Ha valaha is próbáltad gyorsan növelni a LinkedIn-hálózatodat, akkor már ismered a problémát: az általános kapcsolódási kérelmeket figyelmen kívül hagyják, de egy átgondolt, személyre szabott jegyzet minden egyes emberrel, akivel kapcsolatba szeretnél lépni, fájdalmasan időigényes. Pontosan itt változtatják meg a helyzetet a mesterséges intelligencia eszközei, mint például a ChatGPT és a Claude. Helyes használatuk lehetővé teszi, hogy személyre szabhatja a LinkedIn-kapcsolati jegyzeteket nagy léptékben – anélkül, hogy feláldoznánk az emberi gondoskodást, ami valójában elfogadásra és reagálásra készteti az embereket. Ez az útmutató bemutatja a pontos munkafolyamatok, utasítások és alapelvek hogy működjön.
Miért a személyre szabás az egyetlen dolog, ami működik
A LinkedIn saját adatai következetesen azt mutatják, hogy a személyre szabott jegyzeteket tartalmazó kapcsolatfelvételi kérelmek elfogadási aránya jelentősen magasabb, mint az üres kérelmeké. A különbség nem kicsi. A közönségtől és a kontextustól függően a személyre szabott jegyzetek akár két-ötszörösen is felülmúlhatják az üres kérelmeket.
Az ok egyszerű: az emberek elfoglaltak, szkeptikusak, és fuldoklanak az általános ismeretterjesztésben. valaki a postaládájába landol Egy olyan megjegyzéssel, amely utal a konkrét munkájukra, egy általuk írt bejegyzésre, egy kölcsönös kapcsolatra vagy egy közös élményre, azt jelzi, hogy valóban személyként tekintettél rájuk – nem csak egy névként egy listán. Ez a jelzés az, ami kiérdemli a kapcsolatot. A kihívás mindig is az idő volt. Írás húsz igazán személyre szabott üzenet Egy nap alatt kimerítő. Száz írása lehetetlen rendszer nélkül.
A mesterséges intelligencia nem helyettesíti a személyre szabást – felgyorsítja a létrehozás folyamatát, így nagy mennyiségben dolgozhatsz anélkül, hogy tömeges levelezőként tűnned.
ChatGPT vs. Claude: Melyik eszköz melyik munkához megfelelő
| Jellemző | ChatGPT (OpenAI) | Claude (antropikus) |
|---|---|---|
| Elérhetőség és ökoszisztéma | Széles körben elérhető, nagy felhasználói bázissal és erős harmadik féltől származó integrációkkal. | Növekvő ökoszisztéma, de kevesebb automatizálási integráció a ChatGPT-hez képest. |
| Automatizálási integráció | Könnyen integrálható a Zapier, Make (korábban Integromat), Clay és API-alapú munkafolyamatokkal. | Korlátozottabb, kód nélküli automatizálási támogatás nagy léptékben. |
| Köteles kimenet konzisztenciája | Kiválóan követi a strukturált sablonokat, és nagy tételekben is konzisztens eredményeket produkál. | Kiváló kimeneti minőség, de inkább az árnyalatokra optimalizálva, mint a nagy volumenű egységes előállításra. |
| Hangnem és beszélgetési folyás | Világos és strukturált, de néha kissé sablonosnak tűnhet, ha nem fordítunk kellőképpen időt a feladat elvégzésére. | Rendkívül természetes, árnyalt és társalgási jellegű – gyakran kevésbé robotikus a ritmusa. |
| Legjobb használati eset | Automatizált LinkedIn kapcsolatfelvételi folyamatok kiépítése és nagyméretű kapcsolati jegyzetek generálása. | Személyre szabott üzenetek készítése értékes ügyfelek számára, ahol a hangnem és a finomság a legfontosabb. |
A legtöbb ember számára az az eszköz adja a legjobb eredményt, amelyikkel már ismerősen bánik. Az útmutatóban található utasítások és alapelvek mindkettőben egyformán jól működnek. Sok szakember a ChatGPT-t használja tömeges generáláshoz, a Claude-ot pedig nagy értékű egyedi jegyzetekhez – de a munkafolyamat azonos.
Mit kell összegyűjteni, mielőtt egyetlen jegyzetet írna
A mesterséges intelligencia által generált LinkedIn-jegyzetek minősége egyenesen arányos a mesterséges intelligenciának adott információk minőségével. Ha bedobsz egy giccses szöveget, akkor kidobsz egy általánosat. Mielőtt megnyitnád a ChatGPT-t vagy a Claude-ot, össze kell gyűjtened a személyre szabási adatokat minden olyan személyről, akivel kapcsolatba szeretnél lépni.
