agentleFS
shimo4228shimo4228/writing/.claude/skills/article-stocktake/SKILL.md

article-stocktake

Skill3 starsChanged yesterdayCC0-1.0View on GitHub

公開済みZenn/Dev.to/note記事の実測メトリクスを収集し、内容品質ランクと実測tierの乖離をproject-localに報告する。Use when — 週1回の収集(collect)、月次または記事2〜3本ごとの受信状況を確認するとき。NOT for — テーマ候補の生成・順位付け、本文改稿、媒体共通の執筆フロー。

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

Article Stocktake Skill

Purpose: 公開後の実測データで記事 Eval ループ(AKC の Measure phase)を回す。予測ではなく読者の実際の行動(いいね・reactions・views・フォロー)を ground truth とし、内容品質と実測読者価値の乖離を主シグナルとして企画・配信に還流する。

予測ではなく、公開後に観測した読者行動だけを扱う。


Usage

/article-stocktake          # 収集 → 乖離分析 → 更新提案
/article-stocktake collect  # Step 1 だけ回して止まる(週 1 回の定点観測)

周期は 2 つ。収集は週 1 回(定期実行してよい)。分析(Step 2 以降)は月次、または記事 2-3 本公開ごとで、人間駆動。

週 1 回にする理由: 両ダッシュボードとも記事ごとの数字は今日時点の累計しか出さない。記事ごとの公開直後の伸びは、累計を定点で残して差分を取る以外に再構成できない。Zenn はアカウント全体の日次推移も直近 1 か月しか遡れない(2026-09-29 確認)。


Process

Step 1: 収集(code)

cd scripts && uv run python metrics_snapshot.py

scripts/metrics/snapshots.jsonl に追記される(Zenn: liked/bookmarked/comments、Dev.to: reactions/comments/views、フォロワー総数)。API 欠損は fail-soft — 片系が死んでいても続行し、警告のみ。

続けて、Claude アプリの組み込みブラウザ(mcp__Claude_Browser__*)でダッシュボードを読み、同じファイルへ追記する。閲覧数は公開 API に無く、ここでしか取れない。組み込みブラウザのログインは切れることがあり、切れているとダッシュボードはログイン画面へ飛ぶ(2026-11-02 時点で 3 週続けて観測)。最初に両ダッシュボードを開いてログイン状態を確かめ、飛ばされた source は下のログイン行に従う。

source画面読む値
zenn_dashhttps://zenn.dev/dashboard/stats の「投稿ごとの合計表示回数」(「もっと読み込む」を尽きるまで押す)記事ごとの views(累計)と、「表示回数」の直近 1 か月合計
note_dashhttps://note.com/dashboard の記事表。期間を「全期間」に切り替えてから読む(既定は過去 28 日間で、記事表もその期間に従う)記事ごとの impressions / pv / likes / comments(全期間の累計)と、account 行 2 本 — 過去 28 日合計と全期間合計。記事ごとの値の合計が全期間合計と一致するか確かめる
  • 行の形(1 記事 1 行、同じ収集回は同じ ts):
    • {"ts", "source": "zenn_dash", "slug", "views", "published_at"}
    • {"ts", "source": "note_dash", "slug", "note_url", "status", "impressions", "pv", "likes", "comments", "published_at"}
    • アカウント合計は "type": "account" と "window" を付けた 1 行
  • slug は repo の slug。Zenn は表のリンク zenn.dev/link/articles/<slug>、note は scripts/corpus.yml の URL またはタイトル一致で引く。引けない行は slug を空にして title を残す
  • 数字はスクリーンショットから読まず、javascript_tool で DOM から取る。Zenn は a[href*="/link/articles/"]、note は a[href*="/shimo4228/n/"] ごとに、リンクを含む行の innerText を取り出して数値化し、件数が画面の記事数と一致するか確かめる。行の範囲は公開日(Zenn は「YYYY年M月D日に公開」)を目印に親要素をたどる — 題に「回」を含む記事があり、「回」を目印にすると数値の手前で止まる
  • - 表示は 0 として記録する
  • 組み込みブラウザでは、裏のタブ(visibilityState: hidden)でも note の記事表が読み込まれる(2026-10-05 確認)。Chrome の裏タブでは止まった
  • ダッシュボードがログイン画面へ飛んだら、Claude in Chrome(mcp__claude-in-chrome__*)で同じ画面を読む。Chrome でも未ログインなら、その source を飛ばして報告する(ログインは著者が行う。Zenn の Google ログインは組み込みブラウザでパスキーが使えないので、Chrome 側か別の確認方法を選ぶ)
  • 同じ source が 2 回続けて欠けたら(snapshots.jsonl の直前の収集回にもその source の行が無い)、報告の冒頭に著者へのログイン依頼を置く。どのダッシュボードに、どのブラウザ(組み込み / Chrome)でログインしてほしいかを書く — 欠けた週の記事ごとの伸びは後から再構成できない

