LinkedIn 给 AI 注水内容贴标签了,你还在批量生产垃圾吗?

前几天,我在刷 LinkedIn 的时候,注意到一个不起眼的变化。

帖子右上角那个三点菜单——就是你平时点进去「收藏」「分享」「复制链接」的地方——悄悄多了一个选项。

我点开一看,愣了一下。

「看起来像 AI 注水内容」。

我第一反应:天呐。LinkedIn 终于动手了。

一个按钮背后,是什么信号?

你想想看,LinkedIn 为什么要加这个?

不是因为技术团队闲着没事干。是因为他们自己的后台数据一定在告诉他们一件事:用户开始受不了了。

受不了什么?

打开信息流,满屏都是那种四平八稳、挑不出毛病、但也让你毫无感觉的帖子。开头一个「在当今快速变化的商业环境中」,结尾一个「让我们携手拥抱未来」。中间堆着三段式排比,每个观点都正确,但加在一起等于什么也没说。

就是那种你扫一眼就知道「哦,这是 ChatGPT 写的」的东西。

LinkedIn 做了什么?他们给了每个用户一个选项,让你可以举手说:这条,我觉得不是人写的。

光有举报按钮还不够。他们还同时干了另一件事,这件事其实更狠。

他们把原来的 AI 写作工具换掉了。原来那个叫「Enhance Your Post」,你输入一句话,它帮你扩写成一大段。现在这个功能没了,替换成一个新的,只做一件事:帮你校对错别字。

从「替你写」变成了「帮你改」。

这两个动作放在一起,信号太明显了。

全球最大的职业社交平台,用自己的产品决策投了一票:用户要的是真人的声音,不是机器量产的废话。

你被标记了,然后呢?

你可能会问:被人点了「AI 注水」,会怎么样?

LinkedIn 的设计挺克制。他们不会公开谁被标记了,被标记了几次。没有人能在你的帖子下面看到「3 人认为这是 AI 生成的」这种标签。不是公开处刑。

但他们会在你的数据分析后台,悄悄给你一条私信。告诉你:有用户觉得你的内容「不够真实」。

而且,LinkedIn 自己会记录这些数据。他们的原话是,这些信号会影响内容在未来被推荐和分发的概率。

说白了就是一句话:你发的东西,如果被越来越多人觉得是机器写的,你在 LinkedIn 上的曝光量就会往下掉。

不是封号,不是删帖,是软性地把你往下沉。

方向非常清楚。

我给你打个比方。

想象你在参加一个行业酒会。你端着一杯酒,走到一个圈子旁边。里面有人在聊一个真问题——比如他们公司的供应链去年崩了一次,怎么补救的。

这时候你开口了,说了一段话。这段话的每个词都精准,每个观点都正确,逻辑无懈可击。但问题是,你说得太顺了,太完美了,像是从教科书里背出来的。

周围的人会怎么反应?

他们会礼貌地点头,然后慢慢把身子转过去,继续聊他们自己的事。

因为他们感受到了:这个人不是在跟我们交流,这个人是在表演。

LinkedIn 上的 AI 注水内容,一模一样。读者不是傻子。他们扫两眼就知道,这段话后面有没有一个活人。

怎么办?五条建议

如果你或者你的团队,最近在 LinkedIn 上一直依赖 AI 代写帖子、代写评论,该醒醒了。不是我在危言耸听,是平台的规则变了。

变化已经发生了,装没看见没有用。

怎么调整?我认真想了想,给你五条建议。

第一,做一次诚实的自我盘点

把你过去三十天发在 LinkedIn 上的帖子,全部翻出来。一条一条看。

每看一条,问自己一个问题:这条帖子里,有没有只有我、或者我们团队才说得出来的东西?

有没有我们踩过的坑?有没有我们服务客户时遇到的真实纠结?有没有一个具体的项目、一笔具体的账、一次具体的失败?

如果答案是「没有」。如果这条帖子换个公司名字、换个行业,谁都能发。那它就是注水内容。

识别出来,记下来。下次别再这么写了。

你知道最可怕的是什么吗?

不是你的内容写得差。是你以为自己的内容写得挺好,因为 AI 帮你润色过,读起来挺顺。但问题是,顺不等于真。顺是语言层面的事,真是有没有一个活人在说话的事。

这两件事,差了一个太平洋。

第二,别让 AI 当作者,让它当编辑

从现在开始,你自己先写。

哪怕就是几条粗糙的笔记,几句大白话,几个零散的灵感,都行。你自己先把骨架搭出来。

然后再用 AI 帮你整理结构、删废话、改语病、换措辞。

先有人想,再有机器帮忙打磨。顺序不能反。

你想想看,LinkedIn 自己的产品都已经从这个方向调整了。他们原来让 AI 替你写,现在只让 AI 帮你校对。平台自己都不信「AI 替你写」这条路了,你还在走?

第三,把你写的东西,锚在具体的事实上

什么叫锚?

你公司上个季度的真实数据,是一个锚。你服务某个客户时遇到的真实问题和真实解决方案,是一个锚。你对行业里正在发生的某件事,有一个别人没有的真实判断,也是一个锚。

AI 可以帮你围绕这些锚来写。但锚必须是你放的。

没有锚的帖子,就像浮在水面的泡沫。看着挺大,谁戳一下都碎。

第四,整理一份「品牌声音」文档

这事听起来有点虚,但特别实用。

把你团队真正想说的、反复在说的、有自己独特角度的观点和判断,全部写下来。放在一份共享文档里。

下次你用 AI 辅助创作的时候,把这份文档作为上下文喂给它。让它知道:我们是谁,我们怎么说话,我们关心什么,我们对什么有不同看法。

这样才能规模化。你发一百条帖子,读者看完能记住你。不然你发了一万条,也只是一个噪音。

第五,换一种方式看你的数据

别再只盯着曝光量了。

曝光量高,不代表人家认同你。可能只是标题起得耸动,人家点进来,两秒钟就划走了。

什么才是真正的信号?

评论。转发。

有人愿意花时间在你的帖子下面打几行字,有人愿意把这个内容分享给自己的人脉网。这才是真的有人在说你说了点有价值的东西。

LinkedIn 已经在追踪真实性的信号了。你看待自己数据的方式,也该跟上了。

给你一个简单的判断标准:你发了一条帖子之后,三天之内,有没有人因为这条帖子主动给你发私信?

有没有人说「这个问题我也在想」?有没有人说「你说的那个案例,我们公司也遇到过」?

有,就说明你的内容真的碰到了什么。没有,那就只是信息流里的一阵风,吹过去就没了。

最后

AI 能帮你把好内容做得更快。这一点我不否认。

但它做不到的,是替你想。

你在想什么?你在经历什么?你的团队正在为什么焦虑、为什么兴奋?你的品牌能让你的客户感受到什么?

这些问题的答案,机器给不了。只有你有。

LinkedIn 这一步棋,与其说是惩罚 AI,不如说是在提醒每一个发内容的人:

别把最重要的那件事,外包给了机器。