Kejuruteraan Arahan AI · Pelajaran

Gesaan Kandungan Media Sosial

Jujukan Twitter/X, kiriman LinkedIn dan kapsyen Instagram dengan kekangan khusus platform.

Pelajaran 2 daripada 413 langkah

Gesaan Kandungan Media Sosial ialah pelajaran Kejuruteraan Arahan AI percuma di CoddyKit. Ini ialah pelajaran 2 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Kejuruteraan Arahan AI, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Kejuruteraan Arahan AI merangkumi sejumlah 4 pelajaran.

Pemberian Arahan Berasaskan Platform

Pemberian arahan untuk kandungan media sosial memerlukan kesedaran terhadap platform: setiap platform mempunyai had aksara, norma kandungan, tingkah laku audiens dan format optimum yang berbeza. Arahan yang menghasilkan kandungan LinkedIn yang hebat akan menghasilkan kandungan Twitter yang sederhana, begitu juga sebaliknya.

Arahan media sosial yang berkesan sentiasa menyatakan platform khusus serta kekangannya yang berkaitan. Arahan "tulis siaran media sosial" tanpa spesifikasi platform akan menghasilkan kandungan umum yang tidak benar-benar sesuai untuk mana-mana platform.

Arahan Urutan Twitter/X

Urutan Twitter ialah format tersendiri: siri ciapan bernombor, setiap satunya kurang daripada 280 aksara, yang menyampaikan cerita atau mengajar konsep secara berperingkat. Arahan urutan yang berkesan menyatakan:

Topik dan sudut pendekatan: apakah wawasan atau cerita yang dikongsikan?
Panjang urutan: berapa banyak ciapan? (7–12 ialah jumlah lazim untuk urutan pendidikan)
Tarikan pembuka: ciapan pertama mesti menghentikan penatalan — nyatakan perkara yang menjadikannya menarik
Konvensyen penomboran: format 1/, 2/ dan seterusnya atau 1/n
Penutup: seruan bertindak, ringkasan atau soalan untuk mendorong interaksi

Arahan Urutan Twitter dalam Kod

Penjana urutan Twitter yang boleh digunakan semula dengan kekangan khusus platform:

import openai

client = openai.OpenAI(api_key='sk-...')

def generate_twitter_thread(topic, angle, num_tweets=8, audience='tech-savvy professionals'):
    prompt = (
        f'Write a Twitter/X thread about {topic} — specifically: {angle}.\n'
        f'Audience: {audience}.\n'
        f'Thread length: {num_tweets} tweets.\n'
        'Format rules:\n'
        '  - Each tweet starts with its number: "1/", "2/", etc.\n'
        '  - Each tweet is under 280 characters (count carefully).\n'
        '  - Tweet 1: an attention-stopping hook — a surprising fact, a bold claim, or a compelling question. No "In this thread..." openers.\n'
        f'  - Tweets 2-{num_tweets-1}: one clear insight or step per tweet.\n'
        f'  - Tweet {num_tweets}: a clear call to action — follow, reply, share, or link.\n'
        'Tone: direct, insightful, no filler words. No hashtags unless the topic is a trending hashtag.'
    )

    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': prompt}]
    )
    return response.choices[0].message.content

print(generate_twitter_thread(
    topic='prompt engineering',
    angle='5 prompt mistakes that waste 80% of your AI results',
    num_tweets=7
))

Arahan Siaran LinkedIn

Kandungan LinkedIn mempunyai norma yang berbeza daripada Twitter. Arahan siaran LinkedIn yang berkesan merangkumi:

Wawasan profesional: apakah kesimpulan utama yang membantu golongan profesional melaksanakan tugas mereka dengan lebih baik?
Tarikan cerita: LinkedIn menghargai cerita peribadi yang membawa kepada wawasan profesional
Panjang: 150–250 perkataan adalah optimum; siaran yang lebih panjang sesuai untuk analisis yang menyeluruh
Struktur: baris pertama amat penting, kerana ia kelihatan sebelum 'lihat selanjutnya' — nyatakan bahawa baris itu mesti menarik perhatian
CTA: akhiri dengan soalan untuk mendorong komen, kerana algoritma LinkedIn mengutamakan interaksi
Tiada lambakan tanda pagar: maksimum 2–3 tanda pagar khusus atau tiada tanda pagar

Arahan Kapsyen Instagram

Kapsyen Instagram mengiringi bahan visual — kapsyen menambahkan konteks, emosi dan CTA pada imej atau video. Elemen arahan untuk kapsyen Instagram:

