审核并重写您的LinkedIn档案以吸引目标人群。对各部分进行评分,重写标题与简介,并提供AI可见性检查。
LinkedIn Profile 优化器是一项面向实际任务的技能,主要用于审核您的 LinkedIn 配置文件并重写它, 以吸引合适的人;大部分 LinkedIn 配置文件都是为有配置文件的人撰写的, 不是 t。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
全面审核你的 LinkedIn 个人资料,并在 15 分钟内重写,精准吸引目标人群。
大多数 LinkedIn 个人资料是为拥有该资料的人而写,而非为本应找到它的人而写。本技能正是为解决这一问题而生。你将获得每个板块的带分值审核报告、三条标题改写建议、一段完全重写的“关于我”(About)板块(保留你的个人语气)、优化后的经历条目要点(Experience bullets),以及一份 AI 可见性检查清单——这份清单是其他任何 LinkedIn 工具都不具备的。
你粘贴个人资料,我诊断其中失效之处并完成重写。每项建议均严格基于你提供的内容——不使用通用建议,不套用模板语言。
你将获得:
完成耗时: 若你已准备好个人资料,全程仅需 15 分钟。
请用户在单条消息中提供以下全部内容:
请开始操作:将以下内容一次性粘贴至本消息中: 1. **当前标题(Headline)** —— 完全照原文复制 2. **当前“关于我”(About)板块** —— 完整文本(请从“编辑个人资料”页面直接复制) 3. **最重要的 2–3 条经历(Experience)条目** —— 每条包含公司名称、职位名称及对应要点(bullet points) 4. **精选内容(Featured)板块** —— 可选,但如有则更有助于优化 5. **你想吸引谁?** —— 请具体说明(例如:“需要兼职 CMO 的 A 轮 SaaS 创始人”,而非笼统的“企业主”) 6. **你希望他们在找到你后采取什么行动?** —— 仅限一项(预约通话、关注你、私信你、申请某个职位) 7. **定位目标** —— 从以下选项中选择其一:求职者 / 客户吸引 / 思想领导力 / 三者兼顾
未收到全部七项输入前,请勿继续。若用户对第 5 或第 6 项表述模糊,请先提出一个澄清问题,再进入下一步。
正式评分前,先执行行话扫描。标记用户文本中所有以下词汇(及其同类表达):
自动标记词表:
注:“passionate about”永远可被具体主张替代;“results-driven”毫无信息量。每次标记都必须给出具体替换方案,而非仅作提示。
在单次响应中完整交付全部五个部分。使用清晰的分节标题。内容须紧凑精炼——杜绝填充语、空泛肯定或“好问题!”之类客套话。
对以下各板块按 1–10 分制打分。每项得分后,仅写一句诊断结论——指出当前有效之处或失败原因。
| 板块 | 得分(/10) | 诊断 |
|---|---|---|
| 标题(Headline) | — | — |
| “关于我”(About)板块 | — | — |
| 经历(最重要职位) | — | — |
| 精选内容(Featured)板块 | — | — |
| 整体资料与既定目标的契合度 | — | — |
总分: X / 50
修复优先级顺序: 按影响力杠杆效应由高到低列出 1–5 项。格式如下:
1. [板块] — [一句话说明为何此项修复优先级最高] 2. ...
