你手里有一个真正值得分享的经历。可是每次写出来，要么像凡尔赛（“被裁是我人生中最棒的事”），要么像通用鸡汤（“努力终有回报”）。这篇给你一条可直接复制的 AI Prompt，把一个原始瞬间变成一篇适配 2026 年 LinkedIn 信息流的帖子：一个折叠前就能立住的 hook、一个具体的故事、一个不显而易见的教训，再加一个别人真愿意回答的问题。
一句话总结
- 让 AI 负责结构和揪油腻句，绝不交出你的声音和故事里的事实。
- 桌面端大约前 210 个字符、手机端约 140 个字符，是大多数人在点开”全文”之前唯一看到的内容——把 hook 放在这里，而且写成一段，别换行。
- LinkedIn 2026 年的排序主要看停留时长和有内容的评论，不是赞：能让读者停留 61 秒以上的帖互动率约 15.6%，而被 0–3 秒划走的只有约 1.2%（AuthoredUp / 停留时长数据，2026 年 6 月）。
- Claude Sonnet 4.6 通常输出最自然的文字；GPT-5.5 也够用，前提是喂它一份好的口吻样本，并明令禁掉那些 AI 痕迹（破折号、“值得注意的是”、三个字一段那种）。
- 字数瞄准 1300–1900 个字符，这是目前互动最好的区间。
这条 Prompt
把下面这段贴进 Claude 或 ChatGPT，把每个 [方括号] 换成你自己的素材——原始瞬间越具体，草稿越不套路。
写一篇 LinkedIn 思考贴。
原始瞬间（5-10 句：发生了什么、谁在场、说了什么、你的感受——
要具体，别概括）：
"""
[粘你的原始瞬间]
"""
我的受众：[谁关注我、做什么]
我的教训（草稿）：[你猜的教训，或写"先给 3 个教训框架让我挑"]
口吻锚点（1-2 篇我过去成绩好的帖）：
"""
[粘 1-2 篇]
"""
硬性约束：
- 不要凡尔赛（绝不把挫折包装成暗中走运）。
- 不要通用鸡汤（"努力终有回报""相信过程"）。
- 不要企业黑话（"赋能""协同""对齐一下"）。
- 不要破折号，用句号或逗号。
- 不要"我学到了""细品一下"这类陈词滥调。
- 用大白话，别用"深耕""画卷""在当下的格局里"。
结构：
1. Hook：1-2 句，写成一段（不要换行），一个具体瞬间，
能用现在时就用。它必须能单独立住，因为读者在点"全文"
之前只看得到这一段。
2. 故事：3-5 个短段，细节具体，有真实数字。
3. 教训：1-2 句，非显而易见。不是读者看完 hook 就能猜到的那个。
4. 问题：开放、诚实，是你真心想知道答案的，不是修辞性的反问。
字数：1300-1900 个字符。手机可读、多换行，但第一段保持不换行，
免得 hook 被截掉。为什么是这些约束，而不是泛泛的
上面这条 Prompt 是按 LinkedIn 2026 年真实的排序和渲染方式调的，不是凭感觉。
| Prompt 里的规则 | 为什么这么定（2026 年 6 月） |
|---|---|
| Hook 写成不换行的一段 | 两个连续换行几乎一定会让预览提前截断；点开前桌面端只显示约 210 字符、手机端约 140 字符。 |
| 禁破折号和 AI 套话 | 现在大家公开在揪 AI 痕迹；破折号和”值得注意的是”是最明显的标志，会直接拉低可信度。 |
| 结尾放开放问题 | 评论的权重约是赞的 15 倍，而 LinkedIn 大致只把 5 个字以上的评论算数，所以你得给一个值得写一段话的问题。 |
| 1300-1900 个字符 | 这个区间互动最强；更短的会被划走，过长的停留时长会掉。 |
| 用具体故事，而不是”一个领悟” | 停留时长是首要质量信号；具体场景留得住人，概括会被划过去。 |
| 帖子正文里不放外链 | 带站外链接的帖子会被压低分发；把链接放到第一条评论里。 |
用哪个模型
两家主流模型都能写出像样的草稿，差别在于你事后要改多少。
| 模型（2026 年 6 月） | 擅长 | 要注意 |
|---|---|---|
| Claude Sonnet 4.6（免费 / Pro $20） | 默认文字最自然，AI 痕迹最少 | 有时会过度打磨；明确让它保留你的粗粝感 |
| GPT-5.5 Thinking（Plus $20） | 结构强，擅长出 3 个框架做头脑风暴 | 默认爱用破折号、爱把”教训”写得太工整——保留禁词清单 |
| Gemini 3.1 Pro（Google AI Pro $19.99） | 能吃很长的口吻样本（1M 上下文） | 语气偏正式；多喂口语化的锚点 |
写思考贴，先在 Claude 或 GPT-5.5 里做头脑风暴，挑一个教训框架，再让它出一版精炼的草稿。别把第一版当终稿。
发之前怎么检查草稿
- 念出声。 读到哪句让你 cringe，就砍掉。这比任何规则都更能逮出油腻。
- 测折叠点。 把第一段单独贴进一个 LinkedIn 字符计数器，hook 应该在约 210 字符内立住，而且不换行。
- 扫 AI 痕迹。 在草稿里搜破折号、“值得注意的是""说白了""划重点”，以及任何三个字的戏剧性段落，删掉。
- 压一压教训。 读者看第一句能不能猜到结论？能的话就是太干净了——真教训有边界、有例外。
- 检查那个问题。 你自己愿不愿意为它写五句话的回答？不愿意，它就换不来能带流量的评论。
容易踩的坑
- 凡尔赛披着”坦白”的外衣。 “我差点辞职”最后落到”于是我把营收做到了 10 倍”，读起来就是炫耀。把没解决的那部分留着。
- 教训像幸运饼干。 如果它能印在马克杯上，就逼模型找那个让人不舒服的版本。
- 没有真正的场景。 “上周我有了一个领悟”不是故事。“离上线 12 分钟，我们发现 API key 配错了”才是——把这个细节给模型。
- 为了量每天发。 一周一篇有料的，胜过五篇水文；停留时长奖励深度，而算法会在头一个小时就给每篇帖打分。
- 把 AI 草稿原样贴上去。 声音和事实必须是你的。AI 负责形状，你负责那段只有你有的经历。
FAQ
要告诉读者用了 AI 吗？ 不必。内容和声音是你的，模型只是提了结构。如果你的受众或公司有要求，就说明一下。
链接放哪？ 放第一条评论，别放正文——正文里的外链会压低触达。把链接放评论里，正文提一句”链接在评论区”。
帖子写多长？ 瞄准 1300–1900 个字符。硬上限是 3000，但超过约 2000 后停留时长和读完率都会掉。
AI 检测器会不会判它是 AI？ 有可能，但那不是该盯的目标。检测器并不准，真正的过滤器是读者的眼睛。把痕迹清掉、把你的具体细节加进去，它读起来就是你写的。
什么时候发？ 周二到周四，受众所在时区的早上 8–9 点或下午 2–3 点，然后及时回复早期评论——头一个小时的互动决定分发。