A lényeges adatpontok
Legalább a személy keresztnevére, jelenlegi beosztására és cégére, valamint egy konkrét, valódi okára van szükséged, amiért megkeresed. Ez az ok a személyre szabás motorja.
A nagy értékű adatpontok
Ha olyan jegyzeteket szeretnél, amelyek valóban személyre szabottnak, nem pedig sablonosnak érződnek, akkor mélyedj el a témában. Keress egy nemrég megjelent bejegyzést vagy cikket, és jegyezd fel a témát vagy egy konkrét pontot, ami megfogott. Ellenőrizd, hogy vannak-e kölcsönös kapcsolataid, és ha igen, kik ezek. Keress közös szakmai tapasztalatokat – ugyanabban az iparágban dolgoztatok, ugyanazon a konferencián vettetek részt, vagy ugyanazon a karrierváltáson mentetek keresztül? Jegyezz fel minden releváns díjat, mérföldkövet vagy vállalati hírt, amely elég friss ahhoz, hogy időszerűnek tűnjön. Ezek az adatpontok válnak a nyersanyaggá, amelyet a mesterséges intelligencia által generált prompt személyes, releváns jegyzetté alakít.
Hol találom ezt az információt?
A LinkedIn-profiljuk az elsődleges forrásod. Lépj túl a címsoron – olvasd el a Rólunk részt, ellenőrizd a legutóbbi tevékenységeiket (bejegyzéseket és hozzászólásokat), nézd meg azokat a cégeket, amelyeknél dolgoztak, és böngészd át a kiemelt részt. Ha a profiljukról linkelnek egy hírlevelet, podcastot vagy közzétett tartalmat, már egy rövid átfutással is olyan anyagokat találsz, amelyeket szinte senki más, aki megkereste őket, nem talált volna meg.
A kutatás megszervezése
A folyamat skálázásához a kutatásodat egy egyszerű táblázatban kell tárolnod. Az oszlopoknak tartalmazniuk kell a következőket: Keresztnév, Jelenlegi beosztás, Cég, Iparág, Személyre szabási szempont (az egyetlen konkrét dolog, amire hivatkozni fogsz), A kapcsolatfelvétel oka és minden további kontextus. Ez a táblázat lesz a bemeneti adat a mesterséges intelligencia alapú promptjaidhoz nagy léptékben.
Bővebben—> A mesterséges intelligencia szerepe a modern LinkedIn hálózatépítésben
A LinkedIn Notes alapvető prompt keretrendszere
Egy jól strukturált prompt jelenti a különbséget az azonnal elküldhető MI-kimenet és a teljes körű MI-kimenet között. rewriteEz a keretrendszer, amely következetesen a legjobb LinkedIn-kapcsolati jegyzeteket állítja elő különböző használati esetekben.
A magas konverziójú mesterséges intelligencia prompt hat eleme
1. Szerep
Mondd el a mesterséges intelligenciának, hogy kinek a nevében ír. Add meg a neved, jelenlegi munkakörödet és a szakmai fókuszoddal kapcsolatos releváns kontextust. A mesterséges intelligenciának tudnia kell, hogy kinek a hangján ír. Példa: „[A neved] nevében írsz, aki egy B2B SaaS marketing tanácsadó, és korai stádiumú startupoknak segít felépíteni első növekedési motorjukat.”
2. Címzett kontextusa
Add meg a mesterséges intelligenciának a megkeresett személy legfontosabb adatait. Tüntesd fel a nevét, a beosztását, a cégét és a kutatásod során azonosított személyre szabási szempontot. Példa: „A címzett [Keresztnév], a [Cég] termékigazgató-helyettese. Nemrégiben posztolt a termék- és értékesítési csapatok összehangolásának kihívásairól egy PLG-mozgalomban.”
3. Az üzenet célja
Légy egyértelmű a megjegyzéseddel kapcsolatban. A LinkedIn kapcsolati megjegyzések legfeljebb 300 karakterből állnak, így a cél szinte soha nem egy üzlet megkötése – hanem a kapcsolat kiépítése és a valódi relevancia jelzése. A megjegyzésben fogalmazd meg ezt világosan: „A cél a kapcsolat kiépítése a valódi relevancia jelzésével, nem pedig egy termék vagy szolgáltatás bemutatása.”
4. Hangnem és hangnem
Határozza meg világosan a hangnemet. A lehetőségek a következők: meleg és társalgási, közvetlen és professzionális, kíváncsi és közvetlen, lelkes, de tisztelettudó. Igazítsa a hangnemet a személyes márkájához és a címzett valószínűsíthető preferenciáihoz. Egy startup alapítója másképp reagál egy üzenetre, mint egy vállalati alelnök.
