📩 LINKEDIN AUTOMATION KIT

5 日整起你嘅
LinkedIn Pipeline

由 ICP targeting → outreach → follow-up → Notion CRM
全程用 Claude 自動跑,唔需要 Sales Navigator

Reply rate
3%
25%

🎯 點用呢份 Blueprint

差別係 1 個關鍵環節,我自己花咗半年先發現 — 唔係 AI bot 自動發、唔係 chrome plugin,係 outreach pipeline 入面有一段嘢,95% 嘅人都跳過。下面 5 日逐日做,每日 30-60 分鐘,第 5 日跑得起第一條 pipeline。

Day 1
寫 ICP(理想客戶)定義
30 min
寫低 3 樣嘢:行業 + Title + 公司 size。再加 3 個痛點(佢哋而家最頭痛係咩?)。例如:「香港中小企 marketing manager,公司 10-50 人,痛點:手動處理重複工作 / 內容 inconsistent / 冇 lead gen 系統。」越具體,後面所有環節越精準。
Day 2
用 Claude 重寫 LinkedIn Bio
45 min
Bio 唔係寫 CV — 係寫 landing page。Headline 講「幫邊個解決咩問題」,唔係職位名。About section 用「Hook + 痛點 + 成果 + CTA」結構。300 字內帶 1 個量化數字(e.g. 「幫 50+ 香港中小企每週慳返 10 小時」)。Prompt 1 喺下面。
Day 3
出 10 個 search keyword + 抽 30 個 ICP
60 min
叫 Claude 由你 Day 1 嘅 ICP 衍生 10 個 LinkedIn search keyword(職位名、行業 buzzword、技能組合)。逐個 search 抽前 3 名,組成 30 人名單。每人記低 3 個 trigger point:(1) 公司最新動態 (2) 對方最新 post (3) 共同 connection / 興趣。
Day 4
建 4 段 Outreach Prompt
90 min
呢個就係關鍵環節。每條 outreach message 分 4 段,每段獨立 prompt 寫:調研 → Hook → 價值 → CTA。每人 message 都唔同,因為調研段抓緊對方 trigger point。Prompt 1-4 喺下面。
Day 5
建 Notion CRM + 第一日發 30 條
60 min
用下面 Notion CRM template,每條 outreach 入 database,4-touch follow-up sequence 自動 trigger(Day 3 / 7 / 14 / 21)。第一日就發 30 條 — 95% 嘅人停喺 setup,跑唔出第一輪,永遠睇唔到 reply。
#1
調研對方 → 抽 trigger point
Research
你係一個 B2B sales researcher。 目標:[貼對方 LinkedIn URL 或 profile 文字] 任務:抽 3 個 trigger point,每個一句話: 1. 對方公司最近 30 日有冇 launch / hiring / announcement? 2. 對方最近 90 日寫過咩 post / comment?關注咩 topic? 3. 有冇共通點(學校 / 城市 / 連 connection / 興趣)? 輸出格式: - Trigger 1:[一句] - Trigger 2:[一句] - Trigger 3:[一句] - 推薦最強嗰個做 Hook:[第幾個 + why]
點擊複製整段
先跑呢個 — 抽到 trigger 之後再跑 #2 Hook prompt。每人 30 秒。
#2
寫個人化開場 Hook
Hook
我嘅 ICP:[Day 1 寫嘅 ICP 定義] 我嘅 expertise:[一句講我 solve 咩問題] 對方:[名] · [公司] · [Title] 推薦 Trigger:[#1 prompt 推薦嘅 trigger point] 任務:寫一句 LinkedIn 開場 hook(≤30 字) 要求: - 第一句直接 reference trigger point,唔好「Hi」開頭 - 唔好用「I saw your」呢類常見開場 - 唔好賣嘢 — 純好奇 / 共鳴 - 中文 OK,英文 OK,跟對方 profile 語言 輸出 3 個版本畀我揀。
點擊複製整段
Hook 係 reply rate 嘅 80% 因素 — 寧願多花 1 分鐘改靚個 hook。
#3
提供價值(唔賣嘢)
Value
承住 #2 嘅 hook,下一段要 demo 價值(≤40 字)。 任務:用 1 個 specific insight / framework / data point, 證明我對對方嘅問題有真正了解。 要求: - 唔好提我嘅 service / product - 唔好用 generic 建議 - 用 1 個對方未必諗過嘅角度(contrarian 更好) - 結尾留 1 個 open question 引對方回應 例:「我見到好多 [ICP] 都假設 outreach 要靠量,但實測 30 條 personalized 嘅 reply rate 8 倍 over 100 條 spam — 你哋而家係靠咩 segmentation?」
點擊複製整段
呢段唔好賣嘢 — 80% reply 都係用「open question」收尾觸發。
#4
CTA — 邀請 15 分鐘 call
CTA
最後一段 CTA。 任務:邀請對方傾 15 分鐘 call,唔賣嘢,純探討 #3 提到嘅 topic。 要求: - ≤25 字 - 講明「唔賣嘢」嘅原因(純好奇 / 想學 / 做 case study) - 提供 2 個時間選項(畀對方揀容易啲覆) - 結尾畀對方 opt-out 嘅 escape hatch 例:「想傾 15 分鐘 — 純好奇,唔賣嘢。下星期二 11am 或週四 3pm 邊個 work?唔合適而家 timing 都冇所謂。」
點擊複製整段
「冇所謂」呢類 low-pressure language 反而推高 reply — 對方覺得 safe。
⚡ Edward 心法

關鍵唔係 prompt 寫得幾靚 — 而係 調研段 抓得幾準

95% 嘅人 outreach 失敗,係因為直接 jump 去寫 message,跳過調研。但對方 reply 嘅唯一原因 — 係「呢個人有做功課」嗰一秒嘅感覺。Prompt #1 嘅 trigger point,係成條 pipeline 嘅核心。

📇 LinkedIn Leads
DATABASE
Name Company Stage Last Touch Next Touch
Sarah Chen HK Marketing Co 📅 Call Booked 5/01
Marcus Wong B2B Coaching 💬 Replied 4/29 5/02
Jenny Lam FinTech Startup 🤝 Connected 4/27 5/04 (Day 7)
David Tam Tech Consulting 📋 Lead Today
🛠️ SCHEMA 建議
Properties:Name (Title) · Company (Text) · Title (Text) · Stage (Select: Lead / Connected / Replied / Call Booked / Customer) · Last Touch (Date) · Next Touch (Date) · Trigger Point (Text) · Notes (Text) · Source (Select)

Views: Kanban by Stage(每日 morning 用)· Today's Next Touch(filter date = today)· Closed Deals(stage = Customer,月底 review)

呢條 pipeline 只係
13 員工系統嘅 1/5

LinkedIn lead gen 由 1 個 AI 員工跑。
完整 12 Agent 系統 — 13 個 AI 員工 charter · 自動化 hooks · Subagents 平行處理 · 30+ 實戰 prompt。

了解 12 AI Agent 課程 →

早鳥 $3,888(原價 $6,800)· 限時優惠

已複製 ✓