article-stocktakelisted

# Article Stocktake Skill **Purpose:** 公開後の実測データで記事 Eval ループ（AKC の Measure phase）を回す。予測ではなく読者の実際の行動（いいね・reactions・views・フォロー）を ground truth とし、**内容品質と実測読者価値の乖離**を主シグナルとして企画・配信に還流する。 > 根拠: [ADR-0005](../../../docs/adr/0005-post-publication-eval-loop.md)（公開前の予測型エンゲージメントレビュアーは不採用） --- ## Usage ``` /article-stocktake # 収集 → 乖離分析 → 更新提案 ``` 目安周期: 月次、または記事 2-3 本公開ごと。自動化はしない（人間駆動）。 --- ## Process ### Step 1: 収集（code） ```bash cd scripts && uv run python metrics_snapshot.py ``` `scripts/metrics/snapshots.jsonl` に追記される（Zenn: liked/bookmarked/comments、Dev.to: reactions/comments/views、フォロワー総数）。API 欠損は fail-soft — 片系が死んでいても続行し、警告のみ。 ### Step 2: 正規化と tier 算出 最新 ts のレコードを読み、記事ごとに正規化する: - **主指標**: Zenn `liked / 公開後日数`（古い記事が累積で有利になるのを補正） - **補助指標**: Dev.to views・reactions（EN 側の到達）、ブックマーク（参照価値） - 相対 tier を **上位 / 中位 / 下位** の 3 段に分ける（全公開記事内の相対評価） **絶対スコアを出力しない**（output discipline）。「7.2/10」ではなく tier と乖離だけを提示する。 ### Step 3: 乖離表の提示（主シグナル） memory の `article-quality.md` にある内容品質ランク（A/B/C）と突合し、**乖離セルの記事のみ**列挙する: | 乖離パターン | 示唆 | 還流先 | |---|---|---| | **A ランク × 実測下位** | 内容は良いが届いていない — タイトル・配信・タイミングの問題 | seo-optimizer / schedule-publish（Distribution 層） | | **B/C ランク × 実測上位** | 読者需要のあるテーマ・構造 | ideation の情報源（事実として） | 一致セル（A×上位、C×下位）は正常動作なので列挙しない。各乖離記事に定性所見を 1 行添える（「タイトルが概念名のみで用途が見えない」等の具体観察）。 ### Step 4: 更新提案 → 人間確認 → memory 更新 ランク・tier の更新案を提示し、**ユーザー確認後に** memory の `article-quality.md` を更新する: - 既存の A/B/C 表に **実測 tier 列と判定日**を追加（別軸並記。ランクと混ぜない） - 冒頭に「実測サマリ」節（届いたテーマ・構造の事実 3-5 行