用AI寫LinkedIn貼文：8個提示詞，以及LinkedIn砍掉自家AI寫作工具後訂下的規則

要怎麼用AI寫LinkedIn貼文？

你把原始素材和自己的語氣交給聊天機器人，再刪掉它多加的東西。這五個步驟在ChatGPT、Claude、Gemini或Microsoft Copilot都一樣適用，免費版或付費版皆可。

1. 貼上三篇你自己寫的貼文，請它整理出你的語氣規則（下方提示詞1）。
2. 把這些規則存在聊天機器人會記住的地方：ChatGPT的自訂指令、Claude的Instructions for Claude，或Gemini的Gem。
3. 給它你的筆記：成果、數字、人物、哪裡出了問題。這些模型不可能自己知道。
4. 請它寫出重點落在前150個字元內的草稿，長度要自己檢查。
5. 親手修改，發文前再跑一次垃圾內容檢查（提示詞7）。

提示詞1，之後每個提示詞都要靠它的語氣檔：「這是我自己寫的三篇LinkedIn貼文：[貼上]。請列出描述我寫作方式的規則：句子多長、怎麼開頭、常用的字、從不用的字，以及怎麼結尾。把它們寫成可以貼進自訂指令的清單。不要稱讚這些貼文，也不要加入貼文裡找不到依據的規則。」

LinkedIn自己訂的數字，每個提示詞都該帶上。下表每一列都來自LinkedIn說明頁面或LinkedIn主管，查閱日期為2026年10月12日。

LinkedIn沒有公布一般貼文在哪裡會被折疊到「查看更多」後面。但它的廣告規格有寫：「最多使用150個字元（含空格、表情符號與標點），以避免被截斷。」就把150字元當作你的開頭預算。依OpenAI「1個token大約是4個字元」以及約四分之三個英文單字的經驗法則，大約是28個英文單字。

別相信聊天機器人自己報的字數。模型讀的是token，不是字母，所以它對長度只是猜。一篇3,000字元的貼文約為750個token。發文前，先把草稿貼進字數計算器。

LinkedIn會懲罰用AI寫的貼文嗎？

不會，LinkedIn不會因為貼文是用AI寫的就懲罰它。它削減的是讀起來很泛泛的貼文的觸及，而且在2026年7月30日表示正在移除自家的AI寫作工具。

LinkedIn副總裁暨執行編輯Laura Lorenzetti在2026年5月20日的貼文中訂下了規則：「用AI協助寫作沒問題，但你的貼文和留言必須代表你的聲音與觀點。」同一篇貼文中她還說，LinkedIn的系統在初期測試中，辨識泛泛內容的正確率為94%。LinkedIn沒有公布誤判率。

被標記的貼文不會被刪除。LinkedIn只是減少向你直接人脈以外的人展示，所以你的連結對象可能仍看得到泛泛的貼文，陌生人則看不到。

十週後，首席產品長Hari Srinivasan更進一步。他在2026年7月30日表示，會員現在可以檢舉「看起來像AI垃圾內容」的貼文或留言。LinkedIn還會測試一項私人標記：當讀者覺得某篇貼文不真誠時，在你的分析儀表板中提示你，同時正在移除「強化你的貼文」功能。取代它的是校對你的文字，而不會寫新內容。Social Media Today報導，舊功能在8月就已消失，報導日期為2026年9月20日。

這個工具已經掙扎了一年。CEO Ryan Roslansky在2025年7月告訴Semafor，發AI內容的人會「被點名」，而且「你不會想在專業場合被點名。」

所以讓AI寫句子就好。經驗、數字和意見要留給自己，因為這些正是泛泛貼文缺少的東西。

LinkedIn上已經有多少貼文是AI寫的？

長篇LinkedIn貼文有40%到81%，取決於你相信哪一家的偵測器。兩家偵測公司在2026年中測量了LinkedIn，得出相差一倍的答案。

兩者計算的東西不同。Pangram只標記它判斷為完全由AI產生的文字。Originality.ai採用它所謂的15% AI容許值，且沒有進一步定義。兩家公司都在販售自己所用的偵測器。

Pangram的另一個數字更尖銳。LinkedIn貼文佔其使用者掃描內容的三分之一，卻產生了它標記出的所有AI內容的62%。兩項研究都沒有測量互動，所以任何說AI貼文觸及減少某個百分比的說法，都不是出自這些資料集。

