connections-optimizer

connections-optimizer 技能概覽

connections-optimizer 是一個用來整理與重塑 X 和 LinkedIn 專業社交圖譜的工作流程技能。它特別適合不滿足於泛泛「你該追蹤誰」名單的使用者：你需要先審核再篩選、做出更好的關注決策，並且撰寫符合真實優先順序的暖身聯繫訊息。如果你正在為新職位、活動、利基市場或關係策略優化人脈網路，這個技能能幫你把零散聯絡人整理成一個訊號更高的系統。

這個技能最擅長什麼

connections-optimizer 技能聚焦三件事：判斷哪些人要保留、找出哪些人該新增或重新連結，以及撰寫適合不同管道的聯繫文案。當人脈品質比數量更重要時，它特別有用，例如名單研究、生態系經營，或偏創辦人式的關係管理。

適合誰安裝

如果你已經有一個活躍的人脈網路，想要把它優化而不是從零開始建立，connections-optimizer 就值得安裝。它適合營運、創辦人、招募、業務和研究人員，尤其是那些用 X 或 LinkedIn 維持與目標市場接近的人。若你只需要一份一次性的潛在客戶名單，沒有篩選或關係脈絡需求，這個技能就沒那麼合適。

關鍵判斷因素

最大的差異化重點是先審核再行動：它會先做有思考的篩選與排序，再處理外聯。這個技能也支援依管道輸出的內容，所以 X 私訊和 LinkedIn 草稿可以不同，不必硬套同一種語氣。對於把 connections-optimizer 用在 Lead Research 的使用者來說，這點很重要，因為最好的下一步往往是暖路徑，而不是冷資料抓取。

如何使用 connections-optimizer 技能

安裝與入口

請在 repo 路徑 skills/connections-optimizer 中使用這個技能。常見的安裝指令如下：

npx skills add affaan-m/everything-claude-code --skill connections-optimizer

安裝後，先打開 SKILL.md，再查看本機副本中若有連結的支援文件。這個 repo 沒有額外的腳本或參考資料夾，所以主要行為都來自技能檔本身。

先提供哪些資訊

connections-optimizer 的使用品質，取決於幾個具體輸入：目前優先順序、目標職位或產業、目標地區或生態系、平台選擇、不可動名單，以及模式（light-pass、default 或 aggressive）。如果你沒有指定模式，default 是最穩妥的起點。若用在 Lead Research，請明確寫出理想客戶輪廓或關係目標，這樣技能才能依據真正的目標來排序人脈。

怎麼下提示才有效

把模糊需求改寫成可執行簡報。好的例子是：「請用 connections-optimizer 檢視我 LinkedIn 人脈中目前在 fintech 擔任產品主管的人，保留投資人和招募對象，避免刪除我前兩個客戶圈的人，並為最符合的前 15 人草擬暖身重新聯繫訊息。」不佳的例子是：「幫我優化人脈網路。」第一種提示給了技能足夠結構，能做出有意圖的篩選、排序與訊息決策。

提升輸出品質的最佳工作流程

先從一個平台、一個目標、以及一種模式開始。先看刪除候選清單，再要求撰寫外聯文案，這樣你才不會替之後本來就會移除的帳號寫訊息。如果第一次結果太激進或太保守，請調整模式與不可動名單，不要整份簡報重寫。若把 connections-optimizer 用在 Lead Research，請補上一句什麼算是暖路徑，例如共同雇主、共同社群，或相鄰買家。

connections-optimizer 技能常見問題

connections-optimizer 只適合做篩選嗎？

不是。篩選是其中一部分，但這個技能也支援關注建議、重新連結構想，以及暖身聯繫文案撰寫。如果你的核心問題是人脈品質，而不是名單清理，這會比單純提示詞更適合。

它比較適合 X 還是 LinkedIn？

它是為兩者設計的，但最佳平台取決於你的目標。X 通常更適合可見度、訊號掃描，以及快速的人脈地圖整理；LinkedIn 則更適合專業連結審視與外聯脈絡。你可以只用一個，也可以兩個都用，但一定要明確指明平台，避免技能自行猜測。

它適合初學者嗎？

可以，只要你能清楚描述目標。你不需要複雜流程，但你需要基本限制條件：要保留什麼、要保護什麼，以及成功長什麼樣子。初學者最好的做法，是先用 default 模式並從小範圍審核開始。

什麼情況下不該使用它？

如果你只需要一份靜態的潛在客戶名單、沒有實際的人脈資料可存取，或你的目標純粹是冷開發文案，就不適合用 connections-optimizer。當你沒有任何可刪除的容忍度、沒有目標分群，或不願在採取行動前先審查建議時，它也不是好選擇。

如何改進 connections-optimizer 技能

給它更精準的判斷規則

當你明確定義在你的情境中什麼叫「高訊號」，這個技能就會更好用。例如你可以說：「保留所有現有客戶、活躍合作夥伴和目標投資人；刪除 fintech 以外不活躍的同儕；優先看那些談 AI ops，而不是泛泛生產力的人。」這比只說「幫我把人脈變更好」更有效，因為它給了模型穩定的排序框架。

第一次審核前就先給限制條件

最常見的失敗模式是刪太多，或推薦錯誤類型的關係。你可以透過加入不可動名單、排除產業，以及任何對聲譽敏感的聯絡人來預防。如果你把 connections-optimizer 用在 Lead Research，請把買方角色與你希望技能保留或建立的關係類型一併寫上。

迭代輸出，不要重做整個任務

第一次結果出來後，改進方式是縮小下一輪範圍：要求更小的刪除候選清單、更保守的外聯，或更嚴格的暖路徑條件。如果草稿語氣不對，請提供一則語氣正確的範例訊息，並要求依管道重寫。你越是一次只修正一種失誤，connections-optimizer 技能就越有用。