Corrección de truncamiento en LinkedIn y mejora en la generación de contenido para LinkedIn
A veces, los pequeños detalles marcan la diferencia, especialmente cuando se trata de la longitud del contenido en LinkedIn. Este post describe cómo se mejoró la generación de contenido para LinkedIn en el proyecto devlog-ist/landing, asegurando que los posts no se truncaran y que cada tema del título se abordara de manera específica.
El problema del truncamiento y la codificación UTF-16
LinkedIn utiliza Java internamente y, por lo tanto, mide la longitud de las cadenas usando unidades de código UTF-16. Anteriormente, el conteo de caracteres se realizaba utilizando puntos de código Unicode, lo cual no era preciso para caracteres especiales (como los matemáticos en negrita) que ocupan dos unidades de código UTF-16. Esto provocaba que los posts se truncaran antes de tiempo.
La solución fue cambiar el método de conteo de caracteres para utilizar unidades de código UTF-16 en lugar de puntos de código Unicode. Este cambio asegura que la longitud calculada coincida con la medición de LinkedIn, evitando así el truncamiento.
function lengthInUtf16(str) {
return str.length;
}
console.log(lengthInUtf16('A')); // 1
console.log(lengthInUtf16('𝐀')); // 1 (incorrecto antes de la corrección)
Reestructuración del sufijo para la vista previa de enlaces
Para mejorar aún más la presentación de los posts, se reestructuró el sufijo que incluye los hashtags y la URL del artículo. Ahora, los hashtags se colocan antes de la URL con un prefijo de enlace (🔗). Esto evita que LinkedIn elimine las URLs finales al generar las tarjetas de vista previa de enlaces.
Mejora del prompt de IA
El prompt de la IA encargado de generar el contenido de LinkedIn se optimizó para garantizar que cada tema mencionado en el título se cubra con detalles técnicos específicos, en lugar de resúmenes genéricos. Esto resulta en posts más informativos y valiosos para la audiencia.
Por ejemplo, si el título menciona "Añadir idiomas y clasificación de tecnología", el prompt ahora requiere que se explique qué se hizo específicamente para los idiomas (por ejemplo, "añadir niveles de competencia filtrables para cada idioma") y qué se hizo para la clasificación de tecnología (por ejemplo, "implementar un algoritmo de clasificación basado en la frecuencia de palabras clave").
Conclusión
Estos cambios combinados resultan en una generación de contenido para LinkedIn más precisa y efectiva. Al abordar el problema del truncamiento, reestructurar el sufijo y mejorar el prompt de la IA, se asegura que los posts sean completos, informativos y visualmente atractivos. Asegúrate de revisar tus propios procesos de generación de contenido para identificar áreas similares de mejora.
