Mae'r rhan fwyaf o dimau gwerthu sy'n defnyddio AI ar gyfer allgymorth LinkedIn yn cael canlyniadau cyffredin - ac yn beio'r AI. Nid y model yw'r broblem. Yr ysgogiad yw'r broblem.
Peirianneg brydlon yw'r arfer o ddylunio mewnbynnau sy'n cynhyrchu mewnbynnau defnyddiol yn ddibynadwy, allbynnau o ansawdd uchel o fodel iaith. Mewn cyd-destun defnyddwyr, mae hyn yn golygu gwybod sut i ofyn cwestiwn gwell i ChatGPT.
Mewn cyd-destun gwerthu B2B, mae'n golygu rhywbeth mwy manwl gywir: dylunio'r cyfarwyddiadau sy'n pennu sut mae eich AI yn drafftio negeseuon allgymorth, sylwadau a dilyniannau - ar raddfa fawr, yn gyson, ar draws cannoedd o wahanol ragolygon.
Os caiff ei wneud yn dda, mae awgrym cryf yn troi deallusrwydd artiffisial yn offeryn datblygu gwerthiant gwirioneddol effeithiol. Os caiff ei wneud yn wael, mae'n cynhyrchu'r math o negeseuon generig, ychydig yn od, sy'n gwneud i ddarpar gwsmeriaid grimpio a phwyso dileu. Mae'r bwlch rhwng y ddau ganlyniad hynny bron yn gyfan gwbl yn yr awgrym.
Mae'r erthygl hon ar gyfer arweinwyr gwerthu, rheolwyr SDR, a gweithredwyr refeniw sydd eisiau adeiladu dilyniannau allgymorth AI sy'n gweithio mewn gwirionedd - yn dechnegol ac yn fasnachol.
Beth mae peirianneg brydlon yn ei olygu mewn gwirionedd ar gyfer allgymorth gwerthu?
Ysgrifennwr yw'r set lawn o gyfarwyddiadau rydych chi'n eu rhoi i fodel AI cyn iddo gynhyrchu allbwn. Mewn rhyngweithio defnyddiwr sylfaenol, gallai hynny fod yn un cwestiwn. Mewn llif gwaith gwerthu strwythuredig, mae'n system sydd wedi'i hadeiladu'n ofalus sy'n dweud wrth yr AI:
- Pwy mae'n ysgrifennu fel — y persona, y llais proffesiynol, y tôn
- At bwy mae'n ysgrifennu — rôl y darpar gwsmer, cam y cwmni, heriau hysbys
- Yr hyn y mae'n ei wybod am y darpar gwsmer — arwyddion, postiadau diweddar, newidiadau rôl, patrymau ymgysylltu
- Yr hyn y mae angen i'r neges ei gyflawni — ymwybyddiaeth, ateb, cwestiwn wedi'i ateb
- Yr hyn na ddylai ei wneud — taro’n rhy gynnar, defnyddio ymadroddion penodol, mynd y tu hwnt i hyd penodol
Po fwyaf manwl y diffinnir y paramedrau hynny, y mwyaf cyson yw'r defnydd o'r allbwn. Mae awgrymiadau amwys yn cynhyrchu negeseuon amwys. Mae awgrymiadau penodol yn cynhyrchu negeseuon cyd-destunol penodol sy'n darllen fel pe baent wedi dod gan fod dynol a wnaeth eu hymchwil mewn gwirionedd.
Nid sgil dechnegol sydd wedi'i neilltuo ar gyfer peirianwyr yw hon. Mae'n sgil ysgrifennu a strategaeth - ac mae gan weithwyr proffesiynol gwerthu sy'n ei datblygu fantais strwythurol dros dimau sy'n dal i drin AI fel ateb un clic.
Anatomeg ysgogiad gwerthu perfformio uchel
Mae gan awgrym gwerthu sydd wedi'i adeiladu'n dda bum cydran. Mae pob un yn gwneud gwaith penodol, ac mae gadael unrhyw un ohonynt allan yn lleihau ansawdd yr allbwn.
