SocialDog × AIで、レポート→次月の投稿予約までを自動化する

SocialDog × AIで、フォロワー分析レポートを自動作成する

SocialDogのフォロワー管理機能とAIを組み合わせると、フォロワーの性別・年代・地域・興味関心といった「属性」を推定・集計し、商談やマーケ施策に直結するレポートを自動で作成できます。この記事では、実際の運用で活用できるプロンプトを、そのまま公開します。 ※本記事ではGoogle の生成AI「Gemini」を使用しております。他のAIツールでも応用は可能ですが、出力結果の再現性やプロンプトとの相性を考慮し、Geminiのご利用を推奨します。 目次 1. STEP1：SocialDogでフォロワーリストをCSVダウンロードする 2. STEP2：CSVファイルとプロンプトをAIに読み込ませて分析する【プロンプト】 3. STEP3：出力されたHTMLレポートをダウンロードし、活用する 4. 運用する際に気をつけたいポイント 5. まとめ 1. STEP1：SocialDogでフォロワーリストをCSVダウンロードする まず、AIに分析させる元データをSocialDogから用意します。SocialDogの「フォロワー」機能を開き、分析したいアカウントのフォロワー一覧をCSVファイルでダウンロードします。 ダウンロードしたCSVには、1行につき1フォロワーの情報（ユーザー名・表示名・説明文（自己紹介）・場所・プロフィールURL・認証済み/非公開・フォロー数/フォロワー数/投稿数などの各種カウント・最新投稿日時・アカウント開設日時など）が含まれます。このCSV1枚が、今回の属性分析の入力データになります。 2. STEP2：CSVファイルとプロンプトをAIに読み込ませて分析する【プロンプト】 STEP1でダウンロードしたCSVファイルをAIチャットに添付し、以下のプロンプトを送ります。社内で実際に使用しているプロンプトを、そのまま掲載しています。 あなたはSNSマーケティングに精通した「データアナリスト 兼 課題解決コンサルタント」です。X（旧Twitter）のフォロワーをエクスポートしたCSVデータを分析し、フォロワー属性（性別・年代・地域など）を推定・集計するだけでなく、そこから見える構造的な問題点を指摘し、優先度付きの具体的アクションを提案してください。分析→示唆→問題点→打ち手までを一気通貫で導き、最終成果物を「そのままブラウザで閲覧・共有できるHTMLレポート」として出力することがゴールです。 ※ このタスクは CSVデータ単体で完結 できるよう設計すること。 実行環境の指定（最重要・冒頭で必ず守る） 必ずコード実行（Python等のデータ分析機能）で添付CSVを実際に読み込み、集計すること。目視・推測・記憶で件数や構成比を作ってはならない。（ChatGPTは「データ分析（Advanced Data Analysis）」、Geminiは「コード実行を有効にした思考モード」で実行する） すべての件数・構成比・クロス集計は、コードの計算結果のみを使う。コードを実行できない環境の場合は、その旨を冒頭に明記し「実データ集計不可のため数値は掲載しない（または明示的なサンプルnに基づく参考値とする）」と宣言してから進める。憶測の数値は絶対に出さない。 全件（例：10,000行）を対象に集計する。処理が重い場合もサンプリングで済ませず、必要なら分割集計して合算する。 処理ステップ（この順で必ず実行） Step1：データ集計（コード実行）… CSVを読み込み、後述の全属性を分類・集計。まず数値（件数・構成比・判明率）を確定させる。 Step2：示唆・問題点・アクション … Step1で確定した数値のみを根拠に、傾向・ペルソナ・問題点・打ち手を作成。 Step3：HTMLレポート化 … Step1・2の結果を単一HTMLファイルに整形して出力。 入力データ 添付CSVは、あるXアカウントのフォロワー一覧です（1行=1フォロワー、空欄あり）。 ユーザーID / ユーザー名 / 表示名：識別情報。表示名は性別・属性推定の手がかり 場所：自己申告の所在地（ネタ・空欄が多く要クレンジング） 説明文：自己紹介。年代・性別・職業・関心の最大の手がかり プロフィールURL：外部リンクの有無・種類 認証済み / 非公開：認証バッジ有無・鍵アカウントか フォロー / フォロワー / 投稿 / いいね / リスト数：アクティブ度・種別の推定 最新投稿日時：直近の活動状況 開始日時：アカウント開設時期 フォローした/された日時：当アカウントとの関係性のタイミング ※列名がCSVと異なる場合は意味の近い列に自動マッピングし、マッピング内容を注記する。 前提 本分析は CSVに含まれる情報のみで完結 させること。外部API・Webスクレイピング・投稿本文の取得は行わない（不要）。 CSV各列（特に説明文・表示名・場所・数値メタデータ）から最大限に推定する。 分析属性と「固定カテゴリ」（造語禁止） 以下の分類は必ず下記の選択肢の中から選ぶこと。リストにない新しいカテゴリ・造語を作ってはならない。該当なし・判定不能は各属性の「不明／その他」に入れる。 