這就是你的貼文會落入的動態消息。依兩邊的數字，一篇聽起來像中位數長篇LinkedIn貼文的草稿，聽起來就像機器寫的。

哪些提示詞能寫出好的LinkedIn貼文？

有效的提示詞是把你的事實交給模型，並禁止它再編造。這八個涵蓋了從空白頁到最後修改的整個流程。更長的清單確實存在，但裡面多半是主題點子，而語氣與事實規則比主題重要。

提示詞2，先訪問我：「我想寫一篇關於[專案或事件]的LinkedIn貼文。在寫任何東西之前，請一次一個問我五個問題，問發生了什麼事、我學到什麼，以及什麼數字能證明。然後只用我的答案寫出貼文。」

提示詞3，依筆記寫草稿：「根據下面我的筆記，套用我的語氣規則寫一篇LinkedIn貼文。把重點放在前150個字元內。控制在[200]字以內，段落要短。不要編造筆記裡沒有的數字、姓名、引言或成果。筆記：[貼上]」

提示詞4，五個開頭：「為這篇貼文給我五句開場白，每句不超過150字元。每一句都必須寫出草稿中具體的事實、數字或成果。不要用問句，也不要宣告我有多興奮。」

提示詞5，改寫再利用：「把這篇[文章、演講逐字稿、報告]改成一篇LinkedIn貼文。只保留最有力的一項發現和背後的數字，其餘全部捨棄。告訴我你選了哪個論點，以及為什麼。」

提示詞6，只做校對：「分三輪修改我的草稿。修正拼字、文法和標點。在不漏掉任何事實的前提下刪掉三分之一。把超過25個字的句子改寫得更好讀。列出每一處更動，不要加入論點、主題標籤或表情符號。」這正是LinkedIn賣給Premium會員的Review、Shorten、Clarify三件組，而且任何語言都能用。

提示詞7，垃圾內容檢查：「以一位整天看AI貼文的懷疑型LinkedIn讀者的身分讀這份草稿。引用每一個聽起來泛泛或像機器寫的片語，例如罐頭開場、『不是這個而是那個』句型，或一連三個形容詞。為每一個給出更平實的版本，用我自己貼文裡的字詞。」

提示詞8，主題標籤：「建議最多三個與這篇貼文主題密切相關的主題標籤，或告訴我不需要。」Social Media Today引用的一則LinkedIn聲明指出，主題標籤在「與貼文主題密切相關」時效果最好，所以這個提示詞就是這樣要求的。

想了解這類提示詞背後的道理，如何用AI寫作介紹了通用方法，什麼是系統提示詞則說明為什麼儲存的指令會改變每一次回答。

哪個AI最適合寫LinkedIn貼文？

最適合寫LinkedIn貼文的AI，就是能存下你語氣規則的那個，因為沒有任何公開基準測試會替LinkedIn貼文評分。ChatGPT、Claude和Gemini在免費方案都能起草短貼文。它們的差別在於規則存在哪裡，以及能放多少。

ChatGPT Free是空間最緊的。OpenAI的自訂指令頁面將Free與Go限制在1,500字元，放得下語氣檔，但也放不了太多別的。依Anthropic的個人化指南，Claude會把帳號指令套用到每一次對話。Google的Gems頁面讓你在Knowledge下新增檔案，所以Gem可以把你過去最好的貼文當作範例存起來。

LinkedIn的貼文校對是唯一在LinkedIn內部的工具，也是限制最多的。它的說明頁面指出只支援英文草稿，一次一項建議，沒有復原或版本紀錄。

發布本頁的Whizi，會把Skill套用到你選的任何模型上，所以同一組語氣規則可以同時在Claude和ChatGPT上運作。在Pro方案，你可以把一篇貼文交給兩個模型並排起草，再留下比較好的一篇。在免費這點上它輸了：免費的Whizi帳號每天有10則訊息，且僅限Whizi AI、Auto和Claude Haiku 5.5。

在LinkedIn上，哪些事不該交給AI？

不要讓AI替你發文或留言。LinkedIn的使用者協議禁止使用「機器人或其他未經授權的自動化方式」來「建立、留言、按讚、分享或轉發貼文」。Srinivasan寫道，LinkedIn現在每天攔截數十萬次自動留言嘗試。

也別讓它編造你的成果。要求模型寫成功故事時，它會用看似合理的數字填補空白，而在LinkedIn上，署名的是你。上面的提示詞2和3就是為了避免這種事。

AI圖片是另一回事。LinkedIn會在帶有C2PA資料的圖片和影片上顯示內容憑證，標籤可以顯示是否使用了AI製作。文字沒有這種標籤，所以讀者是憑聽起來的感覺來判斷你的文字。如果你除了替自己寫，也替客戶寫，文案寫手的AI說明了文案歸誰所有。