5. Korlátozások
A LinkedIn-kapcsolati jegyzetek hossza legfeljebb 300 karakter lehet. Ezt szigorú megkötésként kell megadni a promptban. Adja meg a kerülendő kifejezéseket vagy megközelítéseket is – például „ne említsen semmilyen szolgáltatást vagy terméket”, „ne használja a szinergia szót”, vagy „kerülje az „I” betűvel való kezdést”.
6. Kimeneti formátum
Kérj két vagy három variációt, hogy legyen miből választanod. Kérd meg, hogy minden variáció ne legyen 300 karakternél hosszabb, és sima szövegként legyen megírva, speciális formázás vagy emojik nélkül.
Bővebben—-> Képesek-e a mesterséges intelligencia által kezelt ügynökök robotokként kezelni a válaszokat?
A fő prompt sablon
Íme egy újrafelhasználható mesterprompt, amely mind a hat elemet tartalmazza. Másold be a ChatGPT-be vagy a Claude-ba, és töltsd ki a szögletes zárójelben lévő mezőket:
LinkedIn kapcsolatfelvételi kérelmet írsz [AZ ÖN NEVE], [AZ ÖN SZEREPKÖRE] nevében, aki [A CSINÁLLÁS RÖVID LEÍRÁSA ÉS A SZOLGÁLATÁNAK].
A címzett [KERESZTNÉV], [BEOSZTÁSA] a [CÉGÉNÉL]. [EGY MONDAT KONKRÉT KÖRNYEZETBEN — pl. „Nemrég írtak X-ről” vagy „Most csatlakoztak az Y vállalathoz, miután Z évet töltöttek a W-nél.”]
Az ok, amiért kapcsolatba léptem: [AZ IGAZI OKOD — közös érdeklődés, csodálat a munkájuk iránt, lehetséges együttműködés, közös közösség stb.]
Hangnem: [HANGNEV — pl. meleg és közvetlen, közvetlen és professzionális, kíváncsi és nem túl tolakodó]
Korlátozások: 300 karakter alatt. Sima szöveg. Ne használjon dumát. Ne használjon szakzsargont. Ne kezdődjön „én”-nel. Ne használja a „szinergia”, „tőkeáttétel” vagy „érintkezési bázis” szavakat.
Írj le három variációt!
Használatra kész prompt példák használati eset szerint
A különböző ismeretterjesztési célok eltérő promptokat igényelnek. Íme a leggyakoribb LinkedIn kapcsolódási forgatókönyvekhez tartozó, teljes egészében megírt promptpéldák.
1. eset: Kapcsolatfelvétel a tartalom elolvasása után
LinkedIn kapcsolatfelvételi kérelmet írsz Maya Chen, egy közepes méretű fintech vállalat UX kutatója nevében. A címzett David Park, terméktervező, aki nemrégiben publikált egy bejegyzést arról, hogy a sötét mintázatok miért rombolják a bizalmat a pénzügyi alkalmazásokban. Maya hasznosnak találta a bejegyzést, és szeretne kapcsolatba lépni Daviddel, mint a termék- és design területén dolgozó kollégával. Hangnem: őszinte, közvetlen, intellektuálisan elkötelezett. Kevesebb mint 300 karakter. Nincs prezentáció. Három variáció.
2. eset: Kapcsolatfelvétel egy potenciális ügyféllel
James Okafor, egy szabadúszó márkaépítő nevében írsz egy LinkedIn kapcsolatfelvételi kérelmet. A címzett Priya Mehta, a NovaCare nevű, A sorozatú egészségügyi technológiai startup marketingvezetője. James figyelemmel kíséri a NovaCare növekedését, és csodálja, hogyan pozicionálják magukat egy zsúfolt piacon. Kapcsolatot akar teremteni anélkül, hogy ajánlatot tenne – csak ajtót nyitna. Hangnem: tisztelettudó, hozzáértő, laza. Kevesebb mint 300 karakter. Ne említsd a szolgáltatásait. Három variáció.
3. eset: Kapcsolatfelvétel egy potenciális munkaadóval vagy HR-essel
LinkedIn kapcsolatfelvételi kérelmet írsz Leila Santos, az e-kereskedelem és a kiskereskedelem területén öt éves tapasztalattal rendelkező adatelemző nevében. A címzett Tom Briggs, a Shopify analitikai igazgatója. Leila aktívan keres új pozíciókat, és őszintén csodálja a Shopify kereskedői elemzéshez való hozzáállását. Őszintén szeretne kapcsolódni, nem csak azért, mert állást keres. Hangnem: professzionális, lelkes, őszinte. Kevesebb mint 300 karakter. Nem említi az álláspályázatokat. Három variáció.
