の数が 0 の場合は、代わりに「充実したコンテンツ」と記載します

ステップ 3：教科書の完成度を判定する

指標に基づいて完成状況を算出します。

完成度の目安：

• 章数 ≥ 8：充実した教科書
• 総語数 > 30,000：包括的なコンテンツ
• クイズの問題数 ≥ 50：十分な評価機能
• MicroSim ≥ 5：インタラクティブな要素あり
• 相当ページ数 > 100：書籍相当のボリューム

ステータス区分：

• 完成（100%）：主要な要素がすべて揃っており、すぐに利用可能
• ほぼ完成（90-99%）：コンテンツの大部分が完成し、軽微な追加作業が残っている
• 作成中（70-89%）：充実したコンテンツがあり、引き続き開発中
• 初期公開（< 70%）：初期の章を公開済みで、今後さらに追加予定

ステータスに応じて、発表文に適した表現を選びます。

ステップ 4：告知の構成を作成する

次の要素を含む LinkedIn 投稿を作成します。

1. 冒頭のフック（1～2 文）

注目を集める次のような文で始めます。

• 教科書の完成／公開を告知する
• テーマと対象読者に触れる
• 教科書の特長を強調する

例：

• 「[対象読者]向けの新しいオープン教材を公開できることをうれしく思います！」
• 「公開しました：[テーマ]に関する AI 生成のインタラクティブな教科書！」
• 「[教科書名]の完成をお知らせできることを大変うれしく思います！」

2. 内容の説明（2～3 文）

教科書の内容と独自の特長を説明します。

• 教育フレームワーク（ブルームのタキソノミー、概念間の依存関係）
• インタラクティブな要素（MicroSims、クイズ）
• 技術スタック（MkDocs、p5.js、AI 生成）
• 対象読者と前提知識

例：

This intelligent textbook on [TOPIC] is designed for [AUDIENCE]. Built using MkDocs Material and AI-assisted content generation, it incorporates learning graphs, concept dependencies, and interactive MicroSims to make [TOPIC] accessible and engaging.

3. 主な指標（箇条書き）

規模を示す印象的な統計情報を紹介します。

📊 By the numbers:
• [X] chapters covering [TOPIC AREAS]
• [Y] concepts in the learning graph
• [Z] interactive MicroSims (p5.js simulations)
• [Q] quiz questions for self-assessment
• [G] glossary terms with ISO 11179-compliant definitions
• [W] total words (~[P] equivalent printed pages)

書式のヒント：

• 視覚的にわかりやすくするため、絵文字の箇条書き（📊、📚、🎓、⚡、🔬）を使います
• 大きな数値は丸めます（225,182 → 225,000）
• 関連する指標をまとめます
• 特に印象的な数値を強調します

4. テクノロジーと AI の使用に関する明示（1～2 文）

AI の関与と使用技術について、透明性を保ちます。

Generated using Claude AI skills and the intelligent textbook framework, this open-source project demonstrates how AI can augment educational content creation while maintaining quality and pedagogical rigor.

5. 行動喚起（1 文）

読者をサイトへ誘導します。

Explore the full textbook here: [SITE_URL]

6. ハッシュタグ（8～15 個）

見つけてもらいやすくするため、関連するハッシュタグを含めます。

標準的なハッシュタグ：

• #AI / #ArtificialIntelligence
• #GenAI / #GenerativeAI
• #Education / #EdTech / #EducationalTechnology
• #OpenEducation / #OER（オープン教育リソース）
• #ELearning / #OnlineLearning

内容に特化したハッシュタグ：

• #Textbook / #InteractiveTextbook
• #MicroSims / #Simulations
• #Visualizations / #DataViz
• #Diagrams / #Infographics
• #Quizzes / #Assessment

テクノロジーに特化したハッシュタグ：

• #MkDocs / #MaterialDesign
• #p5js / #JavaScript
• #Python
• #ClaudeAI / #AnthropicClaude

分野に特化したハッシュタグ：

テーマに特化したハッシュタグを 2～4 個追加します。

• 数学：#Mathematics、#Geometry、#Calculus、#Algebra
• 科学：#Physics、#Chemistry、#Biology
• コンピューターサイエンス：#Programming、#ComputerScience、#DataScience
• 歴史：#History、#WorldHistory、#AmericanHistory

専門分野／学術分野のハッシュタグ：

• #LMS / #LearningManagementSystem
• #CurriculumDesign
• #InstructionalDesign
• #STEM / #STEMeducation
• #HigherEd / #K12Education

ハッシュタグの合計数： 最適なリーチを得るには、10～15 個を目安にします。

ステップ 5：トーンとスタイルのガイドラインを適用する

LinkedIn での文体の特徴：

• プロフェッショナルでありながら親しみやすい
• 過度に宣伝的にならず、熱意を伝える
• 教育的で情報豊富
• データに基づく（具体的な指標を挙げる）
• AI の関与について透明性を保つ
• コミュニティを重視する（リソースを共有する）

