Jeśli kiedykolwiek próbowałeś szybko rozwinąć swoją sieć na LinkedIn, znasz już problem: ogólne prośby o połączenie są ignorowane, ale napisanie przemyślana, spersonalizowana notatka Łączenie się z każdą osobą, z którą chcesz się połączyć, jest niezwykle czasochłonne. Właśnie w tym miejscu narzędzia AI, takie jak ChatGPT i Claude, zmieniają sytuację. Używając ich prawidłowo, pozwalają… personalizuj notatki dotyczące połączeń LinkedIn na dużą skalę — bez poświęcania ludzkiego kontaktu, który faktycznie skłania ludzi do akceptacji i reakcji. Ten przewodnik pokazuje dokładne przepływy pracy, monity i zasady aby to działało.
Dlaczego personalizacja to jedyna rzecz, która działa
Dane LinkedIn konsekwentnie pokazują, że prośby o nawiązanie kontaktu ze spersonalizowanymi notatkami mają znacznie wyższy wskaźnik akceptacji niż puste prośby. Różnica nie jest mała. W zależności od odbiorców i kontekstu, spersonalizowane notatki mogą przewyższyć puste prośby od dwóch do pięciu razy.
Powód jest prosty: ludzie są zajęci, sceptyczni i toną w ogólnych informacjach. Kiedy ktoś trafia do ich skrzynki odbiorczej Z notatką, która odnosi się do ich konkretnej pracy, napisanego przez nich posta, wzajemnej więzi lub wspólnego doświadczenia, sygnalizujesz, że faktycznie postrzegasz ich jako osobę — a nie tylko nazwisko na liście. Ten sygnał buduje więź. Wyzwaniem zawsze był czas. Pisanie dwadzieścia naprawdę spersonalizowanych notatek W jeden dzień to wyczerpujące. Napisanie setki jest niemożliwe bez systemu.
Sztuczna inteligencja nie zastępuje personalizacji — wręcz przeciwnie, przyspiesza proces jej tworzenia, dzięki czemu możesz działać na dużą skalę, nie brzmiąc przy tym jak nadawca masowej poczty.
ChatGPT kontra Claude: Które narzędzie do jakiego zadania
| Cecha | CzatGPT (OpenAI) | Claude (antropiczny) |
|---|---|---|
| Dostępność i ekosystem | Szeroko dostępny, z dużą bazą użytkowników i solidną integracją z rozwiązaniami firm trzecich. | Rozwijający się ekosystem, ale mniej integracji automatyzacji w porównaniu do ChatGPT. |
| Integracja automatyki | Łatwa integracja z Zapier, Make (dawniej Integromat), Clay i przepływami pracy opartymi na API. | Bardziej ograniczone wsparcie automatyzacji bez kodu w dużej skali. |
| Spójność wyników wsadowych | Doskonała umiejętność przestrzegania ustalonych szablonów i uzyskiwania spójnych wyników w przypadku dużych partii. | Wysoka jakość wydruku, zoptymalizowana jednak bardziej pod kątem niuansów niż pod kątem jednorodnego generowania dużych ilości danych. |
| Ton i przebieg rozmowy | Jasne i uporządkowane, ale czasami, jeśli nie zostaniesz odpowiednio zachęcony, może sprawiać wrażenie nieco schematycznego. | Bardzo naturalne, pełne niuansów i konwersacyjne — często mniej mechaniczne w swoim rytmie. |
| Najlepszy przypadek użycia | Tworzenie zautomatyzowanych kanałów komunikacji w serwisie LinkedIn i generowanie notatek na dużą skalę. | Tworzenie spersonalizowanych notatek dla potencjalnych klientów, w których najważniejszy jest ton i subtelność. |
Dla większości osób najlepszym narzędziem jest to, z którym już się oswoili. Podpowiedzi i zasady zawarte w tym przewodniku działają równie dobrze w obu przypadkach. Wielu praktyków używa ChatGPT do generowania masowego, a Claude'a do tworzenia wartościowych notatek indywidualnych — ale przepływ pracy jest identyczny.
Co należy zebrać przed napisaniem pojedynczej notatki
Jakość notatek LinkedIn generowanych przez sztuczną inteligencję jest wprost proporcjonalna do jakości informacji, które przekazujesz sztucznej inteligencji. Wprowadź śmieci, wyrzuć ogólne. Zanim otworzysz ChatGPT lub Claude, musisz zebrać dane personalizacyjne dla każdej osoby, do której planujesz dotrzeć.
