先交代背景。账号是我的技术向小号，起点 320 粉丝，两年零散发过几十条没什么章法。2026 年 2 月底开始，我决定把它当项目跑一次，工具是 x-twitter-growth 这个 Skill。每周留一次 log，跑满 60 天。Skill 定位关键词是 X-specific：不是教你”发社交媒体”的通用 Skill，是专门针对 X 的算法机制和互动生态做的一套。跨平台走 social-content。

Day 1-3：被迫看清楚自己有多业余

第一步是 Profile Audit。我原本 bio 是 “Software engineer | builder | loves coffee”，六个字全中 Skill 的 anti-pattern —— 模糊到极致、没有社会证明、没有 CTA。Skill 的 Bio Checklist 要求：第一行明确价值主张、具体 niche、社会证明、CTA、不要 hashtag。改后版本：”Senior infra engineer. Writing about DB internals + resilience patterns. 10 years shipping at scale. Newsletter: [link]”。改完当周 bio 转化率（访问 profile → follow）从 0.8% 涨到 3.4%。

我当时根本没有 pinned tweet。置顶一条简短的 thread 当月最佳（关于 Postgres bloat debugging）之后，profile visit → follow 又上了一截。Recent Activity 审计：过去 30 天只发 4 条、reply ratio 基本为 0、全是 atomic 没 thread。Skill 的 baseline 是 minimum 1x/day、ideal 3-5x/day、reply ratio >30%。三条全不及格。

Day 4-10：搞懂 X 算法在意什么

Skill 里的 “Algorithm Mechanics” 权重表是墙纸级别的东西。两个观念颠覆：

1. 回复（replies received）是最重要的信号。发一条陈述性金句不如发一条挑起讨论的问题。
2. 点击链接被惩罚。”点这个链接看更多”的推文 X 会压低它的推荐权重。

Skill 还列了一组会杀 reach 的行为：正文放链接、30 分钟内编辑、发完立即离线、超过 2 个 hashtag、tag 不互动的人、thread 里有弱推。”Posting and immediately going offline” 是我之前最大的错误。我习惯午饭时间发一条就去吃饭，前 30 分钟没人回复我也不理，X 的算法就默认这条不值得推。调整后发完留在 app 里至少 15 分钟回复任何早期互动，该条的最终曝光至少翻倍。

Day 11-20：竞品分析与格式试错

Skill 第二步是 Competitive Intelligence，推荐用 site:x.com "topic" min_faves:100 搜高表现内容。我挑了 DB/infra 圈 8 个账号，拆他们过去 30 天 top 5 推文的 hook 模式、内容主题、格式配比、发帖时间。拆完发现一件事：我以前模糊觉得”深度内容才能涨粉”，其实那 8 个账号里涨得最快的两个 65% 的内容是 atomic tweet，thread 只占 20% 左右。atomic 做广度和 impression farming，thread 做深度和粉丝转化，比例 5:2 到 3:1 最健康。

Atomic 的 5 种格式（Observation / Listicle / Contrarian / Lesson / Framework）我全测过。账号上效果排序：Contrarian ≈ Lesson > Listicle > Framework > Observation。Contrarian 和 Lesson 天然带个人立场容易引发讨论；Observation 是我曾经用得最多的格式，现在知道它为什么效果最差 —— 它没有个人烙印。

Day 21-30：Thread 工程化

Thread 是 Skill 里最硬核的一块。几条反直觉但实测成立的点：

• Tweet 1 必须 7 个词以内。我写过一条 hook 有 14 个词，engagement 明显弱。砍到 6 个词之后 retweet 直接 3x。
• 每条推文单独读得通。这条决定了读者半途退出也能有收获，反而会让他点”继续看”。
• 最后一条加 CTA 要显式。”Follow @xxx for more [specific topic]”，”more” 后面必须有明确主题。
• Tweet 1 的第一条回复再写一遍 hook + CTA。我实测有 15% 左右的 follow 来自这条回复区 CTA 而不是 thread 末尾。

那个月最好的一条 thread 6 tweets，最终 1.8M impression、6200 新 follower 来自那一条。Hook 是 “I deleted 80% of our Postgres indexes.”