文章作成のベストプラクティス：

• 一人称を使う（「共有できることをうれしく思います……」）
• 段落は短くまとめる（それぞれ 2～3 行）
• 絵文字は控えめに使う（投稿 1 件につき 1～3 個）
• 読みやすさのために改行を入れる
• 重要な情報を冒頭に置く
• 明確な行動喚起で締めくくる

避けること：

• 学術的すぎる表現
• 過度な専門用語
• 根拠のない主張
• 過度に宣伝的なトーン
• クリックベイト風のフック
• 絵文字の使いすぎ

ステップ 6：複数のバリエーションを生成する

告知文を 3 種類作成します。

バリエーション 1：詳細版（フルサイズ）

• すべての指標を含む完全な説明
• 1500～2000 文字
• すべてのハッシュタグを含める
• 最適な用途：初回の公開告知

バリエーション 2：中程度（標準サイズ）

• 主な指標のみ（上位 5～6 件）
• 800～1200 文字
• ハッシュタグは 10～12 個
• 最適な用途：進捗報告、節目の投稿

バリエーション 3：簡潔版（短文）

• 必須情報のみ
• 400～600 文字
• ハッシュタグは 6～8 個
• 最適な用途：簡単な進捗報告、他のプラットフォームへの投稿

ユーザーが好みに応じて選べるよう、3 種類すべてを提示します。

ステップ 7：任意の要素を追加する

利用できる場合は、以下を含めてください：

スクリーンショットまたはカバー画像の提案：

📸 Suggested visual: Screenshot of the learning graph visualization or the textbook home page

注目すべき機能の紹介：

教科書に独自の要素がある場合は、紹介してください：

• 「ブラウザー上で実行できる、インタラクティブな p5.js シミュレーションを搭載」
• 「学習経路を示す、概念間の依存関係グラフを収録」
• 「用語を正確に定義する、ISO 11179 準拠の用語集を収録」

コラボレーションの呼びかけ：

貢献者を募集する場合：

• 「貢献者を募集中です！GitHub リポジトリをご覧ください：[REPO_URL]」
• 「フィードバックを提供してくださる教育関係者を募集しています。興味のある方は DM でご連絡ください！」

関連リンク：

該当する場合：

• GitHub リポジトリへのリンク（開発者向け）
• 関連するブログ記事または記事へのリンク
• プレゼンテーション資料へのリンク

ステップ 8：出力を整形して提示する

LinkedIn の投稿文を、わかりやすくコピー＆ペーストできる形式で提示してください：

## LinkedIn Announcement - Full Version

[Paste-ready text here]

---

## LinkedIn Announcement - Medium Version

[Paste-ready text here]

---

## LinkedIn Announcement - Concise Version

[Paste-ready text here]

---

## Suggested Enhancements

**Visual:** [Description of recommended image/screenshot]

**Timing:** Best posted [weekday, time recommendation]

**Engagement Tips:**
- Tag relevant individuals or organizations if appropriate
- Respond to comments within first 2 hours for algorithm boost
- Consider posting during peak LinkedIn hours (Tuesday-Thursday, 8-10am or 12-2pm)

ステップ 9：投稿文の品質を確認する

仕上げる前に、投稿文が以下の条件を満たしていることを確認してください：

• 公開済みサイトの URL（有効なリンク）が含まれている
• book-metrics.md の正確な指標が記載されている
• 関連性の高いハッシュタグが 10～15 個ある
• AI の関与について明記されている
• 明確な行動喚起が含まれている
• 文字数が 400～2000 文字である（LinkedIn で推奨される範囲）
• プロフェッショナルで、熱意の伝わるトーンになっている
• 独自の機能や優れた特徴が紹介されている
• 誤字脱字や文法上の誤りがない
• 教育コミュニティにとって有益な内容になっている

ステップ 10：投稿文を提供する

ユーザーが以下のように活用できる、完成済みの投稿文を出力してください。

1. そのまま LinkedIn にコピー＆ペーストする
2. 希望に応じて個人的な表現を加える
3. 任意のメディア（スクリーンショット、動画）を追加する
4. 投稿を予約する、またはすぐに投稿する

ユーザーに次のことを伝えてください：

✅ LinkedIn announcement generated successfully!

Three variations provided (full, medium, concise) - choose the one that fits your style.

**Next steps:**
1. Copy your preferred version
2. Paste into LinkedIn post composer
3. Add a screenshot of your textbook (optional but recommended)
4. Review and post!

Pro tip: LinkedIn posts with images get 2x more engagement. Consider adding a screenshot of your learning graph or textbook homepage.

出力例

全文版の投稿例

🎓 Excited to share a new open educational resource: an interactive textbook on Geometry designed for high school students!

This intelligent textbook combines AI-assisted content generation with proven educational frameworks. Built using MkDocs Material, it incorporates learning graphs showing concept dependencies, interactive MicroSims using p5.js, and comprehensive assessment tools to make geometry accessible and engaging.