Podstawowe punkty danych
Potrzebujesz co najmniej imienia danej osoby, jej aktualnego stanowiska i firmy oraz jednego konkretnego, autentycznego powodu, dla którego się z nią kontaktujesz. Ten powód jest motorem personalizacji.
Punkty danych o wysokiej wartości
Jeśli chcesz, aby notatki były naprawdę spersonalizowane, a nie szablonowe, zagłęb się w temat. Poszukaj niedawno opublikowanego posta lub artykułu i zanotuj temat lub konkretną kwestię, która wzbudziła Twoje zainteresowanie. Sprawdź, czy macie jakieś wspólne powiązania, a jeśli tak, to kim one są. Poszukaj wspólnych doświadczeń zawodowych – czy pracowaliście w tej samej branży, uczestniczyliście w tej samej konferencji lub przeszliście tę samą zmianę kariery? Zanotuj wszelkie istotne nagrody, kamienie milowe lub wiadomości firmowe, które są na tyle aktualne, że wydają się aktualne. Te dane staną się surowcem, który Twój komunikator AI przekształci w osobistą, istotną notatkę.
Gdzie znaleźć te informacje
Ich profil na LinkedIn to Twoje główne źródło informacji. Nie ograniczaj się do nagłówka – przeczytaj sekcję „O mnie”, sprawdź ich ostatnią aktywność (posty i komentarze), spójrz na firmy, w których pracowali, i przejrzyj sekcję „Polecane”. Jeśli mają newsletter, podcast lub publikowane treści, do których linki znajdują się w ich profilu, nawet pobieżne przejrzenie pozwoli Ci znaleźć materiały, których prawie nikt inny, kto się z nimi kontaktuje, nie zadałby sobie trudu.
Organizowanie badań
Aby skalować ten proces, przechowuj swoje badania w prostym arkuszu kalkulacyjnym. Kolumny powinny zawierać: Imię, Aktualne stanowisko, Firma, Branża, Zaczep personalizacyjny (konkretny element, do którego się odwołujesz), Powód kontaktu oraz ewentualny dodatkowy kontekst. Ten arkusz kalkulacyjny stanie się źródłem danych wejściowych dla podpowiedzi AI na dużą skalę.
Przeczytaj więcej—> Rola AI w nowoczesnej sieci LinkedIn
Podstawowy framework komunikatów dla notatek LinkedIn
Dobrze skonstruowany komunikat to różnica między wynikami AI, które można wysłać natychmiast, a wynikami AI, które wymagają pełnego przepisaćOto struktura, która konsekwentnie generuje najlepsze notatki dotyczące połączeń LinkedIn w różnych przypadkach użycia.
Sześć elementów komunikatu AI o wysokiej konwersji
1. Rola
Powiedz sztucznej inteligencji, w czyim imieniu pisze. Podaj swoje imię i nazwisko, aktualną rolę oraz wszelkie istotne informacje dotyczące Twojego profilu zawodowego. Sztuczna inteligencja musi wiedzieć, czyim głosem pisze. Przykład: „Piszesz w imieniu [Twoje imię], konsultanta ds. marketingu SaaS B2B, który pomaga startupom na wczesnym etapie rozwoju zbudować ich pierwszy silnik wzrostu”.
2. Kontekst odbiorcy
Podaj sztucznej inteligencji kluczowe informacje o osobie, do której się zwracasz. Uwzględnij jej imię i nazwisko, stanowisko, firmę oraz konkretny haczyk personalizacji, który zidentyfikowałeś w swoich badaniach. Przykład: „Odbiorcą jest [imię], wiceprezes ds. produktu w [firmie]. Niedawno opublikował post o wyzwaniu, jakim jest skoordynowanie zespołów ds. produktu i sprzedaży w ramach inicjatywy PLG”.
3. Cel komunikatu
Jasno określ, co chcesz osiągnąć dzięki notatce. Notatki na LinkedIn mają limit 300 znaków, więc ich celem prawie nigdy nie jest sfinalizowanie transakcji — chodzi o zdobycie kontaktu i zasygnalizowanie rzeczywistej wartości. Wyraźnie to określ w zdaniu: „Celem jest zdobycie kontaktu poprzez pokazanie rzeczywistej wartości, a nie oferowanie produktu lub usługi”.
4. Ton i głos
Określ wyraźnie ton. Opcje obejmują: ciepły i konwersacyjny, bezpośredni i profesjonalny, ciekawy i bezpośredni, entuzjastyczny, ale pełen szacunku. Dopasuj ton do swojej marki osobistej i prawdopodobnych preferencji odbiorcy. Założyciel startupu zareaguje na list inaczej niż wiceprezes korporacji.