4. eset: Kapcsolatfelvétel egy korábbi kollégával vagy kapcsolattartóval
LinkedIn kapcsolatfelvételi kérelmet írsz Raj Patel, egy értékesítési igazgató nevében. A címzett Sarah Kim, aki négy évvel ezelőtt Rajjal dolgozott ugyanannál a cégnél. Nem voltak közeli kollégák, de néhány projekten keresztezték az útjaikat. Raj szeretne újra kapcsolatba lépni egymással anélkül, hogy az erőltetettnek vagy tranzakciószerűnek tűnne. Hangnem: meleg, laza, semmilyen napirendi pont nélkül. Kevesebb mint 300 karakter. Három variáció.
5. eset: Kapcsolatfelvétel konferencia vagy rendezvény után
LinkedIn kapcsolatfelvételi kérelmet írsz Anna Kowalski, egy startup alapító nevében. A címzett Ben Torres, egy kockázati tőke partner, akivel a múlt héten röviden találkozott a SaaStr-on. Rövid beszélgetést folytattak a vertikális SaaS-ban alkalmazott mesterséges intelligenciáról. Anna folytatni szeretné a beszélgetést. Hangnem: meleg, energikus, a találkozóhoz kapcsolódó. Kevesebb mint 300 karakter. Nincs kérés. Három variáció.
Bővebben—-> Biztonságosan automatizálja a LinkedIn Outreach-et a Konnector.ai segítségével
A személyre szabási változók, amelyek valójában mozgatják a tűt
Nem minden személyre szabás egyforma. Valakinek a nevének említése tét – ez az alapvető elvárás, nem pedig megkülönböztető tényező. Azok a személyre szabási változók, amelyek valójában növelik az elfogadási és a válaszadási arányt, azok, amelyek azt mutatják, hogy a felszínen túlra láttál valakinek a profilján.
Nagy hatású személyre szabási változók
Egy konkrét bejegyzés vagy cikk, amit írtak
Egy konkrét érv, megfigyelés vagy tanács idézése egy általuk közzétett tartalomból a legerősebb személyre szabási mechanizmus. Bizonyítja, hogy olvastad a munkájukat, és a legtöbb ember mélyen értékeli, hogy elismerik a gondolkodásmódjukat. Ne csak nevezd meg a bejegyzést – hivatkozz valami konkrétra belőle, hogy megmutasd, valóban érdeklődsz a tartalom iránt.
Egy közelmúltbeli karrierváltás vagy mérföldkő
Egy új munkakör kezdete, az előléptetés, egy termék bevezetése vagy egy vállalati mérföldkő elérése mind erőteljes vonzerő. Az emberek büszkék ezekre a pillanatokra, és fogékonyak az elismerésre, ha az őszintének, nem pedig opportunistának érződik. A hangnem legyen gratuláló és kíváncsi, ne pedig hízelgő.
Megosztott közösség vagy élmény
Ugyanarra az egyetemre jártatok? Ugyanabban a piaci résben dolgoztatok? Ugyanazon a karrierváltáson mentek keresztül, mondjuk, a tanácsadástól a startupokig? A közös tapasztalatok azonnali rokonszenvet teremtenek, és a mesterséges intelligencia segíthet abban, hogy ezt a kapcsolatot természetes és zökkenőmentes módon fogalmazzátok meg.
Kölcsönös kapcsolat
Egy kölcsönös kapcsolat megemlítése – különösen, ha az illető köztiszteletben álló – azonnali társadalmi bizonyítékot és bizalmat teremt. Csak akkor tedd ezt, ha a kölcsönös kapcsolat valaki, akit ténylegesen ismersz, és aki ismer téged. Soha ne említs olyan nevet, amit nem tudsz alátámasztani.
Cégük legfrissebb hírei
Egy finanszírozási kör, termékbemutató, sajtóbemutató vagy figyelemre méltó felvétel mind-mind szabad játék. Ez azt jelzi, hogy követed a területet, és törődsz azzal, ami a világukban történik – nem csak azzal, hogy mit tehetnek érted.
Alacsony hatású (de mégis érdemes használni) változók
A beosztásuk, az iparág, amelyben dolgoznak, és a cégük neve jobb a semminél, de önmagukban nem erős személyre szabási jelek. Ezek „alapvető relevancia” jelzők. Használd őket támogató kontextusként a promptodban, de ne elsődleges kapocsként hagyatkozz rájuk.
Bővebben—-> LinkedIn Első Üzenetek Példák és Sablonok
A skálázási munkafolyamat: Egy hangjegytől százig
Miután ellenőrizte, hogy a prompt nagyszerű, egyedi jegyzeteket eredményez, itt az ideje felépíteni azt a munkafolyamatot, amely lehetővé teszi személyre szabott jegyzetek nagy mennyiségű létrehozását a minőség feláldozása nélkül.
