connections-optimizer

name	connections-optimizer
description	사용자의 실제 말투를 반영한 채널별 웜 아웃리치 초안과 함께, 리뷰 우선 방식의 정리, 추가/팔로우 추천을 통해 X와 LinkedIn 네트워크를 재구성합니다. 팔로잉 목록을 정리하거나, 현재 우선순위에 맞게 네트워크를 키우거나, 더 신호가 강한 관계를 중심으로 소셜 그래프를 재조정할 때 사용합니다.
origin	ECC

연결 최적화

아웃바운드를 일방향 잠재고객 목록처럼 다루지 말고, 사용자의 네트워크 자체를 재구성합니다.

이 스킬은 다음을 다룹니다.

• X 팔로잉 정리 및 확장 (X following cleanup and expansion)
• LinkedIn 팔로우 및 1촌 분석 (LinkedIn follow and connection analysis)
• 리뷰 우선 방식의 정리 큐 (review-first prune queues)
• 추가 및 팔로우 추천 (add and follow recommendations)
• 웜패스 식별 (warm-path identification)
• Apple Mail, X DM, LinkedIn 초안 생성 (사용자의 실제 말투 반영)

사용 시점

• 사용자가 X 팔로잉 목록을 정리하고 싶을 때
• 누구를 팔로우하거나 연결 상태로 유지할지 재조정하고 싶을 때
• 사용자가 "clean up my network", "who should I unfollow", "who should I follow", "who should I reconnect with" 같은 요청을 할 때
• 아웃리치 품질이 단순한 콜드 리스트가 아니라 네트워크 구조에 달려 있을 때

필요한 입력

다음을 수집하거나 추론합니다.

• 현재 우선순위 및 활성 작업 (current priorities and active work)
• 대상 역할, 산업, 지역 또는 에코시스템 (target roles, industries, geos, or ecosystems)
• 플랫폼 선택: X, LinkedIn 또는 둘 다
• 제외 목록 (do-not-touch list)
• 모드: light-pass, default, 또는 aggressive

사용자가 모드를 지정하지 않으면 default를 사용합니다.

도구 요구사항

우선 도구

• x-api: X 그래프 조사 및 최근 활동 확인용
• lead-intelligence: 타겟 발굴 및 웜패스 순위 산정용
• social-graph-ranker: 사용자가 광범위한 리드 워크플로와 별개로 브리지 가치를 측정하고 싶을 때
• Exa / deep research: 인물 및 기업 정보 보강용
• brand-voice: 아웃바운드 초안 작성 전 실행

대체 수단

• LinkedIn 분석 및 초안 작성을 위한 브라우저 제어
• API 범위가 제한적인 경우 X를 위한 브라우저 제어
• 이메일이 적절한 채널인 경우 데스크톱 자동화를 통한 Apple Mail 또는 Mail.app 초안 생성

기본 안전 원칙

• 기본값은 리뷰 우선(review-first)이며, 무조건 자동 정리는 하지 않습니다.
• X에서는 사용자가 팔로우한 계정만 정리 대상으로 삼고, 팔로워는 건드리지 않습니다.
• LinkedIn의 1촌 연결 해제는 수동 검토 우선으로 취급합니다.
• DM, 초대, 이메일은 자동 발송하지 않습니다.
• 실제 적용 전에 우선순위가 매겨진 실행 계획과 초안을 먼저 제공합니다.

플랫폼별 규칙

X

• 상호 팔로우(mutuals)는 일방향 팔로우보다 더 유지해야 합니다.
• 맞팔로우하지 않는 계정은 더 공격적으로 정리할 수 있습니다.
• 활동이 없거나 사라진 계정은 빠르게 파악합니다.
• 단순 팔로워 수보다 참여도, 신호 품질, 브리지 가치가 더 중요합니다.

LinkedIn

• 사용자가 LinkedIn API 접근 권한이 있는 경우 API 우선 방식을 사용합니다.
• API 접근 권한이 없는 경우 브라우저 워크플로가 동작해야 합니다.
• 아웃바운드 팔로우와 수락된 1촌 연결을 구분합니다.
• 아웃바운드 팔로우는 더 자유롭게 정리할 수 있습니다.
• 수락된 1촌 연결은 자동 삭제가 아니라 리뷰를 기본으로 합니다.