📊 By the numbers:
• 13 chapters covering points, lines, angles, triangles, polygons, circles, and 3D geometry
• 200 concepts organized in a dependency graph
• 5 interactive MicroSims (p5.js simulations)
• 10 quiz questions for self-assessment
• 22 glossary terms with precise definitions
• 225,000+ words (~900 equivalent printed pages)

Generated using Claude AI skills and the intelligent textbook framework, this open-source project demonstrates how AI can augment educational content creation while maintaining pedagogical quality and rigor.

All content follows Bloom's Taxonomy (2001) for learning outcomes and includes detailed explanations, worked examples, and practice exercises.

🌐 Explore the full textbook: https://dmccreary.github.io/claude-skills/

#AI #GenAI #GenerativeAI #Education #EdTech #OpenEducation #OER #ELearning #Textbook #InteractiveTextbook #MicroSims #Visualizations #Quizzes #Geometry #Mathematics #MkDocs #ClaudeAI #LMS #CurriculumDesign #STEMeducation

中程度の長さの投稿例

📚 Just published: An AI-generated interactive textbook on Geometry for high school students!

This intelligent textbook uses MkDocs Material, learning graphs, and interactive p5.js MicroSims to make geometry engaging and accessible.

Key features:
• 13 comprehensive chapters
• 200 concepts with dependency mapping
• 5 interactive simulations
• 225,000+ words of content
• Open source and freely available

Built using Claude AI and the intelligent textbook framework - demonstrating how AI can enhance educational content while maintaining quality.

Explore it here: https://dmccreary.github.io/claude-skills/

#AI #GenAI #Education #EdTech #OpenEducation #Textbook #MicroSims #Geometry #Mathematics #ClaudeAI #STEMeducation

短文版の投稿例

🎓 New open educational resource: Interactive Geometry textbook for high school!

✨ 13 chapters | 200 concepts | 5 MicroSims | 225K words

AI-generated using Claude and MkDocs Material. Free and open source.

📖 https://dmccreary.github.io/claude-skills/

#Education #EdTech #Geometry #AI #OpenEducation #Textbook

カスタマイズオプション

このスキルは、以下のようにカスタマイズできます。

1. トーンを調整する：

• 学術的（フォーマルで、研究を重視）
• カジュアル（親しみやすく、会話調）
• 宣伝的（マーケティングを重視）
• 技術的（開発者向け）

2. 対象読者を変更する：

• 教育者や教師
• 学生や学習者
• インストラクショナルデザイナー
• ソフトウェア開発者
• 教育テクノロジー分野のリーダー

3. 強調する内容を変更する：

• AI／テクノロジーの革新
• オープンソース／オープン教育
• インタラクティブな要素
• 包括的な内容
• 教育的アプローチ

4. 追加の背景情報を含める：

• 著者の経歴
• 開発スケジュール
• 活用例と推薦コメント
• 研究による裏付け
• 受賞歴や評価

サポート用スクリプト

このスキルには、指標の抽出を自動化する Python スクリプトを任意で含めることができます。

scripts/linkedin-metrics-extractor.py

#!/usr/bin/env python3
"""Extract metrics from book-metrics.md for LinkedIn announcements."""

import re
import yaml

def extract_book_metrics(metrics_file):
    """Parse book-metrics.md and return dictionary of metrics."""
    # Implementation: Parse markdown table
    pass

def extract_site_config(mkdocs_file):
    """Parse mkdocs.yml and return site metadata."""
    # Implementation: Load YAML and extract site_name, site_url, etc.
    pass

def format_number(n):
    """Format numbers for readability (e.g., 225182 -> 225,000)."""
    # Implementation: Round and format large numbers
    pass

# Usage:
# python linkedin-metrics-extractor.py docs/learning-graph/book-metrics.md mkdocs.yml

品質基準

質の高い LinkedIn の投稿文は、以下を満たす必要があります。

• 正確である（すべての指標が検証済みである）
• 読者を引きつける（魅力的な導入とストーリーがある）
• 透明性がある（AI の関与を明記している）
• プロフェッショナルである（LinkedIn にふさわしいトーンである）
• 行動につながる（明確な行動喚起がある）
• 見つけやすい（関連するハッシュタグがある）
• 簡潔である（2000 文字未満である）
• 有益である（コミュニティに役立つ情報を提供している）

トラブルシューティング

問題： book-metrics.md に指標が見つからない

解決策： まず book-metrics-generator スキルを実行して、指標ファイルを作成してください

問題： サイトの URL がわからない

解決策： デプロイ済みサイトの URL または GitHub Pages のリンクをユーザーに尋ねてください

問題： 投稿文が長すぎる（3000 文字を超える）

解決策： 中程度の長さ、または短文版を使用してください

問題： どのハッシュタグを使えばよいかわからない

解決策： 教科の分野（例：数学の教科書なら #Mathematics）と、一般的な教育関連のタグを中心に選んでください

関連スキル

• book-metrics-generator - このスキルで使用する指標ファイルを生成します
• readme-generator - 同様の内容を含む GitHub README を作成します
• intelligent-textbook - 教科書そのものを作成するワークフローです

リソース

• 投稿に関する LinkedIn のベストプラクティス
• LinkedIn の文字数制限
• ハッシュタグ戦略ガイド
• オープン教育リソース