Ich habe einen KI-Agenten entwickelt, der Content-Ideen findet, bevor ich überhaupt X öffne

Die meisten Creator haben kein Ideenproblem – sie haben ein Mustererkennungsproblem.

Sie scrollen stundenlang durch X, speichern willkürliche Posts, raten, warum etwas funktioniert hat, und nennen das dann "Recherche".

Ich weiß das, weil ich genau dasselbe mache.

• Timeline öffnen
• Ein paar Creator checken
• 10 Posts speichern
• Vergessen, warum ich sie gespeichert habe
• Später zurückkommen, auf einen leeren Entwurf starren und denken: "Alter, was sollte der ganze Scheiß?"

Also wollte ich einen anderen Workflow testen:

Was, wenn ich KI nicht mehr nutze, um den Post zu schreiben, sondern um herauszufinden, was es überhaupt wert ist, geschrieben zu werden?

Was ich gebaut habe

Ich habe einen kleinen Content-Research-Agenten in Adaptive gebaut.

Kein "schreib mir virale Tweets"-Bot – die sind meistens Murks.

Das ist eher ein Research-Operator, der den Markt beobachtet, bevor ich überhaupt etwas schreibe.

Der Job ist einfach:

• Creator und Keywords in meiner Nische verfolgen
• Posts sammeln, die offensichtlich Aufmerksamkeit bekommen
• Hook, Angle, Format und Emotion analysieren
• Muster über mehrere Posts hinweg erkennen
• Das in eine kleine Liste mit Content-Angles verwandeln, die ich tatsächlich nutzen kann

Adaptive hat den X-Content-Agenten gebaut

Das war der erste Proof, dass es funktioniert:

Adaptive hat die App gebaut, sie x-content-agent genannt und bestätigt, dass das Dashboard voll war.

Es trackt 19 Keywords + 10 Creator und zeigt mir dann alles in einem Dashboard.

Der exakte Prompt

Das hier ist die bereinigte Version des Prompts, den ich verwendet habe:

1Baue mir einen Content-Research-Agenten für X.
2
3Das Ziel ist, mir zu helfen, bessere Content-Ideen zu finden, bevor ich schreibe.
4
5Tracke diese Creator und Keywords (füge hier die X-Accounts der Creator ein):
6- [Creator 1]
7- [Creator 2]
8- [Creator 3]
9- [Creator 4]
10- [Creator 5]
11- KI-Agenten
12- Vibe Coding
13- KI-Coding-Tools
14- Automatisierungs-Workflows
15- Content-Systeme
16
17Sammle jeden Tag Posts, die gut performen oder starke Antworten generieren.
18
19Extrahiere für jeden Post:
20- Hook
21- Thema
22- Format
23- Emotion
24- Warum es wahrscheinlich funktioniert hat
25- Welche Art von Leser es anzieht
26- Wie ich das Muster für @notjazii anpassen könnte, ohne es zu kopieren
27
28Gruppiere dann alles in 3 Kategorien:
291. Ideen, die ich heute posten sollte
302. Muster, die es wert sind, gespeichert zu werden
313. Angles, die langsam übernutzt werden
32
33Gib die Ausgabe in einer einfachen Tabelle aus und nenne mir 3 Content-Angles mit vorgeschlagenen Hooks.
34
35Halte die Sprache einfach, baumeisterfreundlich und nicht so poliert wie eine Marke.

Der wichtige Teil ist die letzte Zeile:

Nicht so poliert wie eine Marke – das ist der Punkt, an dem die meisten KI-Inhalte scheitern.

Es klingt sauber, aber nicht spezifisch genug, um brauchbare Ergebnisse zu liefern.

Ich will nicht, dass der Agent zu meiner Persönlichkeit wird. Ich will, dass er die lästige Recherchearbeit erledigt, damit ich bessere Entscheidungen treffen kann.

Was zurückkam

Der nützliche Teil war nicht nur die Liste der Posts, sondern die Musterebene.