모드

light-pass (가벼운 정리)

• 확신이 높은 저가치 일방향 팔로우만 정리합니다.
• 나머지는 리뷰를 위해 남겨둡니다.
• 소규모 추가/팔로우 목록을 생성합니다.

default (기본)

• 균형 잡힌 정리 큐와 유지 목록을 제공합니다.
• 순위가 매겨진 추가/팔로우 큐를 제공합니다.
• 유용한 경우 웜 인트로 또는 직접 아웃리치 초안을 작성합니다.

aggressive (공격적 정리)

• 더 큰 규모의 정리 큐를 제공합니다.
• 활동 없는 일방향 팔로우에 대한 허용치가 낮습니다.
• 여전히 적용 전 리뷰 게이트를 거칩니다.

점수화 모델

다음은 긍정 신호입니다.

• 상호성 (reciprocity)
• 최근 활동 (recent activity)
• 현재 우선순위와의 일치 (alignment to current priorities)
• 네트워크 브리지 가치 (network bridge value)
• 역할 관련성 (role relevance)
• 실제 참여 이력 (real engagement history)
• 최근 존재감 및 응답성 (recent presence and responsiveness)

다음은 부정 신호입니다.

• 사라졌거나 방치된 계정
• 활동 없는 일방향 팔로우
• 우선순위 밖의 주제 클러스터
• 저가치 소음
• 반복적인 무응답
• 더 좋은 대체자가 많음에도 맞팔로우가 없음

상호 팔로우와 실제 웜패스 브리지는 일방향 팔로우보다 덜 공격적으로 감점해야 합니다.

워크플로

1. 우선순위, 제외 목록, 선택한 플랫폼을 정리합니다.
2. 현재 팔로잉/연결 인벤토리를 가져옵니다.
3. 정리 후보에 명시적 근거를 붙여 점수를 매깁니다.
4. 유지 후보에도 명시적 근거를 붙여 점수를 매깁니다.
5. lead-intelligence와 리서치 도구를 사용해 확장 후보의 우선순위를 정합니다.
6. 적절한 채널을 매칭합니다.
   • 빠르고 가벼운 웜 접점에는 X DM
   • 직업적 그래프 인접성에는 LinkedIn 메시지
   • 더 긴 맥락의 소개나 아웃리치에는 Apple Mail 초안
7. 메시지 초안 작성 전 brand-voice를 실행합니다.
8. 적용 전에 리뷰 팩을 반환합니다.

리뷰 팩 형식

CONNECTIONS OPTIMIZER REPORT
============================

Mode: [선택된 모드]
Platforms: [플랫폼]
Priority Set: [우선순위 요약]

Prune Queue (정리 대기열)
- handle / profile
  reason: [이유]
  confidence: [확신도]
  action: [조치]

Review Queue (검토 대기열)
- handle / profile
  reason: [이유]
  risk: [리스크]

Keep / Protect (유지 및 보호)
- handle / profile
  bridge value: [브리지 가치]

Add / Follow Targets (추가/팔로우 타겟)
- person
  why now: [추천 이유]
  warm path: [연결 경로]
  preferred channel: [선호 채널]

Drafts (초안)
- X DM: [초안]
- LinkedIn: [초안]
- Apple Mail: [초안]

아웃바운드 규칙

• 기본 이메일 경로는 Apple Mail / Mail.app 초안 생성입니다.
• 자동 전송하지 않습니다.
• 채널은 친밀도, 관련성, 맥락 깊이에 따라 선택합니다.
• 이메일이 맞거나 아웃리치를 하지 않는 편이 맞는 경우 DM을 억지로 쓰지 않습니다.
• 초안은 자동 영업 문구가 아니라 실제 사용자 말투처럼 들려야 합니다.

관련 스킬

• brand-voice: 재사용 가능한 보이스 프로필용
• social-graph-ranker: 독립적인 브리지 점수 및 웜패스 계산용
• lead-intelligence: 가중치 타겟 및 웜패스 발굴용
• x-api: X 그래프 접근, 초안 작성 및 선택적 적용용
• content-engine: 네트워크 이동에 따른 공개 출시 콘텐츠가 필요한 경우