---
name: linkedin-post-creator
description: 基于品牌调性和内容主题，AI生成高质量LinkedIn帖子，支持多轮反馈优化，输出可直接发布的专业内容。
---

# LinkedIn 帖子生成器

根据你的品牌调性和内容主题，AI 生成专业的 LinkedIn 帖子，支持反馈循环优化直到满意。

## 触发条件

当用户说以下内容时启动此技能：
- "写个LinkedIn帖子"
- "帮我发LinkedIn"
- "LinkedIn post"
- "生成领英内容"
- "写个职场动态"

## 工作流程

```
┌─────────────────────┐
│   获取品牌简介       │
│   (用户输入/配置)    │
└──────────┬──────────┘
           │
           ▼
┌─────────────────────┐
│   确定内容主题       │
│   (用户指定/AI建议)  │
└──────────┬──────────┘
           │
           ▼
┌─────────────────────┐
│   AI 生成初稿       │
│   (基于品牌调性)     │
└──────────┬──────────┘
           │
           ▼
┌─────────────────────┐
│   AI 自我反馈       │◄───┐
│   (检查质量问题)     │    │
└──────────┬──────────┘    │
           │               │
           ▼               │
┌─────────────────────┐    │
│   优化修改          │────┘
│   (根据反馈改进)     │  (循环2-3次)
└──────────┬──────────┘
           │
           ▼
┌─────────────────────┐
│   输出最终版本       │
│   保存到本地         │
└─────────────────────┘
```

## 执行步骤

### 步骤 1：获取品牌简介

询问用户或从配置文件读取：

**品牌信息**：
- 品牌/个人定位（一句话）
- 目标受众（职位/行业/痛点）
- 内容风格（专业/轻松/激励/教育）
- 核心价值主张
- 禁忌词/话题

**配置文件位置**：`~/.claude/cache/linkedin/brand-brief.json`

**示例配置**：
```json
{
  "brand_name": "AI产品经理老王",
  "positioning": "帮助产品经理理解和应用AI技术",
  "target_audience": "互联网产品经理、创业者、技术管理者",
  "content_style": "专业但接地气，案例驱动，有干货",
  "value_proposition": "让AI落地不再难",
  "tone": ["务实", "有洞察", "不说空话"],
  "avoid": ["过度营销", "贩卖焦虑", "无根据预测"]
}
```

### 步骤 2：确定内容主题

**用户指定主题**：
```
用户: 写个关于 AI Agent 最新进展的帖子
```

**或 AI 建议主题**：

基于以下来源生成主题建议：
- 行业热点（WebSearch 搜索最新动态）
- 用户历史帖子主题（避免重复）
- 节日/事件日历

**主题结构**：
```json
{
  "topic": "AI Agent 的2025现状",
  "angle": "从实践者角度分析，不是科普",
  "hook": "为什么99%的AI Agent项目失败了",
  "target_emotion": "共鸣+好奇"
}
```

### 步骤 3：生成初稿

使用以下提示词生成：

---

**帖子生成提示词**：

```
你是一位专业的 LinkedIn 内容创作专家，擅长写高互动的职场内容。

【品牌简介】
{brand_brief}

【本次主题】
{topic}

【LinkedIn 帖子最佳实践】
1. 开头3行决定生死 - 必须有强钩子，引发好奇或共鸣
2. 使用短段落 - 每段1-2句，留白增加可读性
3. 加入个人观点 - 不要只陈述事实，要有态度
4. 故事>道理 - 用案例和故事说话
5. 结尾有CTA - 邀请互动（提问/投票/分享经历）
6. 适当用emoji - 增加视觉节奏，但不过度
7. 长度：150-300字（中文）/ 1000-1500字符（英文）

【输出格式】
直接输出帖子内容，不需要解释。使用换行分段。
```

---

### 步骤 4：AI 自我反馈循环

生成初稿后，用第二个 AI 视角审核：

**反馈提示词**：

```
你是一位 LinkedIn 内容专家，请审核以下帖子：

【帖子内容】
{draft}

【品牌简介】
{brand_brief}

【审核维度】
1. 开头吸引力 (1-10)：前3行是否能留住读者？
2. 品牌一致性 (1-10)：是否符合品牌调性？
3. 价值密度 (1-10)：读者能学到什么？
4. 互动潜力 (1-10)：是否能引发评论/转发？
5. 专业度 (1-10)：是否有深度，不是泛泛而谈？

【输出格式】
{
  "scores": {
    "hook": 8,
    "brand_fit": 9,
    "value": 7,
    "engagement": 6,
    "depth": 8
  },
  "overall": 7.6,
  "issues": [
    "开头可以更具体，加入数字或案例",
    "结尾CTA太弱，可以提一个具体问题"
  ],
  "suggestions": [
    "把'很多公司'改成'我见过的30+公司'",
    "结尾加一个投票或提问"
  ]
}
```

