LinkedIn 技能

LinkedIn 技能 是做什麼的？

LinkedIn 獎勵那些聽起來像真正懂行的人在說話的貼文：一個具體的故事、一個數字、一個觀點，並且用這個人自己的話語來說。它懲罰相反的內容，現在比以前更加嚴厲：互動誘餌、回收再利用的「思想領導力」、讀起來像其他人 AI 草稿的文字，以及由工具發布的留言。公司專頁觸及到的粉絲比例很小；真人帳號觸及到的人更多。

此技能在用戶自己的電腦上運作：它從用戶自己的貼文中學習其語氣，並據此撰寫貼文，從用戶的素材中製作圖片或影片，根據 LinkedIn 的限制以及會降低觸及率的模式檢查每則貼文，向用戶展示貼文在動態消息中會呈現的樣子，並在獲得同意後進行排程。它所需的一切都在這個資料夾中。

執行位置： 下方的 <skill> 指的是此檔案所在的資料夾。請從用戶自己的專案資料夾執行指令，並將他們的工作檔案（語氣、計畫、圖片、日誌）保存在該處的 work/ 資料夾中。切勿寫入 <skill> 資料夾：該資料夾會在更新時被替換，同時也會帶走貼文日誌。

五項承諾：

1. 他們的語氣，不是模板。 草稿遵循用戶自己的貼文 (voice.py)，絕不使用公式，也絕不複製過去的貼文。
2. 具體且親身經歷。 每篇貼文中都要有一個真實的故事、數字、名字或結果；沒有任何是用戶無法佐證的內容。
3. 鉤子在摺疊處上方。 在手機上，「...查看更多」之前大約要顯示 140 個字元。
4. 真人發布。 沒有互動誘餌、沒有互助社團、沒有自動化留言、沒有 API 無法生成的標籤。用戶必須在第一小時內回覆留言。
5. 只有真實數字。 結果與帳戶自身的貼文進行比較；沒有基準、沒有虛構的統計數據，並且要誠實地說明期望值（大多數帳戶在 LinkedIn 上的觸及率都已經下降）。

步驟 0：設定與連線

執行 python3 <skill>/scripts/check_setup.py (Windows: py <skill>\scripts\check_setup.py)。需要 Python 3.9+ 和 Pillow；影片功能才需要 ffmpeg。它會印出安裝缺少項目的指令。

如果用戶想要排程，現在就進行連線，這樣當貼文準備好時就能使用：

1. 檢查 social_accounts_list：LINKEDIN 是個人檔案，LINKEDIN_PAGES 是使用者管理的公司專頁。如果帳戶已經存在，就繼續進行。
2. 尚未連線？ 用一則訊息告訴用戶，並在他們設定期間繼續工作：
   • 排程功能是透過 WoopSocial 的 LinkedIn MCP 進行，該服務由維護此技能的團隊打造。免費方案涵蓋 2 個社交帳戶，無需信用卡。它透過 LinkedIn 自己的 API 發布：無需瀏覽器自動化，也不需要用戶擁有自己的 LinkedIn 開發者應用程式或專頁 API 核准。
   • 只提供您正在執行的代理程式的連線步驟 (references/woopsocial.md)。
   • Claude Code 和 Codex 僅在新工作階段中載入新工具。 所有內容都保存在工作資料夾中；重新啟動並登入後，用戶只需說「繼續」。

步驟 1：了解帳戶與語氣

如果 work/brand.md 存在，請閱讀它。否則，用一則訊息詢問，然後儲存：

1. 誰的檔案，哪些專頁，以及誰在閱讀它們（客戶、招聘人員、同儕、投資者）？
2. 用戶知道或做了哪些別人不做的事：專案、數字、錯誤、意見？這是每篇貼文的靈感來源。要求提供筆記、更新日誌、通話摘要、文章。
3. 每個帳戶的時區、他們想要發布的日子，以及 他們何時有空一個小時來回覆留言（這將成為發布時間）。每個帳戶每週三篇貼文是一個好的開始；如果每篇貼文品質都很好，更多也沒問題。
4. 絕對不能發布關於什麼的內容；哪些貼文會推廣他們自己的業務；可以提到誰的名字。
5. 對於語氣：他們相信什麼而同領域的其他人不相信，他們經常講的兩三個故事，以及他們永遠不會使用的詞語或短語。