1. lépés: Kutatási táblázat létrehozása
Hozz létre egy táblázatot, amelyben minden megkeresni kívánt személyhez külön sor tartozik. Az oszlopokban a következőknek kell szerepelniük: Keresztnév, Beosztás, Cég, Iparág, Személyre szabás, Kapcsolatfelvétel oka, Hangnem (ha szegmensenként változik), valamint egy oszlop a Létrehozott jegyzetnek és egy másik az Áttekintett/Végső jegyzetnek.
2. lépés: A kérdések szegmensek szerinti csoportosítása
Ne írj minden egyes személyhez egyedi kérdéssort. Ehelyett csoportosítsd a listádat szegmensekbe – például potenciális ügyfelek, potenciális együttműködők, elismert gondolkodók és korábbi kollégák. Írj egy sablonkérdést minden szegmenshez. Ezután töltsd ki a személyre szabási változókat az adott szegmensen belüli minden egyes személyhez. Ez a megközelítés személyre szabott kimenetet biztosít anélkül, hogy minden alkalommal újra kellene találnod a kérdéssort.
3. lépés: Kötegelt generálás
Közepes mennyiség esetén (tíz-harminc jegyzet) ezt manuálisan is megteheted úgy, hogy az egyes kitöltött promptokat egyenként beilleszted a ChatGPT-be vagy a Claude-ba. Nagyobb mennyiség esetén használd az API-t (a ChatGPT OpenAI API-ját vagy a Claude Anthropic API-ját) egy táblázatkezelő eszközzel, például a Google Táblázatokkal és egy AI-bővítménnyel, vagy egy kód nélküli automatizáló eszközzel, például a Clay-jel, a Make-kel vagy a Zapierrel kombinálva. Ezek a platformok lehetővé teszik, hogy a táblázat minden sorát promptként add át, és a létrehozott jegyzetet automatikusan visszakapd egy új oszlopba.
4. lépés: Felülvizsgálat, szerkesztés és jóváhagyás
Minden mesterséges intelligencia által generált jegyzetnek át kell esnie egy emberi felülvizsgálati lépésen, mielőtt elküldésre kerülne. Ez nem opcionális – a következő részben bővebben olvashat róla. A küldés megkezdése előtt jelölje meg az egyes jegyzeteket Jóváhagyottként, Szerkesztést igényel vagy Újragenerálásként.
5. lépés: Szándékosan küldj
A LinkedIn nem rendelkezik tömeges küldési funkcióval a kapcsolati megjegyzésekhez – minden kérést külön kell elküldeni. Ez valójában egy funkció, nem pedig hiba: természetes ütemet kényszerít ki, amely megakadályozza, hogy a megkeresésed aktiválja a LinkedIn spamszűrőit. A manuális küldés napi mennyisége húsz-ötven kapcsolati kérés között van. Osszd el őket a nap folyamán, ahelyett, hogy egyszerre küldenéd el őket.
Az emberi értékelés rétege, amelyet nem lehet kihagyni
A mesterséges intelligencia által generált LinkedIn-jegyzetek csak vázlatok, nem pedig végleges termékek. A késztermékként való kezelésük a leggyakoribb és legköltségesebb hiba, amit az emberek elkövetnek, amikor nagy mennyiségben próbálják személyre szabni a LinkedIn-kapcsolati jegyzeteket.
Mit kell ellenőrizni minden jegyzetben
Pontosság
A mesterséges intelligencia modelljei hallucinálhatnak vagy félreértelmezhetik a megadott kontextust. Ha azt mondtad a mesterséges intelligenciának, hogy valaki „nemrég posztolt a távoli csapatmenedzsmentről”, ellenőrizd, hogy a jegyzet hivatkozása erre a bejegyzésre pontos és konkrét-e – nem pedig egy homályos parafrázis, amely bárkire vonatkozhat. Egy olyan jegyzet, amelyik rosszul tartalmazza a részleteket, rosszabb, mint egy általános jegyzet, mert inkább gondatlanságot jelez, mint valódi érdeklődést.
Karakter szám
A LinkedIn 300 karakteres korlátja szigorú. Minden egyes jegyzetet illessz be egy karakterszámlálóba a küldés előtt. Még ha meg is adtál egy korlátozást a promptodban, a mesterséges intelligencia időnként átlépi ezt a korlátot. Egy mondat közepén csonkolt jegyzet kínos és hatástalan.
Tónusillesztés
Olvasd fel hangosan az egyes üzeneteket. Rád hasonlít? Illik a címzett valószínűsíthető kommunikációs stílusához? Egy nagyon hivatalos hangnemben írt üzenet, amelyet olyan személynek szántak, aki laza, humoros LinkedIn-bejegyzéseket ír, szokatlannak fog tűnni. Az áttekintés során szükség szerint igazítsd a hangnemet.