评分参考标准:
除非文案确实出类拔萃,否则不得给予 9 或 10 分。多数资料首轮评分集中在 3–6 分区间。
撰写三条标题变体,每条服务于不同的定位策略:
变体 A —— 权威导向型(Authority-forward)
格式:[角色/职位] who [为其特定受众创造的具体成果]
示例结构:CFO advisor who helps Series B startups close their first institutional round without losing equity
变体 B —— 成果导向型(Outcome-forward)
以结果为先导,而非角色身份。人物身份次要于其所促成的结果。
示例结构:From [问题状态] to [成果状态] — [你如何促成该转变]
变体 C —— 细分领域专属型(Niche-specific)
独占某一具体类别。将目标受众 + 方法 + 成果三者结合,形成他人无法轻易复制的主张。
示例结构:The only [具体描述] built for [高度细分的细分市场] 或 [高度细分的角色] for [特定类型公司/个人]
三条变体全部列出后:
A/B 测试建议:
明确指出应优先测试哪一条变体,并说明理由。用 2–3 句话解释:该变体支持哪项目标、会吸引/不会吸引哪些人群,以及未来 30 天内应重点关注哪些个人资料浏览数据变化。
标题约束条件:
完整重写“关于我”板块。严格遵循以下结构:
钩子(Hook,1–2 句)
前两句话将在移动端“查看更多”按钮之前显示。必须能令目标读者在滑动中驻足。首句须以大胆、具体的主张开篇——绝非“你好,我是[姓名]。”遵循 Brian Wagner 的语气规则:要么提出大胆反共识主张,要么直奔最终成果。
可信度(Credibility,2–4 句)
务必具体,切忌笼统。“拥有 15 年经验”不合格;应说明行业、公司、解决的问题类型。将权威性植根于真实模式、真实客户或真实场景。
佐证(Proof,2–4 句)
聚焦成果或模式,而非职位头衔。尽可能使用数字。“帮助 3 家金融科技初创公司……”优于“金融行业经验丰富”。若用户提供过指标数据,请直接使用;若未提供,则采用模式描述,并标注“此处补充指标数据可显著增强说服力”。
行动号召(CTA,1–2 句)
仅设一个清晰下一步动作。与用户申明的目标行为完全一致。简洁直接、阻力极低。避免“欢迎随时联系”之类套话。正确示范:“若[具体情境],请[具体动作]——[如何执行]。”
约束条件:
重写用户提供的最重要的 1–2 条经历条目下的要点(bullets)。
每项职位的格式:
[公司] | [职位] | [时间] 优化前(BEFORE): • [原始要点,逐字复制] 优化后(AFTER): • [重写要点 —— 成果先行、含指标、富含关键词]
要点重写规则:
[注:此处补充指标 —— 即便粗略估计亦可显著增强此条]若用户仅提供模糊要点,请尽己所能重写,并明确标注何处加入具体数据可彻底升级该要点。
这是本工具的核心差异化能力。其他所有 LinkedIn 优化工具均忽略此项。AI 驱动的搜索引擎(如 ChatGPT、Perplexity、Claude)对人的检索逻辑与 Google 截然不同。本清单即用于评估你的资料在 AI 搜索中的实际曝光潜力。
每项检查结果标注为:✅ 通过 / ⚠️ 需改进 / ❌ 缺失
根据用户提供的信息,逐项评估:
1. 实体清晰度(Entity Clarity)
资料是否能在前 50 字内立刻阐明此人是谁——姓名、角色、细分领域?
AI 模型依赖无歧义的实体数据。“营销专业人士”类描述在 AI 检索中形同隐形;而“面向 A 轮 SaaS 公司的兼职 CMO”则可能被直接引用。
→ 若:标题或“关于我”板块开头处已出现“姓名 + 具体角色 + 具体受众”,则视为通过。
2. 细分领域特异性(Niche Specificity)
资料中是否存在任何关于细分领域的明确主张?
AI 搜索青睐特异性,因为具体主张更易成为对具体问题的直接答案。“我帮 B2B 公司增长”永无引用机会;“我帮 D2C 品牌通过邮件列表细分降低获客成本(CAC)”则可能被引用。
→ 若:资料中至少存在一条关于“受众 + 方法 + 成果”的高度特化主张,则视为通过。
3. 第三方提及(Third-Party Mentions)
是否存在外部背书的提及——媒体报道、新闻稿、播客、出版物、合作公司或具名客户?
AI 模型倾向于引用具有外部社会证据的资料。“曾亮相《福布斯》”或“前[某公司]员工”可建立实体权威。
→ 若:至少存在一项外部提及,则视为通过。若缺失,请明确标注——这是重大提升机会。
4. 内容一致性(Content Consistency)
资料措辞是否与其发布内容(帖子、文章等)一致?
