LinkedIn 是 recruiter 和 hiring manager 看到你的第一个 artifact。到 2026 年中，大部分 profile 都至少被 AI 重写过一遍，所以那股通用的 ChatGPT 腔现在反而是负信号——读者会像跳过”results-driven professional”一样跳过它。要解决的不是”更聪明地用 AI”，而是让 AI 干结构活、尊重 LinkedIn 真正会展示的字段，同时语气保持是你的。
一句话结论
- 把你真实的数字和一句话目标岗位喂给 AI，绝不让它替你编成绩。
- Headline 的前 60-70 个字符要前置（搜索结果和好友请求里只显示这么多），About 的前 200-300 个字符也要前置（“See more”折叠前只显示这么多）。
- 截至 2026 年 6 月的硬上限：Headline 220 字符，About 2,600 字符。写长不是问题，没前置才是。
- 每一行都念出声，把不像你说话的那一半重写。原样贴 AI 草稿是最常见的破绽。
哪些情况适合让 AI 来做
- 你对”下一份”有清晰假设（比如”Series B dev-tools 的 Staff PM”），而不是”open to work”。
- 你有一份现成的简历，或最近 24 个月 6-10 件 shipped 的事，每件带一个数字或对比口径。
- 你愿意花 30 分钟把 AI 输出念一遍，把不像你说话的那一半重写。
- 你愿意删多于加——大部分 profile 是太长，不是太短。
如果”下一份”还没法用一句话讲清，先做这件事。AI 只会把模糊变成高清的模糊。
真正重要的字段（和它们的真实上限）
| 字段 | 硬上限（2026 年 6 月） | 折叠前可见 | 用途 |
|---|---|---|---|
| Headline | 220 字符 | 搜索 / 好友请求 / 评论里约 60-70 字符 | recruiter 在结果列表里读到的钩子 |
| About | 2,600 字符 | ”See more”前约 200（手机）到 300（桌面）字符 | 他决定点进来之后读的故事 |
| 当前岗位描述 | 2,000 字符 | profile 上前约 2 行 | 证明 headline 里的说法是真的 |
两个结论：Headline 最强的词必须落在前 60-70 字符里；About 的前两句承担了整个”点不点进来”的决策。
需要先给 AI 的信息
- 现在的 headline、About、当前岗位段（原文照贴，包括你不喜欢的部分）
- 目标岗位 + 级别 + 公司阶段（Seed / Series B / 上市）
- 最近 24 个月 6-10 件 shipped，每件带一个数字或对比口径
- 你希望出现在的 2-3 个 LinkedIn 搜索词（比如 “platform PM”、“developer tools PM”）
- 两个你绝不会说出口的短语——明确禁止
可直接复制的 Prompt
贴进 ChatGPT（GPT-5.5）、Claude（Sonnet 4.6）或 Gemini 3.1 Pro，把方括号占位符替换掉即可。这是个短推理任务、不是长上下文活，免费档和付费档效果一样好。
你帮我重写 LinkedIn profile。目标：读起来是我写的，不是 AI 写的。
当前 headline："[粘贴]"
当前 About："[粘贴 1-3 段]"
当前岗位 bullets："[粘贴 3-6 条]"
目标岗位：[Series B dev-tools 的 Staff PM]
我希望出现在的搜索词：[platform PM, developer tools PM, infra PM]
最近 24 个月想 surface 的（带数字）：
- [事 1 + 数字]
- [事 2 + 数字]
- [事 3 + 数字]
- [事 4 + 数字]
语气规则：
- 第一人称，允许缩写（I'm、I've）。
- 抽象名词（"impact"、"value"、"synergies"）必须后面带数字，否则删。
- 禁用 "passionate about"、"results-driven"、"proven track record"。
- 我绝不会说的两个短语：[ban 1]、[ban 2]。
产出：
1. Headline：220 字符内，最强钩子放在前 60 字符
（1 个钩子 + 1 个具体名词 + 1 个结果）。
2. About：3 个短段，最强事实放进前 2 句——
主线 / 最近 2 件 shipped 带数字 / 我在找什么。
3. 当前岗位 3 条 bullets，每条 22 词内，动词与级别匹配。
每一段后面列你织进去的 2-3 个搜索词。好的输出长什么样
Headline：“Staff PM building dev platforms. Shipped a feature-flag service used by 12 teams; cut internal eval cycles from 3 days to 4 hours. Hunting Series B dev-tools.”
