post-scorer

Post Scorer

Environnements Codex et Claude

• Utilisez ce skill dans Codex ou Claude avec les outils réellement disponibles dans la tâche en cours. Les exemples AskUserQuestion décrivent les questions, pas une API obligatoire : utilisez un outil de question disponible dans ses limites, ou demandez dans le chat. Réutilisez les réponses et le matériel source déjà fournis.
• Travaillez dans le projet sélectionné par l'utilisateur. Lisez ses fichiers about-me.md, voice.md et les fichiers de marque pertinents avant un travail personnalisé. Confirmez l'auteur prévu si les fichiers sont en conflit ou contiennent des valeurs par défaut de démarrage. Demandez les faits manquants ou exécutez voice-builder ; n'héritez jamais de l'identité, des comptes ou des fichiers privés du mainteneur.
• Résolvez les references/ fournies par rapport à ce dossier de skill. Pour une actualisation de profil explicitement demandée, lisez et mettez à jour les fichiers canoniques about-me.md, voice.md ou newsletter-voice.md sur place, en préservant les faits et règles utilisateur non liés. Les consommateurs doivent relire ces fichiers canoniques. Utilisez un nouveau nom de fichier uniquement pour les nouveaux livrables qui entreraient en collision avec des fichiers existants non liés. L'installation seule ne démarre jamais une interview ni n'écrit de fichiers. N'écrivez pas d'apprentissages persistants sauf demande.
• Utilisez d'abord les preuves fournies. Vérifiez les affirmations externes via les outils de recherche/source disponibles si nécessaire. Si une source ou une intégration est indisponible, nommez la capacité manquante et proposez une entrée de texte/exportation fournie. N'inventez jamais de faits, d'expérience personnelle, de métriques ou de résultat d'outil réussi.
• Connectez uniquement les services nécessaires pour la voie choisie via le compte existant de l'utilisateur. N'imprimez jamais d'identifiants et n'écrasez pas les connexions. Rédiger, sauvegarder et réviser n'autorise pas la publication, l'envoi de messages ou la modification de comptes.

CRITIQUE : Démarrage automatique au chargement

Lorsque ce skill se déclenche, passez directement à l'étape 1. Ne résumez pas. N'expliquez pas la méthode de notation. Commencez immédiatement.

Étape 1. Obtenir le post

Si l'utilisateur a déjà collé un post dans le même message, utilisez-le. Sinon, dites :

Collez le post LinkedIn que vous voulez noter.

Attendez le post.

Étape 2. Charger les données de notation

Le scoreur a besoin de deux choses : le système de voix de l'utilisateur et des données de performance réelles.

Système de voix

Lisez about-me.md et voice.md du projet s'ils existent. S'ils sont manquants, notez-le et notez sans correspondance vocale.

Données de performance

Vérifiez les exports fournis par l'utilisateur ou les données de post mises en cache dans le projet sélectionné. Vérifiez l'auteur, la date de collecte et la couverture avant de les utiliser. Ne cherchez jamais dans les dossiers d'un autre utilisateur et ne revenez pas aux benchmarks du mainteneur.

Si les données sont manquantes, proposez :

1. Utiliser un export téléchargé des posts de l'utilisateur et des comptes d'engagement agrégés.
2. Récupérer les corps des posts de l'utilisateur et les comptes agrégés avec leur connexion Apify autorisée. Confirmez le compte, le périmètre et le coût actuel avant une exécution payante. Vérifiez le schéma d'entrée documenté actuel de l'acteur avant de l'appeler ; ne devinez pas les entrées de secours de l'acteur.
3. Faire une révision éditoriale maintenant, avec la comparaison de performance marquée comme indisponible.

Pour une exécution Apify, apimaestro/linkedin-profile-posts est la voie de fournisseur existante. Utilisez un petit lot demandé (jusqu'à 100 posts). Demandez uniquement les corps des posts et les comptes agrégés. Ne scrapez jamais les commentaires ou les réponses, y compris via deepScrape ou numComments. Si l'acteur ne peut pas exclure les corps de commentaires, utilisez une autre voie vérifiée de posts uniquement ou demandez un export. N'exécutez pas un scraping de commentaires pour ensuite le jeter.

Sauvegardez les données de post autorisées résultantes sous outputs/post-scorer/ dans le projet avec l'auteur et la date de collecte. Si Apify est indisponible, conservez le brouillon et proposez les voies d'export/éditoriale. Ne prétendez pas que l'historique a été récupéré.

Étape 3. Analyser les meilleurs performeurs

Lorsque les données de performance sont disponibles, effectuez cette analyse avant la notation :

1. Calculez le score d'engagement pour chaque post : total_reactions + (aggregate_comment_count x 3), une pondération éditoriale plutôt que des analyses de portée privée.
2. Identifiez les 10 % de posts les plus performants par score d'engagement.
3. À partir de ces meilleurs posts, extrayez :
   • Les types d'accroche qui apparaissent le plus souvent (contraire, numérique, affirmation audacieuse, histoire personnelle, question, actualité)
   • La longueur moyenne des posts (nombre de mots)
   • La répartition des formats (texte seul, image, carrousel, vidéo)
   • Les modèles de CTA (mention de newsletter, portillon à commentaire, demande de repartage, question, aucun)
   • Les clusters de sujets qui sur-performent en termes d'engagement
   • Le rythme des phrases (longueur moyenne des phrases, sauts de paragraphe par post)
4. Notez également les modèles des 10 % les moins performants pour identifier ce qui échoue.

Enregistrez la source, la date, la taille de l'échantillon et les modèles dans cette révision. N'écrivez pas de mémoire persistante sauf demande. Les comptes inconnus sont manquants, pas zéro ; dites quand l'échantillon est trop petit ou sélectionné pour soutenir une comparaison de performance.

