linkedin-engagement

What this skill does

# LinkedIn Engagement Skill

## Konfiguration

**LinkedIn-Profil:** Lara Knuth (echtes Profil)
**Unternehmen:** fabrikIQ / Dresden AI Insights
**Fokus:** MES, OEE, Fertigungsdatenanalyse, KMU-Digitalisierung

**Ziel-Regionen:**
- **Primär:** DACH (DE/AT/CH), USA, Kanada
- **Sekundär:** UK, Nordics, Benelux
- **Tertiär:** Japan, Südkorea, Südostasien

**Fokus-Hashtags:**
- DE: #Fertigung #Industrie40 #OEE #MES #Digitalisierung #KMU #Qualitaetssicherung
- EN: #Manufacturing #Industry40 #SmartFactory #MES #OEE #DigitalTransformation #LeanManufacturing

---

## Slash-Commands

### /linkedin-post [region]
**Zweck:** Generiert regionsspezifischen LinkedIn-Post

**Parameter:**
- `region`: us | eu | asia (default: eu)
- `type`: text | article-teaser | poll (default: text)
- `image`: true | false (default: false)

**Workflow:**
1. Erfasse Thema/Kernaussage
2. Wähle Template basierend auf Region
3. Generiere Post mit Anti-AI-Detection
4. Optional: Generiere Bild via Gemini
5. Füge optimierte Hashtags hinzu
6. Zeige Vorschau zur Freigabe

**Ausgabeformat:**
```
## LinkedIn Post [Region: EU]

### Post-Text:
[Generierter Text]

### Hashtags (5):
#Hashtag1 #Hashtag2 ...

### Bild-Prompt (falls angefordert):
[Gemini-Prompt für Bildgenerierung]

### Beste Posting-Zeit:
[Region-spezifische Empfehlung]

### Checkliste:
- [ ] Kein AI-Slop?
- [ ] Erste 2 Zeilen = Hook?
- [ ] CTA vorhanden?
```

---

### /linkedin-article [region]
**Zweck:** Erstellt LinkedIn-Artikel MIT Teaser-Post

**Workflow:**
1. Erfasse Artikel-Thema und Kernpunkte
2. Generiere Artikel-Struktur (800-1500 Wörter)
3. Erstelle separaten Teaser-Post (max 300 Zeichen vor "...mehr")
4. Generiere Header-Bild via Gemini
5. Optimiere SEO (Titel, Beschreibung)

**Ausgabeformat:**
```
## LinkedIn Artikel: [Titel]

### Teaser-Post (für Feed):
[Hook-Text, max 300 Zeichen]

[Link zum Artikel]

#Hashtags

---

### Artikel-Inhalt:

**Titel:** [SEO-optimiert]

**Intro:** [Hook, 2-3 Sätze]

**Hauptteil:**
[Strukturierter Content mit Zwischenüberschriften]

**Fazit:** [Call-to-Action]

---

### Header-Bild Prompt:
[Gemini-Prompt für 1200x627 Header]

### SEO-Daten:
- Titel: [max 60 Zeichen]
- Beschreibung: [max 160 Zeichen]
- Keywords: [...]
```

---

### /linkedin-comment [url]
**Zweck:** Generiert Value-First Kommentar für fremden Post

**Workflow:**
1. Lade Post-Inhalt (via URL oder Beschreibung)
2. Analysiere Autor-Region (Name, Sprache, Unternehmen)
3. Generiere Kommentar angepasst an Region
4. Prüfe Anti-AI-Detection

**Regeln:**
- Erst Mehrwert, dann (optional) eigene Erfahrung
- Keine direkte Werbung
- Authentische Reaktion auf Inhalt
- Frage stellen fördert Engagement

**Ausgabeformat:**
```
## Kommentar für: [Post-Titel/Autor]

**Autor-Region:** [geschätzt: US/EU/Asia]
**Ton-Empfehlung:** [Direct/Sachlich/Respektvoll]

### Vorgeschlagener Kommentar:
[Text, 50-150 Wörter]

### Alternative (kürzer):
[Text, 20-50 Wörter]
```

---

### /linkedin-scan
**Zweck:** Scannt relevante Hashtags/Influencer nach Engagement-Opportunities

**Workflow:**
1. Durchsuche Hashtags: #Manufacturing, #MES, #OEE, #Industrie40
2. Identifiziere Posts mit hohem Engagement-Potenzial
3. Priorisiere nach: Relevanz, Autor-Reichweite, Aktualität
4. Zeige Top 10 mit Kommentar-Empfehlung

**Ausgabeformat:**
```
## LinkedIn Scan: [Datum]

### Engagement-Opportunities (Top 10)

1. **[Autor]** - [Titel/Hook]
   Reichweite: [geschätzt] | Engagement: [Likes/Comments]
   Region: [US/EU/Asia]
   → Kommentar-Empfehlung: [Kurz-Idee]

2. ...

### Trending Topics diese Woche:
- [Topic 1]: [Warum relevant]
- [Topic 2]: ...
```

---

### /linkedin-monitor
**Zweck:** Überwacht eigene Posts auf neue Kommentare, schlägt Antworten vor

**Workflow:**
1. Lade Liste eigener geposteter Inhalte (aus tracking.md)
2. Prüfe jeden Post auf neue Kommentare
3. Analysiere Kommentar-Inhalt und Autor
4. Generiere Antwort-Vorschläge