5. Ograniczenia
Notatki dotyczące połączeń na LinkedIn są ograniczone do 300 znaków. Określ to jako sztywne ograniczenie w swoim poleceniu. Określ również wszelkie zwroty lub podejścia, których należy unikać — na przykład „nie wspominaj o żadnych usługach ani produktach”, „nie używaj słowa synergia” lub „unikaj zaczynania od „I”.
6. Format wyjściowy
Poproś o dwie lub trzy wersje, aby mieć możliwość wyboru. Poproś, aby każda wersja miała mniej niż 300 znaków i była napisana zwykłym tekstem, bez specjalnego formatowania ani emoji.
Przeczytaj więcej—-> Czy agenci AI potrafią odpowiadać bez brzmieć jak roboty?
Szablon głównego monitu
Oto wielokrotnego użytku główny monit, który zawiera wszystkie sześć elementów. Skopiuj go do ChatGPT lub Claude i wypełnij pola w nawiasach:
Piszesz prośbę o nawiązanie kontaktu w serwisie LinkedIn w imieniu [TWOJE IMIĘ I NAZWISKO], [TWOJA ROLA], która [KRÓTKI OPIS TEGO, CO ROBISZ I DLA KOGO].
Odbiorcą jest [IMIĘ], [ICH STANOWISKO] w [ICH FIRMIE]. [JEDNO ZDANIE W KONKRETNYM KONTEKŚCIE — np. „Niedawno pisali o X” lub „Właśnie dołączyli do firmy Y po Z latach pracy w W.”]
Powód, dla którego nawiązaliśmy kontakt: [TWÓJ PRAWDZIWY POWÓD — wspólne zainteresowania, podziw dla czyjejś pracy, potencjalna współpraca, ta sama społeczność itp.]
Ton: [TON — np. ciepły i serdeczny, bezpośredni i profesjonalny, ciekawy i niewywołujący presji]
Ograniczenia: Poniżej 300 znaków. Zwykły tekst. Bez nachalnej reklamy. Bez żargonu. Nie zaczynaj od „ja”. Nie używaj słów „synergia”, „dźwignia” ani „kontakt”.
Napisz trzy warianty.
Gotowe do użycia przykłady monitów według przypadku użycia
Różne cele wymagają różnych podpowiedzi. Oto w pełni napisane przykłady podpowiedzi dla najczęstszych scenariuszy nawiązywania kontaktów na LinkedIn.
Przypadek użycia 1: Skontaktowanie się z odbiorcą po przeczytaniu jego treści
Piszesz prośbę o nawiązanie kontaktu na LinkedIn w imieniu Mai Chen, badaczki UX w średniej wielkości firmie fintech. Adresatem jest David Park, projektant produktów, który niedawno opublikował post o tym, dlaczego ciemne wzorce podważają zaufanie do aplikacji finansowych. Maya uznała post za wnikliwy i chce nawiązać kontakt z Davidem jako ekspertem w dziedzinie produktów i projektowania. Ton: autentyczny, bezpośredni, angażujący intelektualnie. Poniżej 300 znaków. Bez oferty. Trzy warianty.
Przypadek użycia 2: Nawiązywanie kontaktu z potencjalnym klientem
Piszesz prośbę o nawiązanie kontaktu na LinkedIn w imieniu Jamesa Okafora, niezależnego stratega ds. marki. Adresatem jest Priya Mehta, dyrektor ds. marketingu w startupie z branży technologii medycznych, NovaCare, finansowanym z funduszy serii A. James śledził rozwój NovaCare i podziwia ich pozycję na zatłoczonym rynku. Chce nawiązać kontakt bez nachalnego przekonywania – po prostu otworzyć drzwi. Ton: pełen szacunku, kompetentny, bez presji. Poniżej 300 znaków. Nie wspominaj o jego usługach. Trzy warianty.
Przypadek użycia 3: Kontakt z potencjalnym pracodawcą lub menedżerem ds. rekrutacji
Piszesz prośbę o nawiązanie kontaktu na LinkedIn w imieniu Leili Santos, analityczki danych z pięcioletnim doświadczeniem w e-commerce i handlu detalicznym. Adresatem jest Tom Briggs, dyrektor ds. analityki w Shopify. Leila aktywnie poszukuje nowych stanowisk i szczerze podziwia podejście Shopify do analityki sprzedawców. Chce nawiązywać autentyczne relacje, nie tylko dlatego, że szuka pracy. Ton: profesjonalny, entuzjastyczny, autentyczny. Poniżej 300 znaków. Bez wzmianki o aplikacjach o pracę. Trzy warianty.