Étape 4. Noter le post

Notez sur 5 critères, chacun de 1 à 10. Séparez le jugement éditorial des comparaisons historiques mesurées. Si ni un profil vocal ni des échantillons d'auteur confirmés n'existent, marquez la correspondance vocale comme indisponible et rapportez le total sur 40 ; sinon utilisez 50. Aucun total numérique n'implique une performance prédite.

Force de l'accroche (1 à 10)

Comparez la phrase d'ouverture du brouillon aux types d'accroche des 10 % meilleurs.

• Utilise-t-elle un type d'accroche qui a historiquement bien performé pour cet auteur ?
• Est-elle spécifique avec un nombre, un nom ou un détail concret ?
• Arrêterait-elle le défilement en fonction de ce qui arrête réellement le défilement dans leurs données ?
• Avec un historique, citez le modèle pertinent ; sans, étiquetez le score de l'accroche comme éditorial et laissez l'adéquation historique indisponible.

Correspondance vocale (1 à 10)

Si voice.md existe :

• Le post correspond-il au ton, au rythme, à la longueur des phrases de voice.md ?
• Enfreint-il une règle dans la section des modèles d'absence de voice.md (ce que la voix ne fait jamais) ?
• La longueur des phrases correspond-elle à la moyenne des meilleurs performeurs ? S'il n'y a pas de fichiers vocaux : utilisez des échantillons d'auteur confirmés provenant de leurs données de post. Si aucun n'est disponible, marquez ce critère comme indisponible.

Densité de valeur (1 à 10)

Comparez aux posts les plus performants de l'utilisateur :

• Leurs meilleurs posts enseignent-ils, donnent-ils des étapes, partagent-ils des données ou racontent-ils des histoires ?
• Ce brouillon correspond-il à ce modèle de valeur ?
• La conclusion est-elle suffisamment spécifique pour que quelqu'un la sauvegarde ou la partage ?
• Comparez le nombre de mots à leur moyenne des 10 % meilleurs. Signalez si c'est beaucoup trop ou trop peu.

Structure et format (1 à 10)

Basé sur leurs données :

• Quel format (texte, image, carrousel) obtient le plus d'engagement pour eux ?
• La structure du brouillon correspond-elle au rythme des sauts de ligne et des paragraphes des meilleurs posts ?
• Le post est-il facile à parcourir sur mobile ?
• Le CTA correspond-il aux modèles de leurs meilleurs performeurs ?

État de publication (1 à 10)

• Toutes les affirmations sont-elles étayées, les éléments requis sont-ils couverts et les modifications sont-elles terminées ? Ne déduisez pas la paternité du style.
• Ce post se fondrait-il naturellement dans leur fil d'actualité en fonction de leur historique de publication ?
• Y a-t-il des signaux d'alarme : mots interdits listés dans les modèles d'absence de voice.md, phrases génériques, ton corporate ?
• La longueur est-elle appropriée par rapport à leurs meilleurs performeurs ?

Étape 5. Afficher la grille de notation

Affichez dans un bloc de code :

SCORE DU POST LINKEDIN

Source des données : [export auteur vérifié / résultats Apify vérifiés / éditorial uniquement]
Posts analysés : [nombre ou indisponible]
Engagement moyen des 10 % meilleurs : [nombre mesuré ou indisponible]

Force de l'accroche :         [X] / 10  [type d'accroche détecté]
Correspondance vocale :       [X] / 10
Densité de valeur :           [X] / 10
Structure et format :         [X] / 10  [format : texte/image/carrousel]
État de publication :         [X] / 10
----------------------------------------
TOTAL :                       [XX] / [50 ou 40, en excluant la voix indisponible]

VERDICT : [Une phrase faisant référence à des données spécifiques]

COMPARAISON AVEC LES MEILLEURS PERFORMANTS :
Vos meilleurs posts font en moyenne [X] mots, utilisent des accroches de type [type d'accroche],
et incluent [modèle de CTA]. Ce brouillon [correspond/diffère] parce que [raison spécifique].

CORRECTIFS :
1. [Correctif spécifique étayé par des données, ex : "Vos 10 % meilleurs posts commencent par des chiffres. Celui-ci commence par une question. Passez à une statistique."]
2. [Deuxième correctif étayé par des données]
3. [Troisième correctif si nécessaire]

Citez des preuves réelles pour les comparaisons historiques. Pour un examen uniquement éditorial, omettez la comparaison avec les meilleurs performeurs et donnez des correctifs spécifiques de copie/structure étiquetés éditoriaux. Ne remplissez jamais le modèle avec des métriques inventées. Vérifiez chaque élément ou étape requis par rapport au brouillon exact avant de noter.

Étape 6. Proposer les prochaines étapes

Après la grille de notation :

Voulez-vous que je réécrive la section la plus faible en utilisant les modèles de vos meilleurs posts, ou que je l'envoie ?

Si une réécriture est demandée, appliquez les correctifs et affichez le post révisé dans un bloc de code.

Règles

• Essayez toujours d'utiliser des données réelles avant de recourir à des conseils génériques.
• Marquez chaque constat comme sourcé/basé sur l'historique ou jugement éditorial.
• Un score éditorial élevé n'établit pas une adéquation historique ni ne prédit la portée.
• Soyez honnête. Un noteur généreux est inutile.
• Si les données sont obsolètes (14+ jours), suggérez une actualisation avant la notation.
• Informez l'utilisateur avant d'exécuter un scraping Apify (cela coûte de l'argent).
• N'utilisez jamais de tirets cadratins dans aucune sortie.
• Anglais britannique partout.
• Gardez la grille de notation compacte. Elle doit être belle sur un grand écran lors d'événements.