Day 31-45：Reply 才是增长加速器

Skill 对 Reply 的原话：”Your reply IS your content — make it tweet-worthy.” 这句话我贴在桌面上。过去我 reply 都是 “Great thread!” 这种社交礼貌毫无价值。调整之后每条 reply 我至少花 2 分钟，要么加一个数据点、要么给一个反例、要么从经验里补一个他没提到的 edge case。

效果很直接：第三周有一条 reply 在别人 thread 下被 quote-tweet 了两次，一晚上涨了 800 粉，单条 reply 带来的 follower 比我自己那天发的 3 条推都多。

Day 46-60：开始做固定栏目

Month 2+ Skill 建议 develop 3-5 recurring content series。我做了两个：周三 “One Query”（每周分析一条真实 SQL 的性能优化过程）+ 周六 “Outage Postmortem”（复盘一个公开事故报告）。固定栏目的价值是让读者有所期待。两个月后周三早上已经能看到粉丝在等我更新，有人专门留言催更。这种粘性是单发 viral thread 换不来的。

Day 60 数据

• 起点 follower：320
• 终点 follower：8,740
• Thread 产出：22 条
• Atomic tweet 产出：约 140 条
• Reply 产出：约 560 条
• 最高单 thread impression：1.8M
• Newsletter 从 X 流量导入的新订阅：412 个

我最在意的不是 follower 而是 newsletter 导入。因为 follower 可能是算法给的，但 newsletter 是用户主动跳出 X 去订阅 —— 那是真实意图。

三个坑

坑 1：发完链接推文。 第一周我还犯老毛病发了一条带 newsletter 链接的推文。Skill 明明提醒 “Never put links in tweet body — use reply”。那条曝光只有平时的 1/5。之后改成”推文写观点 + 第一条 reply 放链接”，链接 reply 的点击量反而比以前直接挂链接高 3 倍以上。

坑 2：Thread 中间有一条不够硬。 Skill 原话 “one weak tweet tanks the whole thread”。我第 4 条 thread 里第 5 tweet 纯粹是过渡句，没什么信息量。那条 thread 停在第 5 tweet 的读者比例特别高，最终完读率只有 14%。之后所有 thread 出稿前我都会单独把每条 tweet 抽出来放 Cursor 里读一遍问自己”这条单独发也能成立吗”，不能就删。

坑 3：发完就走。 Day 1 提过，这个习惯修掉花了两周。

Skill 没覆盖但重要的两件事

这个 Skill 的盲点是中文场景。X 上中文圈子的算法逻辑跟英语圈差别很大，尤其是 reply 的 visibility —— 中文圈 reply 普遍出不了对方的核心圈子。如果你目标读者是中文用户，Skill 里的 reply 策略权重要下调、broadcast 权重要上调。

另一件是选题的持续性。Skill 讲了结构和节奏但没讲选题怎么找。我的习惯是每周给自己留一个空的 Notion 页面记录这周遇到的”让我惊讶的事”，本周推文 70% 来自这个池子。如果你对选题体系感兴趣，可以顺带看 programmatic SEO Skill 解读 和 copywriting Skill 解读 —— 它们的选题方法论同样适用于推文 hook 设计。想看邮件流量协同 X 流量的做法，可参考 email-sequence Skill 解读 里关于 newsletter 承接外部流量的那部分。

Bio 的几个细节

Skill 给的 Bio 清单是骨架，实际跑几版 A/B 后发现几个细节：第一行必须是身份而不是口号。”帮助大家成长”没有锚定；”十年基础设施工程师”立刻定位。数字要真数字。写 “10 years” 就确认真有 10 年。CTA 链接要放 newsletter 或产品，不要主页。主页是没有转化目标的 —— 把 CTA 的落地页从”展示页”换成”动作页”，profile 点击转化差出三倍。

另一件一开始没意识到的事：pinned tweet 要每 30 天换一次。我第一个月没换，第三个月 profile visit 增长放缓。换了一条新的 pinned 之后回升。老访客来看你 pinned 还是那条旧内容，会默认你没在更新。

Hook 中文化

Skill 说 Tweet 1 的 hook 必须 <7 词。中文 hook 的长度阈值是 <15 个字。再长读者在 timeline 滚动时的视觉截断就出问题。中文圈好 hook 的结构：数字+反差（”我删掉了 80% 的 Postgres 索引”）、场景白描（”凌晨三点数据库挂了”）、反常识断言（”别再写单元测试了”）、直接提问（”你的缓存真的有用吗”）。最容易失败的是修饰词堆叠：**”深入浅出地理解 Postgres 的性能优化”**就是典型失败案例 —— 读者无法立刻看出你要说什么。

