대부분의 크리에이터에게 문제는 아이디어가 부족한 게 아니다
패턴 인식이 문제다
X를 2시간 동안 스크롤하고, 무작위 게시물을 저장하고, 왜 반응이 좋았는지 추측한 다음, 그걸 "리서치"라고 부른다.
나도 똑같이 한다는 걸 안다
- 타임라인 열기
- 크리에이터 몇 명 확인
- 게시물 10개 저장
- 왜 저장했는지 까먹음
- 나중에 다시 와서 빈 초안을 보며 "야, 이게 다 무슨 의미였지?"라고 생각함
그래서 다른 워크플로우를 테스트해보고 싶었다:
AI로 먼저 글을 쓰게 하는 대신, 먼저 쓸 가치가 있는 게 뭔지 찾는 데 AI를 사용하면 어떨까?
내가 만든 것
Adaptive로 작은 콘텐츠 리서치 에이전트를 만들었다
"바이럴 트윗 써줘" 봇이 아니다, 그런 건 보통 망한다
이건 내가 글을 쓰기 전에 시장을 관찰하는 리서치 오퍼레이터에 가깝다
임무는 간단하다:
- 내 분야의 크리에이터와 키워드를 추적
- 확실히 주목받고 있는 게시물 수집
- 후크, 각도, 형식, 감정 분석
- 여러 게시물에서 패턴 발견
- 실제로 사용할 수 있는 콘텐츠 각도 목록으로 정리
Adaptive가 만든 X 콘텐츠 에이전트
이게 제대로 작동했다는 첫 번째 증거였다:
Adaptive가 앱을 만들고 이름을 x-content-agent로 지었으며, 대시보드가 가득 찼음을 확인했다
19개의 키워드 + 10명의 크리에이터를 추적하고, 모든 것을 하나의 대시보드에 보여준다
정확한 프롬프트
내가 사용한 프롬프트의 정리된 버전이다:
1X용 콘텐츠 리서치 에이전트를 만들어 줘23목표는 글을 쓰기 전에 더 나은 콘텐츠 아이디어를 찾는 거야45다음 크리에이터와 키워드를 추적해 (크리에이터의 X 계정을 여기에 추가):6- [크리에이터 1]7- [크리에이터 2]8- [크리에이터 3]9- [크리에이터 4]10- [크리에이터 5]11- AI 에이전트12- 바이브 코딩13- AI 코딩 도구14- 자동화 워크플로우15- 콘텐츠 시스템1617매일, 성과가 좋거나 강력한 댓글을 유발하는 게시물을 수집해1819각 게시물에 대해 다음을 추출해:20- 후크21- 주제22- 형식23- 감정24- 작동한 이유25- 어떤 독자를 유인하는지26- @notjazii가 따라 하지 않고 패턴을 어떻게 적용할 수 있을지2728그런 다음 모든 것을 3개의 버킷으로 그룹화해:291. 오늘 게시해야 할 아이디어302. 저장할 가치가 있는 패턴313. 과도하게 사용되고 있는 각도3233출력물을 간단한 테이블로 보내고, 제안된 후크와 함께 3개의 콘텐츠 각도를 제공해3435글은 심플하고, 빌더 친화적으로, 브랜드처럼 세련되지 않게 유지해
중요한 부분은 마지막 줄이다:
브랜드처럼 세련되지 않게, 이것이 대부분의 AI 콘텐츠가 실패하는 지점이다
깔끔해 보이지만, 적절한 결과를 얻기에는 충분히 구체적이지 않다
에이전트가 내 개성이 되길 원하지 않는다, 더 나은 판단을 내릴 수 있도록 지루한 리서치 작업을 대신 해주길 원한다
결과
유용했던 부분은 게시물 목록 자체가 아니라 패턴 레이어였다
다음과 같은 것들을 보여주기 시작했다:
- 크리에이터들은 AI 사용의 지저분한 부분을 보여줄 때 더 많은 댓글을 받는다, 최종 결과물만 보여줄 때보다
- "AI 에이전트" 게시물은 지루한 실제 워크플로우와 연결될 때 더 효과적이다
- 컨텍스트, 메모리, 반복 시스템에 관한 후크가 추상적인 에이전트 이야기보다 이해하기 쉽다
- 복사할 수 있는 프롬프트, 체크리스트, 또는 워크플로우가 있을 때 사람들이 게시물을 저장한다
콘텐츠 에이전트 대시보드
대시보드는 모든 것을 한 곳에 보여준다
최근 실행: 6월 16일, 오후 6:19 상태: 완료 스케줄: 매일 오전 9:00 9개의 소스 행 13개의 준비된 출력 19개의 추적된 키워드 그리고 더 많은 정보
그리고 아이디어를 찾는 수고를 덜어준다
이것이 중요한 이유
많은 사람들이 AI를 잘못된 순서로 사용하고 있다고 생각한다
충분한 컨텍스트를 제공하기 전에 생산하라고 요구한다
- 트윗 써줘
- 대본 만들어줘
- 전략 세워줘
- 아이디어 줘
좋다, 근데 뭘 바탕으로?
입력이 무작위면 출력도 평범해진다, 이것이 많은 AI 콘텐츠가 비슷하게 느껴지는 이유다
나에게 맞는 유일한 워크플로우는 이거다:
- 리서치 먼저
- 패턴 두 번째
- 글쓰기 세 번째
Adaptive가 여기서 유용한 이유는 에이전트가 지루한 부분들을 연결할 수 있기 때문이다:
- X 게시물
- 크리에이터 목록
- Google Sheets
- Slack 보고서
- 일일 모니터링
- 콘텐츠 브리프
그리고 매일 아침 수동으로 재구축하지 않아도 동일한 루프를 계속 실행할 수 있다
매주 이걸 어떻게 사용할지
이걸 본격적인 콘텐츠 시스템으로 전환한다면, 간단하게 유지할 것이다
월요일:
- 에이전트가 분야를 스캔하고 패턴 보고서를 작성
매일: 3가지 각도를 보냄
- 유용한 빌더 교훈 하나
- AI 워크플로우 게시물 하나
- 트렌드/기회 각도 하나
게시 후: 결과를 다시 입력
- 조회수
- 댓글
- 북마크
- 가능하다면 프로필 방문수
주간: 에이전트가 패턴 라이브러리 업데이트
- 무엇이 통했는지
- 무엇이 실패했는지
- 무엇이 댓글을 받았는지
- 무엇이 저장되었는지
- 무엇이 너무 평범했는지
이게 루프고 완벽하게 작동한다
콘텐츠 에이전트의 상세 데이터
그냥 복리처럼 쌓이는 시스템이고, 솔직히 이렇게 더 많은 사람들이 에이전트를 사용해야 한다고 생각한다
크리에이터에게 콘텐츠 리서치는 완벽하다, 작업은 반복적이지만 여전히 취향이 필요하기 때문이다
AI는 패턴을 수집할 수 있지만, 무슨 말을 할 가치가 있는지는 여전히 당신이 결정해야 한다
마지막 생각
나에게 가장 큰 변화는:
AI를 최종 게시물을 쓰는 존재로 생각하는 것을 멈췄다
내가 들어가기 전에 방을 준비하는 존재로 생각하기 시작했다
- 패턴 찾기
- 증거 정리하기
- 공백 보여주기
- 출발점 제공하기
그러면 나는 이미 정리된 리서치를 바탕으로 사람처럼 글을 쓸 수 있다
간단하지만, 효과적이다
지금 @adaptiveai 워크플로우 몇 개를 테스트 중이다
"agent"라고 댓글을 남기면 내가 사용한 정확한 프롬프트를 공유하겠다
