用 AI 優化 LinkedIn 個人檔案：從 headline 到 about，讓獵頭與 Google 搜得到你、帶出個人品牌

一分鐘重點：LinkedIn 沒人找你，八成不是你能力差，是你的檔案「搜不到」也「讀不懂」。獵頭是用關鍵字搜人的，Google 是用你的 headline 與 about 判斷你是誰的。用 AI 優化 LinkedIn 的重點，不是叫它「幫我寫得專業一點」，而是分四件事做對：先定位你想被誰用什麼字搜到、把 headline 塞滿對的關鍵字與一句價值、把 about 從自傳改成三行就講清楚你能幫誰、把工作經歷從流水帳改成帶數字的成就句。AI 擅長把你模糊的口語翻成招募方看得懂的語言，但兩條紅線不能踩：不能編造你沒做過的事，數字一定要自己核實。

先講一個殘酷的事實：多數人的 LinkedIn 是死的。頭貼放了、公司填了、職稱寫了，然後就沒了。headline 只有兩個字「工程師」，about 空白，經歷欄複製貼上公司的職務說明。這種檔案的問題不是「不夠漂亮」，是它在 LinkedIn 的搜尋系統裡幾乎不存在——獵頭搜關鍵字時搜不到你，Google 收錄你名字時抓不到重點，路過的人點進來三秒就離開。

我看過太多能力很強的人卡在這裡。他們以為 LinkedIn 是「線上履歷」，填完就沒事了。錯了。LinkedIn 更像一個「被動求職與個人品牌引擎」：它的價值是在你不主動投履歷的時候，讓對的人主動找到你。而它會不會運轉，取決於你的檔案有沒有被寫成「搜尋系統與人腦都讀得懂」的樣子。這正是 AI 最能幫上忙的地方——它不是替你吹牛，是幫你把已經有的東西講清楚、講到位、講到被搜到。

先搞懂：LinkedIn 是「搜尋引擎」，不是履歷表

要優化之前，你得先理解它怎麼運作，不然只是把字換得好聽而已。

LinkedIn 內部有一套搜尋與推薦系統。獵頭、HR、招募主管每天在上面做的事，就是打關鍵字搜人：「Python 後端 台北」、「數位行銷 SaaS」、「product manager fintech」。系統會根據你檔案裡各欄位出現的關鍵字、關聯度、活躍度，決定要不要把你排進搜尋結果的前面。也就是說，你的 headline、about、經歷、技能欄裡有沒有出現「對的字」，直接決定你會不會被看到。

同時，你的公開檔案也會被 Google 收錄。當有人 Google 你的名字，一份關鍵字清楚的 LinkedIn 檔案往往會排在很前面，這是你個人品牌最重要的一塊門面。所以優化 LinkedIn 的本質，是同時對「LinkedIn 站內搜尋」和「Google」做關鍵字工程，再讓真人讀起來不尷尬。

想通這件事，你就會理解為什麼「把 headline 寫得文青一點」是浪費——文青字沒人搜。你該想的是：我希望誰來找我？他們會打什麼字？我的檔案裡有沒有這些字？AI 在這一步的角色，是幫你把「想被誰搜到」轉譯成「該鋪哪些關鍵字」。

第一步：先定位，別急著改字

最常見的錯誤，是一打開 AI 就說「幫我優化 LinkedIn headline」。順序錯了。改字是後面的事，第一步是定位。

定位要回答三個問題：你想被誰搜到（獵頭？潛在客戶？同行？）、你希望在他們心中是「做什麼的人」、他們會用什麼關鍵字找這種人。這三題沒想清楚，AI 產出的東西再漂亮都是亂槍打鳥。舉例，同樣是做行銷的人，「想被電商公司獵頭找到」和「想接品牌顧問的案子」，該鋪的關鍵字、該強調的重點完全不同。

把你的現況、目標、想接觸的對象丟給 AI，請它先幫你把定位講清楚、列出核心關鍵字，再往下做。這一步花十分鐘，會省下你後面反覆改字的兩小時。

第二步：headline 是第一戰場，別只寫職稱

headline 是 LinkedIn 上搜尋權重最高、曝光最廣的一行。它跟著你出現在搜尋結果、留言區、被推薦的每一個角落。多數人只填一個職稱，等於把這塊黃金看板浪費掉。

好的 headline 公式大致是：核心職稱 ＋ 專長領域 ＋ 關鍵技能/工具 ＋ 一句你能帶來的價值。它有大約 220 個字元可用，塞好塞滿。中文為主的人建議關鍵職稱補上英文（例如「產品經理 Product Manager」），因為很多獵頭是用英文搜的。舉個對照：

弱版：「產品經理」

強版：「產品經理 Product Manager｜SaaS / B2B 產品 0 到 1｜擅長用數據與跨部門協作把功能做到真的有人用」

後者塞進了職稱（中英）、產業（SaaS/B2B）、能力關鍵字（數據、跨部門）、一句人味的價值。搜「SaaS 產品經理」的人有機會看到你，點進來也知道你在幹嘛。這就是 AI 最好用的地方——你把定位和素材給它，它能一口氣產十個不同角度的 headline 讓你挑，再微調成你自己的口氣。