1. Aseinio rôl
Dywedwch wrth y deallusrwydd artiffisial pwy ydyw. Nid yn gyffredinol — yn benodol. Mae “Rydych chi'n uwch weithredwr cyfrif mewn cwmni B2B SaaS” yn rhoi cyd-destun cyfoethocach i'r model ei gynhyrchu nag “ysgrifennu neges LinkedIn.” Mae'r aseiniad rôl yn gosod y gofrestr broffesiynol, y sylfaen wybodaeth dybiedig, a'r berthynas ymhlyg sydd gan yr awdur â'r darllenydd.
enghraifft: “Rydych chi'n uwch swyddog cyfrif sy'n arbenigo mewn allgymorth LinkedIn ar gyfer timau gwerthu B2B. Rydych chi'n ysgrifennu negeseuon cryno, uniongyrchol sy'n agor sgyrsiau yn hytrach na chyflwyno cynhyrchion. Mae eich tôn yn broffesiynol ond yn sgwrsiol - yn hyderus heb fod yn ormesol.”
2. Cyd-destun y darpar
Dyma lle Signalau cymdeithasol LinkedIn bwydo'n uniongyrchol i'r awgrym. Mae popeth rydych chi'n ei wybod am y darpar ddarparwr — eu rôl, eu postiadau diweddar, yr heriau maen nhw wedi'u mynegi, y cynnwys maen nhw'n ymgysylltu ag ef — yn mynd yma. Po gyfoethocaf yw'r cyd-destun hwn, y mwyaf perthnasol yw'r allbwn.
enghraifft: “Y darpar ymgeisydd yw Is-lywydd Gwerthu mewn cwmni SaaS Cyfres B gyda thua 80 o weithwyr. Fe wnaethon nhw bostio dridiau yn ôl am yr anhawster o gynnal ansawdd allgymorth wrth i’w tîm SDR ehangu. Maen nhw wedi bod yn ymgysylltu â chynnwys am offer gwerthu AI am y pythefnos diwethaf.”
3. Amcan a cham
Mae gan bob neges mewn dilyniant swydd benodol. Mae gan y nodyn cais cysylltu amcan gwahanol i'r neges uniongyrchol gyntaf ar ôl ei derbyn, sydd ag amcan gwahanol i'r un dilynol. Nodwch beth sydd angen i'r neges benodol hon ei gyflawni - a beth nad oes angen iddi ei wneud eto.
enghraifft: “Ysgrifennwch neges gyntaf i’w hanfon ar ôl i’r cais am gysylltiad gael ei dderbyn. Y nod yw agor sgwrs, nid cyflwyno’r cynnyrch. Gorffennwch gydag un cwestiwn penodol sy’n gysylltiedig â’r her a godwyd ganddynt yn eu post. Peidiwch â sôn am enw’r cynnyrch na gofyn am gyfarfod.”
4. Cyfyngiadau a rheiliau gwarchod
Dyma'r gydran y mae'r rhan fwyaf o dimau'n ei hanghofio - a'r un sy'n atal allbwn generig yn fwyaf uniongyrchol. Mae cyfyngiadau'n dweud wrth y deallusrwydd artiffisial beth i'w osgoi: ymadroddion penodol, patrymau strwythurol, terfynau hyd, a'r pynciau sydd allan o'r terfyn ar y cam hwn o'r dilyniant.
enghraifft: “Cadwch y neges o dan 80 gair. Peidiwch ag agor gyda 'Daeth i ar draws eich proffil.' Peidiwch â defnyddio'r ymadrodd 'Byddwn wrth fy modd yn cysylltu.' Peidiwch â chyfeirio at nodweddion na phrisio Konnector. Osgowch ebychnodau. Ysgrifennwch yn yr ail berson.”
5. Manyleb fformat
Dywedwch wrth y model yn union beth i'w gynhyrchu — nid dim ond beth i ysgrifennu amdano. Un neges neu opsiynau lluosog? Gyda neu heb linell bwnc? Beth ddylai'r llinell agoriadol ei gyflawni? Mae nodi'r fformat ar lefel yr anogwr yn arbed amser golygu sylweddol i lawr yr afon.
enghraifft: “Cynhyrchwch dair fersiwn amgen o’r neges hon. Dylai pob un agor yn wahanol. Labelwch nhw’n Opsiwn A, B, a C. Nid oes angen llinell bwnc.”
