一句话总结
个人品牌句就是一句话，说清你帮的是谁、为他们带来了什么改变。把你真实的技能、受众、能拿得出证据的结果喂给 AI，让它按你要贴的平台尺寸产出 10 个版本。模型擅长做发散和压力测试，但它不知道什么是真的，所以证据得你自己来。下面给一段可直接复制的 Prompt、各平台真正起作用的字符上限（截至 2026 年 6 月），以及一份用来淘汰”撑不起来”的句子的检查清单。
任务场景
你需要一句话，能放进 LinkedIn 标题、X（Twitter）简介、邮件签名、播客自我介绍、任何 deck 的第一页。多数人写出的是”热爱品牌的市场专业人士”这种没人记得住的句子。目标是：具体、真实、可记忆。
适合换岗的人、独立创始人、自由职业者、需要公开发声的资深从业者。
真正好用的公式
招聘方和客户真正会有反应的版本，由三部分组成：
我帮 [具体受众] 实现 [具体结果]，靠的是 [你的方法]。
例如：“我帮 20 人规模的 B2B SaaS 团队降低流失率，做法是搭建数据驱动的客户成功体系。“它点明了确切受众、可量化的结果和方法，因此同行没法照搬。最常见的失败版是泛化句（“我帮企业增长”），这句话适合一万个人。具体，就是全部胜负手。
写标题不必凑成完整句子。一个干净的 LinkedIn 写法是 [你创造的结果] | [角色/技能] | [证据点]，例如：“把 10 小时的代理工作压到 1 小时（用 AI）| 营销运营 | 为客户创造 1 亿美元+收入”。
为什么用 AI
用 AI 来做发散这一步。给定你的原始素材，模型 5 分钟能产 10-30 句候选，差异度比你自己写更高；它也擅长把”我帮中小企业做营销”改写成具体、以结果为导向的表达。
它同样很会做压力测试。把候选句回贴，问它：“这句话隐含了什么假设？放到哪个受众面前会翻车？”
做这种起草和点评，任何一款当前旗舰模型都够用：ChatGPT（GPT-5.5）、Claude（Sonnet 4.6）或 Gemini 3.1 Pro。Claude 默认产出的措辞通常没那么”企业腔”，比较适合这个任务；GPT-5.5 在严格遵守字数和公式约束上更稳。在两者之间犹豫，可以看我们的 ChatGPT、Claude 与 Gemini 对比。
AI 的短板
模型不知道什么是真的。它会乐意为你编一个听上去很厉害的结果（“我帮 leaders 把团队产出做到 10 倍”），而这不是你真实的战绩。只有你自己知道你实际交付过什么。
它也分不出文化语境。一句话在 Tech X 上很酷，搬到学术圈就显得自大。发布前，Top 3 一定要让一位目标受众内、一位受众外的朋友各看一遍。
需要先给 AI 的信息
- 你确实高于平均的 2-3 项技能
- 领域（行业 + 细分）
- 你能产生的结果（具体、能给数字最好）
- 你帮的人（不是”企业”，而是”20 人 SaaS 团队”）
- 你喜欢的 3 句简介 + 你觉得肉麻的 3 句
- 红线词（绝不用”教练”、“忍者”、“10 倍”）
“肉麻例子”这一项最有用，它教模型你的品味，比任何指令都快。
可直接复制的 Prompt
把每个 [方括号] 占位替换成你自己的内容，然后整段粘贴：
你是个人品牌写作者，请为我产出 10 句不同风格的简介。
技能：[你最强的 2-3 项技能]
领域：[行业 + 细分]
结果（具体，能带数字最好）：[你创造的结果]
帮的人：[确切受众，例如 20 人 SaaS 团队]
我喜欢的语气：[3 个例子]
我讨厌的语气：[3 个例子]
绝不要用的词：[你的红线词清单]
约束：
- 每句不超过 160 字符，既能放进 X 简介，也能放进 LinkedIn 标题
- 用这个公式：我帮 [受众] 实现 [结果]，靠 [方法]——但措辞要有变化
- 不要"热爱"、"结果导向"、"思想领袖"、任何泛词
- 风格多样：结果优先、受众优先、反共识观点，各 3 句以上
- 至少 3 句包含具体数字或证据
- 每句都能在被追问时举出真实例子
10 句后，给一段"先测哪 3 句、为什么"的推荐，
并标出哪些句子的说法是我可能难以证明的。真正起作用的字符上限（2026 年 6 月）
先按最窄的格子来写，再往宽里放。一句话只要能塞进 X 简介，到哪都能用。
| 投放位置 | 上限 | 实用提示 |
|---|---|---|
| X（Twitter）简介 | 160 字符 | 最窄的常用格子，先按它来 |
| LinkedIn 标题 | 220 字符 | 前约 80 字符要前置最重要的信息，后面在搜索和预览里可能被截 |
| LinkedIn About（开头） | 共 2,600 字符 | 桌面端”展开”前只显示约 300 字符，手机端更少 |
| 邮件签名 | 无硬性上限 | 保持一行，让它像签名而不是标语 |
因为 X 简介是最小的格子（160 字符），把每个候选都按它的尺寸写，一句话就能通吃这四个位置。把最有力、最具体的词放进前 80 字符，别让关键信息藏在截断线后面。（中文一个汉字通常按 2 字符计，所以中文版实际写到 70-80 个汉字内最稳。）
怎么判断 AI 的结果能不能用
每句问 3 件事：
- 这是在说我，还是同行任何人都能拿去贴？
- 如果有人追问，我能在 60 秒内举出 1 个具体例子吗？
- 上家公司 / 客户会不会认同？
两条以下就淘汰。然后 Top 3 让一位行业内、一位行业外的朋友各看一眼；有些行业黑话外人完全 get 不到，而这种困惑会直接让你少掉入站机会。
容易踩的坑
- 太炫技：需要脚注解释的梗
- 写了一个 60 秒内拿不出证明的结果
- 全是泛词形容词（“有活力、有创意、结果导向”）
- 用大词盖住细分领域以求”保留灵活性”，反而记不住
- 把职位名当成品牌句——换岗就废
下一步怎么改得更好
把 Top 3 轮流放进 LinkedIn 标题，各 2 周。看入站 DM 和好友请求的质量，而不是数量；带来更好对话的那句赢。每 6 个月、或工作有实质变化时重跑一次 Prompt——去年那句适配你旧角色的话，会悄悄过期。
FAQ
该不该幽默？ 只在你确实幽默时用。冷掉的笑话比一句朴素、具体的话还糟。如果幽默本就是你的真实语气，那就留着；如果是硬凑的，删掉。
能放当前职位吗？ 短期可以，但同时也要准备一条不依赖职位的版本。职位每换一次角色就变，“我帮 X 实现 Y”能扛过换岗。
多长算太长？ 超过 160 字符塞不进 X 简介，过了约 80 字符，尾巴在 LinkedIn 搜索结果和预览里可能被截。让前 80 字符承担最强信息。
该用哪个 AI 模型？ 任何当前旗舰都行：GPT-5.5、Claude Sonnet 4.6 或 Gemini 3.1 Pro。瓶颈在于你输入的质量（真实技能、真实结果、你的肉麻例子），不在模型。
让 AI 写关于我的说法安全吗？ 把 AI 的每一句都当草稿，绝不当事实。模型会编出听上去合理的结果。每条说法都要对照你真正做过的事核实，再放到公开主页上。
相关阅读
把它和公司语调对齐用 品牌定位句 Prompt，决定要发什么用 个人品牌内容支柱 Prompt，让 tone 稳定用 品牌语调定义 Prompt。