Twitter/X Agent Operations — AI Ghostwriter SOP That Grew an Account +60% in 45 Days

Other

You know you should post on X every day, but writing tweets eats your evenings — and when an AI writes them for you, they sound nothing like you. This skill turns any AI agent into a ghostwriter that actually sounds like you, with a battle-tested SOP that grew a real account +60% in 45 days, fully agent-operated. What's inside: • Persona calibration system — voice guide, expression rules, dead-opener blacklist • Fact-source database (SOURCE-INDEX) — zero fabricated numbers, every stat traceable • Weekly scheduling system with dedup checks and golden time windows • 6 hard safety rules + pre-publish QC (triple-translation test + 5-point checklist) • Tweet-log & weekly report analytics loop • Content methodology from 3,861-tweet dataset analysis (4 archetypes, golden length, visibility principles) • Real case: 1,150 → 1,837 followers (+60%) in 45 days, 1 tweet/day 🇨🇳 知道每天该发推，但写推文吃掉整个晚上——让 AI 代写，发出来又完全不像你。这套 SOP 让任何 AI agent 变成「像你本人」的推特代笔人：人设校准、素材库、排期、红线规则、发布前质检、数据复盘全流程，真实账号 45 天涨粉 60% 验证。 🇯🇵 毎日Xに投稿すべきと分かっていても、ツイート作成に夜の時間を奪われる——AIに任せると、まるで自分らしくない文章になってしまう。このスキルは、AIエージェントを「あなたらしく書ける」ゴーストライターに変える完全SOP。ペルソナ調整、ファクトソース管理、スケジューリング、安全ルール、データ分析まで網羅。実アカウントで45日間+60%のフォロワー成長を実証済み。 🇰🇷 매일 X에 글을 올려야 한다는 건 알지만, 트윗 작성이 저녁 시간을 다 잡아먹습니다 — AI에게 맡기면 전혀 내 글 같지 않죠. 이 스킬은 AI 에이전트를 '진짜 나처럼 쓰는' 고스트라이터로 만드는 완전한 SOP입니다. 페르소나 교정, 팩트 소스 관리, 스케줄링, 안전 규칙, 데이터 분석까지. 실제 계정에서 45일간 팔로워 +60% 성장으로 검증되었습니다. Triggers: "twitter automation" | "x account growth" | "ai agent twitter" | "ai ghostwriter" | "social media agent" | "tweet writing" | "twitter sop" | "grow twitter followers" | "推特运营" | "AI代写推文" | "X 增长" | "Twitter自動運営" | "AIゴーストライター" | "트위터 자동화" | "AI 고스트라이터"

Install

openclaw skills install gingiris-twitter-agent-ops

Twitter/X Agent Operations — AI 自动运营完整 SOP

🌍 Language / 语言: 中文 | English | 日本語 | 한국어

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