はじめに

こんにちは。ITフィールドセールスをしている長井洸太です。

LinkedInはエンジニア・経営者・ITパーソンが集まるSNSで、案件獲得やネットワーキングに非常に有効です。ただ、週3回・3パターンの投稿文を毎回考えるのは時間がかかる。

そこで今回は、以下を全自動化する仕組みを作りました。

AIニュース収集（Gemini）
    ↓
週3投稿文を3パターン生成（Claude）
    ├── 月曜：反論型
    ├── 水曜：数字・リスト型
    └── 金曜：問題提起型
    ↓
LinkedIn用画像を自動生成（DALL-E / Gemini Imagen）
    ↓
Markdownに下書き保存（人間が確認して投稿）

実際にこのスクリプトで今週の投稿文と画像を生成しました。

必要なもの

pip install anthropic google-genai openai feedparser beautifulsoup4 python-dotenv requests

# .env
CLAUDE_API_KEY=sk-ant-...
GEMINI_API_KEY=AIza...
OPENAI_API_KEY=sk-...   # 画像生成用（任意、なければGemini Imagenで代替）

全体コード構成

scripts/linkedin/
├── linkedin_all_patterns.py   # メインスクリプト（投稿文＋画像生成）
└── generate_images_from_md.py # 既存MDから画像だけ再生成

ステップ1：AIニュースをGeminiで収集・選定

Hacker News・OpenAI・Anthropic・Google DeepMindなど複数ソースからAI関連ニュースを収集し、Geminiで今週のテーマに合わせて3件に絞ります。

import feedparser
import requests
from google import genai

gemini_client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))

def fetch_hacker_news(limit=5):
    ids = requests.get(
        "https://hacker-news.firebaseio.com/v0/topstories.json", timeout=10
    ).json()[:80]
    results = []
    AI_KEYWORDS = ["ai", "llm", "gpt", "openai", "anthropic", "claude", "agent"]
    for sid in ids:
        item = requests.get(
            f"https://hacker-news.firebaseio.com/v0/item/{sid}.json", timeout=5
        ).json()
        if item and any(kw in item.get("title", "").lower() for kw in AI_KEYWORDS):
            results.append(f"- {item['title']}  ({item.get('url', '')})")
        if len(results) >= limit:
            break
    return results

def fetch_rss(name, url, limit=3):
    feed = feedparser.parse(url)
    return [f"- {e.get('title','')}  ({e.get('link','')})" for e in feed.entries[:limit]]

def summarize_news(raw_sources: str, theme: str) -> str:
    prompt = f"""
以下のAIニュースから、今週のテーマに最も関連する3件を選んでください。

【今週のテーマ】{theme}

【収集済みニュース】
{raw_sources}

【出力形式（プレーンテキストのみ）】
タイトル：〇〇
URL：〇〇
概要：1行
ビジネスへの衝撃：1行
"""
    resp = gemini_client.models.generate_content(
        model="gemini-2.5-flash", contents=prompt
    )
    return resp.text.replace("**", "")

週テーマは4つをローテーションします。

WEEKLY_THEMES = [
    {"theme": "AI × 医療・ヘルスケア"},
    {"theme": "AI × 法律・教育"},
    {"theme": "AI × ビジネス・経営"},
    {"theme": "AI × クリエイティブ"},
]
week_index = datetime.now().isocalendar()[1] % 4
current_theme = WEEKLY_THEMES[week_index]["theme"]

ステップ2：Claudeで3パターンの投稿文を生成

月曜・水曜・金曜向けに、それぞれ異なる型の投稿文を生成します。

import anthropic

claude_client = anthropic.Anthropic(api_key=os.getenv("CLAUDE_API_KEY"))

POST_PATTERNS = [
    {
        "name": "反論型",
        "day": "月曜向け",
        "rule": """
冒頭1行（20文字以内）：通説を真っ向否定する断言
本文：
  1段落目 - ニュースの具体的な数字・事実で根拠を示す
  2段落目 - AIエンジニアとしての実務視点で一段深い本質を述べる
  3段落目 - 読者への問いかけ＋月1回ソフトCTA（DM誘導）
禁止：「かもしれない」などの曖昧語、Markdown記号（**など）
文字数：280〜380文字（ハッシュタグ含む）
ハッシュタグ：3つ以内（#AI活用 必須）
""",
    },
    {
        "name": "数字・リスト型",
        "day": "水曜向け",
        "rule": """
冒頭1行：具体的な数字を含むフック（「知らないと損する3つ」など）
各項目の形式：
  [絵文字] 項目タイトル
  → 具体的な数字・ツール名・ビフォーアフターを1〜2行
締め：「だからまず動くべきことは1つだ：〇〇」＋コメント促進
文字数：320〜420文字、ハッシュタグ3つ以内
""",
    },
    {
        "name": "問題提起型",
        "day": "金曜向け",
        "rule": """
冒頭1行：「誰も語らない本当の問題は〜」など立ち止まらせる一文
1段落目：世間の語られ方（ニュース引用）
2段落目：実務視点の深い問い（数字・具体例付き）
3段落目：読者へ答えを委ねる問いかけで終える（答えを出し切らない）
文字数：300〜400文字、ハッシュタグ3つ以内
""",
    },
]