Perkara yang ditunjukkan oleh imej/video: model tidak dapat melihatnya, jadi huraikannya
Suara jenama: Instagram merangkumi gaya daripada aspirasi, seperti fesyen, kepada pendidikan, seperti akaun infografik, dan santai, seperti jenama gaya hidup
Permintaan emoji: nyatakan sama ada emoji sesuai digunakan dan berapa banyak yang diperlukan
Permintaan tanda pagar: tanda pagar Instagram memudahkan penemuan — nyatakan jumlah dan jenisnya, sama ada khusus atau umum
CTA: simpan, kongsi, komen dengan jawapan anda atau klik pautan dalam biografi

Arahan Baris Tarikan TikTok

Algoritma TikTok mengutamakan tempoh tontonan, dan 3 saat pertama menentukan sama ada penonton akan terus menonton. Baris tarikan — ayat pertama yang disebut atau dipaparkan — ialah elemen yang paling penting. Corak arahan untuk tarikan TikTok:

"Tulis 5 baris tarikan TikTok untuk video tentang [topik]. Setiap baris harus mencipta gangguan corak — kenyataan yang mengejutkan, dakwaan berani atau soalan yang mencipta jurang pengetahuan. Setiap satu kurang daripada 10 perkataan."
"Baris tarikan harus membuat seseorang berhenti menatal. Gunakan format: 'Anda melakukan [X] dengan salah. Inilah sebabnya...' atau '3 perkara yang [audiens] tidak pernah beritahu anda...'"

Baris tarikan adalah ringkas dan berimpak tinggi. Menjana lima pilihan lalu memilih yang terbaik ialah aliran kerja yang lebih baik berbanding menjana satu pilihan.

Penggunaan Semula Kandungan Merentas Platform

Satu kandungan boleh digunakan semula merentas platform dengan arahan yang menghasilkan berbilang hasil:

import openai

client = openai.OpenAI(api_key='sk-...')

def repurpose_for_platforms(core_idea, brand_voice, target_platforms=None):
    if target_platforms is None:
        target_platforms = ['twitter', 'linkedin', 'instagram']

    prompt = (
        f'Take this core idea: "{core_idea}"\n'
        f'Brand voice: {brand_voice}\n\n'
        'Create platform-optimized versions for each of the following:\n'
    )

    if 'twitter' in target_platforms:
        prompt += '\nTwitter/X: One standalone tweet under 280 characters. No hashtags. Punchy and direct.'

    if 'linkedin' in target_platforms:
        prompt += '\nLinkedIn: 150-200 word post. First line is a scroll-stopping hook. End with a question.'

    if 'instagram' in target_platforms:
        prompt += '\nInstagram caption: 80-120 words. Conversational. Include 2-3 relevant hashtags at the end. One emoji per paragraph.'

    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': prompt}]
    )
    return response.choices[0].message.content

print(repurpose_for_platforms(
    core_idea='Most people lose 2 hours per day to context switching between apps. A unified workspace fixes this.',
    brand_voice='direct, practical, slightly irreverent'
))

Arahan Media Sosial Berfokuskan Audiens

Kandungan media sosial yang berprestasi baik ditulis untuk audiens tertentu, bukan untuk jenama. Kesilapan lazim dalam arahan media sosial ialah memfokuskan perkara yang ingin disampaikan oleh jenama, bukannya perkara yang ingin dibaca oleh audiens.

Ubah suai sudut arahan anda:

Daripada: "Tulis siaran yang mempromosikan ciri baharu kami."
Cuba: "Tulis siaran yang membantu [audiens] menyelesaikan [masalah mereka]. Letakkan ciri kami secara semula jadi sebagai salah satu penyelesaian yang boleh mereka cuba."

Arahan yang mengutamakan audiens menghasilkan kandungan yang kurang kelihatan seperti iklan dan lebih memberikan nilai, iaitu perkara yang dihargai oleh algoritma media sosial dan pembaca manusia.

Menjana Siri Kandungan

Media sosial memberikan hasil terbaik dengan siaran yang konsisten. Arahan boleh menjana keseluruhan siri kandungan sekaligus:

"Jana kalendar kandungan LinkedIn selama 4 minggu untuk [syarikat/orang] dalam [industri]. Tonggak topik: [tema utama]. Setiap minggu mempunyai 3 siaran: satu wawasan pendidikan, satu cerita peribadi yang menggambarkan pengajaran profesional dan satu ulasan berita industri. Format: Minggu N — Tajuk Siaran 1 + ringkasan 1 ayat."

