jianshuo wjs-x-improving-content
把「写好推」当工程做：不断改 prompts/x/prompt.md，用 impression 数据看哪版最好，并挖出「什么内容特征和高 impression 相关」反哺下一版。是 [[wjs-x-increasing-follower]] 的孪生——那个测 profile→关注转化率，这个测 prompt→每条推的 impression。
Core Principle
impression 主要由源文章 / 话题决定，prompt 只是二阶因素。 一篇好文章配任何 prompt 都能爆。所以诚实地分两层看：
| 看什么 | 信号强度 | 怎么用 |
|---|---|---|
| prompt 版本对比（哪版 prompt 的推中位 impression 高） | 弱（被文章支配，需大量样本） | 方向性参考，攒够样本才下判决 |
| 内容特征（angle A/B/C、长度、钩子——prompt 直接控制的东西） | 较强（同样话题下，特征差异才显出 prompt 的手艺） | 真正反哺 prompt 的依据 |
所以：版本对比给方向，内容特征给抓手。 别把版本判决当因果。
判决用中位数不用均值（impression 极度长尾，一条爆款骗死均值）；每版至少 5 条成熟推才下版本级判决；成熟窗 = 发布满 3 天（impression 还在涨的太新推不计入）。
回滚是一等公民：prompt 在 git 里，回滚 = git checkout <旧SHA> -- prompts/x/prompt.md。
版本 = prompt.md 的 git short-SHA
每条推归到哪版 prompt，按时间推导：推发布时间 T → prompts/x/prompt.md git 历史里时间 ≤ T 的最后一次提交 = 那条推用的版本。不用改 Action，历史推也能回填。早于 prompt 文件存在的推 → prompt_sha=null（pre-prompt）。
数据从哪来
每条推的 impression X API 不稳，靠 Content CSV 导出：x.com/i/account_analytics → Content 标签 → 导出 CSV（含 Post id / Impressions / Engagements …）→ 丢进 inbox/。Post id 就是 tweet_id，和发推历史对得上。
When This Skill Fires
- 「改 X 的 prompt」「哪版 prompt 最好」「什么内容 impression 高」「X 内容改进」
- 跑
/wjs-x-improving-content
When NOT to use
- 涨粉 / 改 profile → [[wjs-x-increasing-follower]]
- 只是发一条推 →
/wjs-tweeting-from-articles - 推广 skill →
/wjs-promoting-skills
Workflow
脚本在 scripts/，状态在 state/。先 cd 到 skill 目录。
Step 1 — 吃数据
python3 scripts/ingest-tweets.py /path/to/content.csv
join Content CSV + 发推历史（~/.claude/skills/wjs-tweeting-from-articles/state/history.jsonl，带 slug/angle）→ state/tweets.jsonl，按日期推导 prompt_sha，算 char_len 和 mature(≥3天)。upsert，重跑更长导出安全。
Step 2 — 挖内容特征（核心，立刻有用）
python3 scripts/analyze-content.py # 成熟推
python3 scripts/analyze-content.py --all # 含未成熟（angle 样本更全）
按 angle / 长度 / 来源拆 impression 中位数 + 互动率，列最高/最低推。这层告诉你 prompt 该往哪改。
Step 3 — 提一版 prompt 改动（带假设）
据 Step 2 的信号，对 prompts/x/prompt.md 做一个可证伪的改动（例：「偏短句」「在拿不准时优先选金句 angle」）。改完 commit：
cd ~/code/wechat-publish
# 编辑 prompts/x/prompt.md ...
git add prompts/x/prompt.md && git commit -m "x prompt: <一句话改了啥>"
NEW_SHA=$(git log -1 --format=%h -- prompts/x/prompt.md)
登记成编号实验：
python3 ~/.claude/skills/wjs-x-improving-content/scripts/ledger.py register "$NEW_SHA" \
--hypothesis "短句比长句 impression 高，prompt 收紧到 80 字以内"
之后每 6h 的 Action 自动用新版生成推。一次只改一处，否则分不清哪个改动起的作用。
Step 4 — 攒够样本后判决
python3 scripts/evaluate.py # 各版本中位 impression + 相邻版本 Δ% 判决
Δ ≥ +10% → keep；Δ ≤ -10% → rollback；之间 → flat。样本不足（<5 条成熟推）显示 measuring。
- keep：
ledger.py keep <SHA> --note "短句 +18%" - rollback（先问王建硕）：
再git -C ~/code/wechat-publish checkout <旧SHA> -- prompts/x/prompt.md git -C ~/code/wechat-publish commit -m "x prompt: rollback to <旧SHA>"ledger.py rollback <SHA> --note "短句反而掉了"
Step 5 — 看板
python3 scripts/scoreboard.py # 写并打印 state/SCOREBOARD.md
现状 + 版本排行榜 + 内容特征（angle）+ to-do。给王建硕看就发这个。
数据模型（state/）
tweets.jsonl—— 一推一行：{tweet_id, date, impressions, engagements, likes, replies, reposts, new_follows, char_len, text, slug, angle, source(bot|manual), prompt_sha, age_days, mature}versions.jsonl—— 一 prompt 版本一行：{id, prompt_sha, hypothesis, registered, status(active|kept|rolled_back), verdict, notes}SCOREBOARD.md—— 生成物
默认参数（要改传 flag / 改 _common.py）
- 成熟窗
MATURITY_DAYS=3 - 版本判决最少样本
MIN_TWEETS_PER_VERSION=5 - keep/rollback 阈值
--threshold 0.10 - 回滚 prompt 永远先问
路径假设（_common.py 顶部，换机器改这里）
- 发推历史：
~/.claude/skills/wjs-tweeting-from-articles/state/history.jsonl - prompt 文件：
~/code/wechat-publish/prompts/x/prompt.md