LinkedIn AI写作：如何用AI写LinkedIn帖子，8条提示词，以及LinkedIn砍掉自家AI写作工具后的规则

如何用AI写LinkedIn帖子？

把你的原始素材和你的写作声音交给聊天机器人，然后删掉它多加的内容。这五个步骤在ChatGPT、Claude、Gemini或Microsoft Copilot里的做法都一样，免费版和付费版皆可。

1. 贴上三篇你自己写的帖子，让它总结你的写作规则（下面的提示词1）。
2. 把这些规则存在聊天机器人能保留的地方：ChatGPT的自定义指令、Claude的“Instructions for Claude”，或Gemini的Gem。
3. 给它你的笔记：结果、数字、人物、出了什么问题。这些模型都不可能自己知道。
4. 要求草稿把核心观点放在前150个字符内，并自己检查长度。
5. 手动编辑，发布前再跑一遍垃圾味检查（提示词7）。

提示词1，后面每条提示词都依赖的声音档案：“这是我自己写的三篇LinkedIn帖子：[粘贴]。请列出描述我写作方式的规则：句子有多长、我怎么开头、常用的词、从不用的词，以及怎么收尾。把它们写成可以粘贴进自定义指令的清单。不要夸这些帖子，也不要添加在帖子里找不到依据的规则。”

LinkedIn官方给出的数字应该写进每一条提示词。下表每一行都来自LinkedIn帮助页面或LinkedIn高管，查阅日期为2026年10月12日。

LinkedIn没有公布普通帖子在哪里被折叠到“查看更多”后面。但它的广告规格有说明：“最多使用150个字符（含空格、表情符号和标点），以避免被截断。”把150个字符当作你的开头预算。按OpenAI“1个token约等于4个字符”以及四分之三个单词的经验法则，这大约是28个英文单词。

不要相信聊天机器人自己报的字数。模型读的是token而不是字母，所以只能估算长度。一篇3,000字符的帖子约为750个token。发布前，把草稿贴进字符计数器核对。

LinkedIn会处罚AI写的帖子吗？

不会，LinkedIn不会因为帖子是用AI写的就处罚它。它削减的是读起来泛泛而谈的帖子的触达，并且在2026年7月30日表示将下线自家的AI写作工具。

LinkedIn副总裁兼执行主编Laura Lorenzetti在2026年5月20日的一篇帖子中定下了规矩：“用AI帮助写作没问题，但你的帖子和评论必须代表你的声音和你的观点。”同一篇文章里她还说，在初期测试中，LinkedIn的系统识别泛泛内容的准确率为94%。LinkedIn没有公布误判率。

被标记的帖子不会被删除。LinkedIn只是减少向你直接人脉圈之外的人展示它们，所以你的联系人可能仍会看到一篇泛泛的帖子，而陌生人看不到。

十周后，首席产品官Hari Srinivasan进一步表态。2026年7月30日，他表示会员现在可以举报“看起来像AI垃圾内容”的帖子或评论。当读者觉得某篇帖子不真实时，LinkedIn还将在你的数据分析面板里测试一个仅自己可见的标记，同时正在移除“优化你的帖子”功能。取而代之的工具只校对你写的文字，不会生成新内容。Social Media Today报道称，旧功能在8月前就已消失，报道发布于2026年9月20日。

这个工具已经挣扎了一年。首席执行官Ryan Roslansky在2025年7月对Semafor说，发布AI内容的人会“被点名”，而且“你不会想在职业场合被点名”。

所以，让AI去写句子。经历、数字和观点要留给你自己，因为泛泛的帖子恰恰缺的就是这些。

已经有多少LinkedIn帖子是AI写的？

长篇LinkedIn帖子中有40%到81%，取决于你信哪家的检测器。两家检测公司在2026年年中都测量了LinkedIn，得出的答案相差一倍。

它们统计的东西不同。Pangram只标记它判定为完全由AI生成的文字。Originality.ai使用它所谓的15% AI容许度，并未进一步定义。两家公司都在出售自己用的检测器。

Pangram的另一个数字更有说服力。LinkedIn帖子占其用户扫描内容的三分之一，却贡献了它标记出的全部AI内容的62%。两项研究都没有测量互动数据，所以任何关于AI帖子触达少了多少百分比的说法，都不是出自这些数据集。

