Hoe je ChatGPT en Claude kunt gebruiken om LinkedIn-connectienotities op grote schaal te personaliseren

ChatGPT versus Claude: Welk gereedschap voor welke klus?

Voor de meeste mensen levert de tool die het beste resultaat oplevert, de tool waarmee ze al vertrouwd zijn. De aanwijzingen en principes in deze handleiding werken in beide tools even goed. Veel professionals gebruiken ChatGPT voor het genereren van grote hoeveelheden notities en Claude voor waardevolle individuele notities, maar de workflow is identiek.

Wat je moet verzamelen voordat je ook maar één notitie schrijft.

De kwaliteit van je door AI gegenereerde LinkedIn-notities is rechtstreeks evenredig met de kwaliteit van de informatie die je aan de AI geeft. Slechte input leidt tot generieke output. Voordat je ChatGPT of Claude opent, moet je personalisatiegegevens verzamelen voor elke persoon die je wilt benaderen.

De essentiële gegevenspunten

Je hebt minimaal de voornaam van de persoon nodig, hun huidige functie en bedrijf, en één specifieke, oprechte reden waarom je contact met hen opneemt. Die reden is de motor achter de personalisatie.

De waardevolle gegevenspunten

Als je notities wilt die echt op maat gemaakt aanvoelen in plaats van standaardteksten, ga dan dieper. Zoek naar een recent bericht of artikel dat ze hebben gepubliceerd en noteer het onderwerp of een specifiek punt dat hen aansprak. Kijk of jullie gemeenschappelijke connecties hebben en zo ja, wie dat zijn. Zoek naar gedeelde professionele ervaringen – hebben jullie allebei in dezelfde branche gewerkt, dezelfde conferentie bezocht of dezelfde carrièreovergang doorgemaakt? Noteer relevante prijzen, mijlpalen of bedrijfsnieuws dat recent genoeg is om actueel aan te voelen. Deze gegevens vormen de basis voor de AI-prompt die ze omzet in een persoonlijke, relevante notitie.

Waar u deze informatie kunt vinden

Hun LinkedIn-profiel is je belangrijkste bron. Kijk verder dan de titel: lees hun 'Over mij'-gedeelte, bekijk hun recente activiteiten (berichten en reacties), kijk voor welke bedrijven ze hebben gewerkt en bekijk hun aanbevolen content. Als ze een nieuwsbrief, podcast of andere gepubliceerde content hebben die via hun profiel te bereiken is, levert zelfs een korte blik al informatie op die bijna niemand anders die contact met hen opneemt, zal hebben opgezocht.

Je onderzoek organiseren

Om dit proces op te schalen, kunt u uw onderzoek het beste bijhouden in een eenvoudige spreadsheet. De kolommen moeten de volgende informatie bevatten: Voornaam, Huidige functie, Bedrijf, Branche, Persoonlijke invalshoek (het specifieke punt waarnaar u verwijst), Uw reden om contact op te nemen en eventuele aanvullende context. Deze spreadsheet dient als input voor uw AI-prompts wanneer deze op grote schaal worden toegepast.

Lees verder—> De rol van AI in moderne LinkedIn-netwerken

Het kernkader voor prompts in LinkedIn-notities

Een goed gestructureerde prompt maakt het verschil tussen AI-output die je direct kunt versturen en AI-output die een volledige uitleg vereist. herschrijvenDit is het raamwerk dat consequent de beste LinkedIn-connectienotities oplevert voor verschillende gebruiksscenario's.

De zes elementen van een conversieverhogende AI-prompt

1. Rol

Vertel de AI namens wie er geschreven wordt. Vermeld je naam, je huidige functie en relevante context over je professionele focus. De AI moet weten met wiens stem er geschreven wordt. Bijvoorbeeld: "Je schrijft namens [Je naam], een B2B SaaS-marketingconsultant die startups in een vroeg stadium helpt bij het opzetten van hun eerste groeimotor."

2. Context van de ontvanger

Geef de AI de belangrijkste gegevens over de persoon die je wilt bereiken. Vermeld hun naam, functie, bedrijf en de specifieke personalisatie-aanknopingspunt die je in je onderzoek hebt gevonden. Bijvoorbeeld: "De ontvanger is [Voornaam], VP Product bij [Bedrijf]. Ze hebben onlangs een bericht geplaatst over de uitdaging om product- en verkoopteams op één lijn te brengen in een PLG-aanpak."

