connections-optimizer

connections-optimizerスキルの概要

connections-optimizerは、XやLinkedIn上のプロフェッショナルなソーシャルグラフを整理し、再構成するためのワークフロースキルです。単なる「誰をフォローすべきか」の一覧では足りず、まず見直しと整理を行い、そのうえでより良いフォロー判断や、優先度に沿った自然なアウトリーチまで進めたい人に向いています。新しい役割、キャンペーン、特定ニッチ、あるいは関係構築戦略に合わせてネットワークを最適化したい場合、connections-optimizerは散らばったつながりを、よりシグナル密度の高い実用的な関係網へ変えていくのに役立ちます。

connections-optimizerが最も得意なこと

connections-optimizerスキルが主に担うのは、残す相手を決めること、新たに追加すべき相手や再接続すべき相手を見つけること、そしてチャネルに合ったアウトリーチ文面を作ることの3つです。特に、件数よりもネットワークの質が重要になる場面、たとえばリード調査、エコシステム形成、創業者型のリレーション管理などで力を発揮します。

どんな人が導入すべきか

connections-optimizerは、まったくゼロからネットワークを作るというより、すでに動いているネットワークを改善したい人に適しています。XやLinkedInを使ってターゲット市場との距離を保っているオペレーター、創業者、採用担当者、営業担当者、リサーチャーに特にフィットします。逆に、整理や関係性の文脈を考えず、一度きりの見込み客リストだけ欲しい場合には、そこまで有効ではありません。

導入判断のポイント

最大の差別化要素は、レビュー優先の進め方にあります。まず丁寧に整理・優先順位付けを行い、その後でアウトリーチに進む設計です。さらに、チャネルごとの出力にも対応しているため、X DMとLinkedIn向けドラフトを同じトーンで無理に共通化せず、使い分けられます。Lead Research用途でconnections-optimizerを評価しているなら、この点は重要です。というのも、次に取るべき最善のアクションは、無差別なcold scrapeではなく、既存の接点を活かせるwarm pathであることが多いためです。

connections-optimizerスキルの使い方

インストール方法と開始地点

このスキルは、リポジトリ内の skills/connections-optimizer にあります。一般的なインストールコマンドは次のとおりです。

npx skills add affaan-m/everything-claude-code --skill connections-optimizer

インストール後は、まず SKILL.md を開き、そのあとローカル環境に関連ドキュメントがある場合はリンク先も確認してください。このリポジトリでは、追加のスクリプトや参照用フォルダは用意されていないため、挙動の中心はスキルファイル本体にあります。

最初に渡すべき情報

connections-optimizerの使い勝手と精度は、いくつかの具体的な入力に大きく左右されます。たとえば、現在の優先事項、狙いたい職種や業界、対象地域やエコシステム、使うプラットフォーム、触れたくない相手のリスト、そしてモード（light-pass、default、aggressive）です。モードを指定しない場合は、default が最も安全な出発点です。Lead Researchで使うなら、理想的な顧客プロファイルや、どのような関係を作りたいのかを明示しておくと、connections-optimizerが実際のターゲットに沿って接点を順位付けしやすくなります。

connections-optimizerへの上手なプロンプトの出し方

曖昧な依頼は、そのままでは実務的な出力につながりません。使える指示に変えるのがコツです。良い例は、「Use connections-optimizer to review my LinkedIn network for current product leaders in fintech, keep investors and hiring contacts, avoid pruning people from my last two clients, and draft warm reconnect messages for the top 15 matches.」です。弱い例は、「Optimize my network.」です。前者のように条件を具体化すると、connections-optimizerは整理、優先順位付け、メッセージ作成を意図のある判断として進めやすくなります。

出力品質を上げるおすすめの進め方

最初は、1つのプラットフォーム、1つの目的、1つのモードに絞って始めるのが基本です。アウトリーチ文面を作らせる前に、まず整理候補のキューを見直してください。そうすれば、あとで削除するつもりのアカウントに向けた文面を無駄に作ることを避けられます。最初の結果が攻めすぎ、または保守的すぎると感じたら、依頼文全体を書き直すより、モードとdo-not-touchリストを調整するほうが効率的です。Lead Research向けにconnections-optimizerを使う場合は、何をwarm pathと見なすかも短く添えると有効です。たとえば、共通の勤務先、同じコミュニティ、隣接するバイヤー層などです。

connections-optimizerスキルのFAQ

connections-optimizerは整理・削除専用ですか？

いいえ。pruningは一部にすぎません。connections-optimizerは、フォロー候補の提案、再接続アイデアの提示、warm outreachのドラフト作成にも対応します。単にリストを掃除したいのではなく、ネットワーク全体の質を改善したいなら、ただの汎用プロンプトより適した選択です。

XとLinkedInのどちらでより効果的ですか？

どちらにも対応していますが、最適なプラットフォームは目的次第です。Xは、可視性の把握、シグナルの観察、素早い関係マッピングに向いています。一方LinkedInは、職業上のつながりの見直しや、アウトリーチ時の文脈把握に向いています。片方でも両方でも使えますが、プラットフォーム名は明示してください。そうしないと、スキル側で推測することになります。

初心者でも使いやすいですか？

はい。ゴールを明確に説明できれば、初心者でも扱えます。複雑なワークフローは不要ですが、最低限の制約は必要です。何を残すのか、何を保護するのか、何を成功とするのかを示してください。初めて使う場合は、default モードと小さめのレビュー対象から始めると結果が安定しやすくなります。

どんな場合は使わないほうがいいですか？

静的なリードリストだけが欲しい場合、実際のネットワークデータにアクセスできない場合、あるいは目的が完全にcold outbound向けのコピー作成だけである場合には、connections-optimizerは向いていません。また、整理に対する許容がまったくない、対象セグメントが決まっていない、提案を見直さずにそのまま実行する前提で使いたい、といったケースにも不向きです。

connections-optimizerスキルを改善するには

判断ルールをよりシャープにする

「高シグナル」とは自分の文脈で何を意味するのかを定義すると、connections-optimizerの精度は上がります。たとえば、「現在の顧客、継続中の協業相手、対象投資家は残す。fintech外の非アクティブな同業者は整理対象。一般的な生産性の話ではなく、AI opsについて発信している人を優先する」といった指定です。これは「より良いコネクションにして」と頼むよりはるかに有効です。モデルに安定した順位付けの軸を与えられるからです。

最初のパス前に制約を共有する

最もよくある失敗は、整理しすぎること、あるいは意図と違う種類の関係を勧めてしまうことです。これを防ぐには、do-not-touchリスト、除外したい業界、評判面で慎重に扱うべき相手を先に伝えてください。Lead Researchでconnections-optimizerを使うなら、バイヤーペルソナと、スキルに維持してほしい・新たに作ってほしい関係のタイプも含めるべきです。

タスク全体ではなく出力を段階的に改善する

1回目の結果を見たあとに精度を上げるなら、次のパスでは範囲を狭めるのが効果的です。たとえば、整理候補キューを小さくする、アウトリーチをより控えめにする、warm pathの条件を厳しくする、といった形です。ドラフトの文体が合わないなら、理想に近いサンプルメッセージを渡し、チャネル別に書き直すよう依頼してください。一度に全部を直そうとするのではなく、失敗を1つずつ潰していくほど、connections-optimizerスキルは実務で使えるものになっていきます。