讲师中心 微信公众号
AI工具推荐 视频效率加速

Brw Linkedin Profile Optimizer 1.0.0

Polar Sponsor
爱发电 赞助
.NET 9.0

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

功能概述

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。

核心要点

  • 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
  • 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
  • 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。

使用与执行

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;

结果检查与注意事项

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。

LinkedIn 个人资料优化器

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。

工作原理

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:

  1. 个人资料审核 —— 带分值诊断,按优先级排序
  2. 标题重写 —— 提供 3 种变体,并附 A/B 测试指导
  3. “关于我”板块重写 —— 全文重写,上限 220 字,保持你的个人语气
  4. 经历优化 —— 针对你最重要的 1–2 个职位,提供优化前/后要点对比
  5. AI 可见性检查清单 —— 共 8 项,评估你的个人资料在 AI 搜索中的曝光效果

完成耗时: 若你已准备好个人资料,全程仅需 15 分钟。

第 1 步 —— 信息采集

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。

第 2 步 —— 首先扫描“行话”(Buzzwords)

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:

  • results-driven,results-oriented
  • passionate about,passion for
  • dynamic professional
  • synergy,synergistic
  • leveraging(作名词使用时)
  • comprehensive,robust
  • visionary,visionary leader
  • thought leader(自我标榜时)
  • seasoned professional
  • proven track record
  • go-getter
  • strategic thinker(无实证支撑时)
  • detail-oriented
  • team player
  • excited to announce,excited to share
  • in today's landscape,in this day and age
  • game-changing,revolutionary,cutting-edge

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。

第 3 步 —— 输出结果

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。

SECTION 1:个人资料审核

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:

  • 1–3 分: 明确损害目标(令人困惑、误导,或关键内容完全缺失)
  • 4–6 分: 中性 —— 内容存在但缺乏记忆点,无法促成转化
  • 7–8 分: 扎实 —— 清晰且功能完备,仅需微调提升锐度
  • 9–10 分: 卓越 —— 清晰、具体、有说服力,且专为所声明的目标受众构建

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。

SECTION 2:标题重写

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:

  • 上限 220 字符
  • 禁用行话(参照行话扫描列表)
  • 必须至少包含一个具体、可搜索的关键词
  • 必须提出一项竞争对手无法立即复制的主张

SECTION 3:“关于我”板块重写

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:

  • 全文上限 220 字
  • 禁用行话(出现即标记并替换)
  • 首句不得以第一人称开头(禁用“I am”或“I've”——须以主张开头,而非以“我”开头)
  • 禁用未经佐证的自我标榜形容词(如“passionate”、“expert”、“seasoned”)
  • 行文须像真人所写,而非 LinkedIn 模板生成

SECTION 4:经历优化

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:

  1. 成果先行(Achievement-first) —— 以结果开头,而非动作。“6 个月内将销售线索池扩大 40%”优于“负责扩大销售线索池”
  2. 指标锚定(Metric-anchored) —— 每条要点必须包含数字、百分比或规模指示词。若用户未提供指标,请标注:[注:此处补充指标 —— 即便粗略估计亦可显著增强此条]
  3. 关键词丰富(Keyword-rich) —— 包含目标受众常在招聘启事或搜索中使用的术语。禁止堆砌关键词;须自然融入成果陈述
  4. 易扫读(Scannable) —— 每条要点上限 15 词。禁用伪装成要点的段落
  5. 仅用主动动词(Active verbs only) —— “Built”、“Grew”、“Cut”、“Launched”、“Closed”等;禁用“Responsible for”、“Tasked with”、“Helped with”

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。

SECTION 5:AI 可见性检查清单

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]……’”

第 4 步 —— 收尾

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。

若用户选择 B —— LinkedIn 帖子

撰写 5 篇强化新定位的 LinkedIn 帖子。每篇须满足:

  1. 语气与定位须与“关于我”重写版完全一致
  2. 目标受众须与信息采集阶段用户定义的完全一致
  3. 采用五种不同格式:(1) 个人故事,(2) 数字清单,(3) 反共识观点,(4) 客户成果/模式,(5) 直接行动号召帖
  4. 不得显式提及 LinkedIn 个人资料——这些是独立帖子,非资料推广
  5. 遵守以下规则:
    • 首句为钩子——大胆主张或成果前置
    • 禁用行话(参照行话扫描列表)
    • 段落简短,留白充足
    • 每篇仅设一个行动号召,且与既定目标一致
    • 任何一篇不得以“I”作为首词

守则(始终生效)

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”。

兼容性

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

目录

热门AI工具

更多
二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

相关专题

更多
Vite 项目如何打包和部署
Vite 项目如何打包和部署

Vite项目打包部署专题汇集生产构建、产物预览、输出目录、资源路径、Nginx与GitHub Pages部署及常见白屏和路由404问题的已审核文章,帮助读者完成上线流程。

0

2026.10.28

Vite 如何搭配 Vue.js
Vite 如何搭配 Vue.js

Vite搭配Vue.js专题汇集创建Vue 3项目、配置开发环境、路径别名、Vue插件、代理、多环境构建与调试的已审核文章,帮助读者完成从初始化到日常开发的配置。

0

2026.10.28

Vite 项目目录怎么看
Vite 项目目录怎么看

Vite项目目录专题汇集入口文件、src源码、public静态资源、路径别名、项目根目录和构建输出目录相关的已审核文章,帮助读者理解各文件夹的用途与引用方式。

0

2026.10.28

Gradle插件开发入门教程
Gradle插件开发入门教程

本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。

0

2026.10.22

Gradle Wrapper配置教程
Gradle Wrapper配置教程

本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。

0

2026.10.22

Golangci-lint检查器使用教程
Golangci-lint检查器使用教程

本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。

0

2026.10.22

Gradle怎么构建Java项目
Gradle怎么构建Java项目

本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。

0

2026.10.22

PHP时间戳漏洞修复教程
PHP时间戳漏洞修复教程

本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。

0

2026.10.22

Golangci-lint配置文件与规则设置
Golangci-lint配置文件与规则设置

本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。

0

2026.10.22

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn