TL;DR
LinkedIn About 上限是 2600 字符，但 recruiter 在桌面端只看得到前约 300 字符（手机端约 200），之后就被”see more”折叠。所以写一段紧凑的 1800-2200 字符（约 300-350 个英文词）：一句即使被截断也成立的定位句、前三行里 2 个经得起追问的数字、再加一句能筛 inbound 的具体”open to”。AI 擅长剥 filler、出多画像变体；它挑不出对你真正想去那个角色最有说服力的 2 个 metric。把目标角色告诉它，不只是当前角色。截至 2026 年 6 月，最顺手的工具：Claude Sonnet 4.6 还原语气最好，GPT-5.5 迭代最快，Gemini 3.1 Pro 适合带进当下的行业语境。
任务场景
你的 LinkedIn About 要么空着、要么是 2019 年那段”对结果驱动充满热情的资深从业者”。recruiter 给你 15 秒看 profile，他真读的只有：第一句、名字下面的角色、第一份工作的 title。你要的 About 是每个字都得干活——第一行做定位、接下来三行至少 2 个真实数字、再有一句具体的”open to”能真的筛掉 inbound——而且不能跟平台上每一个 Senior PM 长得一样。
关于格式，最重要的一条事实：LinkedIn 桌面端只显示前约 300 字符、手机端约 200 字符，剩下的全折进”see more”。大多数 recruiter 不会点开。所以钩子不是锦上添花——对只扫一眼的人来说，它就是整篇 bio。
什么时候适合让 AI 来做
AI 擅长剥企业空话（“对……充满热情的资深从业者”）、变换段落节奏让页面不像一堵墙、为不同 recruiter 画像出 3-4 个变体（公司内招、猎头 exec、同行 warm intro）。它也擅长把钩子前置到”see more”截断点之前。AI 做不到的：挑出会打动你想去的下个角色的那 2 个 metric。把目标角色类型也告诉它，不只是当前角色——否则它会把你的职业平均成”通用型”措辞，谁也筛不到。
经典失败模式是约会档案式：AI 用读者无法验证的形容词填满 About（“collaborative""passionate""innovative”）。每个形容词后面必须跟例子，否则删掉。没 artifact 的形容词都是噪声。
选哪个 AI 工具（截至 2026 年 6 月）
任何聊天机器人的免费档都能做这件事；真正决定质量的是下面那个 prompt，不是模型。不过 2026 年的盲测对这类”对语气敏感”的写作，评价确实有差别：
| 工具 | 写 bio 时最强的点 | 备注（2026 年 6 月） |
|---|---|---|
| Claude Sonnet 4.6 | 还原语气、剥 filler、严格执行”没例子的形容词就删” | 免费档够用；Pro $20/月。偏好过度精简——盯住你的数字别被删 |
| ChatGPT（GPT-5.5） | 迭代快、出多画像变体 | 免费档可用（美区现已带广告）；Plus $20/月。约 2026 年 4 月起为默认模型 |
| Gemini 3.1 Pro | 带进当下的行业措辞和最新角色 title 惯例 | 含在 Google AI Pro $19.99/月（即原 “Gemini Advanced”） |
LinkedIn Premium Career（$30-40/月，常有免费试用）也内置一个 AI profile 重写，能根据现有 profile 起草你的 headline 和 About。它很方便，但往往落回 recruiter 已经免疫的那种通用措辞——当初稿可以，别当终稿。无论用哪个，metric 都得你自己给；模型只负责排列。
延伸阅读：ChatGPT vs Claude vs Gemini 是完整对比，AI 简历写作 是配套简历。
需要先给 AI 的信息
- 当前角色 + 工作年限——以及你想去的下个角色（哪怕假设）
- 3 个最擅长的关键词（领域型 / 技术型——“marketplace 定价”而不是”结果驱动”）
- 1-2 个经得起追问的真实指标——收入、留存、团队规模、延迟、下载量
- Open 到——具体角色 title、公司阶段、地点、全职还是合同
- 1-2 句你最适合的团队 / 问题（不要”快节奏""充满活力”）
- 约束——签证、远程 / hybrid / 现场、地理
- 一句话个人色彩——爱好、副业、播客、社群贡献
- 读者画像——recruiter、同行、潜在客户、会议组织者
可直接复制的 Prompt
发送前把每个 [方括号] 占位换成你自己的信息。
帮我写 LinkedIn About。
当前角色：[role]
工作年限：[years]
我想做的下个角色（哪怕岗位还没开放）：[target role + seniority]
3 个最擅长的关键词：[kw1, kw2, kw3]——领域型，不是"结果驱动"
2 个真实指标：[r1 带数字和时段]、[r2 带数字和时段]
Open 到：[具体角色 title、公司阶段、地点、全职 vs 合同]
我最擅长的工作方式：[1-2 句，不要"快节奏""充满活力"]
个人色彩（结尾 1 句）：[爱好、副业、社群]
约束：[签证、远程 / hybrid、地理]
读者画像：[recruiter / 同行 / 客户]
结构：
1）定位句——点名我为谁做什么、带可衡量的 edge。不要"我是……"。
2）2-3 句证据——前 3 行至少 1 个数字。
3）1 段讲我怎么工作 / 偏好什么——具体动词，没有 artifact 的形容词全删。
4）"Open 到"——具体 title + 阶段 + 地点。
5）结尾 1 行人味。
规则：
- 前约 300 字符要能独立成立，因为桌面端读者在 see more 前只看得到这些（手机端约 200）。
- 总长度 1800-2200 字符（约 300-350 个英文词）。不要硬撑到 2600 上限。