第三步：about 前三行決定生死

about（關於）欄位是你唯一能用一段話說服人的地方，但九成的人把它寫成自傳：「我畢業於某校，2015 年進入某產業，歷任……」讀者第三行就睡著了。

LinkedIn 的 about 預設只顯示前面幾行，其餘要點「看更多」才展開。所以前三行是生死線，必須在這裡就講清楚：你是誰、你幫誰、解決什麼問題。把「我很努力、我很有熱情」這種自我感覺的話全部刪掉，換成對方在意的事。順序建議是：一句定位鉤子 → 你的專長與代表成果 → 你能幫對方解決什麼 → 一句行動邀請（歡迎談合作、開放職涯機會等）。

寫的時候用第一人稱、講人話，別用第三人稱寫得像新聞稿。AI 很會幫你把冗長的自傳壓縮成有鉤子的開場，但你一定要自己把語氣拉回像「你本人在說話」，不然一讀就是 AI 腔，反而扣分。

第四步：把工作經歷從流水帳改成成就句

經歷欄最大的問題，是大家把公司給的「職務說明」直接貼上去——「負責產品規劃、協調跨部門、管理專案進度」。這是在描述你「被指派做什麼」，不是「你做出了什麼」。招募方想看的是後者。

方法跟寫履歷一樣：每一條都改成「動詞開頭 ＋ 做了什麼 ＋ 帶出什麼結果（最好有數字）」。「負責產品規劃」改成「主導新版結帳流程改版，將購物車放棄率從 68% 降到 51%，季度營收增加約 300 萬」。有數字、有動作、有結果，這才是成就句。英文版則善用 Led、Increased、Reduced、Launched 這類強動詞開頭、用過去式、把結果量化。

AI 在這裡是絕佳的改寫夥伴：你把口語的「我那時候做了 XX，後來好像有變好」丟給它，它能幫你抓出可量化的亮點、補上專業動詞、對齊招募語言。但記住那條紅線——它給的數字如果是它自己「潤」出來的，你沒做過就一律砍掉或換成你真實的數字。LinkedIn 是公開的，灌水被前同事或面試官抓包，比履歷造假更難收場。

一段可以直接複製的 Prompt

下面這段是我實際帶人優化 LinkedIn 時用的整合版 Prompt。把方括號換成你的資訊，貼給 ChatGPT、Claude 或 Gemini 都可以。它會一次幫你把 headline、about、經歷關鍵字全部處理好，而且逼你先定位。

你是一位資深的 LinkedIn 個人品牌顧問，同時懂獵頭如何用關鍵字搜人。請用繁體中文、台灣用語協助我優化我的 LinkedIn 個人檔案。

我的背景：
- 現職職稱與產業：[例如 SaaS 公司產品經理，年資 5 年]
- 我做過最有代表性的 3 件事（含真實數字，不確定的我會標註）：[逐條列出]
- 我使用的關鍵技能與工具：[例如 SQL、Figma、跨部門協作、A/B 測試]
- 我希望被誰搜到、被他們當成「做什麼的人」：[例如 電商/金融科技公司的獵頭，把我當成懂數據的資深 PM]
- 語言偏好：[中文為主英文補充 / 英文為主 / 中英雙語]

請依序給我：
1. 定位分析：用一句話總結我的定位，並列出 8 到 12 個獵頭最可能用來搜我的關鍵字（中英並列）。
2. Headline：給我 5 個不同角度的版本，每個都要塞進核心職稱、產業、關鍵技能與一句價值，控制在 220 字元內。
3. About（關於）：寫一版約 4 到 6 段，前三行就要講清楚我是誰、幫誰、解決什麼問題，第一人稱、講人話、結尾放一句行動邀請。
4. 工作經歷：把我上面提供的 3 件事，各改寫成 1 到 2 條「動詞開頭＋做了什麼＋量化結果」的成就句。

嚴格要求：
- 只能根據我提供的事實改寫，絕對不能自行編造我沒提到的數字、頭銜或成果；任何你不確定的地方，用【請確認】標註，不要自己填。
- 語氣自然像真人，不要罐頭句、不要空泛形容詞。
- 產出後，另外用一段話告訴我：這份檔案還缺哪些資訊會讓它更強。

用這段 Prompt 有兩個訣竅。第一，素材給越具體，產出越好，尤其是那三件代表作要寫細一點。第二，別一次就收貨，把它產的東西當草稿，來回追問「headline 第 3 版幫我再口語一點」、「about 開頭太像廣告，改務實一點」，改個三四輪才會像你本人。

一個台灣真實情境：接案設計師怎麼靠 LinkedIn 被找到

分享一個很典型的例子。林于晴（化名）是台北的接案平面／品牌設計師，做了六年，作品其實很好，但案源一直靠朋友介紹，不穩。她的 LinkedIn headline 當時寫的是「Freelance Designer｜熱愛設計與生活」——很文青，但沒人會搜這個字。about 欄則是一段落落長的自傳，從她大學念什麼開始講。

