social-media-content-system

# Sistema de contenido para redes sociales (patrón social-media-skills) ## Cuándo usarlo - El usuario pide planificar contenido para redes (ideas mensuales, matriz de posts, "qué publico esta semana") - Pide hooks, formatos o estructura de post más allá de la voz (PAS/AIDA/contrarian/listicle) - Pide puntuar/validar un borrador contra sus datos reales de publicación - Pide analizar un export de LinkedIn Analytics como dashboard con recomendaciones - Pide montar un pipeline newsletter → multicanal (carruseles, reels, thumbnails) **Fuente:** github.com/charlie947/social-media-skills (3.262⭐, MIT, actualizado 2026-08-30). 17 skills de Claude detrás del sistema de contenido de Charlie Hills: 415k seguidores, 100M+ vistas/año en LinkedIn, Instagram, Substack, X y YouTube, todo alimentado desde UNA newsletter. **Diferencia con `linkedin-david-antizar-style`:** ese skill es la autoridad de LA VOZ de David (cómo suena un texto suyo). Este skill documenta el SISTEMA de operaciones de contenido alrededor de la voz: ideación en matriz, hooks, puntuación contra datos reales, analítica y cascada multicanal. Se usan juntos: voz → `linkedin-david-antizar-style`; sistema → este. ## Arquitectura central: voz compartida como única fuente ``` voice-builder (entrevista + 3-5 muestras de escritura) → about-me.md + voice.md ← TODOS los demás skills leen esto primero → newsletter-voice.md ← la newsletter es la FUENTE de todo lo demás → cascada: post-writer, reels-scripting, youtube-thumbnail, pinned-comment, gemini-carousel, quote-post, graphic-designer ``` Regla de oro del patrón: cada skill del ecosistema (17 en el repo) empieza comprobando si existen los archivos de voz; si no, REDIRIGE al skill fundacional y para. Ningún skill escribe de cero sin contexto compartido. **Adaptación a Mastermind:** los archivos de voz de David ya existen de facto en `linkedin-david-antizar-style` (filosofía, frases típicas, reglas de formato). Al montar cualquier pipeline de contenido, cargar ese skill como `voice-builder` en lugar de repetir la entrevista. ## Los 5 patrones reutilizables ### 1. Matriz de contenido (ideación en bloque) Pilares (3-5, de about-me.md) × 8 formatos FIJOS y en este orden: 1. Actionable (cómo-hacer ultraespecífico, una sola cosa) 2. Motivational (historia extraordinaria del nicho) 3. Analytical (por qué algo funciona) 4. Contrarian (contra el consejo dominante, con respaldo) 5. Observation (detalle oculto/silencioso que nadie nombra) 6. X vs Y (comparación directa) 7. Present vs Future (ahora vs luego) 8. Listicle Celda = UNA idea concreta e irrepetible (no genérica). Salida: tabla markdown de 32+ ideas de mes. Basado en la content matrix de Justin Welsh. ### 2. Hooks quirúrgicos (2 líneas, 40 caracteres cada una) - Línea 1: ≤40 chars, SIN preguntas, algo inesperado/específico. - Línea 2: ≤40 chars, contradice o reencuadra la 1. - Debe incluir "Cómo yo…"/"Yo…" y un dígito/métrica cuando sea posible. - 6 ángulos obligatorios: number-led, contrarian, transformación personal (antes/después con dígito), authority steal (nombre/herramienta/marca), admisión (error o pérdida), future shock (predicción). - Reglas duras: contar los 40 chars de verdad, sin em-dashes, sin relleno, preferir "3" sobre "tres", nunca dudar ("never hedge"). ### 3. Puntuar contra datos propios (post-scorer) Score de un borrador NO contra best practices genéricas sino contra el historial real del autor (métricas de sus últimas ~100 publicaciones). El repo original usa Apify (actor `apimaestro/linkedin-profile-posts`, `total_posts:100`, pitfall real: NO pasar el parámetro `fields` porque elimina los datos de engagement). **Adaptación obligatoria para David (regla: solo herramientas gratuitas):** sustituir Apify por el EXPORT nativo de LinkedIn (CSV/HTML gratuito). El procedimiento de extracción ya está documentado en el skill `linkedin-david-antizar-style` (sección de extracción de estilo desde export + inventario de 