A „Ez hátborzongató?” teszt
Vékony a határ a lenyűgöző kutatás és a kellemetlenül megfigyelt tartalom között. Ha a jegyzeted valami nagyon homályos dologra hivatkozik – például egy két évvel ezelőtti hozzászólásra –, az inkább tolakodónak, mint személyre szabottnak tűnhet. Ragaszkodj a nyilvánosan látható, friss és professzionális kontextushoz.
Nyelvtan és folyás
A mesterséges intelligencia által kiadott szöveg általában nyelvtanilag tiszta, de nem mindig. A gördülékeny szövegértés mellett a helyes szövegért is fontos szempont. A rövid, ütős mondatok a LinkedIn-jegyzetekben a legmegfelelőbbek. Bármit, aminek a megértéséhez újraolvasásra van szükség, egyszerűsíteni kell.
Mit tegyünk és mit ne: Hibák, amik miatt a mesterséges intelligencia által készített jegyzetek spamnek tűnnek.
A LinkedIn kapcsolati jegyzetek nagymértékű személyre szabásához használt mesterséges intelligencia célja a kapcsolatteremtés, nem pedig a tömegkommunikáció automatizálása. Számos minta létezik, amelyek azonnal felfedik a mesterséges intelligencia által generált jegyzetek hamisságát – kerüld el mindegyiket.
LinkedIn kapcsolati megjegyzések: Mit tegyünk és mit kerüljünk el
| Terület | ✅ Tedd | ❌ Ne |
|---|---|---|
| Testreszabás | Hivatkozz valami igazán konkrétra – egy bejegyzés címére, érvelésre, példára vagy meglátásra, ami valóban kiemelkedett. | Írj homályos sorokat, például: „Imádtam a vezetésről szóló legutóbbi bejegyzésedet.” A hamis konkrétság sablonos kapcsolatépítésre utal. |
| Hangnem és dicséretek | A dicséret legyen megalapozott és természetes. | Túlzott hízelgés, például „hihetetlen utazás” vagy „kivételes gondolkodású vezetői teljesítmény”. A túlzott dicséret robotikusnak érződik. |
| Értékesítési szándék | Először is teremtsd meg a kapcsolatot. Koncentrálj a közös relevanciára vagy a kíváncsiságra. | Illessz be egy rejtett üzenetet vagy lágy cselekvésre ösztönzést a kapcsolatfelvételi megjegyzésbe. A prezentációnak a folytatásokban a helye. |
| Nyelvi stílus | Írj társalgási stílusban és világosan. Használj egyszerű, emberi nyelvet. | Használj vállalati zsargont, mint például a „szinergia”, a „tőkeáttétel”, a „hozzáadott érték” vagy a „visszacsatolás”. Úgy érződik, mintha generálva lenne. |
| Kötegelt kapcsolatfelvétel minősége | Változtasd a szerkezetet, a személyre szabás szögét és a hangfolyamatot a jegyzetek között. Tekintsd át egymás mellett az azonosságokat. | Küldj szerkezetileg azonos üzeneteket hasonló profiloknak. Néhány szó megváltoztatása nem igazi változatosság. |
Mi történik az elfogadás után: MI-vel támogatott nyomon követés
A kapcsolatfelvételi üzenet segít a konverzióban. A valódi konverzió a követő üzenetben történik. A mesterséges intelligencia segíthet ebben a lépésben is személyre szabni a személyre szabott megoldásokat, ugyanazokat az elveket alkalmazva, néhány fontos különbséggel.
Az első követő üzenet
Küldj egy emlékeztetőt a megkeresésed elfogadását követő huszonnégy-negyvennyolc órán belül, amíg még friss az emlékezetükben. Az üzenet legyen valamivel hosszabb, mint a kapcsolatfelvételi üzenet – két-négy mondat –, de legyen laza és ne tranzakciós jellegű. Köszönd meg a kapcsolatfelvételt, erősítsd meg a kapcsolatfelvétel fontosságát, és indíts egy beszélgetést egy valódi kérdéssel vagy megfigyeléssel.
MI kérése további üzenetekhez
Használd ugyanazt a fő kérdéskeret-keretrendszert, de frissítsd a célt. A „kapcsolat megszerzése” helyett a cél mostantól a „valódi beszélgetés indítása”. Add meg a mesterséges intelligenciának, hogy miért fogadta el a felkérést (ha tudod), a kapcsolatfelvételi jegyzeted eredeti témáját, és egy olyan társalgási kérdést, amelyre valóban választ szeretnél kapni. Kérj olyan üzenetet, amely egyetlen, könnyen megválaszolható kérdéssel végződik. Több kérdés rontja a válaszadási arányt – egy kérdés mindig jó szám.
