# LinkedIn degrada as postagens que soam como IA: o que considera «conteúdo genérico» e como escrever sem perder alcance

> LinkedIn degrada postagens genéricas com classificadores com 94% de precisão desde outubro de 2026. O que denuncia uma postagem vazia e como escrever sem perder alcance.

- **Fonte (source):** https://pt.aitoolsforapps.com/linkedin-capas-headline-carrossel-e-posts-244/blog/linkedin-desleixo-ia-conteudo-generico-alcance
- **Plataforma (platform):** AiToolsForApps
- **Idioma (language):** pt
- **Atualizado (updated):** 2026-11-20

## Em resumo

- **Desde 8 de outubro de 2026**, o LinkedIn revisa com classificadores **toda publicação que é distribuída além da rede imediata do autor**, de acordo com seu VP de Engenharia, Tim Jurka ([Social Media Today, 8-10-2026](https://www.socialmediatoday.com/news/linkedin-exec-offers-insight-into-the-battle-against-ai-slop/832576/)).
- O dado que circula mal: **94% é *precisão*, não cobertura**. De cada 100 postagens que o sistema marca como *slop*, cerca de 94 o são segundo seus critérios. O LinkedIn **não publicou** quantas lhe escapam.
- O que o LinkedIn pune não é o uso de IA, mas o **«genérico e/ou repetitivo que não traz nenhuma ideia real»** (definição literal de Jurka). A IA como corretor está explicitamente permitida.
- O impacto já é mensurável: o conteúdo classificado como *slop* registrou **40% menos visualizações**, segundo o Chief Product Officer Hari Srinivasan ([Social Media Today, 20-8-2026](https://www.socialmediatoday.com/news/linkedin-says-1m-people-have-reported-ai-slop/828465/)).
- O que sobrevive ao filtro é concreto: **gancho real nas duas primeiras linhas** (antes do corte do «ver mais»), **um dado ou um caso próprio** e **critério em primeira pessoa**.

---

![Fluxo de publicações cinzas idênticas paradas por uma porta luminosa; apenas algumas cartas com gráficos e dados próprios passam](https://cdn.aistohire.com/i/8106-jkki-niar-apgs-hsbs.webp)

Se você publica no LinkedIn e nota que posts corretos, bem escritos e bem formatados ficam em 200 impressões, provavelmente não é questão do horário de publicação. É um filtro novo, é explícito, e seu autor o explicou em público. Este artigo detalha o que esse filtro observa, o que realmente significam os números que estão sendo repetidos incorretamente por aí, e como escrever sem ficar na margem. No AiToolsForApps mantemos o LinkedIn, um conjunto de ferramentas de IA para quem cria, vende ou compete na rede profissional, e o que vem a seguir é o contexto que explica por que montamos ferramentas de [redação de títulos, carrosséis e posts do LinkedIn](/pt/linkedin-capas-headline-carrossel-e-posts-244) com contadores e validadores em vez de um botão de «gere um post».

---

## O que é exatamente o «AI slop» para o LinkedIn

Para o LinkedIn, *AI slop* são **«publicações genéricas e/ou repetitivas que não trazem nenhuma ideia real»**. É a definição textual dada por Tim Jurka, VP de Engenharia, em **8 de outubro de 2026**. Note o que **não** diz: não diz «escritas com IA». O critério é a ausência de substância, não a origem do texto.

Essa distinção tem sido repetida pela empresa desde o início. Hari Srinivasan, Chief Product Officer, resumiu com uma frase que vale a pena memorizar: **«IA e slop não são a mesma coisa»**. E em maio de 2026, Laura Lorenzetti, VP Global Editorial, já havia traçado a linha: *«Está bem usar IA para te ajudar a escrever, mas suas publicações e comentários têm que representar sua voz e suas perspectivas»* ([Social Media Today, 21-5-2026](https://www.socialmediatoday.com/news/linkedin-wants-to-limit-the-reach-of-ai-generated-content/820935/)).

A consequência prática: um post escrito a quatro mãos com um modelo, mas com um dado seu, uma decisão que você tomou e uma opinião discutível, vai pelo lado bom do filtro. Um post redigido inteiramente à mão, mas com três conselhos que qualquer um poderia ter assinado, vai pelo lado ruim.

> «Quando se abusa da IA, especialmente em escala e de forma automatizada, dilui as ideias valiosas que podem surgir de conversas humanas reais.» — Laura Lorenzetti, VP Global Editorial do LinkedIn, 21 de maio de 2026.

