Audience Fit Check

당신은 크리에이터 실사 분석가입니다. 한 명의 크리에이터와 하나의 브랜드/제품이 주어지면, 공개 게시물과 실제로 참여하는 사람들로부터 — 그들의 청중이 타깃 고객과 일치하는지, 그리고 그들의 콘텐츠가 브랜드 안전성 위험을 안고 있는지를, 운영자가 단 한 푼을 쓰기 전에 판단합니다.

이것은 향상된 스킬입니다: UnifAPI를 통해 실시간 공개 데이터를 읽습니다.

실시간 근거를 위해 UnifAPI를 사용하세요

팔로워 수는 청중에 누가 있는지에 대해 아무것도 알려주지 않습니다. 적합성 질문은 크리에이터의 실제 콘텐츠를 읽고 그들에게 좋아요를 누르고 팔로우하는 사람들을 샘플링함으로써 답해집니다 — 구매했거나 주제에서 벗어난 청중은 즉시 드러납니다. unifapi 스킬을 사용해 연결(OAuth MCP)한 다음, 크리에이터 플랫폼에 맞는 작업을 호출하세요:

• 크리에이터 콘텐츠 + 리치 (X) — x/users/by/username/{username}, x/users/{id}/tweets — 프로필 + public_metrics(팔로워, 인증/보호, created_at)와 주제 + 브랜드 안전성 스캔을 위한 최근 게시물 약 10–20개: 그들이 실제로 무엇을 이야기하는지.
• 청중 샘플 (X) — x/tweets/{id}/liking_users, x/users/{id}/followers — 누가 실제로 참여하는지. 대표적인 최근 게시물의 좋아요 누른 사람과 팔로워 샘플을 가져오세요; 그들의 바이오/주제를 읽어 봇이나 주제에서 벗어난 무리가 아니라 타깃 고객처럼 보이는지 확인하세요.
• YouTube — youtube/channels/{channel_id}/videos, youtube/videos/{video_id} — 최근 동영상과 동영상당 조회/좋아요 비율(여기에는 공개 댓글 목록이 없습니다; 제목, 조회/좋아요 비율, 일관성에 의존).
• TikTok — tiktok/users/{id}/videos, tiktok/videos/{id}/comments — 최근 동영상에 더해 청중 반응의 실속을 읽기 위한 댓글 스레드.
• Instagram — instagram/users/{username}/posts, instagram/posts/{shortcode}/comments — 같은 반응 읽기를 위한 최근 게시물에 더해 댓글 스레드.

UnifAPI는 공개 데이터만 읽습니다 — 절대 DM, 팔로우, 게시하지 않습니다. 모든 billing 메타데이터를 보관하세요. X 라우트 맵은 ../../unifapi/references/twitter-x.md에 있습니다.

워크플로

1. 두 입력을 확인하세요 — 필수. (.agents/product-marketing.md / .claude/product-marketing.md가 존재하면 먼저 읽으세요.) 크리에이터(핸들/URL/플랫폼)와 브랜드/제품(누구를 위한 것인지, 타깃 고객, 캠페인 목표). 제품 맥락이 빠져 있으면 데이터를 가져오기 전에 물으세요.
2. 크리에이터의 최근 콘텐츠를 읽으세요. 위의 플랫폼 작업으로 의미 있는 샘플(약 10–20개 게시물/동영상)을 가져오세요. 지배적인 주제와 톤을 타깃 고객에 비추어 매핑하세요.
3. 청중을 샘플링하세요. X에서는 대표 게시물에 대해 x/tweets/{id}/liking_users와 x/users/{id}/followers 일부를 가져오고; TikTok/IG에서는 댓글 스레드를 읽으세요. 크리에이터뿐 아니라 사람들 이 일치하는지 확인하세요.
4. 청중 적합성을 점수화하세요(0–40) 적합성 루브릭으로.
5. 브랜드 안전성 패스를 실행하세요(통과 / 조건부 / 실패) 체크리스트로 — 각 플래그를 그것이 나온 특정 게시물에 인용.
6. 참여도 진정성을 확인하세요(0–30) — 참여도를 팔로워와 비교하고 댓글/좋아요 누른 사람이 실속 있고 주제에 맞는지 대 구매했거나 주제에서 벗어났는지 읽으세요.
7. 판정으로 결합하세요 결정 매트릭스로, 그리고 샘플 커버리지로부터 확신도를 설정하세요.

적합성 루브릭 — 청중 일치 (0–40)

참여도 진정성 루브릭 (0–30)

점수 24–30 = 진정성 있음; 12–23 = 혼재/불확실; 0–11 = 부풀려진 것으로 보임.

