Menu
LinkedIn 帖子创作：根据品牌调性和主题生成专业帖子，并支持反馈优化。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
| name | linkedin-post-creator |
| description | LinkedIn 帖子创作：根据品牌调性和主题生成专业帖子，并支持反馈优化。 |
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。
当用户说以下内容时启动此技能：
┌─────────────────────┐
│ 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 │
└─────────────────────┘
询问用户或从配置文件读取：
品牌信息：
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"]
}
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：
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"
}
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。
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"
]
}
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：
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*
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
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
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
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？👇
[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 💬
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？
📊 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？
~/.claude/cache/linkedin/brand-brief.json~/.claude/cache/linkedin/posts/{YYYY-MM-DD}-{topic-slug}.mdGEO 内容优化：调整文章结构，让内容更容易被 AI 搜索引用。
Grok X 实时抓取：让 Claude 调用本地 grok-build 获取真实 X (Twitter) 帖子。 X 模式必须优先驱动 Grok 原生 X 工具族：x_keyword_search、x_semantic_search、 x_user_search、x_thread_fetch；必要时再用 web_search/open_page 交叉验证。 返回带 @用户名、点赞/浏览数、链接、时间的真实帖子。复用用户已登录的 grok.com 订阅， 调用零额外成本（不像 MCP 方案要 xAI API key 按 token 付费）。 三种模式：x（X 实时抓取，主力）、ask（把 Grok 当独立第二意见）、continue（续接追问）。 当用户需要真实 X/Twitter 实时数据时使用，例如： 问问 grok X 上在聊什么、让 grok 搜 X 上对某事的实时讨论、grok 看看 @某账号最近发了什么、 X 上现在怎么说、X 实时热点、X 实时趋势、ask grok what X is saying about、 grok 第二意见、consult grok。 排除（不要触发本 skill）：写 X 推文 → 用 x-twitter-writer；大规模历史语料采集 → 用 x-sousuo；泛网络调研 → 用 smart-research。本 skill 的差异点是 Grok 对公共 X 搜索 工具有原生路径，适合可复核的 X 话语采样；不是 firehose，也不是事实裁判。 没有"公共 X 搜索 / X 实时反馈 / thread 上下文"诉求时不要用它。
网红评估：分析社交账号公开数据，计算评分，辅助筛选 KOL 合作对象。
Loopforge：把模糊工作流整理成可复用的 AI Agent 工作流循环规范和提示词。
SEO 分析：检查网站结构、技术指标和内容质量，输出搜索优化建议。
社交趋势监控：追踪多平台热点，生成趋势报告和内容机会判断。