linkedin-post-creator
SKILL.md
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:
{
"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:
{
"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:
# 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
Weekly Installs
6
Repository
yangliu2060/smi…--skillsGitHub Stars
18
First Seen
Jan 28, 2026
Security Audits
Installed on
claude-code6
opencode4
gemini-cli4
github-copilot3
codex3
kimi-cli3