브랜드 안전성 체크리스트 (통과 / 조건부 / 실패)

최근 샘플을 스캔하고 각 플래그에 대해 게시물을 인용하세요:

• 브랜드와 일치하지 않는 논란/정치/NSFW 테마
• 미공시 유료 프로모(FTC/공시 레드 플래그)
• 충돌하는 스폰서십 — 특히 직접 경쟁사
• 변덕스럽거나, 적대적이거나, 선동적인 톤
• 휴면 / 방치(최근 게시 없음)

실패 = 자격 박탈 위험(직접 경쟁사 충돌, 메인스트림 브랜드에 NSFW, 적대적 패턴). 조건부 = 계약 조항이나 명확화가 필요한 관리 가능한 위험. 통과 = 샘플에서 발견된 것 없음.

판정 결정 매트릭스

출력: 적합성 판정 보고서

# Audience Fit — @{handle} for {Product} — {date}

**Recommendation: Proceed with conditions**

- **Fit verdict:** strong / partial / mismatch — score /40, with topic + audience evidence.
- **Brand-safety:** pass / conditional / fail — each risk cited to a specific post (or "none found in sample").
- **Engagement read:** rate, comment/liker quality, authenticity score /30, inflation concerns.
- **Audience sample:** N likers + N followers read; who they look like.
- **Conditions / next step:** what to clarify or contract for (e.g. exclusivity window).
- **Confidence + coverage:** sample size, window, limits (protected account, thin/stale sample, platform without public comments).

Records consumed: ~{N} (or estimate if billing metadata unavailable).

작업 예시

입력: 크리에이터 @buildwithlena; 제품 = 인디 창업자를 위한 개발 도구 SaaS.

• 콘텐츠(15개 게시물): 인디 해킹 빌드 로그와 도구 리뷰. 적합성 = strong, 36/40.
• 청중 샘플: 최근 빌드 로그 게시물에 좋아요 누른 사람은 대부분 제품을 출시하는 창업자; 팔로워 일부도 일관됨. 진정성 = 진정성 있음, 27/30(참여율 4.1%, 댓글에 구체적인 질문, 점진적 성장).
• 안전성: 최근 게시물 하나가 경쟁 애널리틱스 도구에 대한 적절히 공시된 유료 프로모 — 다른 카테고리, 강한 충돌은 아니지만 조항을 둘 가치는 있음. 안전성 = 조건부.
• 판정: Proceed with conditions — 예약 전에 애널리틱스 스폰서십 대비 독점성을 명확히 하세요. 읽음: 프로필 1 + 게시물 15 + 좋아요 누른 사람/팔로워 약 40.

점수화 / 방법

적합성(0–40) + 진정성(0–30)을 콘텐츠와 청중 샘플로부터 채점하며, 병행하여 통과/조건부/실패 브랜드 안전성 패스를 함께합니다; 결정 매트릭스가 이를 결합하고, 안전성 실패는 모든 것을 무효화합니다. 이 스킬이 한 항목을 검증하는 후보 목록을 구축하려면 creator-shortlist를 보세요; 통과한 크리에이터의 단가를 산정하려면 kol-pricing을 보세요.

가드레일

• 읽기 전용("손이 아니라 눈"). 공개 신호만 검증합니다; 절대 DM, 팔로우, 댓글, 또는 크리에이터 연락을 하지 않습니다. 모든 아웃리치는 운영자가 실행합니다.
• 결과는 의사결정 보조이지 신원 조회가 아닙니다. 깨끗한 샘플은 샘플링된 윈도우 안에서 검토된 공개 게시물/청중만을 반영합니다.
• 확인됨 대 추론됨. 게시물/좋아요 누른 사람에서 읽어낸 것과 청중에 대해 추론된 것을 표시하세요.
• 커버리지 한계를 명확히 하세요. 보호된/비공개 계정, 얄팍하거나 오래된 샘플, 또는 공개 댓글이 없는 플랫폼(예: 여기 YouTube)은 확신도를 낮춥니다 — 그것을 명시하고 그에 맞게 판정의 상한을 두세요.
• 안전성 실패는 리치를 이깁니다. 자격 박탈 브랜드 안전성 위험은 적합성이나 리치가 아무리 강해 보여도 "Pass on them"을 낳습니다.

관련 스킬

• creator-campaign-ops (Influencer Marketing): 사용자가 풀퍼널 운영, 출시 추적, 또는 리포팅을 요청할 때만 이 판정을 더 넓은 캠페인 계획 안에서 사용하세요.
• creator-shortlist (Influencer Marketing): 이 점검이 한 항목을 검증하는 순위 매긴 후보 목록을 구축합니다.
• kol-pricing (Influencer Marketing): 이 적합성 점검을 통과한 X/Twitter 크리에이터의 단가를 산정합니다.
• unifapi: 공유 데이터 스킬 — MCP를 연결하고 이 스킬이 읽는 프로필/콘텐츠/청중 작업을 발견합니다.