性別：男性／女性／法人・団体／不明 年代：10代以下／20代／30代／40代／50代／60代以上／不明 地域：北海道／東北／関東／中部／近畿／中国／四国／九州・沖縄／海外／国内・地方不明／不明 アカウント種別：個人／企業・ブランド／クリエイター・VTuber／インフルエンサー／ボット・収益化目的／不明 職業・業種：IT・Web・エンジニア／会社員・公務員／医療・福祉／クリエイター・芸能／自営業・経営者・フリーランス／学生／主婦・主夫／その他・不明 興味・関心：投資・ビジネス・副業／アニメ・マンガ・ゲーム／グルメ・料理／旅行・アウトドア／美容・ファッション／ガジェット・テック／スポーツ／その他・不明 アクティビティ（最新投稿日時基準）：超アクティブ（1週間以内）／アクティブ（1ヶ月以内）／中アクティブ（半年以内）／低アクティブ・休眠（半年超）／非アクティブ（投稿なし等） 推定ルール（「不明」を減らす工夫） 2段階＋信頼度：まず明示情報で「確定」、次に間接シグナル（文体・絵文字・一人称・開設時期・フォロー比・各種カウント）で「推定（確信度=中/低）」を付与。根拠が皆無のもののみ「不明」。 性別：一人称（俺/僕/私/あたし）、絵文字、職業名、文体から推定。 年代：「◯年生まれ」「アラサー」「学生」「子育て中」等を優先。無ければ開設時期・語彙・文体から低確信推定。 地域：「場所」列を正規化し上記ブロックへマッピング。「日本」のみ=国内・地方不明、地名でない記述=不明、海外地名=海外。 種別：フォロワー数・企業表記・収益化/フォロバ訴求・PRリンクで分類。 数値の合わせ技：フォロワー/フォロー比・投稿数・最新投稿日時を掛け合わせ、bot／休眠／インフルエンサーを機械的に判定。 判定に用いたキーワード辞書・閾値は、レポート末尾に簡潔に明記する（再現性のため）。 不明データの按分（推定値化） 各属性で必ず2種類を出す：①判明分（不明含む実数・構成比）②推定値（不明を除いた判明分を100%とみなし、その比率で不明分を按分し全件へ振り直した構成比）。 判明率5%未満の属性は信頼度「低」と明記し参考値扱い。 推定値には必ず「※不明を判明分の比率で按分した推定値」と明示し、実測値と混同させない。 HTMLレポート仕様 単一の .html ファイルで完結。1ファイルを開くだけで全内容が閲覧できる状態にする。 グラフはインラインSVGで描画する（棒・円・横バー）。外部CDN・外部ファイルに依存しない。SVGが難しい場合のみHTML/CSSの横バー（div幅%）で代替。壊れたグラフを出すくらいなら整った表を優先する。 レイアウトはダッシュボード型。レスポンシブ・日本語フォント・カラー・アイコン・カードで、一目で要点が伝わるデザイン。 HTMLの構成（セクション順） ヘッダー／エグゼクティブサマリー：一言結論＋主要3ハイライト（カラーカード） KPIカード：総フォロワー数／実効アクティブ率／最大セグメント／主要関心 属性別ビジュアル集計：属性ごとにグラフ＋「判明分％／不明按分後の推定値％（強調）」の表 クロス集計ヒートマップ：性別×年代、種別×関心 など ペルソナカード：主要ペルソナ2〜3個（アイコン・一言キャッチ・属性タグ） データ品質の注記：判明率・按分の信頼度・使用した判定辞書/閾値・解釈上の注意 マーケ示唆（下記） 問題点の指摘（下記） アクションプラン（下記） マーケ示唆 ペルソナ2〜3個を具体像（属性・関心・行動）付きで提示 各ペルソナに刺さる発信テーマ・投稿フォーマット・投稿時間帯を提案 施策を「今すぐ打てる／中長期」に分け、期待効果とセットで 休眠層・bot層の割合を踏まえ「見かけのフォロワー数と実効リーチの差」に注意喚起 問題点の指摘 数値の根拠とセットで、重大なものから3〜7件、優先順位を付けて。各項目は【問題】【根拠（具体数値）】【深刻度：高/中/低】【放置した場合の影響】の型で。数値の裏付けがない指摘はしない。 アクションプラン 問題点に対応する打ち手を表/カードで一覧化：アクション名（動詞始まり）／対応する問題点／優先度（P1今すぐ・P2近日・P3中長期）／想定担当／難易度／期待効果（できれば定量）／KPI／実行時期。冒頭に「まず着手すべき上位3アクション（クイックウィン）」を強調。 制約 個人を特定・名指ししない（集計・傾向としてのみ） 推定は推定として明示し、断定しない 問題点・アクションは必ずデータ上の根拠と紐付ける 数値はすべてコード実行による実測に基づく。憶測値・造語カテゴリは禁止。 成果物は単一HTMLファイルとして完結させ、そのまま共有・閲覧できる状態にする 3. STEP3：出力されたHTMLレポートをダウンロードし、活用する プロンプトを送ると、分析結果がHTMLで出力されます。HTMLをダウンロードし、ブラウザで開くと、フォロワー属性のダッシュボード（エグゼクティブサマリー・KPIカード・属性別グラフ・ペルソナカード・問題点の指摘・アクションプランなど）が一目で確認できます。 このように表示される場合もありますが、右上の矢印マークからダウンロードし、開いてください。 単一ページで完結しているため、そのまま社内やお客様への共有資料として活用できます。 フォロワー像の把握はもちろん、「見かけのフォロワー数と実効リーチの差」や、ターゲットと実際のフォロワー属性のズレといった、商談・マーケ施策の起点になる気づきを短時間で得られます。 4. 運用する際に気をつけたいポイント プロンプトはかなり細かくルールを書き込んでいますが、AIが出した結果をそのまま鵜呑みにするのはおすすめしません。実際に使う際は、次の点を確認してください。 5. まとめ SocialDogの「フォロワー」機能でフォロワーリストをダウンロードし、属性分析とレポート化はAIに任せることで、これまで難しかったフォロワー属性の可視化・分析が誰でも手軽にできるようになります。出力されるHTMLレポートは、フォロワー像の把握だけでなく、課題の発見から具体的なアクションプランまでを一気通貫でカバーするため、商談やマーケ施策の準備にそのまま活かせます。 ぜひ参考にしてみてください。