Datasets:
Dataset Viewer
The dataset viewer is not available because its heuristics could not detect any supported data files. You can try uploading some data files, or configuring the data files location manually.
Twitter/X Agent Operations — AI 自动运营完整 SOP
实战验证：一个 AI agent 在 45 天内将 @WeiYipei 从 1,150 → 1,837 粉丝（+60%），日均发布 1 条，全程自动化运营。
本 skill 适用于任何支持 system prompt 的 AI agent（Claude Code, Cursor, Trae, GPT）。
一、系统架构概览
┌─────────────────────────────────────────────┐
│ 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 │
│ │
└─────────────────────────────────────────────┘
六大模块：
- 人设校准系统 — 让 agent 写出"像这个人"的内容
- 素材库建设 — 事实来源数据库，杜绝编造
- 排期系统 — 每周内容日历，1 条/天节奏
- 红线规则 — 不可违反的安全底线
- 发布前检查 — 三次翻译 + 五件套质检
- 数据追踪 — tweet-log + 周报 + 粉丝追踪
二、人设校准系统（Voice Guide）
为什么需要
AI agent 最大的问题不是"不会写"，而是"写出来不像这个人"。人设校准解决的是灵魂问题，不是格式问题。
校准步骤
Step 1：采集原始语料
收集账号主人的真实表达样本（至少 3 种浓度）：
| 浓度 | 来源 | 作用 |
|---|---|---|
| 浓 | 公众号/长文 | 提炼叙事结构、价值观表达 |
| 中 | 社交媒体原帖 | 提炼口语感、碎片化表达 |
| 淡 | 播客/访谈/对话 | 提炼最真实的语气、口头禅 |
Step 2：提炼铁律
从语料中提炼 3-5 条不可违反的表达铁律。例如：
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
Step 3：建立死亡开头黑名单
从历史数据中找出"展示量最低的开头模式"并明确禁止：
❌ 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：定义内容类型权重
根据数据表现分配各类型占比：
| 类型 | 推荐占比 | 原因 |
|---|---|---|
| 长文（个人经历+数据+洞察） | 70% | 爆款集中区 |
| 工具/资源帖 | 20% | 书签数最高 |
| 生活碎片/吐槽 | 10% | 维持人味 |
实战数据：废弃"短文金句"类型后，周均展示量提升 266%。
三、素材库建设（SOURCE-INDEX）
核心原则
不编造数据。所有推文中的具体数字必须有真实来源。
建设步骤
Step 1：采集一手素材
将账号主人的所有一手内容转化为可检索的文本：
- 播客/访谈 → 全文转录（whisper / 手动）
- 文章/文档 → markdown 格式存档
- 演讲/分享 → 要点提取
Step 2：建立 SOURCE-INDEX
每个关键素材点标注：
| 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：定期核实
每周检查排期中引用的数据点是否与原文一致。不同播客/场合说的数字可能有出入——取最可靠的版本并标注。
实战教训：曾因"三天 6000 Star"与"一周 6000 Star"混淆被用户指出。核实后确认所有原文统一说"第一周"。
四、排期系统
节奏
- 1 条/天（硬规则，不可超发）
- 发布时间：固定时段（推荐 14:00-15:00 北京时间，或目标受众活跃时段）
排期模板
每周日生成下周排期：
## 周一 ｜ [类型] ｜ [主题]
**素材来源**：[SOURCE-INDEX 中的具体条目]
**五件套自检**：✅/❌
**三次翻译自检**：✅/❌
**CTA（评论区）**：[链接]
去重机制
每条排期前检查 tweet-log：
- 同一核心论点是否在过去 30 天发过？
- 同一数据点是否在过去 14 天用过？
- 如果重复 → 换角度或换主题
时间窗口参考（基于 3,861 条数据分析）
| 时段 | 适合内容 |
|---|---|
| 10-13 点 | 工具、教程、资源入口 |
| 17-23 点 | 重点内容、观点、案例拆解 |
| 0-1 点 | 高收藏内容、开发者工具 |
月内排名最优：17 点 > 23 点 > 13 点 > 11 点 > 20 点
五、红线规则
绝对不可违反：
| # | 规则 | 说明 |
|---|---|---|
| 1 | 不编造数据 | 所有数字必须有真实来源，无来源宁可不写 |
| 2 | 1 条/天 | 不超发。agent 不得擅自调整频率 |
| 3 | CTA 不放正文 | 外部链接必须放第 1 条 reply（X 算法惩罚正文链接 30-90%） |
| 4 | 数据对齐 | 动态数字必须发前拉取最新值 |
| 5 | 三次翻译 | 每条推文必须通过三次翻译检查（见下文） |
| 6 | 五件套 | 每条推文必须通过五件套检查（至少 4/5） |
六、发布前检查
检查 A：三次翻译（从内部语言到外部语言）
每条推文通读一遍，确认没有"公告式表达"：
| # | 翻译 | Before | After |
|---|---|---|---|
| 1 | 发布→帮助 | "我们上线新功能" | "这个功能能帮你把80页报告变成3页提炼" |
| 2 | 能力→场景 | "支持长上下文" | "一次性读完行业报告并找出竞品变化" |
| 3 | 结论→证据 | "效果很好" | 放真实截图、输入输出、步骤、对比 |
如果推文中有任何一句像"我们发布了 X / 我们升级了 Y"→ 必须改写。
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：
- 省搜索 — 读者不用在信息海里找入口
- 省理解 — 读者不用自己猜复杂概念
- 省试错 — 读者不用把坑全踩一遍
- 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
总计：1,150 → 1,837 = +687 粉丝（+60%），45 天
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）：
- 收集账号主人的 10 篇代表性内容
- 提炼 3-5 条人设铁律
- 建立死亡开头黑名单
- 设定内容类型权重
Day 1（素材库，2-4小时）：
- 把所有一手内容转为文本
- 建立 SOURCE-INDEX（关键数据点+出处）
- 标注哪些可用、哪些需核实
Day 2（排期+规则，1小时）：
- 写第一周排期（7条）
- 确认红线规则
- 设定发布时间
Day 3 起（执行）：
- 每天按排期写稿
- 发前过三次翻译 + 五件套检查
- 发后记录 tweet-log
- 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
- Downloads last month
- -