株式会社カンリー エンジニア

エンジニアチームからも紹介ありがとうございます！技術的に面白いのは、Museがコネクター操作や外部通信を関所（Sentinel）で制御し、認証情報は専用プロセス（hatch-authd）が保持している点。購入だけは毎回本人が確認します。詳しくは本編で。

2,025投稿を調べたら、たった20本で全インプの半分近くを独占していた。 『バズらせの科学』無料公開の本文へのリンクは、この下のスレッドに置いています👇️ 「バズった投稿を真似すれば、自分も伸びるのでは？」 そう思って『バズらせの科学』を書き始めたんですが、調べるほど、バズった理由を説明する難しさが分かってきました。 まず、この44%は、日本語のAI関連30アカウントを調べた結果です。上位10%まで広げると、全表示の77%を占めていました。 こんなに一部の投稿に集中するなら、たまたま大きく伸びた翌日に滑っても、それだけで「書き方が悪かった」とは言えない。 逆に、1本当たっただけで「この書き方が正解」とも言いにくい。 そこで、論文を読み、Xの公開コードを確認し、実際の投稿データで、よく聞く話を確かめました。 「朝に投稿すると伸びる」 「驚きを強く書くと伸びる」 「外部リンクを貼ると伸びない」 「動画を付けると伸びる」 調べた範囲では、こんな結果でした。 外部URL付きの投稿は、表示が約46%少ない。 動画付きの投稿は、表示が約65%多い。 こちらは48アカウント・3,107投稿を使ったモデルでの推定です。ただし、観察データなので「リンクを消せば46%分戻る」「動画にすれば65%増える」とまでは言えません。 一方で、個人的に気になったのは、もっともらしいノウハウのほうでした。 驚きを前面に出した投稿は、最初の比較では約1.3倍。 ところが、比べ方を厳しくして、同じ人の投稿同士で比べると1.06倍。はっきりした差は確認できませんでした。 投稿時間による差も、今回の分析では±5%ほど。 「え、マジか」と書いたから伸びたのか。 そもそも「え、マジか」と言いたくなるニュースだったから伸びたのか。 この2つ、混ぜて考えていたかもしれない。 さらに、論文で扱うTwitterと、いま自分たちが使っているXでも条件が違う。昔の研究で分かったことと、現在のXで確かめたことも分けて読む必要があります。 なので記事では、研究の結果、公開コードから読めること、実データで見えた相関、シミュレーション上の話を分けました。 そのうえで、自分の投稿で試すための「5つの方針」と「まだ仮説の2つ」にまとめています。 ちゃんと調べて書いた記事や、自分で試して分かったことを、もう少し多くの人に届けたい。 そのために、何を変えて、何を測ればいいのか。そこを考える記事です。怒りや対立を煽る方法は採りません。 次に確かめたいのは、ニュースが出てから投稿するまでの時間や、拡散力のある人の投稿に検証・補足を重ねる「フォローポスト」。 速いから伸びたのか。 新しい情報を足したから伸びたのか。 誰に拾われたかで変わったのか。 このあたりも、比較方法を決めて調べていきたい。 『バズらせの科学』、全文無料で公開しました。 画像は気合いを入れて書籍風にしましたが、本は出てませんw 記事へのリンクは返信に置きます。 投稿していて「これ、本当に伸び方に関係あるの？」と思うことがあれば教えてください。次に検証する候補にしたいです。 なお、この告知が滑ったら、そこも分析します。 『バズらせの科学』無料公開の本文へのリンクは、この下のスレッドに置いています👇️