AI に「お前わかってんのか」と 5 回叱られて、X 自動化が完成した話

叱責 2: 「順番が逆だ。バズ投稿実物を先に見ろ」

リサーチを進めて X 投稿の「型」を抽出させたとき、AI は「バズるツイートの法則」という Web 記事を 4 本読んで、抽象的な型を 5 つ提示してきました。「自己認識トリガー 5 要素中 3 つ以上含むと保存率が高い」のような、それっぽい仮説でした。 私は再度止めました。「実際のバズ投稿そのものを 1 本も見ていないじゃないか」と指摘しました。記事を読んでも「型」は仮説止まりです。検証するには実投稿のデータが要ります。 修正後、AI は X スクレイピングのライブラリを探し、サブ垢で Cookie 認証して、「フォロワー 1,000 以下なのに 5,000 いいね以上ついた投稿」14 本を実取得しました。結果、自分が出していた仮説は Top50 のうち 0 件 でしか成立していませんでした。 代わりに見えたのは、平均 fav/フォロワー比 232 倍という異次元の数字と、「反復セリフ」「物語+セリフ落ち」「知識リスト」など、実投稿に裏打ちされた 5 つの黄金型です。

叱責 3: 「同業者じゃなくて、釣ってる隣接アカウントを見ろ」

X のリサーチアカウント候補を 10 名提案してきたとき、AI は 占い系インフルエンサーばかり をリストアップしてきました。鏡リュウジ、紫微斗数の宮本、桝元つづり、など。 これも止めました。理由はシンプルで、「同業者が釣っているのは占い好きな層」だからです。同じターゲット層を釣っているのは、占い以外の領域 ── 30 代女性ライフ作家 (ジェーン・スー・紫原明子)、メンタル自己受容系 (Jam・minori)、キャリア悩み系 (やつづかえり) などです。 修正後、AI は隣接ジャンルのアカウントを 10 名選び直しました。実取得段階では 4 アカウントしか有効にならない (screen_name の特定誤り) という別の失敗もありましたが、方向性は正解でした。実バズ投稿の母集団に、ペルソナと近い投稿が増えました。

叱責 4: 「お前、X Harness の仕様書読んだのか？」

ここが一番痛い叱責でした。 AI は 12 キャンペーンの運用設計を提案してきました。各投稿に UTM タグを付けて、Cloudflare Web Analytics で遷移計測する、という案です。それっぽく見えましたが、私は「お前、X Harness の Campaign と Engagement Gate を理解しているのか？仕様書を読み直してこい」と差し戻しました。 X Harness OSS には Engagement Gate というキラー機能があります。リプライキーワード + いいね + リポスト + フォローの 4 条件をクリアした人だけに、verify_only モードで特典を配布する仕組みです。これは LINE Harness のフォームと連携して、Cron 不要・X API 課金最小で動きます。 UTM 計測なんて出る幕ではありません。AI は仕様書 (docs/SPEC.md、docs/LINE-HARNESS-INTEGRATION.md) と実装ファイル (engagement-gate.ts、engagement-gates.ts) を読み直し、設計を全面的に組み直しました。 > 💡 KEY TAKEAWAYS > AI は「それっぽい設計」を出すのが得意です。ただし社内ツールやプロダクトの 既存仕様 を踏まえているとは限りません。「うちのシステムにはこれがある」という前提を踏まえさせるには、仕様書のパスを渡して読ませるしかありません。読まずに出した提案は、必ず筋から外れます。

叱責 4 の前後 — 設計の比較

| 観点 | 叱責前 (UTM 計測案) | 叱責後 (Engagement Gate 案) | |---|---|---| | トラッキング | UTM パラメータ | リプライキーワード + 4 条件 | | 配布判定 | リンクをクリック | verify API でリアルタイム判定 | | LINE 連携 | 別途自然流入頼み | 友だち追加 + タグ付与 + シナリオ自動開始 | | ステルス性 | 低 | Cron 不要、API 課金最小 | | キャンペーンごとの工数 | バラバラ | 12 本同じフォーマットで統一 |

叱責 5: 「すべてキーワードリプ投稿で campaign を組む！」

仕様を読み直した AI が再提案してきた設計を、私はさらに振り切らせました。「全 12 本を、すべて Engagement Gate のキーワードリプ型に統一しろ」と指示したのです。軽いリプ誘発型 (DM ボット) も、しっかり 4 条件型 (verify_only) もありますが、根本構造はすべて「キーワードでリプライさせる」という形に揃えました。 これで運用も一気に簡素化されました。同じ Python スクリプト (setup_campaigns.py) で 12 本分の Gate と LINE Form を一括登録できる構造になり、「--apply --filter cmp-found-pin」のようにキャンペーン単位での実行もできます。

完成した MVP — cmp-found-pin

最終的に、初発のキャンペーン cmp-found-pin は次のフローで本番稼働しました。 1. PIL + qrcode でブランド統一画像 (1080×1350, ゴールドの QR 入り) を Python から生成 2. X Harness の /api/media/upload で画像を X にアップロード (media_id 取得) 3. /api/posts で本投稿 (post_id 取得) 4. setup_campaigns.py --apply で Engagement Gate を登録 (キーワード「咲く」、4 条件、verify_only モード) 5. LINE Harness のフォーム (事前登録済み) の webhook URL を新 gate_id に書き換え 6. LINE シナリオ S01 (7 日間講座) を 5 ステップ連続で API 登録 7. verify API を実際に叩いて、eligible: false (まだリプ未達) のレスポンスを確認 すべて API 経由の自動実行で、最後の 「投稿をプロフィールに固定する」 だけが手動 という状態に着地しました。 :::details 完成までに作った成果物 (campaign/2026-05-04/ 配下) - campaign_master.md — 12 キャンペーン分の運用バイブル v2 - setup_campaigns.py — Gate + Form 一括登録スクリプト - x_canva_briefs_v2.md — 画像 12 枚分のデザイン指示書 - line_harness_fixtures.md — フォームとシナリオの仕様書 - MVP_RUNBOOK.md — 残り手動 4 ステップの手順書 - diagnose_pdf_draft.md — 特典 PDF の原稿 (4 ページ) - gen_card_c05.py — PIL による画像自動生成 - Image01_C05_pin_saku.png — 投稿された実画像 :::

叱責駆動開発の 4 つのコツ

最後に、AI を参謀として使うときに私が気をつけている 4 つを残しておきます。 1. 前提を疑え: AI が前提条件を取り違えていると感じたら、すぐ止めて指摘する。前提を直せば残りは AI 側が一気に進めます。 2. 仕様書を読ませろ: 既存システムを踏まえた提案が必要なときは、仕様書のパスを必ず渡す。「読んでくれているはず」は通じません。 3. 抽象論を二度受けない: 1 回目の提案が抽象的なら、2 回目は実データを取らせる。実データに基づかない型は、実装段階で破綻します。 4. 叱責は履歴に残せ: 一度叱った内容は組織の知識資産。チェックリストやテンプレートに変えれば、次のメンバーが同じ高さからスタートできます。

次のアクション

EXBANK では、こうした AI を「叱って育てる」業務体制の構築支援 も行っています。「ウチも AI で動ける体質か？叱り返すリテラシーが現場にあるか？」と気になった方は、社員が自分で業務のアプリや仕組みを作れるようになる Claude Code 研修 も行っています。 具体的な業務に AI を入れる相談がある場合は、お問い合わせフォームでご連絡ください。叱責の数だけ AI が育つので、最初の 3 ヶ月は伴走支援も可能です。