Adeiladu dilyniant allgymorth AI llawn: neges wrth neges
Fel arfer, mae gan ddilyniant allgymorth LinkedIn bedwar i chwe phwynt cyswllt. Mae angen ysgogiad gwahanol gydag amcan gwahanol ar bob un. Dyma sut i feddwl am bob cam.
| Cam dilyniant | Amcan | Ffocws prydlon | Targed hyd |
|---|---|---|---|
| Nodyn cais cysylltiad | Ennill y derbyniad | Cyfeiriad penodol at signal neu bost a rennir. Dim traw. | Dan 300 o gymeriadau |
| Neges uniongyrchol gyntaf (ar ôl derbyn) | Agor sgwrs | Cyfeiriwch at y signal. Un cwestiwn. Dim sôn am y cynnyrch. | 50 i 80 o eiriau |
| Dilyniant 1 (dim ateb) | Ail-ymgysylltu, ychwanegu gwerth | Rhannwch rywbeth perthnasol. Dim pwysau. Hawdd ymateb iddo. | 40 i 60 o eiriau |
| Dilyniant 2 (dim ateb) | Cau meddal neu golyn | Cydnabyddwch y distawrwydd heb deimlo'n euog. Un gofyniad clir. | 30 i 50 o eiriau |
| Ail-ymgysylltu (signal newydd) | Ailgychwyn y sgwrs mewn cyd-destun newydd | Cyfeiriwch at y signal newydd. Ongl ffres. Dim cyfeiriad at y distawrwydd blaenorol. | 50 i 70 o eiriau |
Mae pob awgrym cam yn etifeddu'r aseiniad rôl a'r naws o'ch awgrym sylfaenol - rydych chi'n ysgrifennu hwnnw unwaith. Yr hyn sy'n newid o gam i gam yw'r amcan, y cyfyngiadau, a chyd-destun y darpar ymgeisydd os yw arwyddion newydd wedi dod i'r amlwg ers y pwynt cyswllt diwethaf.
Y broblem chwistrellu amrywiol — a sut i'w datrys
Un o'r dulliau methiant mwyaf cyffredin mewn allgymorth â chymorth AI yw gorddibyniaeth ar chwistrelliad newidynnau. Mae timau'n adeiladu prompt gyda llefydd lle — [PROSPECT_NAME], [COMPANY], [RECENT_POST] — ac yn tybio bod llenwi'r meysydd hynny'n cynhyrchu personoli. Nid yw'n gwneud hynny. Mae'n cynhyrchu'r hyn sy'n cyfateb i gyfuno post o ran AI.
Mae personoli gwirioneddol ar lefel yr anogwr yn golygu ysgrifennu cyd-destun y signal mewn iaith naturiol, nid ei ollwng mewn cromfachau. Cymharwch y ddau ddull hyn:
Dull chwistrellu amrywiol: “Postiodd y darpar gwsmer yn ddiweddar am [TOPIC]. Cyfeiriwch at hyn yn y neges.”
Dull ysgogi cyd-destunol: “Postiodd y darpar gwsmer bedwar diwrnod yn ôl am yr her o gynnal ansawdd neges SDR wrth i’r tîm raddio heibio i ddeg ailadroddiad. Fe’i disgrifiwyd fel ‘problem cysondeb, nid problem cymhelliant.’ Roedd eu tôn yn y post yn ddadansoddol ac ychydig yn rhwystredig. Cyfeiriwch at y fframio hwn — yn benodol y gwahaniaeth a wnaethant rhwng cysondeb a chymhelliant.”
Mae'r ail awgrym yn cynhyrchu neges sy'n darllen fel pe bai wedi'i hysgrifennu gan rywun a ddarllenodd a deallodd y post. Mae'r cyntaf yn cynhyrchu neges sy'n cyfeirio at y post heb ymgysylltu ag ef. Y gwahaniaeth hwnnw yw'r hyn y mae'r derbynnydd yn ei deimlo pan fyddant yn ei ddarllen - ac mae'n benderfyniad peirianyddol prydlon yn llwyr.