- 每个没 artifact 的形容词都换掉。"collaborative"必须接例子。否则删。
- 不要 buzzword：passionate、seasoned、results-driven、dynamic、proven track record。
- 第一人称。短段（每段 1-3 行）。除非必要不要用项目符号。短版本——只要一句定位
帮我写 LinkedIn About 顶部那唯一一句定位句。
当前角色：[current]。目标：[next]。Edge：[1 个数字或 1 个具体能力]。
格式：一句话，300 字符内，必须能作为 see more 之前唯一可见的内容工作。
变体：给我 3 个——一个技术向、一个结果向、一个同行 warm 向。输出示例
好的定位句（Senior PM）：“我在 marketplace 公司做 pricing 和 packaging 实验——一般是 $50M-$500M GMV 的双边市场——最近 4 个发布里有 3 个把 take-rate 或 LTV 拉高了 8-15%。“（约 190 字符，过得了桌面端截断线。）
好的证据段：“最近我在 Acme Marketplace（1500 万月活买家、22 万卖家）主导 merchant tier 重构，两个季度内单卖家 GMV 升 12%，因定价混乱导致的流失减半。再之前我搭了 pricing 实验框架，现在全公司跑过 60+ 实验。”
好的”Open 到”：“Open 到：Series B/C marketplace 的 Director 或 Group PM，美东或远程，全职。不考虑 IC 岗或 pre-seed。”
好的人味结尾：“我组了一个小 Slack（≈300 人）专给 marketplace PM 交流，每月把里面有意思的对话整理成 notes。“
怎么改输出
- 一轮剥 filler —— “删掉每一处：passionate、seasoned、results-driven、dynamic、proven track record、leverages、robust、scalable。删掉句子还成立就留，不成立就重写、不要用这些词。”
- 钩子前置 —— “把第一行重写成 recruiter 在点’see more’前唯一能看见的那句——300 字符内，必须包含’为谁做’和’可衡量的 edge’。”
- 形容词换成 artifact —— “每个形容词后面必须跟例子，否则删。‘Collaborative’换成’我跟 design 联合主持了 May 改版的 design–engineering sync’。”
- 让 Open 到当筛子 —— “把 Open 到那行重写成能筛 inbound 的——具体 title、具体阶段、具体地理。模糊的 open to 等于 not open。”
- 多画像变体 —— “给我 3 版 bio：一版面向公司内 recruiter、一版面向 exec 猎头、一版面向考虑做 warm intro 的同行。中间段变，定位句不变。”
- 核字数 —— 把草稿贴进字符计数器，确认前 300 字符扛住了钩子、总长落在 1800-2200。再长，recruiter 根本读不到结尾。
容易踩的坑
- 一段写到底——recruiter 扫一眼跳过；拆成 1-3 行小段。
- buzzword 一锅——“passionate、seasoned、results-driven”等于在告诉读者你抄了模板。
- 前 3 行没数字——钩子隐形，recruiter 已经滚到你的工作列表。
- “open to 任何机会”——等于 open to 没机会；recruiter 按具体筛，不按”热情”。
- 硬撑到 2600 字符上限——没人读过 see more；紧凑的 2000 比塞满的一堵墙更管用。
- 多次跳槽 bio 文案没更新——上次晋升 18 个月前 bio 还是更早的角色。
- 让 AI 编数字——每个数字必须能在 20 分钟电话里挺住。
- 形容词没例子——“collaborative、strategic、hands-on”没 artifact 就是 filler，活着只是因为没人能反驳。
- 个人色彩占 3 行——结尾 1 行就够，多了让 bio 显得没重点。
FAQ
- 第一人称 vs 第三人称？ 第一人称。第三人称像实习生写的新闻稿，信号是你自己没想清要说什么。
- 多长合适？ 硬上限 2600 字符，但建议 1800-2200（约 300-350 个英文词）。桌面端 see more 前只露出前约 300 字符（手机端约 200），所以第一句要扛最大的活。截断之后写给”扫”——短段、点名项目、真实数字。
- 要不要加个人色彩？ 结尾 1 行够。给 bio 一点温度，也帮 recruiter 省下猜文化匹配的力气。3 行爱好会让 bio 没重点。
- 正在 gap / 被裁怎么办？ 用”工作”开头，不要用”状态”。“Open 到”那行精准处理状态，bio 不用整体显得防御。“Open 到：Senior PM，湾区或远程，4 周内入职”比”目前在寻找机会”强。
- 要不要为 LinkedIn 搜索堆关键词？ 在关键词那句稍微堆一点，但不能牺牲可读性。recruiter 搜索确实会给 About 文本加权，但搜索点进来的人还是要读。堆满关键词谁也读不下去的 bio，是两头不讨好。
- AI 写的文字会被标记或拖累曝光吗？ 不会。LinkedIn 不惩罚 AI 协助过的 profile，它自己 Premium 里就内置了 AI 重写。真正被忽略的是通用措辞——而那正是你要删掉的，无论是谁起草的。
相关阅读
- 自我介绍 ——面试口头版
- AI 简历写作 ——配套简历
- LinkedIn Bio Prompt ——更多写法
- 社媒 Bio ——其它平台短 bio
- 个人品牌陈述 ——更宽品牌定位
- STAR 面试回答 ——把 bio 声明翻成故事
- JD 匹配分析 AI ——按目标 JD 定制