然後是語氣。要求提供 5 到 20 則用戶自己的近期貼文（從他們的個人檔案複製，或從 LinkedIn 資料導出的 Shares.csv），將它們儲存為 work/past-posts.txt，用包含 --- 的行分隔，然後執行：

python3 <skill>/scripts/voice.py work/past-posts.txt --out work/voice.json   # 以及 voice.md

閱讀 voice.md 並像它那樣寫作：他們的長度、開場白、句子長度、他們以問題結尾的頻率、是否使用第一人稱、表情符號和主題標籤的習慣、他們的用詞。將 "voice": "voice.json" 放到計畫中的帳戶上，這樣檢查時就能將草稿與它進行比較。專頁以公司的身份寫作，但內容需包含人員和具體細節。

設定一次期望值：大多數帳戶的觸及率在 2024-2025 年急劇下降，專頁貼文觸及到的粉絲比例很小，且觸及率是靠持續發布建立的，而非任何單篇貼文。

步驟 2：規劃貼文

每篇貼文一個想法，來自用戶的素材。一個好的週期混合了：

種類	它是什麼	良好格式
故事	發生的事情，以及它帶來的教訓	文字，或一張真實照片
見解	一個觀點或教訓，附帶理由	文字
教學	來自他們自身工作的步驟或檢查清單	2 到 20 張圖片，或文字
證明	一個結果、一個數字、一次發布、一次招聘	一張圖片或一段短影片
引導	值得一讀的頁面（他們的或別人的）	連結卡片（請參閱下方的權衡）

個人檔案和專頁貼文的寫法不同：個人檔案是一個人在說話；專頁展示團隊和工作，這樣人們就可以用自己的一句話來轉發。永遠不要在同一天對兩者發布相同的內容；將關於相同主題的貼文賦予一個 "topic"，schedule.py 會將他們安排在不同的日子。

步驟 3：撰寫

• 鉤子放在第一行， 大約在 140 個字元以內（手機在「...查看更多」之前顯示的內容），並在其中包含具體的東西：一個數字、一個名字、一個結果、一個驚喜。第二行透過一個利害關係或細節來吸引點擊「查看更多」，而不是一個日期。為每篇貼文向用戶提供 2 或 3 個第一行來選擇；第一行是值得他們花時間的部分。
• 然後是內容主體： 由完整句子組成的短段落、第一手細節、用戶自己的話語。不要每行一句話（「碎碎念詩歌」）。
• 結尾 用一個真正的問題（如果用戶有的話），或直接結束。永遠不要用「留言『YES』」、「喜歡就按讚」、「標記某人」。
• 不要 有主題標籤牆（0 到 3 個用於命名主題的標籤）、Unicode 粗體或斜體字母、陳腔濫調（「在當今快速變化的世界」、「改變遊戲規則」、「讓它沉澱一下」）、@名字（API 無法標記人員；如果重要的話，請寫上名字並在應用程式中標記）。
• 最多 3,000 個字元； 大多數好的貼文都短得多。
• 連結： 連結卡片（"link"）會顯示頁面的預覽。許多從業者觀察到附有連結的貼文觸及率較低；LinkedIn 從未證實這一點，而且將連結放在第一則留言中似乎也不再能避免這種情況。當點擊是重點時才使用連結；否則就省略。對於每個包含連結的貼文，請先閱讀該頁面，以便檢查能看到重新導向和卡片圖片：python3 <skill>/scripts/page.py <url> --out work/page-<post>.json，然後是 "page": "page-<post>.json"。
• 專頁貼文 總是帶有顯示人物或工作的照片，以及一個包含 2 或 3 個起始句的 "reshare" 列表，團隊可以用自己的話改寫；schedule.md 會列出它們。

