Threads成長プレイブック
入口はリプライ、中盤は投稿、出口はリンク。
実行ベース
どう投稿していくか。毎日やることと、やってはいけないこと。
成長のフェーズ図
今どのフェーズにいるかで、主戦場が変わる。
-
フェーズ1（フォロワー〜1,000人目安）
主戦場はリプライ
フォロワーが少ない間は、自分のフィードに観客がいない。他人の投稿のリプライ欄に「間借り」して露出を作る。この段階の自分の投稿は、リプライから来た人がフォローを判断する材料（プロフィール上部の投稿一覧=ピン留め+最新数件）と、どの型が反応を取るかを試す実験台。
-
転換点
フォロワーが蓄積し、初速の観客ができる
フォロワー内配布が基本のため一次、フォロワーが増えると自分の投稿に最初から観客がつく。
-
フェーズ2（フォロワー蓄積後）
主戦場は自分の投稿
自投稿への全リプライに返信して会話の往復を自分で作る。会話密度が上がると、おすすめ波及が回り出す。
-
出口（収益化）
リンク導線
リンク冷遇は撤回済み一次。ネイティブ収益化は存在しない二次ため、出口は外部導線一択。自社商品・アフィリエイト・案件のいずれかに繋ぐ。
毎日のルーティン
3つだけ。毎日この順で回す。
投稿を1本
1投稿1仮説。どの型・どの切り口が刺さるかを検証する、試行回数を稼ぐ1本として打つ。投稿は削除しない。投稿が並んでいること自体が「稼働中アカウントの証明」になり、訪問者のフォロー判断材料になる。
他人への返信（外向きリプライ）を10〜15件
他人の投稿に、体験談・数字・別視点・補足のどれかで「具体を一つ足す」。質重視。
「勉強になります」型の一言リプはNG。価値ゼロな上、量産するとスパム判定リスクがある二次（レート制限の存在は公式に認められている一次）。
自分の投稿に来た返信への対応（全リプライに返信）
会話の2階層目を自分で作る。投稿者の再参加は会話密度を上げる推測（直近1時間の2階層エンゲージ計測とは整合一次）。
週1レビュー会（4手順）
順番が重要。削除は従、型の抽出が主。
数字が良い投稿を特定する
今週の投稿から反応の良かったものを拾う。
伸びた「型」を言語化する
なぜ伸びたか、型・切り口として言葉にする。ここが主目的。
ピン留めを差し替える
反応が良かった代表投稿をプロフィール上部の最上段に置く。
プロフィール上部にある明確な失敗作のみ削除する
削除はこの手順だけ。日常では削除しない。
プロフィール上部の投稿一覧を整える
訪問者が実際に見るのはピン留め+上部の数件推測。件数の一次データはなく、実務の経験則。反応が良かった代表投稿をピン留めして、プロフィール上部の投稿一覧を整える。全投稿が見られる前提で怯える必要はない。
リプライで人を連れてきても、プロフィール上部が弱ければフォローに変換されない。プロフィール上部とリプはセットで一つの装置。
アルゴリズムベース
なぜそれをやるのか。仕組みから逆算した根拠。
確度ラベルの凡例
Meta公式発表・Mosseri本人発言・公開ソースコード。事実として扱ってよい。
報道・分析メディア・実務者の実測データ。有力だが断定はしない。
一次二次で確認できない運用仮説。実測PDCAで検証する前提。
配信の仕組み
フィードは、閲覧者ごとの行動予測でランク付けされる。予測モデルは10種一次（Threadsシステムカード記載）。
10種の行動予測
会話密度のシグナル
「直近1時間のリプライ・リプライへのリプライ（2階層）のエンゲージメント」を測るシグナルが明記されている一次。リプライと会話の深さが最重要という順位づけは実測データ二次、速度・質・投稿者の再参加という分解は推測。毎日のルーティン③（全返信）の根拠はここ。
簡易式で覚える
10種の予測値の合成を、ざっくり一本の式にするとこうなる。
スクロールで読み飛ばされることだけがマイナス。「開かれない・止まらない投稿」は積み上げた加点を削る。
2段階ファネル
リプライがなぜ入口になるのか。露出からフォローまでの流れ。
リプライする
相手の投稿を見に来た読者の目に触れる。露出はリプ欄経由で、第三者のフィードには乗らない一次（X仕様との混同に注意）。
リプ欄で露出 → プロフ訪問
返信に価値を感じた読者がプロフをタップする。ここでプロフィール上部（ピン留め+代表投稿）が審査される。
フォロー
プロフィール上部が強ければフォローに変換される。
以降、毎回配信される側へ
フォロー中優先へのリバランス一次により、フォロワー内配布が基本。おすすめ波及はその上に乗るボーナス。
QA: プロフタップの扱い（重要）
場面: 自分がAの投稿に返信し、第三者Cがリプ欄で自分の返信を見て、自分のプロフをタップした。何が起きるか。
Q1. 返信経由のプロフタップも「プロフ閲覧」としてカウントされるか
YES（ほぼ確実）推測・確度高
プロフアクセスは入口を問わず記録されると考えられる。ただし一次に入口別の記載はなく、データ構造からの合理的推論。返信経由と投稿経由の重み差は非開示推測。
Q2. タップした本人（C）に、自分の新規投稿が配信されやすくなるか
YES（確度高）
プロフアクセス頻度は特徴量として実在する一次（時間窓は1時間〜84日）。視聴者×投稿者のエンゲージ率もランキング入力として実在する一次。一次で言えるのはここまで。「Cの行動履歴に興味が刻まれ、フォロー前でも配信されやすくなる関係の記録ができる」という機序の説明は推測。
Q3. 無関係の第四者にも配信されやすくなるか
直接はNO・間接的にYES推測
1回のタップが他者へ波及する仕組みはない。ただしタップが大量に蓄積すると「プロフタップを誘発するアカウント」という実績になり、新規投稿の予測値が底上げされ、結果として第四者のおすすめに載る確率も上がる（蓄積経由のみ）。なおアカウント評判スコアの明記はシステムカードになく、この実績蓄積は運用仮説。
結論
返信経由のプロフタップは「タップした本人への直接の効果」+「アカウント実績としての蓄積」の二重取り。ただし蓄積側は推測。プロフタップされる回数をKPIとして追う価値がある。タップさせてもプロフィール上部が弱いとフォローに変換されない点は第1部の通り。
データ
返信と成果の相関。Buffer社の12.8万投稿分析による自社データ二次。
実測系の数値を引用するときは、必ず「◯◯社の自社データ」と出典を付ける。出典のない数値（滞在8秒・90分ルール等）は一次情報に存在しないため教えない。
ネガティブシグナル
通報とアカウントステータス
通報されると、類似コンテンツの制限やアカウントステータス（Account Status）の悪化に繋がるリスクがある。