connections-optimizer

connections-optimizer 技能概览

connections-optimizer 是一个用于清理并重塑 X 和 LinkedIn 上职业社交图谱的 workflow skill。它最适合那些不满足于泛泛的“该关注谁”名单、而是需要先审查再裁剪、更稳妥的关注决策，以及符合真实优先级的暖场触达的人。如果你是在围绕新岗位、营销活动、细分领域或关系策略来优化人脉网络，这个 skill 能帮你把零散联系人转成一个信号更高的系统。

这个 connections-optimizer skill 最擅长什么

connections-optimizer skill 主要聚焦三件事：决定保留谁、识别该新增或重新建立联系的人，以及按渠道撰写合适的外联文案。它在网络质量比数量更重要的场景里尤其有用，比如线索研究、生态建设，或者创始人式的关系维护。

谁应该安装它

如果你已经有一个在运作的人脉网络，想优化它而不是从零搭建，那么就安装 connections-optimizer。它适合运营、创始人、招聘、销售和研究人员，他们会用 X 或 LinkedIn 来贴近目标市场。如果你只需要一份一次性的潜在客户名单，不需要裁剪或关系上下文，那它就不太合适。

关键决策因素

它最大的差异点在于先审查再行动：会优先进行深思熟虑的裁剪和排序，然后才进入外联。这个 skill 还支持按渠道输出，因此 X 私信和 LinkedIn 草稿可以不同，而不是强行套用同一种语气。对把 connections-optimizer 用于 Lead Research 的用户来说，这一点很重要，因为最优下一步往往不是冷抓取，而是通过暖路径推进。

如何使用 connections-optimizer skill

安装与入口

在 repo 路径 skills/connections-optimizer 下使用这个 skill。一个典型的安装命令是：

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

安装完成后，先打开 SKILL.md，再查看本地副本中可能存在的关联支持文档。在这个 repo 里没有额外的脚本或参考文件夹，所以主要行为都来自 skill 文件本身。

先准备好哪些输入

connections-optimizer 的效果取决于几个具体输入：当前优先级、目标角色或行业、目标地理区域或生态圈、平台选择、do-not-touch 列表，以及模式（light-pass、default 或 aggressive）。如果你不指定模式，default 是最稳妥的起点。用于 Lead Research 时，要明确写出理想客户画像或关系目标，这样 skill 才能把联系人按真实目标来排序。

怎样提问更有效

把模糊需求改写成可执行 brief。好例子：“Use connections-optimizer to review my LinkedIn network for current product leaders in fintech, keep investors and hiring contacts, avoid pruning people from my last two clients, and draft warm reconnect messages for the top 15 matches.” 差例子：“Optimize my network.” 第一种提问给了 skill 足够结构去做裁剪、排序和文案决策，而且这些决策会更像经过深思熟虑的结果。

提升输出质量的最佳工作流

先从一个平台、一个目标和一种模式开始。在你请求外联文案之前，先审查 prune queue，这样就不会给那些本来就会删掉的账号先写消息。如果第一次结果过于激进或过于保守，优先调整模式和 do-not-touch 列表，而不是把整个 brief 重写一遍。将 connections-optimizer 用于 Lead Research 时，补充一句什么算暖路径，比如共同雇主、共享社群或相邻买家。

connections-optimizer skill 常见问题

connections-optimizer 只适合裁剪吗？

不是。裁剪只是它的一部分，这个 skill 还支持关注建议、重新建立联系的思路，以及暖场外联文案撰写。如果你的核心问题是人脉质量而不是名单清理，那它比一个普通 prompt 更适合。

它对 X 和 LinkedIn 哪个更好用？

它本来就面向两者，但最佳平台取决于你的目标。X 通常更适合可见度、信号扫描和快速关系映射；LinkedIn 更适合职业关系审查和外联上下文。你可以只用一个，也可以两个都用，但一定要明确写出平台，这样 skill 不会靠猜。

适合新手吗？

适合，只要你能清楚描述目标。你不需要复杂工作流，但需要基本约束：保留什么、保护什么，以及成功长什么样。新手最好的起步方式是用 default 模式，再给一个小范围的 review set。

什么情况下不该用它？

如果你只需要一份静态线索名单、没有实际网络数据可访问，或者你的目标只是纯冷启动外联文案，就不要用 connections-optimizer。它也不适合你完全不能接受裁剪、没有目标细分、或者在采取行动前不愿意先审查推荐结果的情况。

如何改进 connections-optimizer skill

给它更明确的决策规则

当你定义清楚“高信号”在你的场景里意味着什么时，这个 skill 会表现得更好。比如可以说：“保留现有客户、活跃协作者和目标投资人中的所有人；裁掉 fintech 之外不活跃的同行；优先保留会发 AI ops 相关内容的人，而不是泛泛谈 productivity 的人。”这比只说“给我更好的连接”更有效，因为它给模型提供了稳定的排序框架。

在第一次处理前就说明约束

最常见的失败模式是裁剪过度，或者推荐了错误类型的关系。可以通过补充 do-not-touch 列表、排除行业，以及任何对声誉敏感的联系人来避免。如果你把 connections-optimizer 用于 Lead Research，还要写清买家画像，以及你希望 skill 保留或创建的关系类型。

优化输出，而不是重做整个任务

第一次结果出来后，最有效的改进方式是收窄下一轮范围：例如要求更小的 prune queue、更保守的外联，或者更严格的暖路径标准。如果草稿语气不对，提供一条你觉得合适的示例消息，并要求按渠道重写。你越是一轮只修一个问题，connections-optimizer skill 就会越实用。