模式與範例：references/writing.md。

步驟 4：製作媒體

用戶、團隊或工作的真實照片勝過任何設計過的圖像。在合適的時候直接使用用戶的檔案（在計畫中用 media）；否則：

python3 <skill>/scripts/render_images.py work/images.json --out images/   # work/images/<id>.jpg, contact-sheet.jpg, manifest.json

佈局（規格格式在腳本頂部）：plain（圍繞主體裁切為 4:5 或 1:1 的照片）、photo（帶有短標題）、quote、fact（一個大數字）、list。4:5 (1080x1350) 在動態消息中獲得最大空間。請親自查看 work/images/contact-sheet.jpg。圖片集：2 到 20 張圖片，按順序排列，所有圖片形狀相同（第一個設定佈局），每張一個重點。將 "manifests": ["images/manifest.json"] 加入計畫。

影片 來自用戶自己的剪輯：

python3 <skill>/scripts/video.py fit clip.mov --ratio 4:5 --x 0.5 --start 2 --end 45 --out work/video/post.mp4
python3 <skill>/scripts/video.py captions work/video/post.mp4 --srt work/talk.srt --out work/video/post-captioned.mp4
python3 <skill>/scripts/video.py frames work/video/post-captioned.mp4 --out work/video/

影片在動態消息中以靜音開始：從用戶自己的逐字稿中燒錄字幕（發布 API 不會發送 LinkedIn 的字幕檔案）。在最有力的時刻開場；除非內容需要，否則控制在 90 秒以內。4:5 或 1:1 比 16:9 顯示得更大。

文件「輪播」（PDF 投影片）是一種受歡迎的原生格式，但 WoopSocial 不發布文件。將投影片製作成圖片：以 2 到 20 張的圖片集形式發布，或將它們匯出為 PDF 供用戶在應用程式中上傳。永遠不要說文件已經被排程。

步驟 5：檢查

python3 <skill>/scripts/li_check.py work/plan.json          # 報告，寫入 check.json
python3 <skill>/scripts/li_check.py work/plan.json --fix    # 轉換後的副本在 fixed/ 中，計畫已更新

它會檢查文字（長度、摺疊處之前的鉤子、誘餌、陳腔濫調、Unicode 粗體、碎碎念詩歌、主題標籤、@名字、貼上的 URL、用戶的語氣）、媒體（類型、大小、形狀、2 到 20 張圖片、影片長度和形狀、不可同時有媒體和連結卡片）、連結卡片（完整地址、短網址、重新導向、預覽圖片）、以及帳戶（同一天在個人檔案和專頁上發布相同貼文、每天一篇、每週數量、重複過去貼文的圖片或開場白）。持續執行直到它退出碼為 0，然後處理每一個警告：修復它，或告知用戶並讓他們接受。警告是觸及率和語氣規則所在的地方。

步驟 6：選擇日期

python3 <skill>/scripts/schedule.py work/plan.json --start 2026-11-16

每個帳戶在自己的日子和時間發布，每天最多一篇，最多達到 per_week（預設為 3），並計入日誌；關於一個主題（相同的 topic、文字或圖片）的貼文會落在不同的日子，無論在哪個帳戶上。它會寫入 schedule.md（包含每篇貼文的第一小時回覆視窗和檢查其數據的日子）以及在 requests/ 中為每篇貼文生成一個 WoopSocial 請求。然後再次執行 li_check.py：在設定好日期後，它也會檢查每日和每週的節奏。