Step 2: 正規化と tier 算出

source ごとに最新 ts のレコードを読み、記事ごとに正規化する(収集回ごとに source の組が違うので、全体の最新 ts だけを読まない):

  • 主指標: Zenn liked(累計)。公開後日数と並べて読む
  • 補助指標(到達): Zenn views(zenn_dash)。liked が 0〜1 に集まる記事群は views で届いた量を区別する
  • 補助指標: Dev.to views・reactions(EN 側の到達)、ブックマーク(参照価値)
  • 届いたか / 刺さったかの分解: Zenn は liked / views(読まれた中での反応)、note は pv / impressions(一覧で見えた中で開かれた割合)と likes / pv
  • 伸び方: *_dash の同じ slug を前回の収集回と差し引いた週次増分。note 転載記事は Zenn 版と並べて媒体差を見る
  • tier は liked の絶対段で分ける: 上位 = liked ≥2 / 中位 = 1 / 下位 = 0。liked が全記事で一桁に集まる分布では、相対分位にすると同値の記事が境界をまたぎ、新しい記事の追加だけで旧記事の tier が動く(2026-10-02 観測)。liked の分布が広がったら段の閾値を見直す

絶対スコアを出力しない(output discipline)。「7.2/10」ではなく tier と乖離だけを提示する。

Step 3: 乖離表の提示(主シグナル)

memory の article-quality.md にある内容品質ランク(A/B/C)と突合し、乖離セルの記事のみ列挙する:

乖離パターン示唆還流先
A ランク × 実測下位内容は良いが届いていない — タイトル・配信・タイミングの問題headline-craft skill / local zenn-format / .claude/rules/publishing-channels.md
B/C ランク × 実測上位読者需要を示す観測著者のnext-move reviewへ事実として提示

一致セル(A×上位、C×下位)は正常動作なので列挙しない。各乖離記事に定性所見を 1 行添える(「タイトルが概念名のみで用途が見えない」等の具体観察)。

Step 4: 更新提案 → 人間確認 → memory 更新

ランク・tier の更新案を提示し、ユーザー確認後に memory の article-quality.md を更新する:

  • 既存の A/B/C 表に 実測 tier 列と判定日を追加(別軸並記。ランクと混ぜない)
  • 冒頭に「実測サマリ」節(届いたテーマ・構造の事実3〜5行 + follower推移1行)を置く

Step 5: Report and stop

乖離表と実測サマリを著者へ提示して止まる。session-theme-miningを自動起動せず、候補の順位や 推薦を作らない。著者は受信指標を「何を書くか・cadence・language placement」の判断に使えるが、 既存の中心命題や本文を数字へ合わせて変形しない。A×下位のdistribution見直しは headline-craftとlocal zenn-formatへ個別に渡す。


Guardrails(Content Integrity)

  • 既存記事のエンゲージメント目的リライトを提案しない。乖離が示すのはdistributionの改善余地か、著者が次に何を書くかを考えるための観測である
  • 実測tierから自動でテーマを推薦・順位付けしない
  • LLM による tier 判定は Step 4 の人間確認を通してのみ memory に固定される(LLM 単独の承認経路を作らない)

Related

  • scripts/metrics_snapshot.py — raw値の収集
  • scripts/metrics/snapshots.jsonl — project-local observation record
  • memory article-quality.md — 内容ランクと実測tierのprivate working record
  • headline-craft skill; local zenn-format

Download now (ZIP)

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
What did you use it for? e.g. Reviewing pull requests in a Rails app

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.