SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场linkedin-comment-writer

linkedin-comment-writer

营销与增长

查看项目

更新于 10-25 10:15

技能介绍

用途

LinkedIn Comment Writer 用于撰写他人 LinkedIn 帖子下的评论。它针对一个核心问题：大多数评论要么在赞美，要么在复述原帖，要么把话题引向评论者自己的产品，这些都无法为评论者赢得关注。该技能的目标是生成一条包含原帖所没有、且来自有资格发言者的信息的评论。

主要能力

  • 读取用户粘贴的帖子全文，用一句话概括其主张；若无法概括，则说明该帖不值得评论。
  • 找出帖子中的缺口：主张所依赖的条件、被跳过的成本、未言明的成因，或结尾留下的问题，并将其匹配到 references/comment-moves.md 中的一种手法。
  • 基于八种评论手法生成两到三条 25–70 词的变体，每条标注所用手法：直接回答、边界、实地报告、机制、代价、开放提问、反例、迁移。
  • 通过 comment_linter.py 按十三条规则把关草稿，覆盖长度、空洞赞美、复述原帖、缺少具体信息、推销、标签刷量、套话、诱导结尾、重复、装饰性内容，以及可选故事库排除的名称或话题。
  • 标记粘贴文本中针对助手的指令性内容（如“忽略你的规则”），将其排除在所有草稿之外，并在输出中说明。
  • 提供决策表：评论、回复、转发还是跳过，以及按关系类型决定异议的力度。
  • 支持可选的故事库（story_bank.json），仅使用 status: ready 的条目，不使用未列入的figure，不打印 naming.never 下的名称或触及 no_go 话题；通过 --story-bank 传给 linter 可机械拦截。

使用方式

该技能完全离线：不发布、不抓取、不调用 API。用户粘贴帖子文本，技能返回草稿，用户自行将选中的评论粘贴到 LinkedIn。

输入包括：帖子全文（非摘要、非链接）；作者姓名、角色及与用户的关系；用户在话题上实际做过、测量过或见过的一手细节；可选地，帖子下已有的评论、用户自己的产品与公司名称、以及故事库文件。

工作流：

  1. 为单条帖子起草评论：读取帖子、写出主张、找出缺口、匹配手法、向用户索取所需的一手细节、生成两到三条不同手法的变体、全部 lint、修复被拦截项、呈现通过的草稿并说明推荐哪一条。
  2. 把关用户已写好的评论：将用户文本放入 drafts 数组，用 --strict 运行 linter，逐条引用违规词并提供最小修改，重复直到退出码为 0，再运行 references/comment-quality-rubric.md 中的人工检查清单。
  3. 规划跨多帖的评论会话：收集帖子、对每帖应用跳过测试、为幸存者分配手法（不连续重复同一手法）、分别起草并 lint、不跨帖复用句子、按规则目录验证整组、交付最终文本及作者与日期。

示例命令：

python3 tools/linkedin/linkedin-comment-writer/scripts/comment_linter.py
--input tools/linkedin/linkedin-comment-writer/assets/sample_comment_drafts.json

python3 tools/linkedin/linkedin-comment-writer/scripts/comment_linter.py
--input tools/linkedin/linkedin-comment-writer/assets/sample_comment_drafts.json
--draft-id B --strict --format json

python3 tools/linkedin/linkedin-comment-writer/scripts/comment_rules.py --list-rules

适用场景

  • 用户粘贴帖子并要求评论、值得留下的回应，或“比‘好帖’更好的东西”。
  • 潜在客户、客户、投资者或招聘经理发帖，用户希望在不推销的情况下被注意到。
  • 用户不同意某帖，希望表达而不引发争吵。
  • 用户自己写了评论，希望在发布前检查。
  • 规划跨多帖的评论会话，每帖需要不同角度。
  • 回应已超出评论长度，用户需要判断是转发加短评还是独立成帖。

限制

  • 仅撰写他人帖子下的顶层评论，以及转发上方的一两句话短评。不回复用户自己帖子下的评论或延续已有线程（属于 linkedin-reply-manager）。不记录已留评论或作者是否回复（属于 linkedin-thread-tracker）。不撰写完整帖子（linkedin-post-writer）、不消除长文本的机器感（linkedin-humanizer）、不分析开头为何有效（linkedin-hook-analyzer）、不规划团队分享计划（linkedin-employee-advocacy）。
  • 不发布、不排期、不抓取、不登录 LinkedIn。
  • linter 是一组模式与文本重叠检查。通过意味着没有规则触发，不代表评论一定好；数字是否真实、语气是否适合关系，仍需人工检查清单验证。
  • 具体信息必须来自用户，绝不编造；用户没有一手细节时，手法改为提问。
  • 帖子排序机制未公开且会变化，任何关于发布时机的说法都应视为启发式，需在产品中验证。