工具栈

60 天跑下来的工具堆叠：Claude Code 里跑这个 Skill 负责 thread 结构和 hook 变体生成；Aider 偶尔用来快速迭代 thread 版本 diff；Kilo Code 在我需要从 blog 长文拆成推文时用得多；竞品分析那一块我用 Gemini CLI 跑过一轮 web search 做粗筛，因为它的 search API 比较快；内容日历我自己在 Notion 维护，没用 Skill 里的 content_planner.py 脚本，纯粹是习惯问题。

SKILL 完整中文版

1
2
3
4
5
6
7
8
9
10
11
12

name: "x-twitter-growth"
description: "X/Twitter 增长引擎，用于建立受众、打造病毒式内容、分析互动。
适用场景：用户想在 X/Twitter 上成长、写推文或 thread、分析 X profile、
研究竞品 X 账号、规划发帖策略、优化互动。与 social-content（通用多平台）
互补，提供 X 特定深度：算法机制、thread 工程、reply 策略、profile 优化、
基于 web search 的竞品情报。"
license: MIT
metadata:
  version: 1.0.0
  author: Alireza Rezvani
  category: marketing
  updated: 2026-03-10

X/Twitter 增长引擎

X 专项的增长 Skill。通用跨平台社交内容走 social-content。社交策略与日历规划走 social-media-manager。本 Skill 专啃 X。

什么时候用这个 vs 其他 Skill

第 1 步 —— Profile 审计

任何增长工作之前，先审计当前 X 存在。跑 scripts/profile_auditor.py 或手动评估：

Bio 清单

• 第一行清晰的价值主张（你帮谁 + 怎么帮）
• 具体 niche —— 不是 “entrepreneur | thinker | builder”
• 社会证明元素（粉丝数、title、指标、品牌）
• CTA 或链接（newsletter、产品、站点）
• Bio 里不要放 hashtag（这是业余信号）

Pinned Tweet

• 存在且不超过 30 天
• 展示最好作品或最强 hook
• 有明确 CTA（follow、subscribe、read）

近期活动（过去 30 条）

• 发帖频率：最低 1x/day，理想 3-5x/day
• 格式组合：推文、thread、reply、quote 混搭
• Reply 比例：活动的 >30% 应为 reply
• 互动趋势：上升、平稳或下降

运行：python3 scripts/profile_auditor.py --handle @username

第 2 步 —— 竞品情报

用 web search 研究你 niche 里的竞品和成功账号。

流程

1. 通过 Brave 搜 site:x.com "topic" min_faves:100 找高表现内容
2. 在 niche 里识别 5-10 个互动强的账号
3. 对每个分析：发帖频率、内容类型、hook 模式、互动率
4. 跑 python3 scripts/competitor_analyzer.py --handles @acc1 @acc2 @acc3

要提取什么

• Hook 模式 —— top 推文如何开头？问题？大胆断言？数字？
• 内容主题 —— 哪 3-5 个主题最火？
• 格式配比 —— 推文 vs thread vs reply vs quote 的比例
• 发帖时间 —— 最好的帖子在什么时段发出？
• 互动触发器 —— 什么让人 reply vs like vs retweet？

第 3 步 —— 内容创作

推文类型（按增长影响排序）

1. Thread（最高覆盖、最高 follow 转化）

1
2
3
4
5
6
7
8
9
10
11
12
13

结构：
- Tweet 1：Hook —— 必须在 7 词内阻止下滑
- Tweet 2：Context 或承诺（"Here's what I learned:"）
- Tweets 3-N：一条一个想法，每条单独读也成立
- 最后一条：总结 + 明确 CTA（"Follow @handle for more"）
- Tweet 1 的回复：重述 hook + "Follow for more [topic]"

规则：
- 5-12 条最佳（<5 显单薄，>12 读者流失）
- 每条单独读都应成立
- 用换行提升可读性
- 没有一条是一堵字墙（最多 3-4 行）
- 给 tweet 编号或在 tweet 1 用 "↓"