3. Doel van de boodschap

Wees duidelijk over wat je met het bericht wilt bereiken. LinkedIn-connectieberichten hebben een limiet van 300 tekens, dus het doel is bijna nooit om een ​​deal te sluiten, maar om de connectie te verdienen en oprechte relevantie te tonen. Vermeld dit duidelijk in de prompt: "Het doel is om de connectie te verdienen door oprechte relevantie te tonen, niet om een ​​product of dienst aan te prijzen."

4. Toon en stem

Geef de gewenste toon expliciet aan. Mogelijkheden zijn: warm en informeel, direct en professioneel, nieuwsgierig en gelijkwaardig, enthousiast maar respectvol. Stem de toon af op je persoonlijke merk en de waarschijnlijke voorkeur van de ontvanger. Een oprichter van een startup zal anders reageren op een bericht dan een vicepresident van een groot bedrijf.

5. Beperkingen

LinkedIn-connectienotities zijn beperkt tot 300 tekens. Geef dit als een strikte beperking aan in je prompt. Vermeld ook welke zinnen of benaderingen je wilt vermijden, bijvoorbeeld: "noem geen diensten of producten", "gebruik het woord 'synergie' niet" of "begin niet met 'ik'".

6. Uitvoerformaat

Vraag om twee of drie varianten, zodat je keuzemogelijkheden hebt. Geef aan dat elke variant minder dan 300 tekens mag bevatten en in platte tekst moet worden geschreven, zonder speciale opmaak of emoji's.

Lees verder—-> Kunnen AI-agenten antwoorden verwerken zonder als robots over te komen?

Het hoofdsjabloon voor prompts

Hier is een herbruikbare sjabloon die alle zes elementen bevat. Kopieer deze naar ChatGPT of Claude en vul de velden tussen haakjes in:

Je schrijft een LinkedIn-connectieverzoek namens [JE NAAM], een [JE ROL] die [KORTE BESCHRIJVING VAN WAT JE DOET EN VOOR WIE].

De ontvanger is [VOORNAAM], [HUN FUNCTIE] bij [HUN BEDRIJF]. [ÉÉN ZIN MET SPECIFIEKE CONTEXT — bijvoorbeeld: "Ze hebben onlangs over X geschreven" of "Ze zijn net bij bedrijf Y in dienst getreden na Z jaar bij W."]

Mijn reden om contact op te nemen: [JOUW ECHTE REDEN — gedeelde interesse, bewondering voor hun werk, mogelijke samenwerking, dezelfde gemeenschap, enz.]

Toon: [TOON — bijvoorbeeld: warm en gelijkwaardig, direct en professioneel, nieuwsgierig en zonder druk]

Beperkingen: Minder dan 300 tekens. Platte tekst. Geen verkooppraatjes. Geen jargon. Begin niet met "ik". Gebruik geen woorden als "synergie", "hefboomwerking" of "contact opnemen".

Schrijf drie variaties.

Kant-en-klare promptvoorbeelden per gebruiksscenario

Verschillende doelen voor het leggen van contacten vereisen verschillende prompts. Hier vind je volledig uitgewerkte voorbeelden van prompts voor de meest voorkomende scenario's voor het leggen van connecties op LinkedIn.

Gebruiksscenario 1: Contact opnemen na het lezen van hun content

Je schrijft een LinkedIn-connectieverzoek namens Maya Chen, een UX-onderzoeker bij een middelgroot fintechbedrijf. De ontvanger is David Park, een productontwerper die onlangs een blogpost publiceerde over waarom misleidende ontwerppatronen het vertrouwen in financiële apps ondermijnen. Maya vond de post inzichtelijk en wil graag met David in contact komen als collega in de product- en designwereld. Toon: oprecht, gelijkwaardig, intellectueel betrokken. Minder dan 300 tekens. Geen verkooppraatje. Drie varianten.

Gebruiksscenario 2: Contact leggen met een potentiële klant

Je schrijft een connectieverzoek op LinkedIn namens James Okafor, een freelance merkstrateeg. De ontvanger is Priya Mehta, Hoofd Marketing bij NovaCare, een start-up in de gezondheidstechnologie die een Series A-financieringsronde heeft afgerond. James volgt de groei van NovaCare en bewondert hun positionering in een competitieve markt. Hij wil graag contact leggen zonder direct te pitchen – gewoon een opening creëren. Toon: respectvol, deskundig, zonder druk. Minder dan 300 tekens. Vermeld zijn diensten niet. Drie varianten mogelijk.