Przypadek użycia 4: Ponowne nawiązanie kontaktu z byłym współpracownikiem lub kontaktem
Piszesz prośbę o nawiązanie kontaktu na LinkedIn w imieniu Raja Patela, dyrektora sprzedaży. Adresatem jest Sarah Kim, która pracowała z Rajem w tej samej firmie cztery lata temu. Nie byli bliskimi współpracownikami, ale ich drogi skrzyżowały się przy kilku projektach. Raj chce odnowić kontakt, ale bez poczucia przymusu czy transakcyjności. Ton: ciepły, swobodny, bez ukrytych celów. Poniżej 300 znaków. Trzy warianty.
Przypadek użycia 5: Nawiązywanie połączenia po konferencji lub wydarzeniu
Piszesz prośbę o nawiązanie kontaktu na LinkedIn w imieniu Anny Kowalskiej, założycielki startupu. Adresatem jest Ben Torres, partner VC, którego poznała krótko w SaaStr w zeszłym tygodniu. Odbyli krótką rozmowę na temat sztucznej inteligencji w SaaS wertykalnym. Anna chce kontynuować rozmowę. Ton: ciepły, energiczny, dostosowany do spotkania. Poniżej 300 znaków. Bez pytania. Trzy warianty.
Przeczytaj więcej—-> Bezpieczna automatyzacja działań w serwisie LinkedIn dzięki Konnector.ai
Zmienne personalizacji, które faktycznie mają znaczenie
Nie każda personalizacja jest taka sama. Wspomnienie czyjegoś imienia to podstawa – to podstawowe oczekiwanie, a nie czynnik różnicujący. Zmienne personalizacji, które faktycznie zwiększają wskaźniki akceptacji i odpowiedzi, to te, które pokazują, że nie dostrzegłeś niczego na powierzchni czyjegoś profilu.
Zmienne personalizacji o dużym wpływie
Konkretny post lub artykuł, który napisali
Odwołanie się do konkretnego argumentu, obserwacji lub porady z opublikowanego tekstu jest najsilniejszym czynnikiem personalizacji. Dowodzi to, że czytasz ich prace, a większość ludzi bardzo ceni sobie, gdy ich myśli są doceniane. Nie ograniczaj się do tytułu posta — odnieś się do czegoś konkretnego, aby pokazać, że faktycznie zaangażowałeś się w treść.
Niedawna zmiana kariery lub kamień milowy
Rozpoczęcie nowej roli, awans, wprowadzenie produktu na rynek czy osiągnięcie kamienia milowego w firmie – to wszystko są potężne bodźce. Ludzie są dumni z tych momentów i chętnie przyjmują wyrazy uznania, gdy wydają się one szczere, a nie okazjonalne. Zachowaj ton gratulacyjny i ciekawy, a nie pochlebczy.
Wspólna społeczność lub doświadczenie
Czy oboje studiowaliście na tym samym uniwersytecie? Oboje pracujecie w tej samej niszy branżowej? Oboje przechodzicie tę samą drogę kariery, powiedzmy, z doradztwa do startupu? Wspólne doświadczenia tworzą natychmiastowe poczucie pokrewieństwa, a sztuczna inteligencja może pomóc ci ująć tę więź w naturalny, nieskrępowany sposób.
Wzajemne połączenie
Wspomnienie o wspólnej znajomości – zwłaszcza jeśli ta osoba cieszy się dobrą reputacją – natychmiast dodaje społecznego dowodu spójności i zaufania. Rób to tylko wtedy, gdy ta wspólna znajomość dotyczy kogoś, kogo naprawdę znasz i kto zna ciebie. Nigdy nie podawaj nazwiska, którego nie możesz potwierdzić.
Najnowsze wiadomości o ich firmie
Runda finansowania, premiera produktu, artykuł prasowy czy zatrudnienie znanej osoby – wszystko to jest dozwolone. To sygnał, że śledzisz rynek i interesuje Cię to, co dzieje się w ich świecie – a nie tylko to, co mogą dla Ciebie zrobić.
Zmienne o niskim wpływie (ale nadal warte użycia)
Stanowisko, branża, w której pracują, i nazwa firmy są lepsze niż nic, ale same w sobie nie stanowią silnych sygnałów personalizacji. Są to wskaźniki „podstawowej trafności”. Wykorzystaj je jako kontekst uzupełniający w swoim poleceniu, ale nie traktuj ich jako głównego haczyka.
Przeczytaj więcej—-> Przykłady i szablony wiadomości LinkedIn First
Skalowanie przepływu pracy: od jednej nuty do stu
Gdy już sprawdzisz, czy Twój monit generuje świetne, indywidualne notatki, czas zbudować przepływ pracy, który pozwoli Ci generować spersonalizowane notatki w dużych ilościach, bez poświęcania jakości.
