Kutt prekenen
Fjern «dette lærte meg»-formuleringer med mindre innlegget faktisk har en nyttig lærdom. En god observasjon trenger ingen moral på slep.
Hva du gjør
Tre grep som fikser de fleste AI-utkast for LinkedIn.
Kutt prekenen, forankre én scene, avslutt nøkternt. I den rekkefølgen.
Bruk én scene
Nevn møtet, kundespørsmålet, feilen, tallet eller beslutningen som utløste innlegget. Én konkret scene slår tre abstrakte innsikter.
Avslutt nøkternt
Unngå falskt engasjementsagn. En nyttig sluttsetning slår «Hva tenker du?» — og den siler frem leserne du faktisk vil ha.
Gjennomgått eksempel
Samme historie, to versjoner.
ChatGPT-utkast
🚀 Gleder meg til å dele noen refleksjoner om viktigheten av å lytte til kundene sine! I dagens hektiske forretningsverden kan det å virkelig høre brukerne være en game-changer. Nylig fikk teamet vårt erfare denne verdifulle lærdommen på nært hold. Husk alltid: kundene dine er dine beste læremestre. Hva er den beste tilbakemeldingen du noen gang har fått? 👇
Omformulert
En kunde spurte oss forrige uke hvorfor det tar fire klikk å eksportere en rapport. Vi hadde ikke noe godt svar. Det tar fire klikk fordi tre team eier hvert sitt steg, og ingen eier hele flyten. Vi slår det sammen til ett klikk innen mars. Det ubehagelige: spørsmålet hadde ligget i supportsakene våre i to år.
Omskrivingen har en scene, et tall, en innrømmelse og en dato. Ingen emojier som gjør jobben innholdet skulle gjort.
Prompt
Klar-til-bruk-prompt for LinkedIn-omskrivinger.
Omformuler dette LinkedIn-utkastet. Fjern inspirasjonsretorikk, emojier og spørsmål som fisker etter engasjement. Forankre det i denne ekte detaljen: [én scene, ett tall eller én beslutning]. Behold alle faktapåstander nøyaktige — ikke blås opp rollen min eller resultatene. Første linje skal være konkret, siste linje skal være nyttig uten å be om kommentarer. Under 120 ord. Utkast: [lim inn utkast]
Tonekalibrering
Å finne leiet mellom korporativt og bekjennende.
LinkedIn-omskrivinger feiler i to motsatte retninger. Overkorrigerer du den korporative stemmen, havner du i falsk sårbarhet — «jeg gråt i bilen, og her er hva det lærte meg om B2B-salg»-registeret som leserne nå også gjenkjenner som mal. Det brukbare spennet er smalere: profesjonell observasjon med én ærlig detalj. Du snakker til kolleger du respekterer, om jobb, med garden litt — ikke helt — nede.
En praktisk kalibreringstest: se for deg de tre publikummene som faktisk kommer til å se innlegget. En nåværende kunde, en tidligere kollega som vet hva som egentlig skjedde, og din neste arbeidsgiver. Det korporative utkastet kjeder alle tre. Det bekjennende utkastet gjør den andre flau. Det riktige utkastet er det der den tidligere kollegaen nikker — fordi det er sant, konkret og fortalt uten oppblåsing. Skriv for personen som var i rommet; alle andre leser over skulderen deres.
Om lengde: omskrivingen bør som regel være kortere enn ChatGPT-utkastet, men ikke ribbet. Under 80 ord leses som en slengbemerkning; over 200 krever et argument, ikke bare en observasjon. Spennet 100–150 ord rommer én scene, ett tall og én konsekvens — som er nøyaktig den lasten et godt innlegg bærer.
Omskrivingsoppskrifter
Fem vanlige innleggstyper, og grepet for hver av dem.
| Innleggstype | Feilen i AI-utkastet | Grepet |
|---|---|---|
| Produktlansering | «Stolt av å kunngjøre» + funksjonsliste. | Led med brukerproblemet lanseringen fjerner. Én funksjon, én før/etter. |
| Lærdom | Moralen først, historien komprimert til ingenting. | Historien først med ekte tall; la leseren trekke moralen selv, eller si den i én tørr linje. |
| Rekrutteringsinnlegg | «Rockestjerne søkes til dynamisk team.» | Beskriv en faktisk uke i rollen, ett vanskelig problem, og hvem som trives med det. |
| Jobbytte | Takkerunde med tolv navn. | Hva du skal gjøre, én setning om hva du forlater, takk til de to som faktisk endret veien din. |
| Bransjeanalyse | Balansert oppsummering av det alle allerede har sagt. | Ta et standpunkt og legg ved det ene beviset fra eget arbeid som støtter det. |
Andre eksempel
En jobbkunngjøring, begge versjoner.
ChatGPT-utkast
Jeg er utrolig glad for å kunne kunngjøre at jeg starter et nytt kapittel i min profesjonelle reise som driftssjef hos Nexler! Jeg er dypt takknemlig overfor alle som har støttet meg på veien — mine mentorer, kolleger og familie. Skål for nye utfordringer og muligheter for vekst! #NyttKapittel #Takknemlig
Omformulert
Ny jobb: driftssjef hos Nexler, med oppstart mandag. Trekkplasteret var konkret — de driver 14 lagre på en prosess jeg bare har sett beskrevet i fagartikler, og de vil bygge den om for dobbelt volum. Seks år hos Brandt lærte meg nøyaktig hvilke deler av det som kommer til å gjøre vondt. Takk til R. Keller som dyttet meg til å søke en rolle jeg trodde var et nummer for stor.
Samme nyhet, men omskrivingen forteller leseren noe: hva jobben faktisk er, hvorfor den ble valgt, og én ekte takk i stedet for en takkerunde. Det er innlegget kollegene husker.
FAQ
Spørsmål om LinkedIn-omformulering.
Hvorfor høres alle LinkedIn-innlegg fra ChatGPT like ut?
Fordi modellen uten dine detaljer faller tilbake på gjennomsnitts-LinkedIn: en lærdom, en liste og «Enig?» til slutt. Løsningen er å gi den én ekte scene før du ber om et utkast.
Bør jeg beholde linjeskiftene ChatGPT strør rundt overalt?
Med måte. Avsnitt på én linje fungerer i åpningen og avslutningen. Et helt innlegg av dem leses som klikkjag-formatering, og leserne har lært seg mønsteret.
Er det greit å publisere AI-assistert innhold på LinkedIn?
Ja — det er din konto og dine påstander. Risikoen er ikke verktøyet, men å publisere generiske eller oppblåste utsagn i eget navn. Alt i innlegget skal være sant om deg.
Hva gjør en åpning god uten at den blir klikkagn?
Konkretisering. «Vi mistet vår største kunde i mars» slår «Jeg lærte en hard lekse om kunderelasjoner». Den konkrete versjonen reiser et spørsmål; den abstrakte besvarer det før det er stilt.
Relatert