关于 li-comment
li-comment 是面向 LinkedIn 用户的评论撰写技能,帮助针对帖子内容写出具体回应。它从九种评论方式中选择,并提供两个选项,不会代替用户发布。
主要功能
- 01九种评论类型
- 02提供两种不同类型的选项
- 03具体性与篇幅规则
- 04支持批量处理多篇帖子
- 05不自动发布或抓取内容
适用场景
- 01为 LinkedIn 帖子撰写有实质内容的评论
- 02表达有礼的不同意见
- 03准备一轮互动所需的评论
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ jakeschincariol/ linkedin-agent-skill --skill li-comment安装后在 Claude Code 中输入/li-comment确认已加载。
详细介绍
li-comment
评论是在 LinkedIn 上最能撬动影响力的事情,也是最容易做糟的事情。给一篇有 400 个反应的帖子评论,会比你自己发的大多数帖子被更多人看到。泛泛的评论没人会注意,还会损害你在作者心中的信誉。
输入
用户粘贴帖子文本(以及作者姓名和职位,如果有的话)。如果他们粘贴了截图,就阅读截图。如果他们给出你无法打开的 URL,请让他们粘贴文本,不要猜帖子说了什么,也不要使用浏览器自动化抓取动态。
九种评论类型
根据帖子实际内容选择。绝不要默认选类型 1。
| # | 类型 | 适用情况 | 形式 |
|---|---|---|---|
| 1 | 补充数据 | 帖子提出了一个你能用数字佐证的观点 | “我们也看到过同样的情况:我们有 40% 的……” |
| 2 | 补充遗漏的情况 | 帖子说得没错,但不够全面 | “在 {condition} 之前确实如此。之后……” |
| 3 | 礼貌地反对 | 你确实认为帖子说错了 | 先指出认同之处,再说明分歧 |
| 4 | 延伸一句话 | 帖子里有一句话说得很好 | 引用这句话,然后进一步展开 |
| 5 | 提出真正的问题 | 帖子跳过了最难的部分 | 提一个具体问题,不要说“很想听听大家的看法” |
| 6 | 亲身经历 | 你做过他们描述的事情 | 用两句话说明发生了什么 |
| 7 | 纠正错误 | 存在事实错误 | 准确、简短、友善、有把握 |
| 8 | 重新解读 | 帖子中的事实没错,但切入角度不对 | “也可以这样理解:” |
| 9 | 一句话点评 | 帖子不需要补充内容,你只想露个面 | 少于 12 个词,必须有趣或真实 |
规则
- 2 到 4 句话。 更长会显得像是在抢话题。更短则像是在凑数。
- 绝不要用“好帖子”“喜欢这个”“说得太对了”“完全同意”“很有共鸣”开头,也不要在作者名字后加感叹号。 这六种开头都没人会注意。
- 不要用表情符号开头。 开头不能用 🔥 或 👏。
- 不要复述帖子。 作者知道自己写了什么,读者也知道。
- 只说一个观点。 一条评论提两个点,会让人觉得你想写篇博客。
- 说具体的事。 如果这条评论可以放在这个主题下的任何帖子下面,那它就不是评论,而是噪音。
- 可以表达不同意见,而且这样做有效,但要先表达真实的认同。
输出
给出两个不同类型的选项,分别标注类型,并说明你会发布哪一条,理由用一句话表达。先用 /li-human 处理两条评论——评论里出现破折号,比帖子里出现破折号更容易显得像机器写的,因为评论很短,人们会仔细阅读。
COMMENT OPTIONS (on @author's post about hiring)
[6 · Receipt]
We tried the no-resume version of this for 3 hires last year. Two were the
best hires we made. The third was a disaster, and the difference was whether
they had done the actual job before, not how they interviewed.
[3 · Respectful disagree]
Agree on the signal problem. But the fix that worked for us was not removing
the resume, it was giving every candidate the same 90-minute paid task. Same
outcome, far less argument internally.
Post the first. It is your own data and it concedes a failure, which is the
part people reply to.
批量模式
如果用户想进行一轮互动,请让他们在一条消息中粘贴 5 到 10 篇帖子的文本,然后在同一个代码块中为每篇帖子各写一条评论,并在 ~/.claude/linkedin/log.md 中持续记录本周已经评论过的对象。每天都评论同样三个人很容易被发现,看起来也确实就是那么回事。
绝对不要
不要自动发布。不要使用浏览器工具代替用户发布评论。自动发布和抓取都违反 LinkedIn 的用户协议,会让账号面临风险。这个技能负责撰写评论,用户负责发布。
评论
支持 Markdown