A hosszú távú megközelítés
Nem mindenki, akivel kapcsolatba lépsz, azonnal ügyféllé, munkaadóvá, munkatárssá vagy lehetőséggé válik. A legértékesebb kapcsolatok gyakran hónapok alatt alakulnak ki következetes, hozzáadott értéket teremtő interakciók révén – kommentelve a bejegyzéseiket, megosztva a munkájukat, válaszolva a tartalmukra. A mesterséges intelligencia segíthet átgondolt hozzászólások megfogalmazásában is, nagy léptékben. Tekintsd LinkedIn-hálózatodat kertként, ne árusító automataként.
Eszközök és integrációk, amelyek automatizálják a folyamatot
Ha a LinkedIn-kapcsolati jegyzeteket a manuális másolás-beillesztés lehetőségét meghaladó mértékben szeretné személyre szabni, ezek az eszközök és platformok segíthetnek egy integrált folyamat kiépítésében.
Agyag
A Clay egy adatgazdagító és kapcsolatteremtő automatizáló platform, amely közvetlenül integrálódik a mesterséges intelligencia API-kkal. Lekérdezhetsz LinkedIn profiladatokat, kiegészítheted azokat további kontextussal a webről, és mesterséges intelligencia alapú promptokat futtathatsz személyre szabott jegyzetek létrehozásához – mindezt egyetlen munkafolyamaton belül. Ez az egyik leginkább erre a felhasználási esetre tervezett eszköz, és széles körben használják értékesítési csapatok és toborzók a mesterséges intelligencia által személyre szabott, nagy léptékű kapcsolatteremtéshez.
Márka (korábban Integromat) és Zapier
Mindkét platform lehetővé teszi a Google Táblázatok (ahol a kutatásod található) összekapcsolását az OpenAI vagy az Anthropic API-val. Létrehozhatsz egy olyan munkafolyamatot, amelyben egy sor hozzáadása a táblázathoz automatikusan promptot aktivál, jegyzetet generál, és visszaírja a sort a munkalapra. Az alapvető munkafolyamatokhoz nincs szükség kódolásra.
Fantomvadász és Dux-leves
Ezek a LinkedIn automatizálási eszközök segíthetnek a profiladatok nagymértékű gyűjtésében, amelyek aztán beépülnek a mesterséges intelligencia által vezérelt promptolási munkafolyamatba. Használja őket körültekintően és a LinkedIn szolgáltatási feltételeinek megfelelően – a túlzott automatizálás fiókkorlátozásokhoz vezethet.
Google Táblázatok GPT vagy Claude bővítményekkel
Számos Google Workspace-bővítmény közvetlenül a Google Táblázatokba hozza a mesterséges intelligenciát, lehetővé téve, hogy egy cellába promptképletet írjon, és az ugyanazon sor többi cellájából származó adatok alapján generáljon kimenetet. Ez a legkönnyebben hozzáférhető belépési pont a nem műszaki felhasználók számára, akik teljes integráció kiépítése nélkül szeretnék automatizálni a kötegelt generálást.
Megjegyzés a LinkedIn szolgáltatási feltételeiről
A LinkedIn korlátozza az automatizált vagy tömeges üzenetküldést és a kapcsolatfelvételi kérelmeket, amelyek sértik a szabályzatát. Felhasználói megállapodásA mesterséges intelligencia használata jegyzetek írásához nem szabálysértés – a tartalmat továbbra is ember ellenőrzi és manuálisan küldi el. A botok használata nagy mennyiségű automatikus csatlakozási kérés küldésére azonban ellentétes a platform szabályaival, és fiókkorlátozásokat von maga után. A legbiztonságosabb megközelítés mindig a mesterséges intelligencia által támogatott írás a manuális küldéssel kombinálva.
Gyorsindító ellenőrzőlista: Személyre szabhatja a LinkedIn kapcsolati jegyzeteket nagy léptékben
Használd ezt az ellenőrzőlistát, hogy a nulláról indítsd el az első, mesterséges intelligenciával személyre szabott ismeretterjesztő kampányodat.
Kutatás és beállítás
Készíts egy kutatási táblázatot, amelyben oszlopokban megadhatod a nevet, a beosztást, a céget, a személyre szabás kulcsát, a kapcsolatfelvétel okát és a hangnemet. Azonosíts legalább egy valódi, konkrét személyre szabási kulcsot minden személyhez. Csoportosítsd a listádat két vagy három szegmensre, közös célokkal.
