Post Scorer（投稿スコアラー） は何をしますか？
Codex と Claude ランタイム
- このスキルはCodexまたはClaudeで、現在のタスクで実際に利用可能なツールを使用してください。
AskUserQuestionの例は質問内容を示すものであり、必須のAPIではありません。利用可能な質問ツールの制限内で使用するか、チャットで質問してください。既に提供されている回答やソース資料を再利用してください。 - ユーザーが選択したプロジェクトで作業してください。パーソナライズ作業の前に、その
about-me.md、voice.md、および関連するブランドファイルを読んでください。ファイルが矛盾していたり、スターターのデフォルト値が含まれている場合は、意図された作成者を確認してください。不足している事実を尋ねるか、voice-builderを実行してください。メンテナーのID、アカウント、プライベートファイルを継承しないでください。 - バンドルされている
references/は、このスキルフォルダを基準に解決してください。明示的に要求されたプロファイル更新の場合は、正規のabout-me.md、voice.md、またはnewsletter-voice.mdをその場で読み取り、更新し、無関係なユーザー情報やルールは保持してください。コンシューマーはそれらの正規ファイルを再読み取りする必要があります。既存の無関係なファイルと衝突する新しい成果物にのみ、新しいファイル名を使用してください。インストールだけでは、インタビューを開始したり、ファイルを書き込んだりしません。要求されない限り、永続的な学習内容を書き込まないでください。 - 最初に提供された証拠を使用してください。外部の主張は、必要に応じて利用可能な検索/ソースツールを通じて検証してください。ソースや統合が利用できない場合は、不足している機能を明記し、提供されたテキスト/エクスポート入力を提案してください。事実、一人称の経験、メトリクス、または成功したツール実行を決して捏造しないでください。
- 選択したルートに必要なサービスのみを、ユーザーの既存のアカウントを通じて接続してください。決して認証情報を出力したり、接続を上書きしたりしないでください。ドラフト作成、保存、レビューは、公開、メッセージ送信、アカウント変更を許可しません。
重要: ロード時に自動起動
このスキルがトリガーされたら、すぐにステップ1に進んでください。要約しないでください。スコアリング方法を説明しないでください。すぐに開始してください。
ステップ1. 投稿を取得する
ユーザーが同じメッセージ内に既に投稿を貼り付けている場合は、それを使用してください。そうでない場合は、次のように言ってください:
スコアリングしたいLinkedIn投稿を貼り付けてください。
投稿を待ってください。
ステップ2. スコアリングデータを読み込む
スコアラーには2つのものが必要です: ユーザーのボイスシステムと実際のパフォーマンスデータ。
ボイスシステム
プロジェクトからabout-me.mdとvoice.mdが存在する場合は読み取ってください。存在しない場合は、その旨をメモし、ボイスマッチなしでスコアリングしてください。
パフォーマンスデータ
選択したプロジェクト内で、ユーザーが提供したエクスポートまたはキャッシュされた投稿データを確認してください。使用する前に、作成者、収集日、および範囲を検証してください。他のユーザーのフォルダを検索したり、メンテナーのベンチマークにフォールバックしたりしないでください。
データが不足している場合は、以下を提案してください:
- ユーザーの投稿と集計エンゲージメント数のエクスポートをアップロードして使用する。
- ユーザーの投稿本文を取得し、許可されたApify接続を使用して集計カウントを取得する。有料実行の前に、アカウント、範囲、現在のコストを確認してください。呼び出す前に、アクターの現在のドキュメント化された入力スキーマを検証してください。フォールバックアクター入力を推測しないでください。
- パフォーマンス比較が利用できないことを示して、今すぐ編集レビューを提供する。
Apify実行の場合、apimaestro/linkedin-profile-postsが既存のプロバイダールートです。少ないリクエストバッチ（最大100投稿）を使用してください。投稿本文と集計カウントのみをリクエストしてください。コメントや返信を決してスクレイピングしないでください。deepScrapeやnumCommentsを使用した場合も同様です。アクターがコメント本文を除外できない場合は、別の検証済み投稿専用ルートを使用するか、エクスポートをリクエストしてください。コメントスクレイプを実行してからそれを破棄しないでください。
結果の許可された投稿データを、プロジェクト内のoutputs/post-scorer/に、作成者と収集日とともに保存してください。Apifyが利用できない場合は、ドラフトを保持し、エクスポート/編集ルートを提案してください。履歴が取得されたと主張しないでください。
ステップ3. トップパフォーマーを分析する
パフォーマンスデータが利用可能な場合は、スコアリングの前にこの分析を実行してください:
- すべての投稿のエンゲージメントスコアを計算する: total_reactions + (aggregate_comment_count x 3) (プライベートリーチ分析ではなく編集上の重み付け)
- エンゲージメントスコアの上位10%の投稿を特定する
- それらのトップ投稿から以下を抽出する:
- 最も頻繁に出現するフックタイプ (逆張り、数字リード、大胆な主張、個人的なストーリー、質問、ニュース)
- 平均投稿長 (単語数)
- フォーマット分布 (テキストのみ、画像、カルーセル、動画)
- CTAパターン (ニュースレター言及、コメントゲート、再投稿依頼、質問、なし)
- エンゲージメントが高いトピッククラスター
- 文のリズム (平均文長、投稿あたりの段落区切り数)