Arahan ini menghasilkan pelan kandungan berstruktur dalam satu kali penjanaan. Siaran individu kemudiannya boleh dijana daripada ringkasan menggunakan templat siaran standard.

Strategi Tanda Pagar dalam Arahan

Permintaan tanda pagar dalam arahan media sosial haruslah khusus:

Nyatakan jumlah: "3–5 tanda pagar", bukannya "tambahkan tanda pagar yang berkaitan"
Nyatakan jenis: "1 tanda pagar umum (jutaan siaran), 2 tanda pagar khusus (kurang daripada 100K siaran), 1 tanda pagar berjenama"
Nyatakan penempatan: "di penghujung kapsyen" berbanding "diselitkan secara semula jadi dalam teks"
Minta pilihan lain: "cadangkan 8 pilihan tanda pagar supaya saya boleh memilih 3–5"

Strategi tanda pagar Instagram berbeza daripada LinkedIn, yang menggunakan tanda pagar lebih sedikit dan lebih khusus. Menyatakan nama platform membantu model menggunakan konvensyen tanda pagar yang sesuai dengan platform.

Penentukuran Nada Merentas Platform

Jenama yang sama menggunakan nada yang berbeza merentas platform kerana konteks audiensnya berbeza:

Twitter/X: padat dan bertenaga, berpendirian, terus terang serta sedikit tidak konvensional — platform ini mengutamakan keyakinan
LinkedIn: wawasan profesional, didorong oleh penceritaan dan murah hati dalam perkongsian kepakaran — ganjarannya ialah kepimpinan pemikiran
Instagram: bercita-cita tinggi atau mudah dikaitkan, menyentuh emosi dan bersifat deskriptif secara visual — ganjarannya ialah hubungan
TikTok: tulen, didorong oleh tarikan dan pantas — ganjarannya ialah hiburan serta kejutan

Bina peta nada mengikut platform untuk setiap jenama yang anda kendalikan dan masukkannya ke dalam templat anda. Langkah ini menghapuskan satu punca utama ketidakkonsistenan dalam kandungan media sosial yang dijana kecerdasan buatan.

Semakan Pengetahuan: Arahan Media Sosial

Anda ingin menjana siaran LinkedIn yang mengumumkan pencapaian penting syarikat, iaitu syarikat anda baru mencapai 10,000 pelanggan. Arahan yang manakah menghasilkan hasil terbaik yang dioptimumkan untuk LinkedIn?

Jawab dalam pelajaran interaktif

Rumusan: Arahan Kandungan Media Sosial

Arahan media sosial memerlukan kesedaran terhadap platform: setiap platform mempunyai had aksara, norma nada, konvensyen tanda pagar dan jangkaan audiens yang berbeza. Urutan Twitter memerlukan format bernombor, tarikan yang menghentikan penatalan serta pematuhan had kurang daripada 280 aksara. LinkedIn menghargai wawasan profesional dan tarikan berasaskan cerita. Kapsyen Instagram memerlukan konteks imej, panduan emoji dan jumlah tanda pagar. Baris tarikan TikTok memerlukan pembingkaian gangguan corak.

Penambahbaikan yang paling memberi kesan ialah: pembingkaian yang mengutamakan audiens, bukannya jenama; arahan tarikan yang khusus; serta peraturan pemformatan yang jelas bagi setiap platform. Arahan penggunaan semula menghasilkan variasi merentas platform dengan cekap daripada satu idea teras.

Percuma untuk bermula

Pelajari Kejuruteraan Arahan AI dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus: 53
Pelajaran: 199

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Gesaan Kandungan Media Sosial” percuma?

Ya — sebanyak 3 pelajaran dalam laluan pembelajaran Kejuruteraan Arahan AI, termasuk “Gesaan Kandungan Media Sosial”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus Kejuruteraan Arahan AI merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Gesaan Kandungan Media Sosial”?

Jujukan Twitter/X, kiriman LinkedIn dan kapsyen Instagram dengan kekangan khusus platform. Anda berlatih Kejuruteraan Arahan AI menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Kejuruteraan Arahan AI?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Kejuruteraan Arahan AI di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 2 daripada 4.

Berapa lamakah pelajaran “Gesaan Kandungan Media Sosial” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Kejuruteraan Arahan AI ini?

Ya. Setiap pelajaran Kejuruteraan Arahan AI menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

← Kembali ke Kejuruteraan Arahan AI