Es fing an, mir Dinge zu zeigen wie:

• Creator bekommen Antworten, wenn sie die chaotische Seite der KI-Nutzung zeigen, nicht nur das Endergebnis.
• "KI-Agent"-Posts funktionieren besser, wenn sie an einen langweiligen, realen Workflow gekoppelt sind.
• Hooks rund um Kontext, Gedächtnis und wiederkehrende Systeme sind leichter zu verstehen als abstrakte Agenten-Laber.
• Leute speichern Posts, wenn ein Prompt, eine Checkliste oder ein Workflow enthalten ist, den sie kopieren können.

Content-Agent-Dashboard

Das Dashboard zeigt alles an einem Ort.

letzter Durchlauf: 16. Juni, 18:19 Uhr Status: erledigt Zeitplan: täglich um 9:00 Uhr 9 Quellzeilen 13 fertige Outputs 19 getrackte Keywords und noch viel mehr

Und erspart mir die Mühe, nach Ideen zu suchen.

Warum das wichtig ist

Ich glaube, viele Leute nutzen KI in der falschen Reihenfolge.

Sie bitten sie zu produzieren, bevor sie ihr genug Kontext geben.

• Schreib den Tweet
• Mach das Skript
• Erstell die Strategie
• Gib mir Ideen

Cool, aber basierend auf was?

Wenn der Input willkürlich ist, wird auch der Output generisch – deshalb fühlt sich so viel KI-Content gleich an.

Der einzige Workflow, der für mich Sinn ergibt, ist dieser:

• Recherche zuerst
• Muster als Zweites
• Schreiben als Letztes

Adaptive ist hier nützlich, weil der Agent die langweiligen Teile verbinden kann:

• X-Posts
• Creator-Listen
• Google Sheets
• Slack-Reports
• Tägliches Monitoring
• Content-Briefings

Und er kann dieselbe Schleife immer wieder laufen lassen, ohne dass ich sie jeden Morgen manuell neu aufbauen muss.

Wie ich das jede Woche nutzen würde

Wenn ich das zu einem ernsthaften Content-System ausbauen würde, würde ich es einfach halten.

Montag:

• Der Agent scannt die Nische und erstellt den Musterbericht.

Täglich: Er sendet 3 Angles.

1. Eine nützliche Lektion für Baumeister
2. Ein KI-Workflow-Post
3. Ein Trend/Chance-Angle

Nach dem Posten: Ich füge das Ergebnis wieder hinzu.

• Aufrufe
• Antworten
• Lesezeichen
• Profilbesuche (falls verfügbar)

Wöchentlich: Der Agent aktualisiert die Musterbibliothek.

• Was funktioniert hat.
• Was gefloppt ist.
• Was Antworten generiert hat.
• Was gespeichert wurde.
• Was sich zu generisch angefühlt hat.

Das ist die Schleife – und sie funktioniert wie ein Charm.

Detaillierte Daten vom Content-Agenten

Einfach ein System, das sich aufbaut – und ehrlich gesagt, ich glaube, so sollten mehr Leute Agenten nutzen.

Für Creator ist Content-Recherche perfekt, weil die Arbeit repetitiv ist, aber trotzdem Geschmack erfordert.

KI kann Muster sammeln, aber du musst immer noch entscheiden, was es wert ist, gesagt zu werden.

Abschließender Gedanke

Der größte Wandel für mich:

Ich habe aufgehört, KI als das Ding zu betrachten, das den endgültigen Post schreibt.

Ich habe angefangen, sie als das Ding zu betrachten, das den Raum vorbereitet, bevor ich reingehe.

• Finde die Muster
• Organisiere die Beweise
• Zeige die Lücken
• Gib mir einen Ausgangspunkt

Dann kann ich wie ein Mensch schreiben, mit der bereits organisierten Recherche.

Einfach, aber es funktioniert.

Ich teste diese Woche ein paar @adaptiveai-Workflows.

Antworte mit "Agent" und ich teile den genauen Prompt, den ich verwendet habe.