LinkedIn の90日を書き出した ― 反応が集まったのは実機の記録だけだった

小さなロボットアームが、ロボット用の AI モデル π0.5（Physical Intelligence が作ったモデル）で初めてブロックを箱に入れた。その実験の記録を LinkedIn に出したら、ひと晩でインプレッション（投稿が画面に表示された回数）が40から95に伸び、翌朝までに、会ったことのない人から5件のつながり申請が届きました。LinkedIn から90日分の数字を書き出して並べると、この投稿の反応（いいね・コメント・再投稿）は13件。90日間の投稿で2番目に多いものは3件でした。

研究を続けながら個人で発信していると、何を出せば届くのかは、なんとなくの手応えでしか分かりません。LinkedIn は、自分の投稿の数字を Excel で書き出せます。書き出して並べてみると、手応えとは違うことも見えました。同じ日に3本出した投稿は、121・16・19に割れていました。予約投稿の仕組みを作ってから、LinkedIn には1日2〜3本を出す予定になっていましたが、その多くは研究の外側の作業の記録でした。

検索でも少し良い結果が出たし、少しずつ反応が良くなったりしてくると継続してするモチベーションに繋がりやすい。

そこで、数字を書き出して、LinkedIn の予約の出し方を変えました。

見られる数は3か月で伸びていました。ただ、反応がまとまって付いたのは実機を動かした記録だけで、研究の外側の作業の記録や、同じ日に重ねた投稿にはほとんど付いていませんでした。

LinkedIn では、研究の記録を1日1本ずつ出すことにしました。この変え方で1本あたりの数字が上がるかは、まだ分かりません。2週間後にもう一度書き出して、前と比べます。

作業ログ ― 1本の実験の記録が届いた夜から、予約を絞るまで

ここから下は作業の記録です。インプレッション・反応・フォロワーの数は、LinkedIn の画面と書き出したファイルで実際に見た値です。予約の変え方の効果は、まだ測っていない見込みで、何の数字で確かめるかを添えています。

人の名前は載せていません。反応した人・つながり申請をくれた人・プロフィールを見た人は、肩書きの種類だけを書きます。

実験の記録の投稿は、ひと晩でインプレッション40から121へ伸びた

投稿したのは、フィジカルAI研究室を作る Log#12（π0.5 が初めてブロックを箱に入れた記録）の紹介です。10月25日の17:00に、予約投稿の仕組みから自動で出ました。

コメントの数には、自分の補足のコメントが1件入っています。予約投稿の仕組みが、投稿の直後に自動で付けるもので、安全の検査は変えていないこと、変えたのはモデルに渡す角度だけであることを書いています。書き出した Excel の「反応の合計」は、この自分のコメントを数えていないようで、いいね・コメント・再投稿を足した14より1少ない13になっています。

「つながりの外」は、LinkedIn の画面では「ネットワーク外」と書かれています。自分のフォロワーでもつながりでもない人に表示された割合です。この時点でのフォロワーは118〜123人なので、投稿はフォロワーの外へ配られていました。

反応した人とつながり申請の人は、ロボットの技術者ではなかった

夜から朝にかけて、つながり申請が5件届きました。どの人も、申請の前に Log#12 の投稿にいいねを押していたか、前からフォローしてくれていた人です。プロフィールの肩書きを見ると、次のような人たちでした。

プロフィールを見た人の一覧には、名前が出ない人の勤め先として、自動車メーカー系のソフトウェア会社と、卓上のロボットアームを作るメーカーが出ていました（LinkedIn の無料の画面では、名前は3人までしか見えません）。

コメントには「LinkedIn に、考えさせられた・興味深い、と伝える反応のボタンもほしい」というものがありました。いいねや称賛のボタンでは合わないので、コメントで反応した、という書き方です。

ロボットを作る人より、ロボットを教える人・現場に入れる人・人と一緒に使う場を作る人に届いていました。このプロジェクトで調べている「人とロボットの関わり方」に近い人たちです。