About 第 1-2 句：主线 + 那个最强的事实，两者都落在前 300 字符内，这样才能熬过”See more”折叠。（“过去六年从写 developer infra 到做 PM 塑造 infra。去年我把 eval loop 从 3 天压到 4 小时，12 个团队用了它。”）
About 第二段：近 24 个月的两件具体事，每件带一个数字和一个二阶结果——不仅是 metric，还有它撬动了什么。
About 第三段：用大白话说”下一份”假设、想去的公司阶段、一句邀请——不要写 “feel free to reach out”。
怎么改输出
- 像 ChatGPT——加：“不准用 em-dash，不准用
not just X but Y，不准用it's worth noting that。短句子，每段至少一句 8 词以内。” - 太 corporate——加：“只用我和同事喝咖啡时会说的词重写。”
- Headline 在搜索里被截断——让 AI 数前 60 个字符，把最强钩子塞进去。
- 所有 bullets 一个味——要求一条用 build 类动词、一条用 lead 类、一条用 measure 类。
要不要直接用 LinkedIn 自带的 AI 助手？
LinkedIn 给 Headline 和 About 字段配了自己的 AI 写作助手，入口在 My Premium 页或 profile 顶部。截至 2026 年 6 月它只对 Premium 开放（Premium Career 月付 $29.99，年付约合 $19.99/月），且只覆盖少数几种语言。它确实方便、可以先编辑再保存，但它产出的恰恰是 recruiter 现在会打折扣的那股味道——因为每个 Premium 用户喂的都是同一个模型、同一套默认值。更好的做法是用通用模型配上面那段 prompt 和你自己的语气规则，再把结果贴进去。重写的意义就是为了不像那套默认。
容易踩的坑
- 把 AI 草稿原样贴上去。Recruiter 3 秒就能看出语气。
- 堆关键词。LinkedIn 搜索看的是新鲜度和互动，关键词密度过 2-3 次没用。
- 把钩子埋到 headline 第 70 个字符之后，正好被搜索结果的截断藏掉。
- About 写第三人称——像新闻稿，明显是抄模板。
- 每个岗位都用同一个 bullet 模板——读起来像一个 prompt 跑了五次，而不是一个人在不同岗位上的连续。
- 忘了同步 “Open to Work” 设置。Profile 和信号要一致。
FAQ
- 要不要告诉 AI 我的 career gap？ 要，并且把你想要的措辞一行给它（“我请了 8 个月照顾家人，期间发了两个开源工具”）。否则它会自己编一个故事，而编出来的 gap 读起来比诚实交代更糟。
- 多久刷一次？ 每 6 个月，或每次 ship 了一件值得放出来的、带数字的事就刷。
- Headline 比 About 更重要吗？ 是。Headline 是 recruiter 在搜索结果和好友请求里看到的；About 是他决定点进来之后才读的。
- 公开的 “Open to Work” 绿环，还是只对 recruiter 可见？ 公开绿环平均能把 recruiter 的 InMail 提高约 40%，但所有人——包括你现在的雇主——都看得到。只对 recruiter 可见的模式保留了大部分算法加成，同时把信号对你的人脉圈藏起来。LinkedIn 说它会尽量不让你现公司的 recruiter 看到这个状态，但无法完全保证。所以如果你在职，默认选”只对 recruiter 可见”。
- AI 知道 LinkedIn 的字符上限吗？ 别指望它。在 prompt 里把上限给它（220 / 2,600），并自己核一遍 headline——模型经常超出 30-40 个字符。