https://miyazawakai.com/tags/x/Recent content in X on miyazawakai.comHugo -- gohugo.iojaTue, 24 Mar 2026 12:00:00 +0900https://miyazawakai.com/blog/analyzing-my-x-archive-with-codex/Tue, 24 Mar 2026 12:00:00 +0900https://miyazawakai.com/blog/analyzing-my-x-archive-with-codex/<h1 id="xアーカイブをcodexで分析するとここまで見える">XアーカイブをCodexで分析すると、ここまで見える </h1><p>自分の X（旧Twitter）アカウントのアーカイブをダウンロードして、Codex と一緒に分析してみた。<br> 結論から言うと、これはかなり面白い。</p> <p>単なる「昔のツイートを読み返す」ではなく、</p> <ul> <li>投稿の時系列的な変化</li> <li>いいね・DM・フォロー・広告ログまで含めた行動の全体像</li> <li>公開アカウントとしての自己ブランディング</li> <li>就活・身バレ・誤読リスクの棚卸し</li> </ul> <p>のようなところまで、かなり具体的に掘れる。</p> <p>しかも今回は、アーカイブを展開したあとに Codex に読ませながら、</p> <ul> <li>データ構造の把握</li> <li>解析スクリプトの作成</li> <li>レポート生成</li> <li>追加観点の洗い出し</li> </ul> <p>まで一気に進められた。<br> 「自分の過去ログを、自分で再読する」のではなく、<strong>手元のアーカイブを材料に、自分専用の分析環境を立ち上げる</strong>感覚に近い。</p> <h2 id="このリポジトリで実際にやっていること">このリポジトリで実際にやっていること </h2><p>今回の分析元は <code>77_twitter_archive_data</code> というディレクトリ。<br> ここには X からダウンロードしたアーカイブ一式を展開してある。</p> <p>このリポジトリを確認すると、アーカイブは単なるツイート一覧ではない。</p> <ul> <li><code>data/*.js</code> に構造化データが 83 データセット</li> <li><code>data/tweets.js</code> に投稿本体</li> <li><code>data/like.js</code> にいいね履歴</li> <li><code>data/direct-messages.js</code> などに DM</li> <li><code>data/follower.js</code> / <code>data/following.js</code> に関係データ</li> <li><code>data/ad-*.js</code> 系に広告インプレッションやエンゲージメント</li> <li><code>data/*_media/</code> に画像などの実体ファイル</li> </ul> <p>という構成になっている。</p> <p>さらに重要なのは、<code>data/*.js</code> が純粋な JSON ではなく、<code>window.YTD.* = ...</code> という JavaScript 形式になっていること。<br> このままだと雑に読みづらいので、今回のリポジトリではそこを Python でパースしている。</p> <p>実際の処理は主に次の 2 本。</p> <h3 id="1-定量分析">1. 定量分析 </h3><p><code>scripts/analyze_archive.py</code></p> <p>このスクリプトでは、アーカイブ全体を横断して以下をまとめている。</p> <ul> <li>投稿数、年別・月別・曜日別・時間帯別の推移</li> <li>返信率、自己返信率、URL付き投稿率、メディア率</li> <li>クライアント別の投稿傾向</li> <li>いいね件数やリンク先ドメインの傾向</li> <li>DM 件数や送受信比率</li> <li>フォロー / フォロワーのスナップショット</li> <li>セキュリティ系・広告系ログの存在確認</li> </ul> <p>出力先:</p> <ul> <li><code>analysis/archive-analysis-summary.json</code></li> <li><code>docs/archive-analysis-report.md</code></li> </ul> <h3 id="2-定性分析とリスク監査">2. 定性分析とリスク監査 </h3><p><code>scripts/analyze_qualitative.py</code></p> <p>こちらでは、ツイート本文を全件スクリーニングして、</p> <ul> <li>発信キャラの変遷</li> <li>コミュニティ志向、学習志向、自虐、ユーモアなどの傾向</li> <li>個人情報露出</li> <li>就活で不利になりそうな表現</li> <li>暴力・性的・誤読リスクのある語彙</li> </ul> <p>をルールベースで抽出している。</p> <p>出力先:</p> <ul> <li><code>analysis/qualitative-analysis-summary.json</code></li> <li><code>docs/qualitative-analysis-report.md</code></li> <li><code>docs/risk-review-candidates.md</code></li> </ul> <p>つまりこのリポジトリは、<strong>X アーカイブを置いて終わりではなく、Codex と一緒に「分析用の道具」と「読めるレポート」を作った状態</strong>になっている。</p> <p>実行はシンプルで、たとえばこんな形で回せる。