Krok 1: Utwórz arkusz kalkulacyjny do badań
Utwórz arkusz kalkulacyjny z jednym wierszem na osobę, do której planujesz dotrzeć. Kolumny powinny zawierać: Imię, Stanowisko, Firma, Branża, Zaczep personalizacyjny, Powód nawiązania kontaktu, Ton (jeśli różni się w zależności od segmentu) oraz kolumnę dla wygenerowanej notatki i kolejną dla notatki sprawdzonej/ostatecznej.
Krok 2: Grupuj swoje monity według segmentów
Nie pisz unikalnego tematu dla każdej osoby. Zamiast tego pogrupuj swoją listę w segmenty — na przykład potencjalnych klientów, potencjalnych współpracowników, podziwianych liderów opinii i byłych współpracowników. Stwórz jeden główny szablon tematu dla każdego segmentu. Następnie uzupełnij zmienne personalizacji dla każdej osoby w tym segmencie. Takie podejście pozwala na spersonalizowanie wyników bez konieczności ponownego tworzenia tematu za każdym razem.
Krok 3: Generowanie w partiach
W przypadku umiarkowanej liczby wpisów (od dziesięciu do trzydziestu) można to zrobić ręcznie, wklejając pojedynczo wypełnione podpowiedzi do ChatGPT lub Claude. W przypadku większej liczby wpisów należy skorzystać z API (OpenAI API ChatGPT lub Anthropic API Claude) w połączeniu z arkuszem kalkulacyjnym, takim jak Arkusze Google z dodatkiem AI, lub z narzędzia do automatyzacji bez kodu, takiego jak Clay, Make lub Zapier. Platformy te pozwalają na przekazanie każdego wiersza arkusza kalkulacyjnego jako podpowiedzi i automatyczne otrzymanie wygenerowanej notatki w nowej kolumnie.
Krok 4: Przejrzyj, edytuj i zatwierdź
Każda notatka wygenerowana przez sztuczną inteligencję musi przejść etap weryfikacji przez człowieka, zanim zostanie wysłana. Nie jest to opcjonalne — więcej o tym w następnej sekcji. Przed rozpoczęciem wysyłania oznacz każdą notatkę jako Zatwierdzoną, Wymagającą edycji lub Wygeneruj ponownie.
Krok 5: Wyślij z intencją
LinkedIn nie posiada funkcji zbiorczego wysyłania notatek o połączeniu — każde żądanie musi być wysłane osobno. To właściwie funkcja, a nie błąd: wymusza ona naturalne tempo, które zapobiega uruchamianiu filtrów spamu LinkedIn. Rozsądna dzienna liczba wiadomości wysyłanych ręcznie to od dwudziestu do pięćdziesięciu żądań połączenia dziennie. Rozłóż je w ciągu dnia, zamiast wysyłać wszystkie naraz.
Warstwa przeglądu ludzkiego, której nie możesz pominąć
Notatki LinkedIn generowane przez sztuczną inteligencję to wstępny szkic, a nie produkt finalny. Traktowanie ich jako gotowego produktu to najczęstszy i najkosztowniejszy błąd, jaki popełniają ludzie, próbując personalizować notatki LinkedIn na dużą skalę.
Co należy sprawdzić w każdej notatce
Dokładność
Modele sztucznej inteligencji mogą błędnie interpretować podany przez Ciebie kontekst lub go wyolbrzymiać. Jeśli poinformowałeś sztuczną inteligencję, że ktoś „niedawno opublikował post na temat zarządzania zespołem zdalnym”, sprawdź, czy odniesienie do tego wpisu w notatce jest dokładne i konkretne – a nie niejasną parafrazą, która mogłaby dotyczyć każdego. Notatka, która nie podaje szczegółów, jest gorsza niż ogólnikowa, ponieważ sygnalizuje niedbalstwo, a nie autentyczne zainteresowanie.
Liczba znaków
Limit 300 znaków na LinkedIn jest rygorystyczny. Wklej każdą notatkę do licznika znaków przed wysłaniem. Nawet jeśli określiłeś ograniczenie w monicie, sztuczna inteligencja czasami je przekracza. Notatka, która zostaje ucięta w połowie zdania, jest żenująca i nieskuteczna.