- また、下位10%のパターンをメモして、何が失敗しているかを特定する
このレビューに、ソース、日付、サンプルサイズ、パターンを記録してください。要求されない限り、永続的なメモリに書き込まないでください。不明なカウントはゼロではなく不足として扱います。サンプルが小さすぎたり、選択範囲が偏っていたりしてパフォーマンス比較をサポートできない場合は、その旨を明記してください。
ステップ4. 投稿をスコアリングする
5つの基準でスコアリングします。各1〜10。編集上の判断と測定された履歴比較を分離してください。ボイスプロファイルも確認された作成者サンプルも存在しない場合は、ボイスマッチを「利用不可」とマークし、合計を40点満点で報告してください。それ以外の場合は50点満点を使用します。数値の合計がない場合は、予測パフォーマンスを意味しません。
フックの強さ (1〜10)
ドラフトの一行目を、上位10%のフックタイプと比較してください。
- この作成者にとって過去に実績のあるフックタイプを使用していますか？
- 数字、名前、または具体的な詳細で具体的ですか？
- データ上で実際にスクロールを止めるものに基づいて、スクロールを止められますか？
- 履歴がある場合は、関連するパターンを引用してください。履歴がない場合は、フックスコアを編集判断とラベル付けし、履歴との適合性は利用不可のままにしてください。
ボイスマッチ (1〜10)
voice.mdが存在する場合:
- 投稿のトーン、リズム、文長はvoice.mdと一致していますか？
- voice.mdの「不在パターン」セクション（そのボイスが決してしないこと）のルールに違反していますか？
- 文長はトップパフォーマーの平均と一致していますか？ ボイスファイルがない場合: 投稿データから確認された作成者サンプルを使用してください。どちらも利用できない場合は、この基準を「利用不可」とマークしてください。
価値密度 (1〜10)
ユーザーのトップパフォーマー投稿と比較してください:
- 彼らのベスト投稿は、教える、ステップを示す、データを共有する、またはストーリーを語っていますか？
- このドラフトはその価値パターンに一致していますか？
- テイクアウェイは、誰かが保存したり共有したくなるほど具体的ですか？
- 単語数を上位10%の平均と比較してください。大幅に多いまたは少ない場合はフラグを立ててください。
構成とフォーマット (1〜10)
データに基づいて:
- どのフォーマット（テキスト、画像、カルーセル）がこの作成者にとって最もエンゲージメントを得ていますか？
- ドラフトの構成は、トップ投稿の改行と段落のリズムに一致していますか？
- 投稿はモバイルでスキャン可能ですか？
- CTAはベストパフォーマーのパターンに一致していますか？
公開準備度 (1〜10)
- すべての主張は裏付けられ、必要な項目はカバーされ、編集は完了していますか？スタイルから著者を推測しないでください。
- この投稿は、投稿履歴に基づいて彼らのフィードに自然に溶け込みますか？
- レッドフラグはありますか: voice.mdの不在パターンにリストされている禁止ワード、一般的なフレーズ、企業トーン？
- 長さはトップパフォーマーと比較して適切ですか？
ステップ5. スコアカードを出力する
コードブロックで出力:
LINKEDIN投稿スコア
データソース: [確認済み作成者エクスポート / 確認済みApify結果 / 編集のみ]
分析対象投稿数: [数値または利用不可]
上位10%平均エンゲージメント: [測定値または利用不可]
フックの強さ: [X] / 10 [検出されたフックタイプ]
ボイスマッチ: [X] / 10
価値密度: [X] / 10
構成とフォーマット: [X] / 10 [フォーマット: テキスト/画像/カルーセル]
公開準備度: [X] / 10
----------------------------------------
合計: [XX] / [50 または 40、利用不可のボイスは除外]
評価: [特定のデータを参照する一文]
トップパフォーマー比較:
あなたのトップ投稿は平均 [X] 語、[フックタイプ] フックを使用し、
[CTAパターン] を含んでいます。このドラフトは [一致/異なる]、理由は [具体的理由]。
修正点:
1. [データに基づく具体的な修正、例: 「あなたの上位10%の投稿は数字で始まっています。これは質問で始まっています。統計に切り替えてください。」]
2. [データに基づく2つ目の修正]
3. [必要な場合の3つ目の修正]
履歴比較には実際の証拠を引用してください。編集レビューのみの場合は、トップパフォーマー比較を省略し、編集とラベル付けされた具体的なコピー/構成修正を提供してください。テンプレートを捏造されたメトリクスで埋めないでください。スコアリングの前に、必要なすべてのリスト項目またはステップを正確なドラフトに対して確認してください。
ステップ6. 次のステップを提案する
スコアカードの後:
トップ投稿のパターンを使って最も弱いセクションを書き直しますか、それともそのまま出しますか？
書き直しがリクエストされた場合は、修正を適用し、改訂された投稿をコードブロックで出力してください。
ルール
- 常に、一般的なアドバイスにフォールバックする前に実際のデータを使用するようにしてください。
- 各発見を「ソース/履歴ベース」または「編集判断」としてマークしてください。
- 高い編集スコアは、履歴との適合性を確立したり、リーチを予測したりしません。
- 正直になってください。寛大なスコアラーは役に立ちません。
- データが古い場合（14日以上経過）、スコアリングの前にリフレッシュを提案してください。
- Apifyスクレイプを実行する前にユーザーに通知してください（費用がかかります）。
- どの出力でもemダッシュ（—）を使用しないでください。
- 全体を通してイギリス英語を使用してください。
- スコアカードはコンパクトに保ってください。イベントの大きなスクリーンで見栄えがする必要があります。