LinkedIn的AI正在改变内容分发方式

一位销售副总裁在LinkedIn上发布了一篇关于企业交易结构的详细文章。它在第一天获得了47个赞、20次保存和8条评论。三周后，它仍然出现在用户动态中。与此同时，一条拥有2,000个反应的励志名言在24小时内消失了。差异归结为LinkedIn现在优先考虑的因素。根据AuthoredUp的研究，一次保存现在给LinkedIn文章的影响力是一个赞的五倍，是评论的两倍。保存的文章也会将有人关注你的概率提高130%。保存等信号强化了AI已经识别的内容，放大了高质量的内容。LinkedIn从根本上改变了什么驱动影响力，但大多数营销人员仍然基于几个月前就已经过时的假设进行运营。该平台最近部署了360Brew，这是一个具有1500亿个参数的AI系统，可以评估你写的内容，而不仅仅是人们对它的反应。LinkedIn重新校准了分发机制，以奖励更高质量的内容，与其AI系统如何评估文章的方式一致。这一变化创造了一个临时窗口，理解新的机制可以提供影响力优势，但一旦其他人也都明白了，这个优势就不会持久。你的客户到处搜索。确保你的品牌出现在那里。你了解的SEO工具包，加上你需要的AI可见性数据。开始免费试用 ## LinkedIn评估什么 从参与度追踪转向内容评估改变了哪些文章会被放大，哪些会被埋没。这些信号现在决定了内容如何被分发。 ### 你的标题和第一段决定一切 AI系统在解释内容时严重依赖早期信号。把它想象成阅读简历，第一行决定了你是否应该继续阅读或转向下一个候选人。如果一篇文章开头是"我刚刚对生产力有了一个有趣的想法"，AI在到达三段后的任何实质性洞察之前，已经将其归类为通用内容。 将其与"三个采购团队使用自动化合规验证将供应商入职时间减少了60%"进行比较。AI立即识别出领域专业知识并相应地路由该内容。你文章的其余部分很重要，但分发决策发生在那些开头的句子中。 ### 交叉参考问题 想象LinkedIn为你建立一份档案。你的职位是产品营销总监，所以你的内容涵盖产品发布、定位策略和市场推出计划。你的评论也出现在关于SaaS定价和竞争分析的文章上。AI看到了一致的专业知识。 现在想象相同的头衔，但你的文章在营销建议、领导力哲学和加密货币投机之间交替。你的评论散布在生产力提示、励志内容和行业新闻中。AI无法分配明确的权威，因为你的数字行为不能强化一致的专业领域。 ## 如何建立LinkedIn的AI可以识别的权威 LinkedIn革命需要具体的战术改变，而不是对创造更好内容的愿景承诺。 ### 以专业知识开启 查看你最后五篇文章。在你证明主题专业知识之前需要多少句话？如果答案超过两句，你在表达观点之前就已经失去了分发。关于客户留存的文章不应该以"客户留存对SaaS公司很重要"开头。那是清嗓子。相反，应该以说"在我们将入职从功能演示转变为成果验证后，留存收入增长了34%"开头。专业知识信号是即时的。 ### 选择一个狭隘领域的案例 将你的LinkedIn形象视为一个学术部门。一位化学教授偶尔发表物理、生物和经济学论文，会建立分散的信誉度。同样的教授，专门发表电化学论文，成为该领域公认的权威。你的内容也是一样的。一位营销副总裁持续发布关于品牌定位、信息架构和市场进入策略的内容，会建立AI可以识别和放大的集中权威。 ### 每次互动都是一个信号 评论和反应仍然是AI用来评估你专业知识的数据点。社交媒体管理平台Buffer发布的报告发现，83%回复自己文章评论的账户表现优于那些没有的账户。花时间阅读和回复评论，以增强你的资料的整体参与度。 ## 机会窗口正在关闭 AuthoredUp对超过621,000篇文章的追踪发现，在360Brew推出后，98%的用户经历了影响力的下降。他们仍在试图通过追逐之前有效的信号：反应、分享和发布频率来解决这个问题。这些都不是该平台现在测量的内容。 通常，从平台实施技术变化到这些变化成为常识需要6-12个月。围绕专业身份构建的平台现在根据该身份分发内容。文章《LinkedIn的AI正在改变内容分发方式》首次发表在MarTech上。