Mae platfform Konnector yn trin y chwistrelliad cyd-destunol hwn yn awtomatig, gan dynnu'n fyw Signalau cymdeithasol LinkedIn o weithgaredd eich darpar gwsmer a'u strwythuro i'r cyd-destun prydlon fel bod y deallusrwydd artiffisial bob amser yn gweithio o wybodaeth wirioneddol, benodol a chyfredol yn hytrach na llefydd generig.
Calibradiad tôn: y newidyn y mae'r rhan fwyaf o dimau'n ei gael yn anghywir
Nid cyfarwyddyd amwys yw tôn. Mae “sain broffesiynol” yn cynhyrchu allbwn cyfartalog. Mae cyfarwyddiadau tôn wedi’u graddnodi’n fanwl gywir yn cynhyrchu allbwn na ellir ei wahaniaethu oddi wrth eich negeseuon ysgrifenedig gan ddyn sy’n perfformio orau.
Mae calibradu tôn effeithiol mewn prompt yn cynnwys:
- Canllawiau hyd brawddegau: “Defnyddiwch frawddegau byr. Amrywiwch yr hyd i osgoi patrwm rhythmig. Osgowch gymalau sy'n cael eu cysylltu gan hanner colon.”
- Lefel geirfa: “Defnyddiwch iaith glir. Osgowch jargon oni bai bod y darpar gwsmer yn ei ddefnyddio yn gyntaf. Dim geiriau poblogaidd.”
- Cofrestr hyder: “Yn uniongyrchol ac yn hyderus, nid yn betrusgar. Osgowch ymadroddion gwag fel 'Roeddwn i'n meddwl y gallech chi fod â diddordeb' neu 'dim ond eisiau cysylltu â chi.'”
- Ymadroddion gwaharddedig: Rhestr benodol o ymadroddion nad yw eich brand neu bersona yn eu defnyddio. Po fwyaf penodol yw'r rhestr hon, y mwyaf cyson fydd yr allbwn.
Un dull ymarferol: cymerwch eich tair neges â llaw sy'n perfformio orau a'u rhedeg trwy ysgogiad dadansoddi sy'n echdynnu'r patrymau tôn. Defnyddiwch allbwn y dadansoddiad hwnnw fel y fanyleb tôn yn eich ysgogiadau allgymorth. Yn y bôn, rydych chi'n peiriannu'n ôl yr hyn sy'n gweithio ac yn ei amgodio fel cyfarwyddyd y gellir ei ailddefnyddio.
Nid yw adolygiad dynol yn ddewisol — y bensaernïaeth ydyw
Mae pob fframwaith yn yr erthygl hon yn tybio un peth: mae bod dynol yn darllen ac yn cymeradwyo pob neges cyn iddi gael ei hanfon. Nid mesur diogelwch sydd wedi'i osod ar ben system sydd fel arall yn ymreolaethol yw hwn. Yr egwyddor ddylunio sy'n gwneud i'r dull cyfan weithio.
Mae hyd yn oed awgrym sydd wedi'i beiriannu'n dda yn cynhyrchu allbwn amrywiol. Bydd rhai negeseuon yn debyg ond nid yn hollol gywir. Bydd rhai'n colli naws sydd ond yn dod yn weladwy pan fyddwch chi'n eu darllen yng nghyd-destun adnabod y darpar ymgeisydd. Bydd rhai'n hollol gywir ac nid oes angen eu golygu o gwbl. Mae'r cam adolygu dynol yn dal y tri - a thros amser, mae'r patrymau yn yr hyn rydych chi'n ei olygu yn bwydo'n ôl i awgrymiadau gwell.
Dyma'r model y mae Konnector wedi'i adeiladu o'i gwmpas. Allgymorth yn seiliedig ar fwriad ar raddfa fawr, gyda deallusrwydd artiffisial yn trin canfod signalau, strwythuro cyd-destun, a chynhyrchu drafft cyntaf — a chiw cymeradwyo dynol yn sicrhau nad oes dim yn anfon nes iddo gael ei ddarllen a'i glirio. Mae'r deallusrwydd artiffisial yn codi'r llawr ansawdd ar draws pob neges. Mae'r adolygiad dynol yn codi'r nenfwd.