Dopasowanie tonu
Przeczytaj każdą notatkę na głos. Czy brzmi jak Ty? Czy pasuje do prawdopodobnego stylu komunikacji odbiorcy? Notatka napisana w bardzo formalnym tonie, przez kogoś, kto pisze luźne, pełne humoru posty na LinkedIn, będzie się wydawać nie na miejscu. Dostosuj ton w razie potrzeby podczas przeglądania.
Test „Czy to jest przerażające?”
Granica między imponującym researchem a niewygodnym nadzorem jest cienka. Jeśli Twoja notatka odnosi się do czegoś bardzo niejasnego – na przykład komentarza do czyjegoś wpisu sprzed dwóch lat – może zostać odebrana jako natrętna, a nie spersonalizowana. Trzymaj się kontekstu publicznego, aktualnego i profesjonalnego.
Gramatyka i przepływ
Wyniki AI są zazwyczaj poprawne gramatycznie, ale nie zawsze. Czytaj ze zrozumieniem i płynnością. Krótkie, zwięzłe zdania najlepiej sprawdzają się w notatkach na LinkedIn. Wszystko, co wymaga ponownego przeczytania, aby zrozumieć, należy uprościć.
Co robić, a czego nie: błędy, przez które notatki AI wydają się spamem
Celem wykorzystania sztucznej inteligencji do personalizacji notatek na LinkedIn na dużą skalę jest budowanie relacji, a nie automatyzacja komunikacji masowej. Istnieje kilka wzorców, które od razu wskazują na nieautentyczność notatki wygenerowanej przez sztuczną inteligencję – unikaj ich wszystkich.
Notatki dotyczące połączeń LinkedIn: co robić, a czego unikać
| Obszar | ✅ Zrób | ❌ Nie |
|---|---|---|
| Personalizacja | Odwołaj się do czegoś naprawdę konkretnego — tytułu wpisu, argumentu, przykładu lub spostrzeżenia, które naprawdę się wyróżnia. | Napisz ogólnikowe linijki, na przykład: „Podobał mi się twój ostatni wpis o przywództwie”. Fałszywa konkretność sygnalizuje szablonowy zasięg. |
| Ton i komplementy | Niech docenianie będzie naturalne i ugruntowane. Pochwały powinny być konkretne i istotne. | Nadużywaj pochlebstw w rodzaju „niesamowita podróż” lub „wyjątkowe przywództwo intelektualne”. Nadmierne pochwały wydają się mechaniczne. |
| Zamiar sprzedaży | Najpierw zbuduj więź. Skup się na wspólnym znaczeniu lub ciekawości. | Wstaw dyskretną propozycję lub dyskretne wezwanie do działania w notatce nawiązującej kontakt. Taka propozycja powinna znaleźć się w dalszych działaniach. |
| Styl języka | Pisz swobodnie i jasno. Używaj prostego, ludzkiego języka. | Używaj żargonu korporacyjnego, takiego jak „synergia”, „dźwignia”, „wartość dodana” lub „powrót”. Wydaje się to wygenerowane. |
| Jakość zasięgu partii | Zmieniaj strukturę, kąt personalizacji i płynność notatek. Porównaj je ze sobą, aby sprawdzić spójność. | Wysyłaj notatki o identycznej strukturze do podobnych profili. Zmiana kilku słów nie oznacza prawdziwej zmiany. |
Co się dzieje po akceptacji: wsparcie sztucznej inteligencji w ramach działań następczych
Notatka o połączeniu otwiera Ci drzwi. Wiadomość zwrotna to miejsce, w którym następuje prawdziwa konwersja. Sztuczna inteligencja może pomóc Ci spersonalizować również ten krok, wykorzystując te same zasady, z kilkoma istotnymi różnicami.
Pierwsza wiadomość kontrolna
Wyślij wiadomość zwrotną w ciągu dwudziestu czterech do czterdziestu ośmiu godzin od akceptacji, gdy jeszcze jesteś świeżo w ich pamięci. Ta wiadomość powinna być nieco dłuższa niż notatka nawiązująca kontakt – od dwóch do czterech zdań – ale nadal swobodna i nienawiązująca do transakcji. Podziękuj im za nawiązanie kontaktu, podkreśl jego znaczenie i rozpocznij rozmowę, zadając szczere pytanie lub obserwację.
Podpowiadanie sztucznej inteligencji wiadomości z odpowiedziami
Użyj tego samego schematu głównego pytania, ale zaktualizuj cel. Zamiast „zdobyć połączenie”, cel brzmi teraz „rozpocząć autentyczną rozmowę”. Podaj sztucznej inteligencji kontekst, dlaczego zaakceptowała (jeśli znasz), pierwotny haczyk z notatki kontaktowej i jedno pytanie konwersacyjne, na które naprawdę chcesz uzyskać odpowiedź. Poproś o wiadomość, która kończy się jednym, łatwym pytaniem. Wiele pytań obniża wskaźnik odpowiedzi — jedno pytanie zawsze jest odpowiednie.