Gebruiksscenario 3: Contact opnemen met een potentiële werkgever of wervingsmanager

Je schrijft een LinkedIn-connectieverzoek namens Leila Santos, een data-analist met vijf jaar ervaring in e-commerce en retail. De ontvanger is Tom Briggs, Director of Analytics bij Shopify. Leila is actief op zoek naar nieuwe functies en bewondert oprecht de aanpak van Shopify op het gebied van merchant analytics. Ze wil graag op een authentieke manier contact leggen, niet alleen omdat ze op zoek is naar een baan. Toon: professioneel, enthousiast, oprecht. Minder dan 300 tekens. Geen vermelding van sollicitaties. Drie varianten.

Gebruiksscenario 4: Opnieuw contact leggen met een voormalige collega of contactpersoon

Je schrijft een connectieverzoek op LinkedIn namens Raj Patel, een sales director. De ontvanger is Sarah Kim, die vier jaar geleden met Raj bij hetzelfde bedrijf werkte. Ze waren geen directe collega's, maar kruisten elkaars pad bij een paar projecten. Raj wil graag weer contact met haar opnemen zonder dat het geforceerd of zakelijk aanvoelt. Toon: warm, informeel, zonder bijbedoelingen. Minder dan 300 tekens. Drie varianten.

Gebruiksscenario 5: Contact leggen na een conferentie of evenement

Je schrijft een LinkedIn-connectieverzoek namens Anna Kowalski, oprichtster van een startup. De ontvanger is Ben Torres, een partner van een durfkapitaalbedrijf die ze vorige week kort ontmoette op SaaStr. Ze hadden een kort gesprek over AI in verticale SaaS-toepassingen. Anna wil het gesprek graag voortzetten. Toon: warm, energiek en specifiek voor de ontmoeting. Minder dan 300 tekens. Geen vraag. Drie varianten.

Lees verder—-> Automatiseer je LinkedIn-outreach veilig met Konnector.ai

De schaalworkflow: van één notitie naar honderd

Zodra je hebt vastgesteld dat je prompt uitstekende individuele notities oplevert, is het tijd om de workflow te bouwen waarmee je grote hoeveelheden gepersonaliseerde notities kunt genereren zonder aan kwaliteit in te boeten.

Stap 1: Maak je onderzoeksspreadsheet aan

Maak een spreadsheet met één rij per persoon die je wilt benaderen. Je kolommen moeten de volgende gegevens bevatten: Voornaam, Functie, Bedrijf, Branche, Persoonlijke invalshoek, Reden voor je contact, Toon (indien deze verschilt per segment), en een kolom voor het gegenereerde bericht en een andere voor het beoordeelde/definitieve bericht.

Stap 2: Groepeer uw prompts per segment

Schrijf niet voor elke persoon een unieke prompt. Groepeer je lijst in plaats daarvan in segmenten, bijvoorbeeld potentiële klanten, potentiële samenwerkingspartners, bewonderde opinieleiders en voormalige collega's. Schrijf één algemene promptsjabloon voor elk segment. Vul vervolgens de personalisatievariabelen in voor elke persoon binnen dat segment. Deze aanpak levert gepersonaliseerde resultaten op zonder dat je de prompt elke keer helemaal opnieuw hoeft te schrijven.

Stap 3: Genereren in batches

Voor een gemiddeld volume (tien tot dertig notities) kunt u dit handmatig doen door de ingevulde prompts één voor één in ChatGPT of Claude te plakken. Voor een groter volume kunt u de API gebruiken (ChatGPT's OpenAI API of Claude's Anthropic API) in combinatie met een spreadsheetprogramma zoals Google Sheets met een AI-add-on, of een no-code automatiseringstool zoals Clay, Make of Zapier. Met deze platforms kunt u elke rij van uw spreadsheet als prompt doorgeven en de gegenereerde notitie automatisch in een nieuwe kolom ontvangen.

Stap 4: Controleren, bewerken en goedkeuren

Elke door AI gegenereerde notitie moet eerst handmatig worden gecontroleerd voordat deze wordt verzonden. Dit is niet optioneel – meer hierover in het volgende gedeelte. Markeer elke notitie als Goedgekeurd, Moet worden bewerkt of Opnieuw genereren voordat u begint met verzenden.

Stap 5: Verstuur met intentie

LinkedIn heeft geen functie om in bulk connectieverzoeken te versturen; elk verzoek moet afzonderlijk worden verzonden. Dit is juist een bewuste keuze, geen fout: het zorgt voor een natuurlijk tempo waardoor je berichten niet door de spamfilters van LinkedIn worden geactiveerd. Een redelijk aantal handmatig verstuurde connectieverzoeken is twintig tot vijftig per dag. Verspreid ze over de dag in plaats van ze allemaal tegelijk te versturen.

De menselijke beoordelingslaag die je niet kunt overslaan.