Log#12 の投稿が届いた理由を4つに分けた

ここは測った値ではなく、投稿の文と反応した人を見比べた見立てです。

LinkedIn の分析は、PC から90日分を Excel で書き出せる

数字を毎回メモするつもりでいましたが、LinkedIn には書き出しの機能がありました。

• 投稿1本ずつ：投稿データの画面の右上の↓（スマホの画面でも出る）
• 期間をまとめて：PC のブラウザで、自分のプロフィールの「アナリティクス」→ 投稿のインプレッション →「エクスポート」。最大で過去365日

まとめて書き出したファイルには、7つのシートが入っていました。

つながりの外の割合は「最新の投稿」の直近3本にしか入りません。月に1回の書き出しだと、ほとんどの投稿の割合が残らないので、2週間に1回書き出すことにしました。

1日あたりのインプレッションは、8月の8から10月の52へ伸びた

書き出したのは2026年7月28日から10月25日までの90日分です。期間の合計はインプレッション2,453、届いた人は556人でした。

10月25日は、1日でインプレッション186・反応16・新しいフォロワー6人で、どれも90日間で最も多い日でした。フォロワーは10月25日の時点で123人です。

90日で、反応が2桁になった投稿は Log#12 の1本だけだった

LinkedIn が出した「反応の多い投稿」は15本で、反応の数で並べると次のとおりです。

インプレッションでは、2位が68（人型ロボットの出荷台数の短い考察）、3位が66（英語の短い考察）で、反応がほとんど付かなくても60前後まで見られる投稿はありました。見られる数と、反応が付くことは別でした。反応が10を超えたのは、実機を動かして結果が出た記録だけです。

10月25日に出した3本は、121・16・19に割れた

予約投稿の仕組みができた最初の日に、LinkedIn には3本が出ました。

12:30 の投稿は、表示された相手がすべてつながりの内側でした（08:00 の投稿は直近3本に入らなかったので、割合は分かりません）。どの時刻がよかったのか、中身がよかったのかは、この1日だけでは分けられません。ただ、1日に何本も出すと、LinkedIn は同じ人に何本も見せるより、どれか1本を外へ広げる、という動きに見えました。

フォロワーはデザイナー、投稿を見た人には創設者やロボット工学の人が入った

フォロワーの内訳（オーディエンス統計データ）と、投稿を見た人の内訳（コンテンツ統計データ）は違っていました。

フォロワーは、Web デザインの仕事でつながった人が中心です。投稿を見た人には、会社を作った人や、ロボット工学の人、海外の人が入ってきていました。

書き出したファイルの置き場所を、保存先の表に足した

このプロジェクトでは、データの種類ごとに置き場所を決めた表があります（MASTER.md の保存先テーブル）。SNS の分析のファイルは種類として決まっていなかったので、先に表に1行足してから置くことにしました。

同じ表を見たとき、Mac の MASTER.md が、プロジェクトの指示より1つ前の版のままでした。Unity の作業ディレクトリに ServiceSim（サービスロボット導入シミュレーション）を足した変更が入っていなかったので、あわせてそろえました。

LinkedIn の予約を、平日1日1本・17:00・研究の記録に絞った

予約の表（sns/schedule.json）には、10月26日から11月11日までに LinkedIn へ出す投稿が18本入っていました。中身を見ると、研究の記録は8本で、残りの10本は動画づくり・Mac の整理・予約投稿の仕組みといった研究の外側の作業の記録です。研究の記録も、フィジカルAI研究室は Log#13 の後に Log#11、サービスロボット導入シミュレーションは Log#12 の後に Log#8・#9・#5・#6 が出る並びでした。

これまでの決まりは「LinkedIn は X と同じ記事を同じ時刻に出す」でした（10月24日に決めたもの）。X の数字はまだ書き出していないので、X の予約は変えず、LinkedIn だけを変えました。