Podejście długoterminowe
Nie każda osoba, z którą nawiążesz kontakt, od razu stanie się klientem, pracodawcą, współpracownikiem lub szansą na rozwój. Najcenniejsze relacje często rozwijają się przez miesiące dzięki stałym, wartościowym interakcjom – komentowaniu postów, udostępnianiu prac, reagowaniu na treści. Sztuczna inteligencja może również pomóc Ci tworzyć przemyślane komentarze na dużą skalę. Traktuj swoją sieć LinkedIn jak ogród, a nie automat z napojami.
Narzędzia i integracje automatyzujące proces
Jeśli chcesz spersonalizować notatki kontaktowe w serwisie LinkedIn na skalę wykraczającą poza ręczne kopiowanie i wklejanie, te narzędzia i platformy pomogą Ci zbudować zintegrowany proces.
Glina
Clay to platforma automatyzacji wzbogacania danych i działań informacyjnych, która integruje się bezpośrednio z interfejsami API AI. Umożliwia ona pobieranie danych z profili LinkedIn, wzbogacanie ich o dodatkowy kontekst z internetu oraz uruchamianie podpowiedzi AI w celu generowania spersonalizowanych notatek – wszystko w ramach jednego procesu. Jest to jedno z najbardziej wyspecjalizowanych narzędzi do tego typu zastosowań i jest szeroko wykorzystywane przez zespoły sprzedaży i rekruterów do personalizacji działań informacyjnych na dużą skalę za pomocą AI.
Make (dawniej Integromat) i Zapier
Obie platformy umożliwiają połączenie Arkuszy Google (gdzie prowadzone są badania) z API OpenAI lub Anthropic. Można stworzyć przepływ pracy, w którym dodanie wiersza do arkusza kalkulacyjnego automatycznie uruchamia monit, generuje notatkę i zapisuje ją z powrotem w arkuszu. Podstawowe przepływy pracy nie wymagają kodowania.
Phantombuster i Dux-Soup
Te narzędzia automatyzacji LinkedIn pomogą Ci gromadzić dane profilowe na dużą skalę, które następnie zostaną wykorzystane w Twoim procesie podpowiedzi opartym na sztucznej inteligencji. Używaj ich ostrożnie i zgodnie z warunkami korzystania z usługi LinkedIn — nadmierna automatyzacja może skutkować ograniczeniami konta.
Arkusze Google z dodatkami GPT lub Claude
Kilka dodatków do Google Workspace wprowadza sztuczną inteligencję bezpośrednio do Arkuszy Google, umożliwiając wpisanie formuły monitu w komórce i wygenerowanie wyników na podstawie danych z innych komórek w tym samym wierszu. To najłatwiejszy sposób na automatyzację generowania wsadowego bez konieczności tworzenia pełnej integracji.
Uwaga dotycząca Warunków korzystania z usługi LinkedIn
LinkedIn ogranicza automatyczne lub masowe wysyłanie wiadomości i próśb o połączenie, które naruszają jego zasady Umowa z użytkownikiemKorzystanie ze sztucznej inteligencji do pisania notatek nie stanowi naruszenia przepisów — treść jest nadal sprawdzana przez ludzi i wysyłana ręcznie. Jednak korzystanie z botów do automatycznego wysyłania dużej liczby próśb o połączenie jest sprzeczne z zasadami platformy i grozi ograniczeniami konta. Najbezpieczniejszym rozwiązaniem jest zawsze pisanie wspomagane przez sztuczną inteligencję w połączeniu z ręcznym wysyłaniem.
Lista kontrolna szybkiego startu: personalizowanie notatek dotyczących połączeń LinkedIn na dużą skalę
Skorzystaj z tej listy kontrolnej, aby od podstaw uruchomić swoją pierwszą spersonalizowaną kampanię informacyjną opartą na sztucznej inteligencji.
Badania i konfiguracja
Stwórz arkusz kalkulacyjny z kolumnami dla imienia, stanowiska, firmy, haczyka personalizacji, powodu nawiązania kontaktu i tonu. Określ co najmniej jeden autentyczny, konkretny haczyk personalizacji dla każdej osoby. Podziel listę na dwa lub trzy segmenty o wspólnych celach.