**Ausgabeformat:**
```
## LinkedIn Monitor: [Datum]

### Neue Kommentare (seit letztem Check)

**Post:** [Post-Titel/Hook]
**Gepostet:** [Datum]
**Aktuelle Stats:** ♥ [Likes] | 💬 [Comments] | 🔄 [Shares]

#### Neuer Kommentar von [Name] ([Position]):
> "[Kommentar-Text]"

**Autor-Analyse:**
- Region: [US/EU/Asia]
- Relevanz: [Potentieller Lead/Peer/Troll]
- Ton: [Positiv/Neutral/Kritisch]

**Antwort-Vorschlag:**
[Generierte Antwort, regional angepasst]

**Alternative (kürzer):**
[Kürzere Version]

---

### Antwort-Priorität:
1. 🔴 DRINGEND: [Kritische Fragen, potentielle Leads]
2. 🟡 WICHTIG: [Fachliche Diskussionen]
3. 🟢 OPTIONAL: [Einfache Zustimmungen]
```

---

### /linkedin-image [prompt]
**Zweck:** Generiert LinkedIn-optimiertes Bild via Gemini

**Integration mit gemini-image-gen Skill:**
```python
# Verwendet GEMINI_API_KEY aus .env.local
from google import genai
from google.genai import types
from dotenv import load_dotenv
load_dotenv('.env.local')

client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY"))

# Modelle (funktionieren in DE!):
# - gemini-2.5-flash-image: Schnell, gut für einfache Grafiken
# - gemini-3-pro-image-preview: Höhere Qualität, komplexere Szenen (EMPFOHLEN)
# - imagen-4.0-generate-001: Fotorealistische Bilder

response = client.models.generate_content(
    model='gemini-3-pro-image-preview',  # FUNKTIONIERT IN DEUTSCHLAND
    contents=[prompt],
    config=types.GenerateContentConfig(
        response_modalities=['IMAGE']
    )
)
```

**LinkedIn Bild-Formate:**
| Typ | Größe | Verwendung |
|-----|-------|------------|
| Post-Bild | 1200x1200 | Quadratisch, Feed-optimiert |
| Artikel-Header | 1200x627 | 1.91:1 Ratio |
| Carousel-Slide | 1080x1080 | PDF-Upload |

**Optimierte Prompts für Manufacturing:**
```
"Clean, professional infographic showing [TOPIC].
Modern flat design, blue and white color scheme,
minimal text, manufacturing/industrial context.
LinkedIn business style, 1200x1200px"
```

**Ausgabeformat:**
```
## LinkedIn Bild generiert

**Prompt verwendet:**
[Optimierter Prompt]

**Modell:** gemini-2.5-flash-image
**Format:** 1200x1200 (Post) / 1200x627 (Article)

**Datei:** [Pfad zur generierten Datei]

**Verwendung:**
- [ ] Als Post-Bild hochladen
- [ ] Als Artikel-Header
- [ ] Für Carousel (weitere Slides nötig?)
```

---

### /linkedin-analytics
**Zweck:** Zeigt Performance-Übersicht der geposteten Inhalte

**Metriken:**
- Impressions
- Engagement Rate (Likes + Comments + Shares / Impressions)
- Click-Through Rate (für Artikel)
- Follower-Wachstum

**Ausgabeformat:**
```
## LinkedIn Analytics: [Zeitraum]

### Top Performer

| Post | Datum | 👁 Impressions | ♥ Likes | 💬 Comments | ER% |
|------|-------|---------------|---------|-------------|-----|
| [Titel] | [Datum] | [X] | [Y] | [Z] | [%] |

### Insights:
- Beste Posting-Zeit: [Tag/Uhrzeit]
- Beste Content-Art: [Text/Artikel/Poll]
- Beste Hashtags: [Top 3]

### Empfehlungen:
- [Konkrete Handlungsempfehlung basierend auf Daten]
```

---

## Regionale Templates

### US/Kanada Template

**Stil:** Direct, Story-driven, Personal Brand
**Sprache:** Englisch
**Hashtags:** 3-5, am Ende

**Struktur:**
```
[Hook - kontrovers oder überraschend, 1 Zeile]

[Leerzeile - wichtig für Mobile!]

[Personal Story mit konkreten Zahlen, 2-3 Sätze]

[Insight/Lesson, Bullet Points OK aber nicht genau 3]

[Vulnerable Admission - was ging schief]

[Soft CTA - Frage an Community]

#Manufacturing #MES #OEE #DigitalTransformation
```

**Verboten:**
- "I'm thrilled to announce"
- "Excited to share"
- "I'm humbled"
- Mehr als 5 Emojis

**Funktioniert:**
- Konkrete Zahlen: "Reduced downtime by 23%"
- Hot Takes: "Unpopular opinion: MES is overkill for most SMBs"
- Lessons learned mit Vulnerabilität
- "Here's what I learned after..."

---

### EU/DACH Template

**Stil:** Sachlich, Fakten-basiert, Understatement
**Sprache:** Deutsch oder Englisch (je nach Zielgruppe)
**Hashtags:** 3-5, DE-Varianten

**Struktur:**
```
[Sachliche Eröffnung - Thema klar benennen]

[Kontext mit Daten/Zahlen aus echten Projekten]

[Pragmatischer Insight - was funktioniert, was nicht]

[Optional: N