这就是你的帖子要落进的信息流。按这两种统计，一篇听起来像普通长篇LinkedIn帖子的草稿，听起来都像机器写的。

哪些提示词能写出好的LinkedIn帖子？

管用的提示词会把你的事实交给模型，并禁止它再编造更多。下面这八条涵盖了从空白页面到最后一次修改的全过程。市面上有更长的清单，但其中大多是选题灵感，而声音和事实规则比选题更重要。

提示词2，先采访我：“我想写一篇关于[项目或事件]的LinkedIn帖子。在写任何内容之前，请逐个问我五个问题，问发生了什么、我学到了什么、哪个数字能证明。然后只用我的回答来写这篇帖子。”

提示词3，根据笔记写草稿：“根据下面我的笔记写一篇LinkedIn帖子，使用我的声音规则。把核心观点放在前150个字符内。控制在[200]词以内，分成短段落。不要编造笔记里没有的数字、名字、引语或结果。笔记：[粘贴]”

提示词4，五个开头：“为这篇帖子给我五个开头句，每句不超过150个字符。每句都必须陈述草稿中具体的事实、数字或结果。不要提问，也不要说我有多激动之类的宣告。”

提示词5，改写再利用：“把这篇[文章、演讲稿、报告]改成一篇LinkedIn帖子。只保留最有力的一个发现及其背后的数字，其余全部舍弃。告诉我你选了哪个论点，为什么。”

提示词6，只做校对：“分三轮编辑我的草稿。修正拼写、语法和标点。在不丢失任何事实的前提下删减三分之一。把超过25个词的句子改写得更易读。列出每一处改动，不要添加观点、话题标签或表情符号。”这正是LinkedIn卖给Premium会员的“审阅、缩短、澄清”三件套，只不过支持任何语言。

提示词7，垃圾味检查：“以一个整天都在刷AI帖子的挑剔LinkedIn读者的身份读这份草稿。引用每一处听起来泛泛或像机器写的措辞，比如套话开头、‘不是这个而是那个’的句式，或连着三个形容词。为每处给出一个更朴素的版本，用我自己帖子里的词。”

提示词8，话题标签：“最多建议三个与这篇帖子主题紧密相关的话题标签，或者告诉我不需要。”Social Media Today引用的一份LinkedIn声明称，话题标签在“与帖子主题紧密相关”时效果最好，所以这条提示词正是这样要求的。

想了解这类提示词背后的原理，如何用AI写作介绍了通用方法，什么是系统提示词则解释了为什么保存下来的指令会改变每一个回答。

哪个AI最适合写LinkedIn帖子？

写LinkedIn帖子最好的AI，就是能保存你声音规则的那个，因为目前没有任何公开基准给LinkedIn帖子打分。ChatGPT、Claude和Gemini在免费版上都能起草短帖。区别在于你的规则存在哪里，以及能放多少。

ChatGPT免费版最局促。OpenAI的自定义指令页面把Free和Go限制在1,500字符，刚好放得下一份声音档案，其他就放不下多少了。据Anthropic的个性化指南，Claude会把账号指令应用到每一次对话。Google的Gems页面允许你在Knowledge下添加文件，所以一个Gem可以把你过往最好的帖子当作范例存起来。

LinkedIn的Post proofreader是唯一内置在LinkedIn里的工具，也是功能最受限的。它的帮助页面说明它只支持英文草稿，一次只给一条建议，没有撤销或版本历史。

发布本文的Whizi会把Skill应用到你选择的任何模型上，所以同一套声音规则可以同时在Claude和ChatGPT上运行。在Pro套餐里，你可以让两个模型并排起草同一篇帖子，留下更好的那篇。在免费这一点上它吃亏：免费的Whizi账号每天有10条消息，且只能用Whizi AI、Auto和Claude Haiku 5.5。

在LinkedIn上，哪些事不该交给AI？

不要让AI替你发帖或评论。LinkedIn的用户协议禁止使用“机器人或其他未经授权的自动化方式”来“创建、评论、点赞、分享或转发帖子”。Srinivasan写道，LinkedIn现在每天都会拦截数十万次自动评论尝试。

也不要让它编造你的成果。让模型写一个成功故事，它会用看似合理的数字填补空白，而在LinkedIn上，这些数字署的是你的名字。上面的提示词2和3就是为了防止这种情况。

AI图片是另一回事。LinkedIn会在带有C2PA数据的图片和视频上显示内容凭证，这个标签可以显示制作时是否使用了AI。文字没有这样的标签，所以读者只能凭听起来的感觉来判断你的文字。如果你不仅为自己写，也为客户写，文案撰稿人如何用AI讲了文案归谁所有。