Szybkie budowanie
Napisz jeden szablon głównego polecenia dla każdego segmentu, korzystając z sześcioelementowego frameworka. Uwzględnij ograniczenie do 300 znaków, listę zabronionych słów i specyfikację tonu. Przetestuj każdy szablon z udziałem trzech do pięciu osób przed uruchomieniem pełnej partii. Przejrzyj wyniki i udoskonal polecenie, aż rezultaty będą spójnie dobre.
Generowanie wsadowe
Generuj notatki partiami według segmentów. W przypadku wolumenu powyżej trzydziestu dziennie skorzystaj z integracji API AI z arkuszem kalkulacyjnym. Zapisz wszystkie wygenerowane notatki z powrotem w arkuszu kalkulacyjnym w dedykowanej kolumnie.
Przegląd ludzi
Przeczytaj każdą notatkę przed wysłaniem. Sprawdź poprawność, liczbę znaków, oceń dopasowanie tonu i przeprowadź test „czy to jest przerażające?”. Oznacz każdą notatkę jako zatwierdzoną, wymagającą edycji lub wygeneruj ponownie.
Wysyłanie i śledzenie
Wysyłaj ręcznie od dwudziestu do pięćdziesięciu próśb dziennie, rozkładając je w ciągu dnia. Odezwij się w ciągu dwudziestu czterech do czterdziestu ośmiu godzin od akceptacji, wysyłając krótką, konwersacyjną wiadomość zakończoną jednym pytaniem. Śledź wskaźniki akceptacji i odpowiedzi w poszczególnych segmentach, aby z czasem udoskonalić swoje podejście.
11x większy zasięg na LinkedIn dzięki
Automatyzacja i sztuczna inteligencja
Wykorzystaj moc LinkedIn Automation i Gen AI, aby zwiększyć zasięg jak nigdy dotąd. Angażuj tysiące leadów co tydzień za pomocą komentarzy opartych na AI i ukierunkowanych kampanii — wszystko z jednej platformy do generowania leadów.
Najczęściej zadawane pytania
Możesz personalizować działania na LinkedIn na dużą skalę, gromadząc ustrukturyzowane dane personalizacyjne (posty, kamienie milowe, wspólne doświadczenia) i korzystając z narzędzi AI, takich jak ChatGPT lub Claude, aby generować spersonalizowane notatki dotyczące połączenia w oparciu o ten kontekst. Zawsze uwzględniaj weryfikację przez człowieka przed wysłaniem.
Tak. Spersonalizowane notatki na LinkedIn są konsekwentnie skuteczniejsze niż puste prośby — często nawet dwa do pięciu razy — ponieważ sygnalizują trafność i autentyczne zainteresowanie, a nie masowy zasięg.
Zarówno ChatGPT, jak i Claude działają dobrze. ChatGPT łatwiej integruje się z procesami automatyzacji, a Claude często zapewnia bardziej naturalny, konwersacyjny ton. Najlepszy wybór zależy od tego, czy priorytetem jest skala, czy niuanse.
Co najmniej:
Imię
Obecna rola i firma
Jeden konkretny haczyk personalizacji
Dane o największym wpływie obejmują ostatnie posty, kamienie milowe, wspólne powiązania i wspólne doświadczenia zawodowe.
Notatki na LinkedIn mają ścisły limit 300 znaków. Idealna notatka jest zwięzła, trafna i skupiona wyłącznie na nawiązaniu kontaktu, a nie na jego prezentacji.
Korzystanie ze sztucznej inteligencji do pisania notatek kontaktowych jest bezpieczne, gdy ręcznie je przeglądasz i wysyłasz. Jednak w pełni zautomatyzowane narzędzia do wysyłania, które naruszają warunki korzystania z usługi LinkedIn, mogą prowadzić do ograniczeń konta.
Do typowych błędów zalicza się:
Fałszywa specyficzność
Przesadne komplementy
Ukryte rzucanie
Żargon korporacyjny
Notatki o identycznej strukturze wysyłane partiami
Tego typu wzorce obniżają poziom zaufania i akceptacji.
Bezpieczny zakres to 20–50 próśb o połączenie dziennie, rozłożonych w ciągu dnia. Wysłanie zbyt wielu próśb naraz może spowodować nałożenie ograniczeń na LinkedIn.
Wyślij krótką wiadomość zwrotną w ciągu 24–48 godzin. Podziękuj za kontakt, podkreśl istotność tematu i zadaj jedno proste, łatwe do odpowiedzi pytanie, aby rozpocząć rozmowę.
Tak — pod warunkiem odpowiedzialnego korzystania. Automatyzacja LinkedIn pomaga skalować badania i tworzenie wiadomości, ale konwersja zależy od silnej personalizacji i nadzoru człowieka.
