跳至正文
MakerGain
← 返回项目

25 個變體,挑出最高分:LinkPost 把領英發文塞進聊天框

LinkPost 把領英發文接進 Claude、ChatGPT 等五個 AI 助手:每次生成 25 個變體並評分,只把最高分交回聊天,人決定採用後再進日曆、經 LinkedIn 官方 API 發布。Yannis 與 Matteo 共同打造 Link* 工具;黑五 Standard 為 €39.50/月,TrustMRR 另列 LinkPost 的 $4,877 MRR 與 90 個訂閱,組合與單品數據需分開看。

比如你在 Claude 裡打一句「幫我寫條領英貼文,主題是這週的客戶復盤」,LinkPost 會在後台生成 25 個角度不同的版本,給每個打分,再把最高分那條推回對話框(LinkPost MCP[1])。你採用的那條不會停在聊天裡:它進入日曆,透過 LinkedIn 官方 API 發出,發完再回來查看數據。

MCP 頁面寫的就是這個流程。MCP 是讓 AI 助手呼叫外部工具的協定;使用者在助手設定裡把 LinkPost 加一次為 MCP server,之後不必打開網頁應用,支援 Claude、ChatGPT、Perplexity、Gemini、Grok 五個助手(同上[1])。

「AI 會寫貼文」這件事已經很擁擠。LinkPost 值得看的是生成之後多做的那一步:生成 25 個變體、逐條打分、只把最高分那條交回來。評分和排序是它擺在最前面的賣點:價格頁的功能清單裡,「預測病毒性評分」就排在「無限 AI 生成」後面(價格頁[2])。

圖:LinkPost 官方展示[3],2026-11-10 取得,保留原始介面。

分數不賭爆款,量的是相對平均線

價格頁 FAQ 說,V2 評分分析 300 多個因素,其中 27 個是從使用者自己的寫作風格裡學出來的個人因素;後台是多個模型(regressor、ranker、calibration)、幾套專用演算法和一個自研評分引擎,在 5 萬+ 貼文、3500 名創作者上訓練和驗證(價格頁[2])。

官網還給出了一組實驗數字:在 49,908 篇貼文上,把「突破」定義成按讚達到個人平均值的 1.5 倍以上,把「失敗」定義成低於 0.5 倍;按評分挑選後,官網稱突破貼增加 71%,失敗貼減少 75%(同上[2])。

兩個定義都掛在使用者自己的平均線上。按這個實驗口徑,評分瞄準的不是「爆」,是別掉到自己平均線以下太多。對每週固定要發幾條的人來說,前者像彩票,後者才是每天要面對的事。

這套分算的是發布之前的事。MCP 頁面說給助手的是 scoped access,但沒有列清讀寫權限、資料存在本地還是雲端、連線怎麼撤銷;發文失敗誰重試、LinkedIn 授權過期誰維護,頁面也沒寫。這些不在賣點裡,卻決定它在出問題那天好不好收場。

買之前還有一道條件:完整產品沒有免費試用;官網提供的免費入口是 LinkedIn Post Analyzer,用來試評分邏輯(LinkPost MCP[1])。

他讓演算法先挑,人再決定用不用

做 LinkPost 的是 Yannis Haismann,他和 Matteo Kocken 一起做了 Link* 系列:LinkPost、LinkHub、LinkMagnet、LinkEarn(創辦人頁[4])。創辦人頁的自我介紹裡,他把 LinkHub 的定位寫成幫你在合適的人、合適的時間留下合適的評論,而不是替你自動操作。

這句自我約束屬於 LinkHub,不能直接當成 LinkPost 的產品邊界。LinkPost 的 MCP 頁面能確認的是另一件事:AI 在後台生成 25 個不同角度的變體並逐條評分,把最高分那條返回聊天;人決定要不要採用這版,採用後才進入日曆、透過 LinkedIn 官方 API 發布並查看分析。發不發由人決定,發布仍在 LinkPost 裡完成。

他也習慣把帳攤開。個人網站上列著五年 13 個 SaaS、累計 196,009€,說這筆錢主要來自其中兩個產品,剩下的失敗和低收入項目也照列,包括五個收入極低或沒能上線的項目——其中 SvgAnimator 只以 9€ 賣出過一次(yannishaismann.com[5])。同一頁寫他此前多年沒有真正成功,一度 burnout、搬回母親家,12 個月後做到 10,000€ MRR。這些都是他自己放在公開頁面上的說法,能說明他願意把失敗項目也擺出來,但解釋不了評分演算法。

獲客這一步有一個公開案例,但口徑要看清。Lumail 的客戶案例寫,他把郵件做成了 LinkHub 和 LinkPost 的主要行銷管道:自 2026 年初在一個 Lumail 組織裡運行四個產品,用語言、產品、購買和里程碑標籤區分;應用透過 subscribers API 自動建立聯絡人,按產品標籤啟動 onboarding,付費客戶另有一條購後流程。案例給出的跨所有 campaign 的平均 tracked open rate 是 40%,並註明 tracked opens 含 Apple Mail Privacy Protection 的自動打開,只能當趨勢看,不是真人閱讀數(Lumail 案例[6])。這些數據覆蓋四個產品,沒有 LinkPost 單品的打開、點擊和付費歸因,因此它能說明這家公司怎麼跟使用者說話,不能說明 LinkPost 靠郵件賣出了多少單。