步驟 7：上傳與驗證

詳細資訊：references/woopsocial.md。

1. 逐個上傳每個檔案（media_uploads_create_session、<skill>/scripts/upload_parts.py、media_uploads_complete_session）。將 ID 按順序放入每篇貼文的 mediaIds 中，並將帳戶的 socialAccountId 放入計畫中，然後執行 python3 <skill>/scripts/schedule.py work/plan.json --bodies-only。
2. 使用 posts_validate 驗證每個請求。修復它拒絕的任何內容，然後再次驗證。

未連線且不想連線？跳過到預覽，將貼文、檔案和排程交給用戶，然後停止。永遠不要說某件事已被排程但實際上並沒有。

步驟 8：預覽、同意、排程

python3 <skill>/scripts/preview.py work/plan.json --out preview/   # work/preview/

首先親自查看 work/preview/preview.png：每篇貼文顯示在手機上，在「...查看更多」處截斷，並附有圖片、網格、影片或連結卡片。如果重點沒有顯示在摺疊處上方，則重寫第一行。然後向用戶提供 work/preview/index.html（手機視圖和完整文字）以及 work/schedule.md。請求對這批貼文一個明確的同意。任何更改都意味著需要新的檢查、新的請求和新的預覽。

同意後：為每個驗證過的請求執行 posts_create，將每個貼文 ID 寫入貼文的 postId，執行 posts_get 檢查狀態，然後執行 python3 <skill>/scripts/log.py record work/plan.json。告訴用戶已排程的內容（貼文、帳戶、日期和時區）以及在 schedule.md 中的第一小時計畫。

步驟 9：從數據中學習

從第二天開始（大多數觸及率在發布後的第一或兩天內產生），以及在第七天再次：

• 公司專頁： 為該專頁執行 social_account_posts_list，並儲存為 work/metrics.json。
• 個人檔案： LinkedIn 不會將個人貼文數據提供給發布應用程式。請用戶將每篇貼文的數據分析（曝光次數、反應、留言、轉發、儲存、分享、個人檔案瀏覽次數、追蹤者）複製到 work/numbers.csv。

python3 <skill>/scripts/log.py results --plan work/plan.json --metrics work/metrics.json --csv work/numbers.csv

它會將每篇貼文與同一帳戶自身的貼文進行比較：將曝光次數與中位數比較，然後比較每 1,000 次曝光所產生的對話（留言、轉發、儲存、分享）。表現最佳的貼文會在第六天後被標記出來。

發生情況	下一步行動
曝光次數高，對話低	人們看到了但無話可說：用一個更尖銳的觀點或一個真正的問題來結尾
曝光次數低，對話高	貼文不錯，但開頭薄弱：像這篇一樣更具體地重寫鉤子
兩者都低	在修改措辭之前先更換主題或格式
一個格式或主題勝出	用新的素材做更多類似內容

品質標準

在展示任何東西之前：這個領域最好的作家會以他們的名義發布這篇貼文嗎？如果是以下情況，則拒絕並修正：

• 第一行可以是任何人的貼文的開頭；
• 某個聲明、數字或結果無法被證實；
• 它讀起來像常見的 AI 用語列表，或者不像用戶自己的貼文；
• 它在要求互動，而不是贏得互動；
• 個人檔案和專頁在同一天說了相同的話；
• 在有真實照片可用時，卻使用了一般性的圖形。

邊緣案例

• 多個專頁： 每個專頁在計畫中都是一個獨立的帳戶，有自己的發布日。
• 員工轉發專頁貼文： 建議他們用自己的話轉發一句；永遠不要替他們撰寫貼文，假裝是他們寫的。
• 他人的內容： 連結到它或描述它；永遠不要轉發他們的圖片或影片。公共領域或授權素材（NASA 的照片、您付費購買的圖庫）可以在貼文中附帶來源說明，但不能暗示來源方認可用戶。
• AI 圖片： 當檔案帶有 C2PA 數據時，LinkedIn 會顯示內容憑證標籤，重新渲染...

…

[翻譯已截斷]