# Content Radar > Radar bisettimanale per la content strategy: monitora i post LinkedIn recenti degli autori di riferimento (watchlist) + le conversazioni sui temi core (posizionamento B2B, early stage, growth, product marketing, GTM), li mappa sui POV del sistema content-flywheel e produce un Google Doc con 5-8 angle prioritizzati per post e articoli. Usa quando l'utente dice "content radar", "radar bisettimanale", "lancia il radar", "cosa hanno pubblicato gli autori nelle ultime 2 settimane", o quando il cron bisettimanale lo invoca. NON aggiorna la knowledge base: propone solo candidati. - Skill: `stefanomartiradonna/content-radar` (Agent Skill, multi-file: 2 files) - Install (CLI): `npx skillmds@latest add stefanomartiradonna/content-radar` - Raw SKILL.md: https://api.skillmd.com/api/skills/stefanomartiradonna/content-radar/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Marketing & Growth - Author: stefanomartiradonna (https://skillmd.com/u/stefanomartiradonna) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/stefanomartiradonna/content-radar --- # Content Radar — loop bisettimanale autori + temi Scopo: alimentare la produzione editoriale di Stefano (post LinkedIn + articoli Substack) con segnali freschi, già tradotti in angle collegati ai SUOI core argument. Non è rassegna stampa: ogni output deve superare il test "questo serve a scalare un POV di Stefano?". **Working directory attesa:** il repo `System-content-flywheel`. Se non ci sei, chiedila o usa `c:\Users\Utente\Documents\System-content-flywheel`. **Config:** autori e temi stanno in `references/watchlist.md` (in questa cartella skill). Modificare quella, non questo workflow. --- ## Fase 0 — Setup contesto 1. `git pull` nel repo System-content-flywheel (il sistema è cross-surface). 2. Leggi da `knowledge/foundation/`: `pov.md` (POV-master + sotto-POV), `content-strategy.md` (5 tipi di contenuto, trigger), `audience.md` (buyer, convinzioni, lessico). Questi sono i core argument contro cui mappare TUTTO. 3. Leggi `knowledge/hypotheses/active.md` (per la sezione "Segnali per la knowledge"). 4. Determina la data del run (`YYYY-MM-DD`, chiave del ciclo) e la finestra: ultimi 15 giorni. Come etichetta di periodo secondaria usa il range di settimane ISO coperte (`Wxx–Wxx+1`). 5. Leggi `references/watchlist.md` di questa skill: lista autori + temi + query. ## Fase 1 — Radar autori (Chrome MCP) Per ogni autore della watchlist: 1. Naviga `https://www.linkedin.com/in/[handle]/recent-activity/all/` con Chrome MCP (browser dell'utente, già loggato). 2. Estrai i post degli **ultimi 15 giorni**: hook (testo prima del "…altro"), corpo se rilevante, formato (testo / carosello / immagine / video), tema trattato, engagement se visibile (reactions, commenti). 3. **Regole anti-rumore:** max 3-4 post rilevanti per autore · skip repost senza commento, giveaway "commenta per ricevere", post puramente promozionali · se l'autore non ha pubblicato nella finestra, scrivilo e passa oltre. 4. **Se un profilo non carica** (rate limit, login scaduto, layout cambiato): annota nel report (sezione Note di processo) e continua — mai bloccare il run per un profilo. ## Fase 2 — Radar temi (WebSearch) Per ognuno dei temi della watchlist: 1-2 ricerche mirate su cosa è uscito negli **ultimi 15 giorni** (newsletter di settore, ricerche/report con dati, dibattiti, take contrarian). Usa le query suggerite nella watchlist come base, adattandole all'attualità. **Filtro:** scarta tutto ciò che non è collegabile ai core argument (test del generico: se il segnale potrebbe interessare qualsiasi marketer, non è un segnale — è rumore). ## Fase 3 — Sintesi editoriale (il cuore del radar) Per ogni segnale sopravvissuto al filtro, mappa TRE coordinate: - **Quale POV scala** → POV-master (accumulo) o sotto-POV 1-3 (reframe madre / sequenza invertita / moltiplicatori) da `pov.md`. Un segnale che non scala nessun POV si scarta o finisce al massimo tra i "Segnali per la knowledge". - **Quale tipo di contenuto** → Opinion / POV-Framework / Case-Teardown / Backstory (da `content-strategy.md`, con lo stadio di awareness che muove). - **Quale trigger del buyer aggancia** → dai 4 tipi in `audience.md` (dolore / evento positivo / esterno / transizione di fase). Poi produci **5-8 angle prioritizzati** (mai di più — la scarsità è il valore). Per ogni angle: 1. **Titolo/hook proposto** (in italiano, nella voce di Stefano: diretto, specifico, mai guru) 2. **Formato consigliato**: post LinkedIn / articolo Substack / infografica / combinazione hub&spoke 3. **Perché ora**: il segnale che lo rende attuale in questo ciclo 4. **Le 3 coordinate** (POV · tipo · trigger) 5. **Fonte**: link al post dell'autore o alla risorsa Ordina per priorità: prima gli angle che (a) scalano il POV-master, (b) hanno un aggancio d'attualità forte, (c) coprono tipi di contenuto diversi tra loro (variety dentro LinkedIn). ## Fase 4 — Report su Google Doc Crea un Google Doc via Google Drive MCP, titolo: `Content Radar — Ciclo [YYYY-MM-DD] (Wxx–Wxx+1)`. (Cartella di destinazione: se l'utente ne ha indicata una, usala; altrimenti root di Drive.) Struttura fissa del Doc (in italiano): 1. **Executive summary** — 3 righe: il tema del ciclo, l'angle più forte, cosa ignorare. 2. **Cosa hanno detto gli autori** — per autore: temi trattati + il post più notevole con perché. 3. **Cosa gira sui temi core** — segnali dalle ricerche, con fonte. 4. **Gli angle pronti per te (5-8, prioritizzati)** — il cuore, formato della Fase 3. 5. **Segnali per la knowledge (solo candidati — nessun file modificato)** — pattern nuovi candidati per `references/`, evidenze pro/contro le ipotesi H01-H07. Formato: "CANDIDATO: [cosa] → [dove andrebbe] → [perché]". Decide Stefano cosa promuovere. 6. **Note di processo** — profili non raggiunti, limiti dei dati, tempo di run. ## Fase 5 — Log, push e rinnovo del loop 1. Aggiungi una riga a `radar/log.md` nel repo progetto: `| [data run YYYY-MM-DD] | [Wxx–Wxx+1] | [link al Doc] | [sintesi in 1 riga] |` 2. Commit + push: `chore: content radar — ciclo [YYYY-MM-DD]` (autorizzato dal CLAUDE.md di progetto). 3. **Trigger durevole (primario):** è lo **scheduled task Windows `Content Radar`** (domenica alterna 10:00, `StartWhenAvailable`) che lancia `scripts/launch-content-radar.ps1` — sopravvive alla chiusura di Claude Code. Non serve fare nulla qui per rinnovarlo: il task ricorre da solo. **Fallback (solo se il task NON è installato):** registra con CronCreate un job **one-shot** (`recurring: false`) per **15 giorni dopo la data del run, alle 10:00** (cron: `0 10 [giorno] [mese] *`), prompt: `Esegui la skill content-radar nella directory c:\Users\Utente\Documents\System-content-flywheel (run bisettimanale automatico).` Se CronCreate non è disponibile, caricalo con ToolSearch. Nota: i cron sono session-only — valgono solo finché la sessione resta aperta; per questo il meccanismo primario è lo scheduled task OS. 4. Chiudi riportando all'utente: link al Doc, i 3 angle top in una riga ciascuno, e conferma che il prossimo run è già coperto dallo scheduled task `Content Radar` (o dal cron di fallback). --- ## Regole di qualità (non negoziabili) - **Test del generico:** un angle che potrebbe scrivere qualsiasi consulente si scarta. - **Ogni angle dichiara il suo POV.** Senza collegamento esplicito, fuori. - **Mai inventare:** se un dato/post non è verificabile, si omette o si marca come incerto. - **Voce:** suggerimenti di hook in italiano, mai pomposi, con esempio/numero dove possibile. - **Scarsità:** meglio 5 angle forti che 12 mediocri. ## Troubleshooting - **LinkedIn chiede login / blocca:** avvisa l'utente e prosegui con gli autori raggiungibili + WebSearch come fallback parziale ("[autore] LinkedIn post [tema] last 2 weeks"). - **Google Drive MCP non disponibile:** salva il report come `radar/[YYYY-Wxx]-content-radar.md` nel repo progetto (fallback), segnala il mancato Doc. - **Run manuale fuori cadenza:** la finestra resta "ultimi 15 giorni" dal giorno del run.