Door AI gegenereerde LinkedIn-notities zijn een eerste versie, geen eindproduct. Ze als afgewerkt product beschouwen is de meest voorkomende en kostbaarste fout die mensen maken wanneer ze LinkedIn-notities op grote schaal willen personaliseren.

Wat je in elke notitie moet controleren

Nauwkeurigheid

AI-modellen kunnen context die je aanlevert verkeerd interpreteren of hallucineren. Als je de AI bijvoorbeeld vertelt dat iemand "onlangs een bericht heeft geplaatst over het managen van teams op afstand", controleer dan of de verwijzing naar dat bericht in de notitie accuraat en specifiek is – en niet een vage parafrase die op iedereen van toepassing zou kunnen zijn. Een notitie met onjuiste details is erger dan een algemene notitie, omdat het eerder onzorgvuldigheid dan oprechte interesse uitstraalt.

Aantal tekens

De tekenlimiet van 300 tekens op LinkedIn is strikt. Plak elke notitie in een tekenteller voordat je hem verzendt. Zelfs als je de limiet in je prompt hebt aangegeven, overschrijdt de AI deze soms. Een notitie die midden in een zin wordt afgebroken is gênant en ineffectief.

Tone Fit

Lees elk bericht hardop voor. Klinkt het als jou? Past het bij de waarschijnlijke communicatiestijl van de ontvanger? Een bericht in een zeer formele stijl voor iemand die informele, humoristische LinkedIn-berichten schrijft, zal niet goed overkomen. Pas de toon indien nodig aan tijdens het nalezen.

De "Is dit griezelig?"-test

Er is een dunne lijn tussen indrukwekkend onderzocht en ongemakkelijk bespioneerd. Als je in je bericht verwijst naar iets heel obscuurs – bijvoorbeeld een reactie die ze twee jaar geleden op iemands anders bericht hebben geplaatst – kan het eerder opdringerig dan persoonlijk overkomen. Houd het bij openbaar zichtbare, recente en professionele context.

Grammatica en flow

De output van AI is meestal grammaticaal correct, maar niet altijd. Let bij het lezen niet alleen op de correctheid, maar ook op de leesbaarheid. Korte, krachtige zinnen werken het beste in LinkedIn-notities. Alles wat je meerdere keren moet lezen om het te begrijpen, moet je vereenvoudigen.

Wat wel en niet te doen: De fouten waardoor AI-berichten als spam aanvoelen

Het doel van het gebruik van AI om LinkedIn-connectienotities op grote schaal te personaliseren, is het creëren van verbindingen, niet het automatiseren van massacommunicatie. Er zijn verschillende patronen die een door AI gegenereerde notitie direct als onauthentiek bestempelen – vermijd ze allemaal.

LinkedIn-connectienotities: Wat te doen versus wat te vermijden

Wat gebeurt er nadat ze akkoord gaan: AI-ondersteunde follow-up

Het eerste contactbericht is een goed begin. De vervolgmail is waar de echte conversie plaatsvindt. AI kan je helpen om ook deze stap te personaliseren, met dezelfde principes maar met een paar belangrijke verschillen.

Het eerste vervolgbericht

Stuur binnen 24 tot 48 uur na acceptatie een vervolgbericht, terwijl je nog vers in hun geheugen zit. Dit bericht moet iets langer zijn dan het eerste bericht – twee tot vier zinnen – maar wel informeel en niet-zakelijk. Bedank hen voor het contact, benadruk het belang van de connectie en begin een gesprek met een oprechte vraag of opmerking.

AI aansporen om vervolgberichten te versturen

Gebruik hetzelfde basiskader voor de prompt, maar pas het doel aan. In plaats van 'de connectie verdienen' is het doel nu 'een echt gesprek openen'. Geef de AI de context waarom ze het verzoek hebben geaccepteerd (als je die weet), de oorspronkelijke invalshoek uit je connectiebericht en één vraag die je echt beantwoord wilt hebben. Vraag om een ​​bericht dat eindigt met een enkele, makkelijk te beantwoorden vraag. Meerdere vragen verlagen de responsfrequentie – één vraag is altijd voldoende.

De langetermijnbenadering

Niet iedereen met wie je contact legt, zal direct een klant, werkgever, samenwerkingspartner of kans worden. De meest waardevolle connecties ontstaan ​​vaak in de loop van maanden door consistente, waardetoevoegende interacties – reageren op hun berichten, hun werk delen, antwoorden geven op hun content. AI kan je ook helpen om op grote schaal doordachte reacties te schrijven. Beschouw je LinkedIn-netwerk als een tuin, niet als een automaat.