2. Atomic Tweets（广度、impression farming）

1
2
3
4
5
6
7
8
9
10
11
12

有效格式：
- Observation: "[Thing] is underrated. Here's why:"
- Listicle: "10 tools I use daily:\n\n1. X — for Y"
- Contrarian: "Unpopular opinion: [statement]"
- Lesson: "I [did X] for [time]. Biggest lesson:"
- Framework: "[Concept] explained in 30 seconds:"

规则：
- <200 字符互动更好
- 一条一个想法
- 正文不放链接（杀覆盖 —— 链接放回复）
- 问句推文驱动回复（算法喜欢 reply）

3. Quote Tweet（建权威）

1
2
3
4
5

公式：原推 + 你的独特观点
- 补原推漏掉的数据
- 提供反例或细节
- 分享验证/反驳的个人经验
- 永远不要只说 "This" 或 "So true"

4. Reply（网络增长、可见性最快路径）

1
2
3
4
5
6

策略：
- 回复比你大 2-10 倍的账号
- 加真实价值，不是 "great post!"
- 在大账号下抢首 reply
- 你的 reply 就是你的内容 —— 写到配得上独立发
- 有争议/有洞见的 reply 会被 quote-tweet（免费覆盖）

运行：python3 scripts/tweet_composer.py --type thread --topic "your topic" --audience "your audience"

第 4 步 —— 算法机制

X 奖励什么（2025-2026）

什么会杀覆盖

• 正文里放链接（放第一条 reply）
• 发完 30 分钟内编辑
• 发完立即离线（没有早期互动）
• 超过 2 个 hashtag
• tag 不互动的人
• Thread 里有质量不一的推文（一条弱推沉一整条 thread）

最佳发帖节奏

第 5 步 —— 增长剧本

第 1-2 周：打地基

1. 优化 bio 和 pinned tweet（第 1 步）
2. 识别 20 个 niche 内账号，每天和他们互动
3. 每天 reply 10-20 次大账号（只加真实价值）
4. 每天 2-3 条 atomic 推文测试不同格式
5. 发 1 条 thread

第 3-4 周：模式识别

1. 复盘哪些格式互动最好
2. 加码 top 2 内容格式
3. 增至每天 3-5 帖
4. 每周 2-3 条 thread
5. 每天开始 quote tweet 相关内容

Month 2+：规模化

1. 开发 3-5 个固定栏目（例如 “Friday Framework”）
2. 跨平台复用：thread 改为 LinkedIn 帖、newsletter 内容
3. 和 5-10 个同规模账号建立 reply 关系（互相互动）
4. 如果 niche 相关，尝试 spaces/audio
5. 跑 python3 scripts/growth_tracker.py --handle @username --period 30d

第 6 步 —— 内容日历生成

运行：python3 scripts/content_planner.py --niche "your niche" --frequency 5 --weeks 2

生成 2 周发帖计划，包括：

• 每日推文主题与 hook 建议
• Thread 大纲（每周 2-3 条）
• Reply 目标（要互动的账号）
• 基于 niche 的最佳发帖时间

脚本

常见陷阱

1. 直接发链接 —— 链接永远放第一条 reply，不要放在推文正文
2. Thread 第 1 条太弱 —— hook 没阻止滚动的话其他都白搭
3. 发帖不稳定 —— 算法奖励日常一致性而不是偶尔爆款
4. 只广播不互动 —— Reply 和互动占增长 50%+，不只是发帖
5. 通用 bio —— “帮人做事”等于没说
6. 不改编就搬格式 —— tech Twitter 有效的不一定在 marketing Twitter 有效

相关 Skill

• social-content —— 多平台内容创作
• social-media-manager —— 总体社交战略
• social-media-analyzer —— 跨平台分析
• content-production —— 喂 X thread 的长内容
• copywriting —— 标题和 hook 写作技巧

SKILL Original English Version

下方为 SKILL.md 英文原文，完整保留以便读者对照查阅 / The following is the original SKILL.md in English, embedded verbatim for cross-reference.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77

---
name: "x-twitter-growth"
description: "X/Twitter growth engine for building audience, crafting viral content, and analyzing engagement. Use when the user wants to grow on X/Twitter, write tweets or threads, analyze their X profile, research competitors on X, plan a posting strategy, or optimize engagement. Complements social-content (generic multi-platform) with X-specific depth: algorithm mechanics, thread engineering, reply strategy, profile optimization, and competitive intelligence via web search."
license: MIT
metadata:
  version: 1.0.0
  author: Alireza Rezvani
  category: marketing
  updated: 2026-03-10
---

# X/Twitter Growth Engine

X-specific growth skill. For general social media content across platforms, see `social-content`. For social strategy and calendar planning, see `social-media-manager`. This skill goes deep on X.

