OpenClawを使用したLinkedInアウトリーチ自動化の実践的教訓

ある開発者が、3週間の試行錯誤を経てOpenClawでLinkedInアウトリーチを自動化した経験を記録し、実際に機能した具体的な技術的アプローチと避けるべき落とし穴を共有しました。

LinkedInの自動化検知

エージェントにブラウザアクセス権を与えてLinkedInを操作し、接続リクエストを送信する方法は、実際には機能しません。LinkedInはセッションレベルでほぼ即座に自動化を検知し、2日以内にアカウント制限がかかります。問題はエージェント自体ではなく、LinkedInをスクレイピングやクリック操作が可能な通常のウェブサイトのように扱うことです。

アカウントのウォームアップ要件

LinkedInアカウントには信頼スコアがあり、段階的なウォームアップが必要です。新規アカウントや、突然1日に40件の接続リクエストを送信するアカウントは、どれほど人間らしい行動に見えてもフラグが立てられます。実際のボリュームに触れる前に最低2～3週間のウォームアップ期間が必要であり、これを省略するとアカウントが使用不能になるリスクがあります。

意図シグナルを用いたICPスコアリング

広範なキーワード検索に一致する全員と接続しても、結果は非常に悪くなります。アウトリーチ前にスコアリング層を追加することで、結果が大幅に改善されます。この層には、役職や会社名だけでなく、その人物が最近投稿したか、関連コンテンツにコメントしたか、過去90日以内に転職したかといったエンゲージメントシグナルを含めるべきです。これらの意図シグナルをフィルタリングに追加することで、返信率はノイズレベルから有用なレベルに向上しました。

レート制限の微妙な違い

無料のLinkedInアカウント、プレミアム、セールスナビゲーターでは、安全な閾値が完全に異なります。アカウントタイプに関わらず同じレート制限を適用することは、制限を受ける近道です。エージェントは操作しているアカウントの種類を認識し、それに応じて調整する必要があります。

会話フローの設計

接続を承認されることは比較的簡単ですが、エージェントがフォローアップ会話を予約済みの通話まで処理することが難しい部分です。これには、誰かが質問で返信した場合に何を言うか、相手が沈黙した場合に何を言うか、いつカレンダーリンクにエスカレートするかをカバーする明示的な意思決定ツリーが必要です。ほとんどのエージェント設定は、接続リクエストと最初のメッセージ送信で止まっており、これはワークフローの約20％に過ぎません。

モデルルーティング戦略

モデルルーティング戦略

ICPスコアリングと意図シグナルの検出は、安価で高速なHaikuやSonnetモデルで実行できます。実際の会話の草案作成では、トーンやタイミングが重要になるため、より強力なモデルが有益です。これは、必要のない部分にOpusを実行しないという一般的なOpenClawの原則に従っています。

この開発者は現在、エージェントが意図シグナルに基づいてリードを見つけ、ICPに対してスコアリングし、接続リクエストからデモ予約までの会話を処理する完全なループを実行しており、セットアップを超えるリードあたりのコストは実質的にトークンコストに限定されています。