• ねらい：同じ日の投稿どうしで、見られる数を取り合わないようにする。反応が付く研究の記録を、番号の順に途切れず出す
• 変わったこと：LinkedIn の予約は18本から5本に。平日に1日1本、17:00（Log#12 が出た時刻）。研究の外側の作業の記録と、番号が前後する記録は X だけに出す
• 見込める効果（見込み）：1本あたりのインプレッションと、つながりの外の割合が上がる。11月9日ごろにもう一度書き出し、1本あたりの数字を10月25日までの投稿と比べて確かめる

17:00 にしたのは、Log#12 が出た時刻だからです。根拠はこの1本だけなので、2週間試して比べます。11月3日より後の空いた日には、新しい研究の記録ができたら入れます。

予約の表を書き換えたあと、予約投稿の仕組みの点検（sns_autopost.py check）を動かし、予約の一覧（schedule_preview.md）を作り直しました。予約の表を GitHub に上げると、Google カレンダーの予定も自動でそろいます。

出力：書き出した Excel を読んだまとめ（analyze_linkedin.py）

LinkedIn から書き出したファイルを、下の「コード」の analyze_linkedin.py で読んだ出力の全部です。投稿の名前は、LinkedIn が投稿の URL に入れた本文の書き出しを読める形にしたものです。

## 期間全体
  全体的なパフォーマンス / 2026/7/28 - 2026/10/25
  インプレッション / 2453
  リーチしたメンバー / 556

## 月ごとのインプレッションと反応
  月       日数  インプレッション  反応  1日あたり
  2026/07     4              31     0       7.8

データ：書き出した Excel の全シート（dump_xlsx.py）

書き出したファイル（AggregateAnalytics_Eiichi_Shimazu_2026-07-28_2026-10-25.xlsx。受け取ったときのファイル名は、日本語の部分が _ になっていた）の全シート・全行を、下の dump_xlsx.py でタブ区切りにしたものです。投稿の URL はすべて自分の投稿です。

### シート：調査（3行 × 2列）
全体的なパフォーマンス	2026/7/28 - 2026/10/25
インプレッション	2453
リーチしたメンバー	556

### シート：エンゲージメント（91行 × 3列）
日付	インプレッション	エンゲージメント
2026/7/28	9	0

コード：書き出した Excel を読むスクリプト analyze_linkedin.py

"""LinkedIn の分析の書き出し（Excel）を読み、投稿の数字をまとめて出す（LOG386）。

使い方: python3 analyze_linkedin.py <LinkedIn から書き出した xlsx>

LinkedIn の「アナリティクス」→ 投稿のインプレッション →「エクスポート」で書き出したファイルを読む。
シートは 調査 / エンゲージメント / 最新の投稿 / 人気の投稿 / フォロワー / オーディエンス統計データ / コンテンツ統計データ。
数字は文字列で入っているので int に直して使う。
"""

コード：Excel の全シートを出すスクリプト dump_xlsx.py

"""Excel の全シートを、行ごとにタブ区切りで出す（LOG386。書き出したデータを記事に全量で残すため）。

使い方: python3 dump_xlsx.py <xlsx>
"""
import sys

import openpyxl

wb = openpyxl.load_workbook(sys.argv[1], data_only=True)
for ws in wb:
    print(f"### シート：{ws.title}（{ws.max_row}行 × {ws.max_column}列）")
    for row in ws.iter_rows(values_only=True):
        if any(c not in (None, "") for c in row):
            print("\t".join("" if c is None else str(c) for c in row))
    print()