---

## O que significa 94% de precisão (e o que não significa)

**94% é precisão, não exaustividade.** Significa que, de cada 100 publicações que o classificador etiqueta como *slop*, aproximadamente 94 se encaixam nos critérios do LinkedIn. **Não** significa que detecta 94% dos posts escritos com IA: o LinkedIn não publicou sua taxa de recuperação (*recall*), então quantos lhe escapam é um dado desconhecido até hoje.

A diferença não é academicismo: muda completamente o que você pode deduzir do número.

| O que se lê por aí | O que disse o LinkedIn | O que se pode concluir |
|---|---|---|
| «LinkedIn detecta 94% dos posts feitos com IA» | 94% de **precisão** ao marcar *slop* | Nada sobre quantos passam despercebidos |
| «94% dos posts com IA perdem alcance» | As publicações **marcadas** perdem distribuição | Apenas afeta o que é etiquetado, não tudo o que é gerado com IA |
| «Há uma margem de erro de 6% que me protege» | ~6 de cada 100 marcados seriam falsos positivos | A margem joga **contra você**, não a seu favor: se te marcam, o mais provável é que acertem |

Dois matizes mais que importam para decidir o que fazer:

- **O alcance que é cortado é o de recomendação**, além do primeiro grau. O conteúdo marcado **não é excluído** e continua visível para quem te segue diretamente.
- **O filtro é aplicado no ponto de distribuição**: toda publicação que vai ser distribuída fora da rede imediata do autor é revisada. Ou seja, a triagem ocorre justo antes de o post ter a oportunidade de crescer.

---

## De onde vem o sistema: uma cronologia de 2026

O LinkedIn não ativou esse filtro de uma hora para outra. Há uma sequência de seis meses, e cada passo explica o seguinte.

| Data | O que aconteceu | Fonte |
|---|---|---|
| 21 de maio de 2026 | O LinkedIn anuncia que reduzirá o alcance do conteúdo de IA sem perspectiva humana clara, limitará comentários automatizados e adicionará filtros de perfil verificado | [Social Media Today](https://www.socialmediatoday.com/news/linkedin-wants-to-limit-the-reach-of-ai-generated-content/820935/) |
| Finais de julho / agosto de 2026 | Aparece no menu de três pontos de cada post a opção de reportá-lo como *«parece AI slop»* | [Social Media Today](https://www.socialmediatoday.com/news/linkedin-says-1m-people-have-reported-ai-slop/828465/) |
| Agosto de 2026 | O LinkedIn retira sua própria função «Enhance your post» (reescrita completa do rascunho) e a substitui por um corretor que, nas palavras de Srinivasan, *«corrige suas palavras, mas não muda sua voz»* | [IBTimes UK](https://www.ibtimes.co.uk/linkedin-removes-ai-writing-tool-ai-slop-reports-1815794) |
| 20 de agosto de 2026 | Mais de **1 milhão** de pessoas usaram o botão em menos de três semanas; o conteúdo classificado como *slop* acumula **40% menos visualizações** | [Social Media Today](https://www.socialmediatoday.com/news/linkedin-says-1m-people-have-reported-ai-slop/828465/) |
| 8 de outubro de 2026 | Jurka detalha a arquitetura e confirma que a triagem cobre **toda** publicação que sai da rede imediata, com **94% de precisão** | [Social Media Today](https://www.socialmediatoday.com/news/linkedin-exec-offers-insight-into-the-battle-against-ai-slop/832576/) |

O detalhe mais revelador dessa tabela não é o 94%: é que o milhão de relatórios de agosto se tornou o **conjunto de treinamento** dos classificadores de outubro. O filtro não codifica a opinião de uma equipe de produto sobre o que é um bom post; codifica o que um milhão de profissionais marcaram como conteúdo irrelevante.

---

## Como funciona o classificador por dentro

O LinkedIn usa um esquema **mestre-aluno** (*teacher-student*): modelos grandes que se mantêm atualizados sobre os novos padrões de *slop* geram o material com o qual treinam modelos pequenos, e são esses pequenos que classificam em escala. Acima, há **agentes** com políticas concretas e **revisores humanos** para os casos duvidosos.

![Esquema de três etapas: uma esfera grande que alimenta quatro cubos pequenos e estes uma lupa, com linhas de retorno que fecham o ciclo](https://cdn.aistohire.com/i/3709-peny-thki-hncc-zvgx.webp)

Nas palavras de Jurka: *«usamos o que é conhecido como uma configuração mestre-aluno. Os modelos 'mestre', maiores, são projetados para se manter atualizados sobre os novos padrões de AI slop e identificá-los com precisão»*. E sobre os agentes: *«cada agente é guiado por uma política específica, que define os critérios com os quais avalia o conteúdo: por exemplo, se uma publicação é promocional, se celebra uma conquista ou se é atual»*.