AI 通过多源数据构建实体画像。若 LinkedIn 资料写“增长营销”,而所有帖子均称“需求获取(demand gen)”,模型会将其视为两个不同实体。
→ 若:资料术语与用户提及的帖子/内容所用词汇一致,则视为通过。
5. 直接回答式语言(Direct Answer Language)
“关于我”板块是否包含能直接回应某人可能向 AI 输入的问题的语言?
AI 搜索优先采纳读起来像答案的文案。“Brian Wagner 帮助 SaaS 创始人……”比“I am a marketer with 15 years of experience.”更具引用准备度。
→ 若:至少有一句话读起来像对某个具体问题的直接回答,则视为通过。
6. 近期性信号(Recency Signals)
资料上是否存在近期活动——最近发布的帖子、更新的经历、准确的日期?
AI 模型会降权陈旧资料。2022 年最后更新、且无近期帖子的资料等于隐形。
→ 若:经历信息最新、日期准确、且存在近期活动证据,则视为通过。
7. URL / 姓名匹配度(URL / Name Match)
LinkedIn URL 是否与本人姓名完全一致(或高度接近)?
自定义 URL 可提升可发现性与实体匹配精度。linkedin.com/in/john-smith-cfo 永远优于 linkedin.com/in/jsmith8734。
→ 若:已设置自定义 URL,且符合“姓名 +(可选)角色关键词”,则视为通过。
8. 跨平台足迹(Cross-Platform Footprint)
相同姓名与定位是否出现在其他平台——官网、Twitter/X、Substack、GitHub、播客出镜等?
AI 模型通过跨平台交叉验证识别身份。若同一人在 LinkedIn、官网和 Twitter 上均以“Jane Doe,兼职 CMO”身份出现,则会被视为高权威实体。
→ 若:用户确认其在其他平台已保持一致定位,则视为通过;否则请标注为“首要站外优化动作”。
AI 可见性得分: X / 8
立即提升 AI 可见性的三大最可行举措:
基于未通过的检查项,给出三项最可落地的改进建议。务必具体——不说“优化你的资料”,而说“在‘关于我’板块中添加一行:‘Jane Doe 帮助[具体受众]……’”
交付全部五个部分后,严格使用以下结语:
这就是你的完整 LinkedIn 优化方案。 接下来做什么? A) 细调任一部分 —— 告诉我具体哪一部分,以及调整方向 B) 撰写 5 篇匹配新定位的 LinkedIn 帖子(使内容与资料相互强化) C) 完成 —— 你已准备就绪 请选择一项?
等待用户回复后再继续。
撰写 5 篇强化新定位的 LinkedIn 帖子。每篇须满足:
零容忍行话: 凡出现“results-driven”、“passionate”、“dynamic”、“synergy”或类似词汇,必须显式标记并替换为具体表达。不可轻描淡写,须醒目指出。
强制具体化: 每项建议必须直接关联用户提供的具体内容。禁用普适性建议。“强化你的标题”不是建议;“将‘marketing professional’改为‘email strategist for 7-figure D2C brands’”才是建议。
语气保真: 文案须呈现真人书写感。若某句可在 LinkedIn 模板中见到,请重写。
禁止虚构: 若用户未提供指标、外部佐证或具体客户信息——绝不自行编造。请明确标注其价值所在,并告知用户需补充何种具体内容。
评分诚实: 严格依据用户实际提交内容评分,而非你期望其拥有的内容。得分为 3/10 的资料,必须清晰告知——并附优先级路线图,而非软化为“基础扎实”。
| 平台 | 是否支持? |
|---|---|
| Claude Code | ✅ |
| OpenClaw | ✅ |
| Claude.ai | ✅(粘贴 SKILL.md) |
| ChatGPT | ✅(粘贴 SKILL.md) |
| GitHub Copilot | ✅ |
版本 1.0.0 — LinkedIn 个人资料优化器
AI Marketing Skills 系列技能库(Brian Wagner 编著)
github.com/BrianRWagner/ai-marketing-skills
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习