コード：予約の表から LinkedIn の13本を外し、5本を17:00に置き直したスクリプト

r2r2r-content の中で動かしたものです。外す予約と置き直す予約は、id で決め打ちしています。予約の表がもともと時刻の順に並んでいたので、書き換えたあとも時刻の順に並べ直しています。

import json
p='sns/schedule.json'
d=json.load(open(p,encoding='utf-8'))
posts=d['posts']
was_sorted = [e['post_at'] for e in posts]==sorted(e['post_at'] for e in posts)
drop={f'{x}-linkedin' for x in 'LOG378 LOG366 LOG380 LOG364 LOG365 LOG358 LOG385 LOG359 LOG369 LOG360 LOG372 LOG376 LOG377'.split()}
move={'LOG363-linkedin':'2026-10-27T17:00:00+09:00','LP_one-year-linkedin':'2026-10-28T17:00:00+09:00',
      'LOG379-linkedin':'2026-10-29T17:00:00+09:00','LOG382-linkedin':'2026-10-30T17:00:00+09:00',
      'LOG381-linkedin':'2026-11-02T17:00:00+09:00'}
ids={e['id'] for e in posts}
assert drop<=ids and set(move)<=ids, (drop-ids, set(move)-ids)
posts=[e for e in posts if e['id'] not in drop]
for e in posts:
    if e['id'] in move: e['post_at']=move[e['id']]
if was_sorted: posts.sort(key=lambda e:e['post_at'])
d['posts']=posts
json.dump(d,open(p,'w',encoding='utf-8'),ensure_ascii=False,indent=2); open(p,'a').write('\n') if False else None
print('sorted before:',was_sorted, 'remaining',len(posts))
for e in posts:
    if e['platform']=='linkedin' and e['post_at']>='2026-10-26': print(e['post_at'],e['id'])

出力

sorted before: True remaining 51
2026-10-27T17:00:00+09:00 LOG363-linkedin
2026-10-28T17:00:00+09:00 LP_one-year-linkedin
2026-10-29T17:00:00+09:00 LOG379-linkedin
2026-10-30T17:00:00+09:00 LOG382-linkedin
2026-11-02T17:00:00+09:00 LOG381-linkedin

出力：予約の点検と、予約の一覧の作り直し

$ printf '\n' >> sns/schedule.json
$ python3 tools/sns_autopost.py check
問題ありません。
$ python3 tools/sns_autopost.py preview
一覧を書きました: sns/schedule_preview.md
$ git diff --stat
 sns/schedule.json       | 110 ++------------
 sns/schedule_preview.md | 393 ++++++++----------------------------------------
 2 files changed, 78 insertions(+), 425 deletions(-)

書き換えたあとのファイルの最後に改行がなかったので、元のファイルに合わせて足しました。

差分：予約の表 sns/schedule.json（r2r2r-content の commit dd14bad）

commit dd14bad634045f18de812142d37f7504683eed54
Author: PixelstoMotors <studio@adaptdesign.jp>
Date:   Mon Oct 26 08:32:44 2026 +0900

    LinkedIn の予約を平日1日1本・17:00・研究の記録に絞る
    
    LinkedIn の分析（7/28〜10/25）で、同じ日に3本出すと Log#12 以外は16・19インプレッションで
    ネットワーク外に届かず、反応が付いたのは研究の記録だけだったため。

差分：MASTER.md（保存先の行・ServiceSim の行・更新履歴）

Mac の マスターMD/MASTER.md を書き換える前に MASTER_old_20261026.md として写しを残し、Python で3か所を書き換えました。プロジェクトの指示には、保存先の行・更新履歴・最終更新の日付の3か所を手で足しました（ServiceSim の行は、プロジェクトの指示にはもう入っていた）。