Prompt épület
Írj egy mester sablont szegmensenként a hat elemből álló keretrendszer segítségével. Tartalmazd a 300 karakteres korlátozást, a tiltott szavak listáját és a hangnem specifikációját. Teszteld az egyes sablonokat három-öt személlyel, mielőtt lefuttatnád a teljes köteget. Tekintsd át a kimeneteket, és finomítsd a sablont, amíg az eredmények következetesen erősek nem lesznek.
Batch Generation
Jegyzetek generálása kötegekben, szegmensenként. Naponta harminc feletti mennyiség esetén használjon AI API integrációt a táblázattal. Mentse vissza az összes létrehozott jegyzetet a táblázatba egy erre a célra létrehozott oszlopba.
Human Review
Olvass el minden üzenetet küldés előtt. Ellenőrizd a pontosságot, a karakterszámot, a hangnem illeszkedését, és alkalmazd a „hátborzongató?” tesztet. Jelöld meg az egyes üzeneteket jóváhagyottként, szerkesztésre szorulóként, vagy generáld újra.
Küldés és nyomon követés
Naponta húsz-ötven kérést küldj manuálisan, a nap folyamán elosztva. Az elfogadást követő huszonnégy-negyvennyolc órán belül egy rövid, párbeszédes üzenettel válaszolj, amely egyetlen kérdéssel zárul. Kövesd nyomon az elfogadási és a válaszadási arányokat szegmensenként, hogy idővel finomíthasd a megközelítésedet.
11-szerese a LinkedIn kapcsolattartásnak
Automatizálás és Gen AI
Használja ki a LinkedIn Automation és a Gen AI erejét, hogy még soha nem látott mértékben növelje elérhetőségét. Hetente több ezer érdeklődőt vonzhat be AI-vezérelt megjegyzésekkel és célzott kampányokkal – mindezt egyetlen vezetőgenerációs platformról.
Gyakran ismételt kérdések
Személyre szabhatod a LinkedIn-kapcsolatokat nagy léptékben is strukturált személyre szabási adatok (bejegyzések, mérföldkövek, megosztott élmények) gyűjtésével, és olyan mesterséges intelligencia alapú eszközök, mint a ChatGPT vagy a Claude használatával, hogy személyre szabott kapcsolati jegyzeteket generálj az adott kontextus alapján. Küldés előtt mindig kérd emberi ellenőrzést.
Igen. A személyre szabott LinkedIn kapcsolati jegyzetek következetesen felülmúlják az üres kéréseket – gyakran két-ötszörösen –, mivel a relevanciát és a valódi érdeklődést jelzik, nem pedig a tömeges megkeresést.
Mind a ChatGPT, mind a Claude jól működik. A ChatGPT könnyebben integrálható az automatizálási munkafolyamatokba, míg a Claude gyakran természetesebb, társalgási hangnemet produkál. A legjobb választás attól függ, hogy a méretet vagy az árnyaltságot tartod-e fontosnak.
Minimum:
Keresztnév
Jelenlegi szerepkör és vállalat
Egy konkrét személyre szabási horog
A nagy hatású adatok közé tartoznak a legutóbbi bejegyzések, mérföldkövek, kölcsönös kapcsolatok vagy a megosztott szakmai tapasztalatok.
A LinkedIn kapcsolatfelvételi jegyzetek szigorú, 300 karakteres korláttal rendelkeznek. Az ideális jegyzet tömör, releváns, és kizárólag a kapcsolatfelvételre összpontosít – nem pedig az ajánlattételre.
A kapcsolati jegyzetek mesterséges intelligencia általi írása biztonságos, ha manuálisan ellenőrzi és elküldi azokat. Azonban a LinkedIn szolgáltatási feltételeit sértő, teljesen automatizált küldőeszközök fiókkorlátozásokhoz vezethetnek.
A gyakori hibák a következők:
Hamis specifikusság
Túlzó bókok
Lopakodó dobás
Vállalati zsargon
Szerkezetileg azonos bankjegyek küldése tételekben
Ezek a minták csökkentik a bizalmat és az elfogadási arányt.
A biztonságos manuális tartomány napi 20–50 csatlakozási kérés, a nap folyamán elosztva. Túl sok egyszerre küldött kérés LinkedIn-korlátozásokat okozhat.
Küldj egy rövid üzenetet 24–48 órán belül. Köszönd meg a kapcsolatfelvételt, erősítsd meg a mondanivalód fontosságát, és tegyél fel egy egyszerű, könnyen megválaszolható kérdést a beszélgetés elindításához.
Igen – felelősségteljes használat esetén. A LinkedIn Automation segít a kutatás és az üzenetírás skálázásában, de a konverzió az erős személyre szabástól és az emberi felügyelettől függ.