Tools en integraties die de pipeline automatiseren

Als je LinkedIn-connectienotities op grote schaal wilt personaliseren, verder dan wat handmatig kopiëren en plakken mogelijk maakt, kunnen deze tools en platforms je helpen een geïntegreerde workflow op te bouwen.

Eetbare klei

Clay is een platform voor dataverrijking en automatisering van outreach dat direct integreert met AI-API's. Je kunt LinkedIn-profielgegevens ophalen, deze verrijken met extra context van het web en AI-prompts gebruiken om gepersonaliseerde notities te genereren – allemaal binnen één workflow. Het is een van de meest speciaal ontwikkelde tools voor dit gebruik en wordt veelvuldig gebruikt door salesteams en recruiters voor AI-gestuurde, gepersonaliseerde outreach op grote schaal.

Make (voorheen Integromat) en Zapier

Beide platforms stellen je in staat om Google Sheets (waar je onderzoek zich bevindt) te koppelen aan de OpenAI- of Anthropic-API. Je kunt een workflow bouwen waarbij het toevoegen van een rij aan je spreadsheet automatisch een prompt activeert, een notitie genereert en deze terugschrijft naar het spreadsheet. Voor eenvoudige workflows is geen programmeerkennis vereist.

Phantombuster en Dux-Soup

Deze automatiseringstools van LinkedIn kunnen je helpen om op grote schaal profielgegevens te verzamelen, die vervolgens worden gebruikt in je AI-gestuurde workflow. Gebruik ze zorgvuldig en binnen de servicevoorwaarden van LinkedIn; overmatige automatisering kan leiden tot beperkingen van je account.

Google Sheets met GPT- of Claude-add-ons

Verschillende Google Workspace-add-ons integreren AI rechtstreeks in Google Sheets, waardoor je een promptformule in een cel kunt schrijven en deze vervolgens uitvoer genereert op basis van gegevens uit andere cellen in dezelfde rij. Dit is de meest toegankelijke manier voor niet-technische gebruikers die batchgeneratie willen automatiseren zonder een volledige integratie te hoeven bouwen.

Een toelichting op de gebruiksvoorwaarden van LinkedIn.

LinkedIn beperkt geautomatiseerde of bulkberichten en connectieverzoeken die in strijd zijn met de regels. gebruikersovereenkomstHet gebruik van AI om berichten te schrijven is geen overtreding; de inhoud wordt nog steeds door mensen gecontroleerd en handmatig verzonden. Het gebruik van bots om automatisch grote aantallen verbindingsverzoeken te versturen is echter in strijd met de regels van het platform en kan leiden tot accountbeperkingen. De veiligste aanpak is altijd AI-ondersteund schrijven in combinatie met handmatig versturen.

Snelstartchecklist: LinkedIn-connectienotities op grote schaal personaliseren

Gebruik deze checklist om je eerste gepersonaliseerde AI-campagne helemaal zelf op te zetten.

Onderzoek en voorbereiding

Maak een spreadsheet voor onderzoek met kolommen voor naam, functie, bedrijf, persoonlijke invalshoek, reden voor contact en toon. Bepaal voor elke persoon minstens één authentieke, specifieke persoonlijke invalshoek. Verdeel je lijst in twee of drie segmenten met gedeelde doelen voor de communicatie.

Snel bouwen

Schrijf per segment één standaard promptsjabloon met behulp van het zesdelige raamwerk. Neem de beperking van 300 tekens, de lijst met verboden woorden en de toonspecificatie op. Test elk sjabloon met drie tot vijf personen voordat u de volledige reeks uitvoert. Evalueer de resultaten en verfijn de prompt totdat de resultaten consistent sterk zijn.

Batchgeneratie

Genereer notities in batches per segment. Voor volumes van meer dan dertig per dag kunt u een AI API-integratie met uw spreadsheet gebruiken. Sla alle gegenereerde notities op in een aparte kolom in de spreadsheet.

Menselijke beoordeling

Lees elk bericht door voordat je het verstuurt. Controleer de nauwkeurigheid, het aantal tekens, beoordeel de toon en pas de "is dit griezelig?"-test toe. Markeer elk bericht als goedgekeurd, als er nog bewerkingen nodig zijn of genereer het opnieuw.

Verzenden en opvolgen

Verstuur handmatig twintig tot vijftig aanvragen per dag, verspreid over de dag. Volg binnen vierentwintig tot achtenveertig uur na acceptatie op met een kort, informeel bericht dat eindigt met één vraag. Houd de acceptatie- en responspercentages per segment bij om uw aanpak in de loop van de tijd te verfijnen.