$ diff MASTER_old_20261026.md MASTER.md
4c4
< 最終更新: 2026-10-25
---
> 最終更新: 2026-10-26
230a231
> | SNS の分析データ（LinkedIn などから書き出したファイル。公開しない） | `iCloud Drive/デスクトップ/ADAPT DESIGN/じぶんの/PixelstoMotors/sns_analytics/{媒体名}/`（ファイル名は書き出したときのまま） |
278c279,280
< - 作業ディレクトリ: /Users/shimazueiichi/Robotics_UX/Robotics_UX_New/
---
> - 作業ディレクトリ: /Users/shimazueiichi/Robotics_UX/Robotics_UX_New/（mechArm）
> - 作業ディレクトリ: /Users/shimazueiichi/Robotics_UX/ServiceSim/（サービスロボット導入シミュレーション）
318a321,322
> - 2026-10-25: Unityの絶対ルールの作業ディレクトリに ServiceSim（サービスロボット導入シミュレーション）を追加。mechArm の Robotics_UX_New に同居していたため、Assets/ServiceSim/ の外を変えられず、ビルド設定・時間・物理の設定を合わせられなかった。夜も回せる仕組み（画面なしの実行ファイル）のために分けた。
> - 2026-10-26: 保存先テーブルに SNS の分析データの行を追加（iCloud の sns_analytics/{媒体名}/）。LinkedIn の分析を書き出して投稿の反応を追うことにしたが、置き場所が決まっていなかったため。

MASTER.md を書き換えたスクリプト

p="MASTER.md"
s=open(p,encoding="utf-8").read()
def rep(old,new):
    global s
    assert s.count(old)==1, old[:40]
    s=s.replace(old,new)
anchor="| サービスロボット導入シミュレーションの Unity の出力（往復・止まり・条件ごとの数字） | `service_sim/unity/` |\n"
rep(anchor, anchor+"| SNS の分析データ（LinkedIn などから書き出したファイル。公開しない） | `iCloud Drive/デスクトップ/ADAPT DESIGN/じぶんの/PixelstoMotors/sns_analytics/{媒体名}/`（ファイル名は書き出したときのまま） |\n")
rep("- 作業ディレクトリ: /Users/shimazueiichi/Robotics_UX/Robotics_UX_New/\n",
    "- 作業ディレクトリ: /Users/shimazueiichi/Robotics_UX/Robotics_UX_New/（mechArm）\n- 作業ディレクトリ: /Users/shimazueiichi/Robotics_UX/ServiceSim/（サービスロボット導入シミュレーション）\n")
if not s.endswith("\n"): s+="\n"
s+="- 2026-10-25: Unityの絶対ルールの作業ディレクトリに ServiceSim（サービスロボット導入シミュレーション）を追加。mechArm の Robotics_UX_New に同居していたため、Assets/ServiceSim/ の外を変えられず、ビルド設定・時間・物理の設定を合わせられなかった。夜も回せる仕組み（画面なしの実行ファイル）のために分けた。\n"
s+="- 2026-10-26: 保存先テーブルに SNS の分析データの行を追加（iCloud の sns_analytics/{媒体名}/）。LinkedIn の分析を書き出して投稿の反応を追うことにしたが、置き場所が決まっていなかったため。\n"
s=s.replace("最終更新: 2026-10-25","最終更新: 2026-10-26",1)
open(p,"w",encoding="utf-8").write(s)

この日の公開（r2r2r-content）

commit dd14bad634045f18de812142d37f7504683eed54
Author: PixelstoMotors <studio@adaptdesign.jp>
Date:   Mon Oct 26 08:32:44 2026 +0900

    LinkedIn の予約を平日1日1本・17:00・研究の記録に絞る

    LinkedIn の分析（7/28〜10/25）で、同じ日に3本出すと Log#12 以外は16・19インプレッションで
    ネットワーク外に届かず、反応が付いたのは研究の記録だけだったため。
    - 研究の外側の作業と、番号が前後する研究の記録の LinkedIn 予約13本を外す（X はそのまま）
    - 研究室 Log#13・1年の記録の LP・シミュレーション Log#13/#14・1年の記録の記事を平日17:00に置き直す

 sns/schedule.json       | 110 ++------------
 sns/schedule_preview.md | 393 ++++++++----------------------------------------
 2 files changed, 78 insertions(+), 425 deletions(-)

コミットの説明には「16・19インプレッションでネットワーク外に届かず」と書きましたが、書き出したデータで割合が分かるのは16の投稿（つながりの外 0%）だけで、19の投稿の割合は分かりません。記録として、書いたときの文のまま残しています。