90 個訂閱和一筆掛牌

價格要分開看,因為 LinkPost 現在掛著兩套價。黑五頁面是 Standard €39.50/月,以及 Signature Pack €245/年;後者在全部功能之外還含 1 小時策略電話、影片課、新功能早鳥和 24 小時優先支援。頁面寫折扣價只要訂閱有效就終身鎖定,Standard 一檔標著隨時可取消,活動價保留到巴黎時間週日午夜(價格頁[2])。TrustMRR 的 Pricing 欄位則列 Standard 為 EUR79/月或 EUR490/年,也列了 USD79/月或 USD490/年,並註明 legacy 和促銷價會不同(TrustMRR[7])。一個是限時活動,一個是標價,混著報會失真。

拿 MCP 當共同條件,能找到一個同類。Postiz 價格頁寫 Standard $29/月 5 個頻道,一路到 Ultimate $99/月 100 個,所有計劃都含 MCP server、CLI 和 API,有 7 天免費試用,支援多個社交網路(Postiz Pricing[8])。差別不在「能不能從聊天裡發文」,在兩家把什麼放在產品前面:Postiz 把跨平台排期放在前面,LinkPost 把領英多版本評分放在前面;後者只做領英,也沒有完整產品的試用。

錢的部分,TrustMRR 頁面的 Stripe 指標只覆蓋 LinkPost:MRR 為 $4,877、90 個活躍訂閱、歷史總收入 $181,587,數據更新到 2026-11-14 06:00(TrustMRR[7])。MRR 是訂閱收入不是利潤;完整成本和 P&L 要簽 NDA,退款率和扣費失敗率也沒公開。

同一頁上還掛著一條:LinkEmpire 整體出售,報價 $79,000,包含三個領英 SaaS(LinkPost、LinkHub、LinkMagnet)、LinkEarn 課程和共享的分發資產;組合收入在 2025 年 11 月到 2026 年 10 月間為 $152,912,創辦人留言說報價審閱到 11 月 14 日(同上[7])。頁面左上角還劃著一個 $99,000 的原價,並標了「1.3x revenue」,頁面沒有解釋這個倍數的分母。完整帳目在 NDA 後面,外人看不出這個價是高是低。

LinkPost 賣的其實是排序:演算法在後台從 25 個變體裡挑出最高分的一條,人保留的是用不用它的最後一下。這個排序準不準,本文能查到的是供應商自己的實驗定義和結果,尚未見到獨立驗證。

繼續閱讀

AI 寫稿
把 AI 寫的改成「像人寫的」:Natural Write 三個月收入 10 萬美元,官網卻不保證你過關

Natural Write 替 ChatGPT 等生成的文字做人味改寫,偵測、潤飾、查引用共用詞數額度。Nikita 和 Yevgeny 看到 TikTok 上 humanizer 走紅,決定兩週做出產品,Alexander 負責技術;先付費請網紅轉換不佳,後自建帳號複製爆紅格式、每天發布,第一支自拍影片帶來首單。定價頁寫繞過 Turnitin,FAQ 和條款卻不保證通過偵測;訂閱主推年繳並一次扣全年。

AI 自動投稿
決定關掉還有用戶的產品,他們去做「一人公司」的行銷部

Adam Nathan 與 Eddie Wu 決定關掉仍有用戶的 Almanac,把精力投向 Blaze。Blaze 面向一人團隊,接手每週跨管道內容的建立、審核、排程、發布與回看,讓用戶決定、Blaze 執行;他們用百次客戶訪談把人群收窄到小規模創辦人,並以品牌感作差異。公開材料尚未講清「批准」與自動發布之間的開關。

AI 圖片
免費能下載,不能拿去賣:Mockey AI 把商用設成付費開關

Mockey AI 接手賣家已有設計之後的一步:把圖案放進樣機,生成能上架的商品圖。免費方案可下載,但限個人用途;商用需要付費,可以年訂閱 Starter,也可以一次買 Forever,兩者都含商用授權。創辦人 Pranay Agarwal 有 UI/UX 和自由設計背景,2022 年與 Mofid Ansari 創辦 Mockey;他辭職專注專案時,產品只靠廣告賺錢,訂閱是後來才推出。

AI 自動投稿
關掉 Claude Opus 之後:AI Flow Chat 把內容系統搬上白板,也把用量帳單留給 app 擁有者

AI Flow Chat 讓創作者將影片、PDF、網站等素材放進白板,分組定義風格,搭成可重複執行的內容系統,再以定時任務或嵌入 CMS 的方式交付;嵌入 app 的用量由擁有者承擔。創始人 Alexander Van Le 在 VC 背景的創業失敗後轉向自籌資金,因 Claude Opus 貴十倍而停用,並把三級用量制改成單一 credit 制,以控制模型呼叫成本。