Dyma hefyd sy'n cadw eich cyfrif LinkedIn yn ddiogel. Mae allgymorth cwbl awtomataidd ar raddfa fawr - hyd yn oed o awgrymiadau sydd wedi'u peiriannu'n dda - yn cynhyrchu patrymau gweithgaredd y mae systemau LinkedIn yn gynyddol dda am eu canfod. Nid dim ond arfer da ar gyfer ansawdd yw cael bod yn ddynol yn y ddolen ym mhob pwynt cyswllt. Dyma'r bensaernïaeth sy'n cadw eich cyfrif mewn sefyllfa dda wrth i'ch llinell dyfu.
Yn barod i adeiladu dilyniannau sy'n trosi?
Mae peirianneg brydlon ar gyfer gwerthu yn sgil, ac fel unrhyw sgil mae'n cyfuno ag ymarfer. Y timau sy'n buddsoddi ynddo nawr - gan adeiladu systemau prydlon manwl gywir, wedi'u llywio gan signalau, wedi'u graddnodi gan donau - yw'r rhai y bydd eu hallgymorth AI yn dal i berfformio pan fydd gwaith pawb arall wedi'i hidlo allan.
Mae Konnector yn darparu'r haen signal, y seilwaith drafftio AI, a'r llif gwaith cymeradwyo dynol sy'n gwneud y dull hwn yn ymarferol ar raddfa fawr. Os ydych chi eisiau gweld sut mae'n berthnasol i ICP a symudiad allgymorth eich tîm, archebu demo. Neu cofrestru a dechrau adeiladu eich dilyniant cyntaf sy'n seiliedig ar signalau heddiw.
Darllen pellach
- Deall Arwyddion Cymdeithasol LinkedIn gyda Konnector
- Strategaeth Allgymorth LinkedIn ar gyfer B2B: Beth Sy'n Gweithio yn 2026
- Sut i Wella Eich Cyfraddau Ymateb LinkedIn
- Cynhyrchu Arweinwyr LinkedIn: Y Dull Konnector
- Triciau Cynhyrchu Arweinion Sy'n Gweithio Mewn Gwirionedd ar LinkedIn
11x Eich Allgymorth LinkedIn Gyda
Awtomatiaeth a Gen AI
Harneisio pŵer LinkedIn Automation a Gen AI i ehangu eich cyrhaeddiad fel erioed o'r blaen. Ymgysylltwch filoedd o arweinwyr bob wythnos â sylwadau a yrrir gan AI ac ymgyrchoedd wedi'u targedu - i gyd o un platfform pwerdy gen-plwm.
Cwestiynau Cyffredin
Ydw. Mae awgrymiadau sydd wedi'u cynllunio'n dda yn annog amrywioldeb, patrymau iaith naturiol, a pherthnasedd cyd-destunol — sydd i gyd yn creu ymddygiad rhyngweithio sy'n edrych yn fwy dynol. Ynghyd â therfynau gweithgaredd synhwyrol ac adolygiad â llaw, mae hyn yn helpu i leihau'r patrymau ymddygiad sy'n gysylltiedig yn gyffredin ag awtomeiddio sbam.
Gan fod y rhan fwyaf o awgrymiadau yn optimeiddio ar gyfer effeithlonrwydd yn hytrach nag ymddygiad dynol. Mae allgymorth robotig fel arfer yn dod o:
Canmoliaeth generig
Gor-esbonio cynigion gwerth
Brwdfrydedd gormodol
“Personoli” artiffisial
Strwythurau brawddegau ailadroddus
Mae peirianneg annog gwell yn canolbwyntio ar rythm sgwrsio naturiol yn hytrach na mewnosod allweddair.
