投稿の反応を「記録」すると、なぜ次の生成が良くなるのか

AIチャットに文体サンプルを貼って生成を頼むと、最初の1〜2本はよくできます。ただし同じプロンプトを使い続けると、出力はだんだん「無難な正解」に寄っていきます。これはAIの精度の問題というより、フィードバックが無いまま毎回同じ指示を繰り返しているために起きる、構造的な現象です。どの投稿が実際に伸びたかという情報が、次の生成に一度も戻っていないのです。

MyToneでは、生成した投稿を実際に公開したあと、結果画面のパフォーマンス記録に投稿URLとインプレッション数・いいね数を入力できます。これは単なる実績の保存ではありません。反応が良かった投稿のフック（書き出し・切り口）やフォーマットの傾向を、以降の生成時の判断材料として使います。

文体そのものは、過去の投稿から語尾・一人称・漢字比率・文長・絵文字・断定度の6軸で学習し、ブランドボイスとして保持しています。パフォーマンス記録は、この文体の型はそのままに、「同じ文体のなかでも、どの書き出し方・どのフォーマットが実際に反応を得やすいか」という粒度の情報を積み上げていく役割です。

この仕組みは、記録する本数が増えるほど効いてきます。最初の1〜2本では傾向と呼べるほどのデータになりませんが、5本、10本と記録が積み上がるにつれて、「このアカウントではこの切り口が伸びやすい」という傾向が見え始めます。逆に言えば、生成して投稿するだけで記録を飛ばしてしまうと、この学習ループは働きません。

手間としては、投稿後にURLと数字を入力するだけの数十秒です。生成の手間を減らすための道具で、記録のためにさらに作業が増えるのでは本末転倒なので、この記録作業自体は意図的に最小限にしてあります。