### 步骤 5：优化修改

根据反馈优化帖子：

**优化提示词**：

```
请根据以下反馈优化帖子：

【原帖】
{draft}

【反馈】
{feedback}

【要求】
1. 针对性修改 issues 中提到的问题
2. 采纳 suggestions 中合理的建议
3. 保持原有的核心观点和结构
4. 不要过度修改导致失去原有风格

【输出】
直接输出优化后的完整帖子。
```

**循环条件**：
- 如果 overall 分数 < 8，继续优化
- 最多循环 3 次
- 用户可随时接受当前版本

### 步骤 6：输出最终版本

**输出格式**：

```markdown
# LinkedIn 帖子 - {主题}

**生成时间**: YYYY-MM-DD HH:MM
**主题**: {topic}
**质量评分**: {overall}/10

---

## 📝 帖子内容

{final_post}

---

## 📊 质量评估

| 维度 | 得分 |
|------|------|
| 开头吸引力 | ⭐ {hook}/10 |
| 品牌一致性 | ⭐ {brand_fit}/10 |
| 价值密度 | ⭐ {value}/10 |
| 互动潜力 | ⭐ {engagement}/10 |
| 专业度 | ⭐ {depth}/10 |

## 💡 发布建议

- **最佳发布时间**: 周二-周四 早8点/午12点/晚6点
- **配图建议**: {image_suggestion}
- **话题标签**: {hashtags}

---

*由 Claude Code linkedin-post-creator 技能生成*
```

## 使用示例

### 示例 1：指定主题生成

```
用户: 帮我写个LinkedIn帖子，主题是远程办公的利弊

Claude:
1. 读取品牌配置（如没有则询问）
2. 生成初稿
3. AI反馈评分 7.2/10
4. 优化后评分 8.5/10
5. 输出最终版本
```

### 示例 2：AI 建议主题

```
用户: 帮我想几个LinkedIn帖子主题

Claude:
1. 搜索用户领域最新热点
2. 生成 5 个主题建议
3. 用户选择后生成帖子
```

### 示例 3：批量生成

```
用户: 帮我生成这周的5篇LinkedIn帖子

Claude:
1. 根据内容日历规划主题
2. 批量生成5篇
3. 统一输出到文件
```

## LinkedIn 帖子模板库

### 模板 1：经验分享型

```
我在 [领域] 工作了 [X] 年。

这是我希望早点知道的 [N] 件事：

1️⃣ [洞察1]
   → [一句话解释]

2️⃣ [洞察2]
   → [一句话解释]

3️⃣ [洞察3]
   → [一句话解释]

最让我意外的是第 [X] 条。

你的经验是什么？👇
```

### 模板 2：反直觉观点型

```
[常见观点] 是错的。

我来解释为什么：

[论点1]

[论点2]

[论点3]

真正重要的是：[核心洞察]

同意还是反对？评论区见 💬
```

### 模板 3：故事型

```
去年这个时候，我 [困境描述]。

我试过：
❌ [失败尝试1]
❌ [失败尝试2]

直到我发现了 [转折点]。

现在：[成果]

这件事教会我：[核心教训]

你有过类似经历吗？
```

### 模板 4：数据洞察型

```
📊 一个让我震惊的数据：

[具体数据]

这意味着什么？

1. [解读1]
2. [解读2]
3. [解读3]

我的建议：[行动建议]

你怎么看这个趋势？
```

## 数据存储

- 品牌配置：`~/.claude/cache/linkedin/brand-brief.json`
- 生成的帖子：`~/.claude/cache/linkedin/posts/`
- 帖子命名：`{YYYY-MM-DD}-{topic-slug}.md`

## 依赖工具

- **Read**: 读取品牌配置
- **Write**: 保存生成的帖子
- **WebSearch**: 搜索热点主题（可选）

## 最佳实践

### 提高互动率
- 开头用数字或反直觉观点
- 结尾提具体问题而非泛泛的"你怎么看"
- 使用列表和分段增加可读性
- 第一条评论可以补充内容或提问

### 发布时间
- 最佳：周二-周四，早8点/午12点/晚6点
- 避免：周末、节假日
- 发布后30分钟内积极回复评论

### 话题标签策略
- 使用 3-5 个标签
- 混合大标签（#leadership）和垂直标签（#productmanagement）
- 避免创造无人使用的新标签

## 限制说明

- 此技能生成帖子内容，不负责实际发布
- 需要用户手动复制到 LinkedIn 发布
- AI 评分仅供参考，最终质量需人工判断

## 原始来源

改编自 n8n 模板：
- 模板ID: 6979
- 原名: AI-Powered Daily LinkedIn Post Creator with OpenAI Feedback Loop and Notion
- 链接: https://n8n.io/workflows/6979