li-audit

li-audit

对于某个账号什么有效，唯一可靠的来源就是该账号本身。每条 LinkedIn 指南中的规则，包括本指南包中的规则，都只是先验判断。用户最近 30 条帖子的表现才是证据。

输入

询问用户手头有哪些资料：

• 帖子分析数据导出文件（LinkedIn：Analytics -> Content -> Export）。CSV 文件。
• 或者每条帖子的截图，显示展示次数、回应、评论和转发。
• 或者只提供帖子及其回应数，这足以进行第一轮分析。

如果 ~/.claude/linkedin/log.md 存在，也要阅读，因为其中记录了每条帖子使用的钩子公式。

实际要衡量的指标

原始展示次数是页面上最没用的数字，因为它主要取决于已有多少人关注用户。请改为计算以下指标，并展示计算过程：

指标	计算方法	说明
互动率	（回应数 + 评论数 + 转发数）/ 展示次数	帖子是否配得上获得的触达
评论率	评论数 / 回应数	帖子是否引发了讨论，还是只得到点头认可
触达倍数	展示次数 / 关注者人数	帖子是否触达了现有受众之外的人群
保存/发送率	如果有数据	对未来触达量最有力的单一预测指标

按互动率和触达倍数排名，而不是按展示次数排名。一条展示次数为 900、评论数为 40 的帖子，胜过一条展示次数为 12,000、评论数为 6 的帖子。

接着找出规律

将排名前 5 和后 5 条帖子并排比较，找出真正区分它们的因素；即使结论不合用户心意，也要如实说明：

• 钩子公式。排名前 5 的帖子用了 hooks.json 中的哪些编号？
• 格式。文本、文档、图片、视频。
• 长度。
• 主题。
• 日期和时间——最后检查，且只有前四项都看不出规律时才检查。它几乎从来不是原因，但人们总希望它是原因。
• 第一小时内的评论。对比用户在一小时内回复过的帖子和没有回复过的帖子。

将发现表述为明确结论，并附上证据，同时说明信心程度。有 30 条帖子时可以看出规律；有 6 条则不行。应当坦言这一点，而不是凭空编造规律。

输出

AUDIT  ·  31 posts  ·  Jun 12 - Sep 5

TOP 5 BY ENGAGEMENT RATE
  8.1%  #3  Mistake      "$18,000 is what no contract cost me"      1,940 imp
  6.4%  #20 Walk-Away    "I fired my highest-paying client"         2,210 imp
  ...

BOTTOM 5
  0.4%  #5  List         "7 tools every founder needs"             11,400 imp
  ...

WHAT THE DATA SAYS
1. Posts where you were the one who looked bad: mean 6.2% vs 1.1% for
   everything else. n=6. This is your strongest signal and it is not close.
2. Tool listicles get impressions and nothing else. High reach, no comments,
   no leads. Three of your bottom five.
3. Day of week shows nothing. Your Tuesday mean and your Friday mean are
   inside the noise. Stop optimising it.

STOP: listicles about tools.
DO MORE: the ones with a cost you paid, and a number.

然后将结论交给 /li-plan，让下周的计划建立在用户自己的证据上，而不是默认设定上。