</p> <div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"><code class="language-bash" data-lang="bash"><span style="display:flex;"><span>python3 scripts/analyze_archive.py </span></span><span style="display:flex;"><span>python3 scripts/analyze_qualitative.py </span></span></code></pre></div><h2 id="実際にどんなことが見えたか">実際にどんなことが見えたか </h2><p>今回のレポジトリでは、たとえば次のようなことが見えている。</p> <ul> <li>ツイート総数は <code>17,945</code> 件</li> <li>いいねは <code>30,349</code> 件</li> <li>返信は <code>10,526</code> 件で、かなり会話中心の運用</li> <li>活動のピークは <code>2022年</code> と <code>2023年</code></li> <li>DM は 1対1 会話 <code>145</code> 件、総メッセージ <code>3,484</code> 件</li> <li>広告インプレッションも <code>2,991</code> 件残っている</li> </ul> <p>ここで面白いのは、単純な「よくツイートしていた時期」が分かるだけではないこと。</p> <ul> <li>どの時期に会話中心だったか</li> <li>どの時期に成果報告型に変わったか</li> <li>どの話題や言い回しが今の自分のブランドとズレているか</li> <li>削除優先度の高い投稿がどこにあるか</li> </ul> <p>のように、<strong>行動ログとしての過去</strong>と<strong>公開アカウントとしての現在</strong>を比較できる。</p> <p>特に、<code>docs/qualitative-analysis-report.md</code> のような「人格傾向」「誤読リスク」「今後の運用提案」まで含むレポートは、人力だけでやるとかなりしんどい。<br> Codex に読ませながら進めると、分析観点の設計とレポートの叩き台作成がかなり速い。</p> <h2 id="こう進めるのがおすすめ">こう進めるのがおすすめ </h2><p>もし同じことをやるなら、流れはこんな感じがやりやすい。</p> <h3 id="1-まずは-x-アーカイブをダウンロードする">1. まずは X アーカイブをダウンロードする </h3><p>X のアーカイブには、ツイート本文だけでなく、いいね、DM、プロフィール変更、広告ログなどが含まれる。<br> まずはアーカイブを取得して、専用のローカルディレクトリに展開する。</p> <h3 id="2-公開用の作業場所と分ける">2. 公開用の作業場所と分ける </h3><p>この種のデータには個人情報や非公開寄りの情報が大量に含まれる。<br> なので、分析用のディレクトリは <strong>必ず private 前提</strong> で扱ったほうがいい。</p> <p>おすすめは、</p> <ul> <li>アーカイブ展開用ディレクトリ</li> <li>解析スクリプト用ディレクトリ</li> <li>公開記事用ディレクトリ</li> </ul> <p>を分けること。</p> <h3 id="3-最初に-codex-に棚卸しをやらせる">3. 最初に Codex に「棚卸し」をやらせる </h3><p>最初から「面白い分析して」と投げるより、先に全体構造を把握させるのが効く。</p> <p>やることの順番は、</p> <ol> <li>どんなファイルがあるか一覧化する</li> <li>何が JSON で、何が JS ラッパーか確認する</li> <li>件数の大きいデータを特定する</li> <li>先に書ける定量分析レポートを作る</li> <li>そのあとで定性分析や削除監査に進む</li> </ol> <p>が安定する。</p> <h3 id="4-レポート生成まで自動化する">4. レポート生成まで自動化する </h3><p>「分析して終わり」だと再利用しづらい。<br> スクリプトを作って、</p> <ul> <li>JSON サマリ</li> <li>Markdown レポート</li> <li>リスク候補一覧</li> </ul> <p>まで吐けるようにしておくと、あとでプロンプトを変えて何度でも掘り直せる。</p> <h2 id="codex-に投げるときのおすすめプロンプト">Codex に投げるときのおすすめプロンプト </h2><p>以下は、今回の作業を踏まえて「最初に入れると進めやすい」と感じた指示。</p> <h3 id="1-まず全体像を掴ませるプロンプト">1. まず全体像を掴ませるプロンプト </h3><div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"><code class="language-text" data-lang="text"><span style="display:flex;"><span>このディレクトリは X のアーカイブを展開したものです。 </span></span><span style="display:flex;"><span>まず data 配下の構造を棚卸しして、どのデータセットが何を表しているか整理してください。 </span></span><span style="display:flex;"><span>特に、件数の多いファイル、メディアディレクトリ、JSON ではなく JS ラッパーになっているファイル形式に注意してください。 </span></span><span style="display:flex;"><span>そのうえで、次にやるべき分析テーマを優先順位つきで提案してください。 </span></span></code></pre></div><h3 id="2-定量分析用のプロンプト">2. 定量分析用のプロンプト </h3><div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"><code class="language-text" data-lang="text"><span style="display:flex;"><span>data/tweets.js, like.js, follower.js, following.js, direct-messages.js などを使って、 </span></span><span style="display:flex;"><span>このアーカイブの定量分析スクリプトを作ってください。 </span></span><span style="display:flex;"><span>出力は Markdown レポートと JSON サマリの両方にしてください。 </span></span><span style="display:flex;"><span>知りたいのは、投稿数の推移、曜日・時間帯、返信率、クライアント、いいね傾向、DM 利用状況、フォロー関係の概要です。 </span></span></code></pre></div><h3 id="3-定性分析自己分析用のプロンプト">3. 定性分析・自己分析用のプロンプト </h3><div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"><code class="language-text" data-lang="text"><span style="display:flex;"><span>data/tweets.js を全件対象にして、発信スタイルの変遷、コミュニティ内での役回り、学習志向、ユーモア、自虐傾向などを定性的に分析してください。 </span></span><span style="display:flex;"><span>断定的な人格診断ではなく、公開投稿から推測できる傾向としてレポートを書いてください。 </span></span><span style="display:flex;"><span>時期ごとの差分も整理してください。 </span></span></code></pre></div><h3 id="4-リスク監査用のプロンプト">4. リスク監査用のプロンプト </h3><div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"><code class="language-text" data-lang="text"><span style="display:flex;"><span>就活リスク、個人情報露出、誤読されやすい表現、ブランド毀損につながる投稿を広めに抽出してください。 </span></span><span style="display:flex;"><span>まずは false positive を許容して候補を広めに出し、あとで人間が絞り込める形にしてください。 </span></span><span style="display:flex;"><span>出力は、severity、日付、URL、理由、本文要約つきの Markdown 一覧にしてください。 </span></span></code></pre></div><h3 id="5-記事化まで持っていくプロンプト">5. 記事化まで持っていくプロンプト </h3><div class="highlight"><pre tabindex="0" style="color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;-webkit-text-size-adjust:none;"><code class="language-text" data-lang="text"><span style="display:flex;"><span>この分析結果をもとに、X アーカイブを Codex で分析すると何ができるかを紹介する技術記事を書いてください。 </span></span><span style="display:flex;"><span>読者は、アーカイブは持っているが何から始めればいいか分からない人です。 </span></span><span style="display:flex;"><span>記事には、できること、進め方、注意点、おすすめプロンプトを含めてください。 </span></span></code></pre></div><h2 id="やってみて分かった良さ">やってみて分かった良さ </h2><p>今回いちばん良かったのは、Codex が「集計器」だけでなく「分析の相棒」になることだった。</p> <p>人間がやるべきなのは、</p> <ul> <li>何を知りたいか決める</li> <li>どこまで公開してよいか決める</li> <li>最終判断をする</li> </ul> <p>一方、Codex には、</p> <ul> <li>データ構造の把握</li> <li>パーサの実装</li> <li>集計の自動化</li> <li>レポートの叩き台作成</li> <li>追加分析観点の提案</li> </ul> <p>を任せられる。</p> <p>特に自分のログ分析は、対象への土地勘が人間側にあり、でも件数が多すぎて手で読むのはしんどい、という意味で LLM とかなり相性がいい。</p> <h2 id="注意点">注意点 </h2><ul> <li>X アーカイブにはセンシティブなデータが大量に含まれる</li> <li>DM、位置情報、生活圏、連絡先、広告ログなどは取り扱い注意</li> <li>分析用のリポジトリは private 前提で扱う</li> <li>削除候補の抽出は自動化できても、最終判断は必ず人間が行う</li> <li>LLM の定性分析は「傾向の要約」として使い、断定的な人格評価にしない</li> </ul> <p>このあたりを守れば、かなり安全に、しかもかなり面白く掘れる。</p> <h2 id="おわりに">おわりに </h2><p>X アーカイブのダウンロード機能って、正直かなり地味に見える。<br> でも実際には、数年分の発言・反応・関心・つながりのログがまとまった、かなり強い個人データ資産になっている。</p> <p>そこに Codex を組み合わせると、</p> <ul> <li>自分史の定量分析</li> <li>公開アカウントの棚卸し</li> <li>黒歴史・リスクの監査</li> <li>今後の発信方針の設計</li> </ul> <p>までつなげられる。</p> <p>「自分のアーカイブ、落として終わり」になっているなら、かなりもったいない。<br> 一度、専用ディレクトリに展開して、Codex にちゃんと読ませてみると面白いです。</p>