x-draft
Skill4 starsChanged 32 days agoMITView on GitHub
Draft one long Japanese X (Twitter) post from a daily-research report. Use when wanting to post a report to X (X に投稿したい).
In this repository51 other files it gives its agents.
- llms-full.txtllms.txt
- llms.txtllms.txt
- agent-sendSkill
- agent-stocktakeSkill
- author-calibrated-evalSkill
- authorship-strategySkill
- collect-contextSkill
- context-syncSkill
- decision-historySkill
- detail-loopSkill
- generation-auditSkill
- harness-boundarySkill
- harness-stocktakeSkill
- harness-syncSkill
- headline-craftSkill
- hf-syncSkill
- hook-stocktakeSkill
- implementation-chainSkill
- jev-judgment-designSkill
- jsonld-knowledge-graphSkill
- learn-evalSkill
- llm-as-judgeSkill
- llms-txt-writerSkill
- mono-figureSkill
- persona-read-loopSkill
- plugin-directory-submitSkill
- prompt-perturbSkill
- prose-translationSkill
- public-commentSkill
- readme-writerSkill
- release-doiSkill
- repair-disciplineSkill
- repo-asset-stocktakeSkill
- review-to-lintSkill
- rfc-writerSkill
- rules-distillSkill
- rules-stocktakeSkill
- search-firstSkill
- session-judgment-miningSkill
- skill-complySkill
- skill-healthSkill
- skill-stocktakeSkill
- skill-writerSkill
- social-postSkill
- spawn-sessionSkill
- task-stocktakeSkill
- task-triageSkill
- verify-bootstrapSkill
- widen-the-askSkill
- wiki-harvestSkill
- wiki-querySkill
The file
Files
x-draft — リサーチレポートの X 投稿下書き
daily-research のレポート 1 本から、X (プレミアムの長文投稿) 用の日本語下書き 1 本を作る。 成功基準は摩擦: ユーザーが「投稿したい」と思ってから、コピペ可能な品質の下書きが 数分で手に入ること。投稿本数のノルマ・エンゲージメント目標は置かない。
境界 (なぜ下書きまでなのか)
- 投稿は必ず人間が行う。X への自動投稿・API 投稿・ブラウザ自動化は本 skill の
範囲外(公開・外部送信は人間に渡す —
rules/common/boundary.md) - 通知・承認リクエストも作らない。下書きはこの会話に出力して終わり
- スレッド形式は作らない。手動コピペと相性が悪い。長文 1 ポストに収める
- 自分の記事の告知と、Buffer への下書きの投入は skill:
social-postが持つ
手順
1. レポートを解決する
対象は daily-research の解説レポート ({date}_{track}_{slug}.md)。置き場所は
daily-research repo の config.toml (vault_path + output_dir) から解決する。
config が読めない環境では auto-memory の vault パスを使う。
- ユーザーが日付・track・ファイル名のどれかで指定していればそれを開く
- 指定が曖昧なら、最新日のレポート一覧 (ファイル名だけ) を見せて選んでもらう
- レポートは read-only。vault 側のファイルは編集しない
2. 事故ゲート (軽量・スキップ不可)
下書きを書く前に:
- 一次ソース再確認: 下書きの主要主張を支えるソース URL (レポート末尾「ソース」節 から 1〜3 件) を WebFetch で再取得し、レポートの要約が一次ソースの内容と一致するか 確認する。歪みを見つけたら、その主張は下書きに使わず、ユーザーに歪みの内容を報告する
- 陳腐化チェック: レポートの日付が今日から 3 日以上前なら、主要主張が置き換わって いないかを WebSearch で 1 回確認する (LLM 界隈は 1 週間スケールで陳腐化する)。 置き換わりを見つけたら下書きに反映するか、投稿自体を見送る選択肢を提示する
- ゲートの結果は §4 で下書きと一緒に報告する
3. 下書きを書く
X 読者向けに書き直す。レポートの転記・要約切り貼りは禁止 — レポートは repo 文脈を 持つ読者向けの解説であり、X のタイムラインで初見の読者が読むものとは別物。
構成規律:
- 日本語・長文 1 ポスト (プレミアムの長文上限内。目安 500〜2,000 字)
- 1 行目がすべて: タイムラインでは 1 行目しか見えない。結論か意外性のある事実で
始める。前置き (「今朝のリサーチで面白い発見が」等) は書かない。1 行目に迷ったら
skill:
headline-craftで候補を探索する - 本文: 前提知識ゼロの読者が 1 ポストで理解できる自己完結の解説。レポートの 記述規律 (冒頭結論・背景解説) を X の長さに再圧縮する
- as-of 日付: 主要な事実に「2026-08-07 時点」等を 1 箇所以上明記する。鮮度の 限定は誠実さであり、後日読まれたときの誤情報化を防ぐ
- 末尾に一次ソース URL 1〜3 件: ステップ 2 で再確認済みのものだけ
- ハッシュタグは付けない (研究発信のトーンに合わない)。付けたい場合はユーザーが足す
文体規律 (正本は各 skill — 複製しない):
- ユーザーの普段の X の口語に合わせる: 下書きは skill の既定文体ではなくユーザーの
voice で書く。まず
references/voice.mdを読む — 確定済みの voice プロファイル (見本の場所・特徴・却下された register) がそこにある。無い環境では、ユーザーの 過去ポストやブログを 1〜2 本読んで register を写し取るか、ユーザーに 1 回聞く。 記事の文体と SNS の文体は別物として扱う - AI slop と文の原則 → 執筆の背骨
~/MyAI_Lab/zenn-content/.claude/rules/writing-principles.mdと診断表~/MyAI_Lab/zenn-content/.claude/skills/writing-ecosystem/references/style-diagnostics.md。Voice は defer しない(意図的分岐。 正本側の Related に登録済み) - 脱 AI-tell → skill:
public-commentの改稿規律を公開ポストにも適用する
4. 出力する
- 下書きをコードブロックで提示する (コピペ 1 回で X の compose に貼れる形)
- 続けて: 使ったソース・鮮度判定・(あれば) レポートとの差異を、投稿前に一目で確かめられる短さで報告する
- ユーザーの改稿指示 (短く / 硬く / 英語版も 等) には対話で応じる。英語版を求められたら
skill:
prose-translationの voice 保持規律に従う
例
Input: 「今朝の akc のレポート、X に投稿したい」
Output: 2026-08-07_akc_*.md を読み、ソース 2 件を WebFetch 再確認、鮮度 OK
(当日)。1 行目 = レポートの結論を意外性の角度で言い直した一文、本文 800 字前後、
末尾に一次ソース URL 2 件、as-of 日付入り。コードブロックで提示 + ゲート結果 2 行。
Input: 「8/2 の contemplative のやつポストにして」(今日が 8/7 の場合) Output: 5 日前 = 陳腐化チェック発動。WebSearch で主要主張の現状を確認し、 変化があれば「この部分は 8/5 に更新されています。反映しますか、見送りますか」と 提示してから下書きに進む。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