## When to Use This vs Other Skills

| Need | Use |
|------|-----|
| Write a tweet or thread | **This skill** |
| Plan content across LinkedIn + X + Instagram | social-content |
| Analyze engagement metrics across platforms | social-media-analyzer |
| Build overall social strategy | social-media-manager |
| X-specific growth, algorithm, competitive intel | **This skill** |

---

## Step 1 — Profile Audit

Before any growth work, audit the current X presence. Run `scripts/profile_auditor.py` with the handle, or manually assess:

### Bio Checklist
- [ ] Clear value proposition in first line (who you help + how)
- [ ] Specific niche — not "entrepreneur | thinker | builder"
- [ ] Social proof element (followers, title, metric, brand)
- [ ] CTA or link (newsletter, product, site)
- [ ] No hashtags in bio (signals amateur)

### Pinned Tweet
- [ ] Exists and is less than 30 days old
- [ ] Showcases best work or strongest hook
- [ ] Has clear CTA (follow, subscribe, read)

### Recent Activity (last 30 posts)
- [ ] Posting frequency: minimum 1x/day, ideal 3-5x/day
- [ ] Mix of formats: tweets, threads, replies, quotes
- [ ] Reply ratio: >30% of activity should be replies
- [ ] Engagement trend: improving, flat, or declining

Run: `python3 scripts/profile_auditor.py --handle @username`

---

## Step 2 — Competitive Intelligence

Research competitors and successful accounts in your niche using web search.

### Process
1. Search `site:x.com "topic" min_faves:100` via Brave to find high-performing content
2. Identify 5-10 accounts in your niche with strong engagement
3. For each, analyze: posting frequency, content types, hook patterns, engagement rates
4. Run: `python3 scripts/competitor_analyzer.py --handles @acc1 @acc2 @acc3`

### What to Extract
- **Hook patterns** — How do top posts start? Question? Bold claim? Statistic?
- **Content themes** — What 3-5 topics get the most engagement?
- **Format mix** — Ratio of tweets vs threads vs replies vs quotes
- **Posting times** — When do their best posts go out?
- **Engagement triggers** — What makes people reply vs like vs retweet?

---

## Step 3 — Content Creation

### Tweet Types (ordered by growth impact)

#### 1. Threads (highest reach, highest follow conversion)

Structure:

• Tweet 1: Hook — must stop the scroll in <7 words
• Tweet 2: Context or promise (“Here’s what I learned:”)
• Tweets 3-N: One idea per tweet, each standalone-worthy
• Final tweet: Summary + explicit CTA (“Follow @handle for more”)
• Reply to tweet 1: Restate hook + “Follow for more [topic]”

Rules:

• 5-12 tweets optimal (under 5 feels thin, over 12 loses people)
• Each tweet should make sense if read alone
• Use line breaks for readability
• No tweet should be a wall of text (3-4 lines max)
• Number the tweets or use “↓” in tweet 1

  1 2	#### 2. Atomic Tweets (breadth, impression farming)

  Formats that work:
• Observation: “[Thing] is underrated. Here’s why:”
• Listicle: “10 tools I use daily:\n\n1. X — for Y”
• Contrarian: “Unpopular opinion: [statement]”
• Lesson: “I [did X] for [time]. Biggest lesson:”
• Framework: “[Concept] explained in 30 seconds:”

Rules:

• Under 200 characters gets more engagement
• One idea per tweet
• No links in tweet body (kills reach — put link in reply)
• Question tweets drive replies (algorithm loves replies)

  1 2	#### 3. Quote Tweets (authority building)

  Formula: Original tweet + your unique take
• Add data the original missed
• Provide counterpoint or nuance
• Share personal experience that validates/contradicts
• Never just say “This” or “So true”

  1 2	#### 4. Replies (network growth, fastest path to visibility)

  Strategy:
• Reply to accounts 2-10x your size
• Add genuine value, not “great post!”
• Be first to reply on accounts with large audiences
• Your reply IS your content — make it tweet-worthy
• Controversial/insightful replies get quote-tweeted (free reach)