我們做了三件事。第一，定位：她想接的是「新創與中小品牌的視覺識別（VI）與包裝設計案」，那決策者會搜的字是「品牌設計」、「視覺識別」、「packaging design」、「brand identity」、「logo」。第二，headline 改成「品牌設計師 Brand Designer｜視覺識別 VI／包裝設計｜協助新創與中小品牌從 logo 到上架的一致視覺」，中英關鍵字全鋪進去。第三，about 前三行直接寫「我幫新創與成長中的品牌，把模糊的品牌想像變成能落地的視覺系統，六年做過 40＋ 個品牌案」，然後才接作品重點與合作邀請。經歷欄把「做過某某案子」改成帶結果的句子，例如「為某餐飲品牌重塑視覺識別與包裝，協助其進駐三家連鎖通路」。

這些改動用 AI 大概花了一個下午（她自己核實每個數字），沒有花一毛廣告費。改完約兩個月，她第一次收到不認識的新創創辦人透過 LinkedIn 私訊詢問合作——對方是搜「包裝設計 台北」找到她的。重點不是她突然變厲害了，她一直都很厲害，只是以前檔案「搜不到、讀不懂」，現在被搜到、也讀得懂了。這就是 LinkedIn 優化的全部意義。

常見錯誤

看過太多人踩，這幾個特別致命：

• headline 只寫一個職稱或一句文青標語。等於放棄整個 LinkedIn 站內搜尋與 Google 曝光，最可惜的浪費。
• about 寫成自傳，從「我畢業於」開始講。前三行沒抓住人，後面寫再多都沒人看。
• 經歷欄直接貼公司的職務說明。那是描述你的工作內容，不是你的成就，招募方看不出你的價值。
• 完全不放關鍵字，只用抽象詞。「善於溝通、有責任感」這種字沒人搜也無法驗證，把欄位讓給具體的技能、工具、產業名詞。
• 沒開公開檔案、沒自訂網址。檔案設成不公開，Google 收錄不到、獵頭也可能看不到聯絡資訊，等於把門關上。
• 讓 AI 產出後直接照貼，不改語氣、不核數字。一讀就是 AI 腔的空洞版本，數字還可能是 AI 幻覺出來的，公開檔案被抓包代價很高。
• 頭貼、經歷都停在三年前。LinkedIn 會參考活躍度，一個長期沒更新、沒互動的檔案，權重與可信度都會被打折。
• 中文使用者完全不放英文關鍵字。很多獵頭用英文搜，只寫中文等於在英文搜尋裡隱形。

AI 幫不了你的部分

講點誠實的。AI 能幫你把 LinkedIn 寫得清楚、被搜到，但有些事它做不到，你別誤會它的能力邊界。

它給不了你沒有的經歷。AI 是改寫工具，不是資歷產生器。如果你的底子就是空的，它頂多把空的東西包裝得好聽一點，而包裝過頭在公開檔案上是高風險——面試官會當面問，前同事會在底下看。它也判斷不了你真正的定位該往哪走，那牽涉到你對自己職涯的選擇、對市場的理解，這些它只能幫你整理，不能替你決定。

它更不會幫你經營。LinkedIn 的權重跟活躍度、人脈、互動有關，這些要靠你真的去發文、去留言、去建立連結、去跟人來往，一次性把檔案改漂亮只是把地基打好，之後房子要靠你自己蓋。它產出的數字如果是它自己「腦補」的，那更是地雷——AI 常常為了句子好看自動補上你沒提過的百分比或金額，這種你沒核實就貼上去，等於在公開檔案埋了一顆會爆的謊。把 AI 當成幫你把話講清楚的資深編輯，不是替你捏造人設的寫手，你才不會出事。

現在就動手，讓對的人找到你

LinkedIn 優化不是一次性的大工程，你今天就可以先做兩件最有槓桿的事：把 headline 從單一職稱改成「職稱＋領域＋關鍵字＋一句價值」，再把 about 前三行改成「我是誰、幫誰、解決什麼」。光這兩處，被搜到的機率就會明顯不同。剩下的經歷成就化、關鍵字鋪陳，用上面那段 Prompt 一個下午就能跑完，記得每個數字自己核實。

想把個人品牌整套立起來，不只停在 LinkedIn，可以在 AgentAI 智庫接著看「用 AI 寫履歷」把履歷與 LinkedIn 對齊、用「用 AI 寫求職信」和「用 AI 寫自我介紹」把對外的每一句話都磨利，再用「用 AI 經營個人品牌」把長期能見度做起來。這些指南都附可直接複製的 Prompt 與台灣在地案例，照著做，讓對的人在你睡覺的時候也找得到你。

常見問題 FAQ

延伸閱讀

• 用 AI 寫履歷
• 用 AI 寫求職信
• 用 AI 寫自我介紹
• 用 AI 經營個人品牌