29 CSVs). El patrón (score contra historial propio) se conserva; el extractor cambia. ### 4. Dashboard de analítica con cuadrantes Export xlsx de LinkedIn Analytics (5 hojas: DISCOVERY, ENGAGEMENT, TOP POSTS, FOLLOWERS, DEMOGRAPHICS) → dashboard interactivo (el original: React+Recharts, tema oscuro `#0f1117`) + 5 recomendaciones respaldadas por datos. Scatter impresiones×engagements con 4 cuadrantes: - Stars: alcance alto + engagement alto - Viral superficial: alcance alto + engagement bajo - Oro de nicho: alcance bajo + engagement alto - Flojos: ambos bajos Métricas mínimas: impresiones totales, reach, nuevos seguidores, medias diarias, tasa engagement = engagements/impresiones, picos de 3 días marcados, media móvil 7d de seguidores. Las dos tablas de TOP POSTS (por engagements y por impresiones) se fusionan y deduplican. **Adaptación Mastermind:** para las webs de David este encaje natural es HTML vanilla en navegador (skill `frontend-dashboard-patterns` / `aurora-design-system`), no React obligatorio. Los cuadrantes son el hallazgo transferible. ### 5. Cascada multicanal desde una fuente La newsletter es el activo madre; cada pieza de contenido derivado (post, reel, thumbnail, comentario fijado, carrusel, quote-post) se genera a partir de ella con gate de aprobación por paso. Un trabajo de escritura → N publicaciones. El orden del repo: voice → newsletter → LinkedIn → formatos visuales (Gemini prompts listos para pegar, sin API key) → comunidad → analítica. ## Cómo aplicar el sistema (receta) 1. **Voz:** cargar `linkedin-david-antizar-style` (o ejecutar voice-builder interview solo si el usuario es otra persona). 2. **Ideación:** matriz pilares×8 formatos → tabla de 32+ ideas; el usuario elige. 3. **Producción:** por idea elegida → hook (patrón 2) → framework (PAS/AIDA/BAB/STAR/SLAY) → post con reglas de la voz. 4. **Calidad:** puntuar contra export real (patrón 3) ANTES de publicar; iterar hasta pasar del percentil propio. 5. **Derivados:** newsletter → carrusel/reels/thumbnail/pinned-comment con gate. 6. **Analítica:** cada 30-90 días, cuadrantes + 5 recomendaciones (patrón 4) → alimentar la matriz. ## Pitfalls - **Apify es de pago** (~$0.50/scrape, actor externo) — para David NUNCA: usar export nativo de LinkedIn (gratis) o caché de posts ya analizados. - El "auto-start sin resumen" de los skills originales (la primera respuesta es la entrevista, sin preámbulos) funciona en Claude Code; en Hermes conviene confirmar el plan primero (convención Mastermind de acuerdos previos en tareas largas). - No trasplantar las reglas de voz inglesas del repo ("British English unless voice.md says otherwise") — la voz de David está en `linkedin-david-antizar-style`: tuteo, sin emojis, sin tablas, párrafos ≤250 chars. - Hooks: los 40 caracteres son por línea Y hay que contarlos (no estimarlos a ojo); un hook que parece corto suele pasarse. - La matriz NO funciona con pilares genéricos ("tecnología", "datos") — exigen 2+ párrafos de posicionamiento específico o las celdas salen reutilizables y vacías. - Cuadrantes: clasificar por percentiles del propio historial, no por umbrales absolutos (100 likes no es "alto" para todos). ## Verificación - ¿Todos los textos generados pasan el checklist de voz del skill de David (sin emojis, sin tablas, párrafos cortos, datos concretos)? - ¿Cada celda de la matriz es irrepetible entre pilares? (prueba: tapar el nombre del pilar y adivinarlo) - ¿Los hooks cuentan ≤40 chars por línea verificado programáticamente? - ¿El score cita métricas del export real del usuario (no benchmarks ajenos)? - ¿El dashboard abre con métricas headline antes de gráficos y cierra con las 5 recomendaciones accionables? ## Referencias - Repo: https://github.com/charlie947/social-media-skills — skills/voice-builder, post-scorer, content-matrix, hook-generator, analytics-dashboard (SKILL.md de cada uno) - Newsletter del autor: charliehills.substack.com - Skill hermano de voz: `linkedin-david-antizar-style`