PERSONA = """
AIエンジニア・自動化エンジニアとして活動中。
業務自動化・AIツール導入・生産性向上が専門領域。
エンジニア・IT経営者・マーケターに向けて発信。
フリーランス/副業で案件獲得を目指している。
"""

def generate_post(news_summary: str, pattern: dict) -> str:
    prompt = f"""
あなたはLinkedInで案件獲得を目指すAIエンジニアの投稿ライターです。

【投稿者プロフィール】
{PERSONA}

【今週のAIニュース】
{news_summary}

【投稿スタイル：{pattern['name']}（{pattern['day']}）】
{pattern['rule']}

【共通ルール】
・URLは本文中に入れない（リーチが下がる）
・Markdown記号（**など）は一切使わない
・投稿文のみ出力。前置き不要。

投稿文：
"""
    resp = claude_client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=1200,
        messages=[{"role": "user", "content": prompt}],
    )
    return resp.content[0].text.strip()

ステップ3：DALL-Eで画像を自動生成

パターンごとに3種類のスタイルプールを持ち、実行のたびにランダム選択します。

import random
from openai import OpenAI

openai_client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

IMAGE_STYLE_POOLS = {
    "反論型": [
        "LinkedIn-optimised professional portrait: a confident Japanese woman in her mid-20s "
        "in a sharp navy blazer, seated at a clean minimal desk with a laptop, looking directly "
        "into the camera with calm authority. Studio lighting, dark background. 16:9, no text overlay.",

        "LinkedIn-optimised environmental portrait: a Japanese woman in her mid-20s standing "
        "at floor-to-ceiling office windows, arms loosely crossed, city skyline behind her. "
        "Shot on 35mm f/2. 16:9, no text overlay.",

        "LinkedIn-optimised action portrait: a Japanese woman in her mid-20s mid-explanation "
        "at a whiteboard, marker in hand. Bright workshop room. 16:9, no text overlay.",
    ],
    "数字・リスト型": [
        "LinkedIn-optimised productivity portrait: a Japanese woman in her mid-20s at a "
        "standing desk, three monitors neatly arranged. She is half-turned to camera. "
        "Dark mode screens, warm desk lamp. 16:9, no text overlay.",
        # ...（他2スタイル）
    ],
    "問題提起型": [
        "LinkedIn-optimised candid work portrait: a Japanese woman in her mid-20s at a café "
        "table, both hands around a coffee mug, looking slightly upward mid-thought. "
        "Natural window light. Shot on 50mm f/1.4. 16:9, no text overlay.",
        # ...（他2スタイル）
    ],
}

def generate_image(pattern_name: str, post_text: str, output_path: Path) -> bool:
    pool = IMAGE_STYLE_POOLS.get(pattern_name, [])
    style = random.choice(pool) if pool else ""
    prompt = f"{style} Theme: {post_text[:100]}..."

    try:
        resp = openai_client.images.generate(
            model="gpt-image-1",
            prompt=prompt[:4000],
            size="1536x1024",
            n=1,
        )
        item = resp.data[0]
        img_data = (
            base64.b64decode(item.b64_json) if item.b64_json
            else requests.get(item.url, timeout=30).content
        )
        output_path.write_bytes(img_data)
        return True
    except Exception as e:
        print(f"  [WARN] DALL-E失敗: {e}")
        return False

実行方法

# 投稿文＋画像を一括生成
python scripts/linkedin/linkedin_all_patterns.py

# カスタムコンテンツ（自分で用意したMD）をベースに生成
python scripts/linkedin/linkedin_all_patterns.py --content-file path/to/content.md

# 自分の一言コメントを投稿に反映
python scripts/linkedin/linkedin_all_patterns.py --comment "先週試したら〇〇だった"

# 既存MDから画像だけ再生成
python scripts/linkedin/generate_images_from_md.py Earning/linkedin-posts/2026-06/2026-06-27_all_patterns.md

出力サンプル

実行すると以下のようなMDが Earning/linkedin-posts/YYYY-MM/ に保存されます。

## パターン1：反論型（月曜向け）

### 📝 投稿文（コピペ用）
「AIエージェントは実務で使えない」は設計の問題だった。

でも3ヶ月間、実際に業務へ組み込んで使い続けた感想は正反対だった...

#AI活用 #AIエージェント #業務自動化

### 🖼️ 生成画像
![反論型](2026-06-27_pattern1_反論型.png)

### 💬 30分後コメント
「設計の問題という指摘、まさにそこ。タスクの粒度と検証ステップが8割...」

やってみてわかったこと（セールス視点）

LinkedInはX（Twitter）と違い、投稿の"賞味期限"が長い。

Xは投稿後数時間でタイムラインから消えますが、LinkedInでは良い投稿が1〜2週間後にバズることがあります。

そのため「毎日投稿」より**「週3回・質の高い投稿」**の方がLinkedInでは効果的です。

このスクリプトは最初からその設計にしており、3パターンを曜日で使い分けることで、同じニュースから多角的な視点の投稿を生み出せます。

おわりに

このスクリプトを使って毎週LinkedInに投稿することで、エンジニア・IT経営者からのコメントやDMが増えています。

SNS自動化シリーズの関連記事：

X（Twitter）投稿をPythonで毎日自動化する方法

X（@kotajobs0）でも毎日AI活用の話を投稿しています。よかったらフォローしてください。