linkedin-post

此技能是專為 0 Finance 生態系統中的開發人員與金融科技建構者設計的專業內容引擎。它有效填補了 Twitter/X 原始數據與 LinkedIn 較為細緻、專業要求之間的落差。透過分析 Tweet Lab 的歷史互動數據，該代理程式能提取出高績效的開場白 (hooks)、視覺模式與敘事結構，並將其重新格式化以適應 LinkedIn 的專業受眾。其核心目標在於維持真實性的同時，擴大技術更新、產品演示與幕後工程故事的影響力，且避免過於商業化或觸發平台特定的合規問題。

此技能整合了針對金融科技的關鍵合規層，將生成的內容與 0 Finance 的訊息準則進行交叉比對，確保關於收益產生、託管權與協議交互等敏感主題的溝通準確且符合 SEC 的合規標準。它能防止使用如「保證回報」或「AI 自動分配資金」等禁用詞彙，並將其替換為強調用戶自主權與非託管架構的透明化表達方式。

• 分析 Tweet Lab 的互動數據，識別高觸及率的內容開場白，包括演示導向、共鳴性痛點敘事與個人開發者故事。

• 自動調整 LinkedIn 的語氣與排版，將隨意的推文串轉換為結構清晰、易於掃描的貼文，並優化行距與標點符號。

• 實施嚴格的合規審查，過濾 SEC 違規用詞，並代之以獲准的非託管訊息模式，例如「你控制你的錢包」或「直接協議交互」。

• 提供針對視頻預告、產品演示與技術開發更新的專屬模版，確保品牌語音在多個社群頻道間的一致性。

• 整合 Notion 以提取行銷審計與過往內容績效，支援數據導向的社交媒體策略迭代。

• 輸入：用戶提供的更新內容、GitHub 儲存庫背景（README、CLI 功能）或來自 Tweet Lab 資料庫的效能數據。

• 輸出：草擬的 LinkedIn 內容，包含吸引人的開場白、豐富的上下文主體與自然的行動呼籲 (CTA)。

• 約束：貼文必須嚴格遵守定義的合規準則以規避監管風險；視覺媒體（視頻、截圖或輪播圖）被列為貼文結構的優先事項以最大化觸及率。

• 最佳實踐：務必確保草稿包含強大的視覺組件，並符合 LinkedIn 每篇貼文 3000 字元的限制。