Mae AI ac awtomeiddio yn datrys gwahanol broblemau. Mae awtomeiddio yn helpu gyda gweithredu a dilyniannu. Mae AI yn helpu gyda pherthnasedd negeseuon a'u cyd-destunoli. Mae'r llifau gwaith cryfaf yn cyfuno'r ddau yn ofalus — gan ddefnyddio awtomeiddio ar gyfer graddfa weithredol wrth gadw ansawdd cynhyrchu negeseuon, adolygu ac ymgysylltu dan reolaeth fawr.
Mae metrigau defnyddiol yn cynnwys:
Cyfradd derbyn cysylltiad
Cyfradd ymateb gadarnhaol
Cyfradd wedi'i threfnu ar gyfer cyfarfod
Ansawdd teimlad yr ymateb
Amser i ymateb
Cyfradd trosi dilynol
Mae olrhain cyfaint neu gyfrif ymatebion yn unig yn aml yn cuddio a yw sgyrsiau mewn gwirionedd yn symud ymlaen tuag at greu piblinell.
Yn hollol. Mae peirianneg brydlon gref yn cynnwys fframio sy'n ymwybodol o'r diwydiant. Dylai neges at sylfaenydd SaaS swnio'n wahanol yn strwythurol i un a anfonir at:
Recriwtwr
Gweithredwr gofal iechyd
Cyfarwyddwr gweithgynhyrchu
Arweinydd di-elw
Mae gwahanol brynwyr yn ymateb i wahanol batrymau iaith, lefelau o uniongyrcholrwydd, a fframio gwerth.
Mae amseru yn aml yr un mor bwysig ag ansawdd neges. Mae allgymorth sy'n gysylltiedig â signal cymdeithasol diweddar - fel post, cyhoeddiad cyllido, ymgyrch recriwtio, neu drafodaeth yn y diwydiant - yn teimlo'n fwy perthnasol oherwydd ei fod yn cysylltu â rhywbeth sydd eisoes yn weithredol yn sylw'r darpar gwsmer. Mae awgrymiadau AI yn dod yn llawer mwy effeithiol pan fyddant wedi'u hadeiladu o amgylch momentwm cyfredol yn hytrach na data proffil statig.
Ydy. Mae deallusrwydd artiffisial (AI) yn perfformio orau wrth gefnogi adeiladu perthnasoedd dynol yn hytrach na'u disodli'n llwyr. Mae cyfuno negeseuon â chymorth AI ag ymgysylltiad gwirioneddol — rhoi sylwadau, ymateb, gwylio proffiliau, neu ddilyniannau meddylgar — yn creu patrymau rhyngweithio mwy credadwy a datblygiad ymddiriedaeth cryfach.
Dylai fframweithiau awgrymiadau esblygu'n barhaus. Gall negeseuon sy'n perfformio'n dda heddiw fynd yn hen ffasiwn ar ôl eu defnyddio dro ar ôl tro. Dylai timau fireinio awgrymiadau'n rheolaidd yn seiliedig ar:
Cyfraddau ymateb
Ansawdd ymateb cadarnhaol
Sifftiau marchnad
Lleoliad newydd
Newidiadau yn iaith y prynwr
Mae'r timau gwerthu gorau yn trin awgrymiadau fel systemau byw, nid templedi sefydlog.
Y tôn fwyaf effeithiol fel arfer yw:
Tawel
Arsylwi
Penodol
Chwilfrydig
Pwysedd isel
Mae awgrymiadau sy'n gofyn i AI swnio'n "broffesiynol a pherswadiol" yn aml yn creu allbwn anhyblyg neu sy'n rhy drwm ar werthiannau. Mae awgrymiadau sy'n blaenoriaethu chwilfrydedd a pherthnasedd fel arfer yn cynhyrchu sgyrsiau cryfach.
Ydw. Mae awgrymiadau gwell yn dylanwadu nid yn unig ar a yw rhywun yn ateb, ond sut maen nhw'n ateb. Mae negeseuon sydd wedi'u hadeiladu o amgylch cyd-destun ystyrlon yn tueddu i gynhyrchu ymatebion mwy manwl, sgyrsiau cynhesach, a symudiad cyflymach i drafodaethau gwerthu dilys oherwydd bod y darpar gwsmer yn teimlo ei fod wedi'i ddeall yn hytrach na'i dargedu.