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99

  Run: `python3 scripts/tweet_composer.py --type thread --topic "your topic" --audience "your audience"` --- ## Step 4 — Algorithm Mechanics ### What X rewards (2025-2026) | Signal | Weight | Action | |--------|--------|--------| | Replies received | Very high | Write reply-worthy content (questions, debates) | | Time spent reading | High | Threads, longer tweets with line breaks | | Profile visits from tweet | High | Curiosity gaps, tease expertise | | Bookmarks | High | Tactical, save-worthy content (lists, frameworks) | | Retweets/Quotes | Medium | Shareable insights, bold takes | | Likes | Low-medium | Easy agreement, relatable content | | Link clicks | Low (penalized) | Never put links in tweet body — use reply | ### What kills reach - Links in tweet body (put in first reply instead) - Editing tweets within 30 min of posting - Posting and immediately going offline (no early engagement) - More than 2 hashtags - Tagging people who don't engage back - Threads with inconsistent quality (one weak tweet tanks the whole thread) ### Optimal Posting Cadence | Account size | Tweets/day | Threads/week | Replies/day | |-------------|------------|--------------|-------------| | < 1K followers | 2-3 | 1-2 | 10-20 | | 1K-10K | 3-5 | 2-3 | 5-15 | | 10K-50K | 3-7 | 2-4 | 5-10 | | 50K+ | 2-5 | 1-3 | 5-10 | --- ## Step 5 — Growth Playbook ### Week 1-2: Foundation 1. Optimize bio and pinned tweet (Step 1) 2. Identify 20 accounts in your niche to engage with daily 3. Reply 10-20 times per day to larger accounts (genuine value only) 4. Post 2-3 atomic tweets per day testing different formats 5. Publish 1 thread ### Week 3-4: Pattern Recognition 1. Review what formats got most engagement 2. Double down on top 2 content formats 3. Increase to 3-5 posts per day 4. Publish 2-3 threads per week 5. Start quote-tweeting relevant content daily ### Month 2+: Scale 1. Develop 3-5 recurring content series (e.g., "Friday Framework") 2. Cross-pollinate: repurpose threads as LinkedIn posts, newsletter content 3. Build reply relationships with 5-10 accounts your size (mutual engagement) 4. Experiment with spaces/audio if relevant to niche 5. Run: `python3 scripts/growth_tracker.py --handle @username --period 30d` --- ## Step 6 — Content Calendar Generation Run: `python3 scripts/content_planner.py --niche "your niche" --frequency 5 --weeks 2` Generates a 2-week posting plan with: - Daily tweet topics with hook suggestions - Thread outlines (2-3 per week) - Reply targets (accounts to engage with) - Optimal posting times based on niche --- ## Scripts | Script | Purpose | |--------|---------| | `scripts/profile_auditor.py` | Audit X profile: bio, pinned, activity patterns | | `scripts/tweet_composer.py` | Generate tweets/threads with hook patterns | | `scripts/competitor_analyzer.py` | Analyze competitor accounts via web search | | `scripts/content_planner.py` | Generate weekly/monthly content calendars | | `scripts/growth_tracker.py` | Track follower growth and engagement trends | ## Common Pitfalls 1. **Posting links directly** — Always put links in the first reply, never in the tweet body 2. **Thread tweet 1 is weak** — If the hook doesn't stop scrolling, nothing else matters 3. **Inconsistent posting** — Algorithm rewards daily consistency over occasional bangers 4. **Only broadcasting** — Replies and engagement are 50%+ of growth, not just posting 5. **Generic bio** — "Helping people do things" tells nobody anything 6. **Copying formats without adapting** — What works for tech Twitter doesn't work for marketing Twitter ## Related Skills - `social-content` — Multi-platform content creation - `social-media-manager` — Overall social strategy - `social-media-analyzer` — Cross-platform analytics - `content-production` — Long-form content that feeds X threads - `copywriting` — Headline and hook writing techniques

两个月还不长，接下来要挑战的是怎么让增速不塌。欢迎在 cocoloop 社区 分享你自己的 X 账号成长日志，特别是 1K 到 10K 这一段 —— 这是最容易卡住的区间，比起看别人 50K 之后的打法，同量级的实战反馈对你更有参考价值。我也会在社区里继续更这个号后续的日志，欢迎一起跑。