x-publishing-rules

name	x-publishing-rules
description	⚠️ DEFERRED 2026-04-27 — 本 channel 暫不發 X。Skill 內容保留(規則參考),但動工前先跟使用者確認真的要做 X 才執行,別自動把 X 列進跨平台發片清單。X (Twitter) 發 thread / single post 完整規則 — 2026-Q1 起 Grok 演算法接管、hashtag 上限 1–2 個、外連結 -30~50% 觸及、Thread 比單推 +63% 曝光。

⚠️ DEFERRED 2026-04-27 — 本 channel 暫不發 X。 此 skill 內容保留供未來參考(規則 / 爆款套路 / API 邊界),但目前 X 不在跨平台發片 pipeline 內。 三平台 = YT + IG + 脆;X 不要自動寫 / 自動列入草稿。動工前先跟使用者確認真的要重啟 X 才執行。

X (Twitter) Publishing — Thread / Post 完整規則

跟 IG / YT / Threads 是完全不同邏輯(hashtag 規則相反、thread 為王、外連結被罰)。寫 X 內容前先把這幾條看一遍。

---

1. ⚠️ 演算法核心訊號(2026-01 Grok 接管後)

訊號	權重 / 影響
作者回覆留言	+75(等於 150 個 like;必回)
Bookmark / Reply	+13 ~ +25
Like	+0.5
Thread(>=2 推串接)	+63% 曝光、3× 互動 vs 單推
主推有外連結	-30~50% 觸及
負面 / 戰鬥語氣	Grok NLP 監測,降推(就算 engagement 高)
AI 生成感	偵測後降推,需「人寫人發」感

最大行動指引: 發完留 30 分鐘回覆每則留言,觸及會被持續加權。

---

2. ⚠️ Hashtag 規則跟 IG 完全相反

平台	上限	位置	罰則
IG	5 個	結尾 1 區塊	>5 砍掉/擋發
X	1–2 個	嵌句中 / 最後一推	>2 個 -40% 觸及

規則:

• 不要 5 個塞滿 —— X 不是 IG,塞多會被演算法直接懲罰
• 不要放推文開頭 —— 演算法判定為 spam 信號
• niche > generic —— #claudecode 勝過 #AI #tech(NLP 已能直接理解內容,通用 tag 不再有用)
• 三平台共版時 X hashtag 段獨立寫(IG 5 個那組搬過來會被罰)

---

3. AI 教學爆款套路(Boris Cherny / Garry Tan 模板)

2026-Q1 兩個現象級 thread 拆解:

Boris Cherny(Claude Code 作者)2026-01 viral thread:

• Hook:反直覺 bold claim(workflow 簡單到讓觀眾以為是 troll)
• 內容:具體 slash command(/commit-push-pr)+ 「one human = small eng team output」框架
• 框架邏輯:讓觀眾覺得「我也可以做到」+「但目前沒做到的人很笨」

Garry Tan(YC CEO)2026-03 gstack:

• Hook:多 agent 分角色(CEO / Engineer / QA)
• 配 GitHub repo → 幾小時內 HN #1 + X trending
• 觸發點:可下載立刻試的 artifact

爆款共同元素(必備 4 條):

1. Hook 是 bold claim,不是 educational tone —— 「我用 X 取代了 Y」勝過「來教你 X」
2. 具體(slash command、prompts、路徑、code snippet)—— 抽象描述沒人看
3. GitHub repo / 可複製品 —— 給觀眾「立刻試」的入口
4. Thread 而非單推 —— 有空間展開 workflow,觸及又高 63%

---

4. Thread 結構模板

T1 (hook)
  反直覺 bold claim,不放任何外連結。
  例:「一個人 + Claude Code = 一個影片產線」

T2 (problem / promise)
  痛點或承諾。
  例:「拍片要錄音 / 剪輯 / 上字 / 上傳三平台,以前一支要 4 hr,現在 4 min」

T3...Tn (steps with concrete artifacts)
  具體 slash command / prompt / 截圖 / code。
  每推 1 個 atomic 點,別塞太多。

T(n-1) (resource link)
  GitHub repo / 文章連結。**不要放 T1**(主推外連結降推 30-50%)。

Tn (CTA + hashtag)
  「想看完整影片留言我貼」+ #claudecode #vibecoding(只 1–2 個 tag)

長度: 4–8 推一條 thread 比較好讀。15 推以上觀眾掉光。

---

5. AI 生成 → 人發 工程

X 對 AI 生成偵測比 IG / 脆 / YT 嚴格。AI 寫的長句在 X 容易被降推。Workflow:

1. AI ideation:hook 多種版本、論點清單、例子
2. 人寫實際 tweet —— 你的聲音才是資產(不能外包)
3. AI editing:幫修語法、砍冗字、加 emoji 散開節奏
4. 風格上加:破折號 — / 不完整句 / emoji 散開 / 縮寫(像真人講話節奏)

避免:三句以上連續 GPT-style 流暢段落 → 偵測命中率高。

---

6. API / 自動發片邊界

這專案目前沒有 scripts/publish-x.mjs。要做的話:

X API v2(2026 現況)

• Free tier 嚴重縮水 —— 1500 post/月、100 read/月,基本不夠日更
• Basic $100/月 —— 3000 post/月、10K read,個人創作者實用區間
• Pro $5000/月 —— 不需要

Endpoints

• POST /2/tweets —— text + 可選 media_id
• Media 上傳走 v1.1 endpoint(/1.1/media/upload.json,還沒 v2 化)
• Thread = chained replies —— 後一推 in_reply_to_tweet_id 指前一推的 id
• 圖片格式:JPG / PNG / WEBP / GIF;影片 mp4 H.264 + AAC

Rate limits(Basic)

• 100 post/15-min
• 100 media upload/15-min
• 監控 x-rate-limit-remaining header

實作建議(以後寫腳本時)

node scripts/publish-x.mjs --thread thread.json

其中 thread.json:

{
  "tweets": [
    { "text": "T1 hook" },
    { "text": "T2 ..." },
    { "text": "T3 ...", "media": ["path/to/PostIG.png"] },
    { "text": "T4 GitHub: https://...", "linkInBody": true },
    { "text": "—\n#claudecode #vibecoding" }
  ]
}

---

7. 跟其他平台共版策略

不要把 IG / 脆的 caption 直接搬來 X。差異:

元素	IG / 脆	X
結構	single post + 5 hashtag	thread + 1-2 hashtag
外連結	OK 放 caption	不放 T1(主推降推)
長度	1 段內(2200 字)	4–8 推 thread,各 280 字
Hook	第一行抓眼球	反直覺 bold claim
Hashtag	5 個結尾一區塊	1–2 個嵌句中 / 最後一推

共版時:

• 第一句 hook 可三平台共用
• 內文要重寫(X 用 thread 拆,IG 用 single post 整段)
• Hashtag 段各平台獨立寫,別混

---

8. 失敗 / 已知踩坑

• 發完不回留言 → 演算法不加權(reply from author 是 +75 訊號)
• 主推塞 GitHub link → 觸及砍 30-50%,改放 thread 後段
• 連續 3 推都是 GPT-style 流暢段落 → AI 偵測命中,降推
• >2 個 hashtag → -40% 觸及
• 1 thread > 15 推 → 觀眾掉光,改拆兩 thread 分次發
• 負面 / 戰鬥語氣(就算是行銷常見的 outrage marketing) → Grok 降推
• Free tier API 試圖日更 → 1500/月配額用完後就斷,改 Basic 才實用