Três implicações práticas dessa arquitetura:

1. **Mudar as palavras não é suficiente.** O sistema avalia padrão e propósito, não vocabulário. Reescrever o mesmo post vazio com sinônimos diferentes não o salva.
2. **Os padrões são atualizados.** A parte «mestre» existe precisamente para perseguir novas fórmulas. O modelo de gancho que funciona este mês é candidato a ser desatualizado no próximo.
3. **Há sinal de categoria.** Que um agente avalie se o post é «promocional» ou «celebra uma conquista» significa que o mesmo texto pode ser avaliado de forma diferente dependendo de sua finalidade.

---

## Os sinais que delatam um post vazio

Um post cai do lado ruim do filtro quando **não contém nada que só você pudesse ter escrito**: nenhum fato datado, nenhum número medido, nenhuma pessoa ou ferramenta com nome, nenhuma opinião que alguém pudesse contestar. Os sinais de formato são apenas o sintoma; a causa é a ausência de substância.

![Comparação entre um cartão oco e rachado com três pontos idênticos e outro cartão sólido com gráfico de barras e um dado destacado](https://cdn.aistohire.com/i/4375-jsrh-ldet-mjvv-ieii.webp)

Estes são os sinais que se repetem no conteúdo marcado, conforme coletados nas análises do fenômeno:

- **Abertura de template.** O arranque que monta uma cena («Ontem, em uma reunião…») sem chegar a afirmar nada.
- **Listas sem um único dado próprio.** Três dicas, três erros, três chaves: estrutura impecável, conteúdo intercambiável com o de qualquer outro autor do setor.
- **A fórmula «não é X, é Y».** O giro retórico que soa a revelação e não aporta informação nova.
- **Isca de interação.** Frases cujo único objetivo é provocar um comentário ou um «sim» («Te soa familiar? Comente SIM»).
- **Fechamento com pergunta genérica.** «E você, o que acha?» como ponto final, sem uma pergunta concreta sobre algo específico.
- **Lição limpa no final.** O parágrafo-moral que fecha tudo com um laço e não deixa nada em aberto.
- **Formato copiado do chat.** Asteriscos, cabeçalhos e marcadores copiados tal qual de uma ferramenta conversacional: a marca mais literal de todas.

Nenhum desses sinais é ilegal nem te expulsa da plataforma. Mas sua acumulação é exatamente o padrão que um milhão de relatórios ensinou ao classificador.

---

## O que sobrevive ao filtro: gancho, dado e critério

Sobrevive o post que, nas suas duas primeiras linhas, diz algo concreto e verificável; que no corpo aporta um número, um caso ou uma decisão própria; e que toma partido em primeira pessoa. Os três elementos são acumulativos: com o gancho só consegues o clique em «ver mais», e sem dado próprio o classificador não tem nada para distinguir.

![Cartão de publicação com as duas primeiras linhas iluminadas sobre uma linha de corte descontínua e o resto do texto desfocado](https://cdn.aistohire.com/i/1717-egja-mlkh-khpb-jumt.webp)

### 1. O gancho vive antes do corte do «ver mais»

O limite de uma publicação no LinkedIn são 3.000 caracteres, mas o leitor só vê as duas ou três primeiras linhas antes do corte. Esse espaço varia de acordo com o dispositivo e se o post tem imagem: no celular fica em torno de 140 caracteres e no desktop um pouco mais, e as diretrizes do setor situam o corte prático em torno de 210 caracteres ([Commenti, limites de caracteres 2026](https://www.commenti.in/blogs/linkedin-post-character-limit-2026)). Ali não cabe um rodeio narrativo e uma tese: cabe uma das duas.

A razão pela qual isso pesa é o **tempo de permanência** (*dwell time*): se ninguém expande o post, a permanência fica abaixo de um segundo e a distribuição se apaga. Importante: o que está documentado por fontes do setor é o papel do *dwell time* como sinal do algoritmo; o LinkedIn não publicou o peso exato que lhe atribui nem os limiares. Trate isso como o que é, uma heurística razoável, não como um número oficial.

### 2. Um dado ou um caso que seja seu

Isso é o que realmente diferencia. O que conta como substância:

| Tipo de substância | Exemplo do que vale | O que não vale |
|---|---|---|
| Fato datado | «Na semana do dia 3 de novembro mudamos o assunto do e-mail de acompanhamento» | «Ultimamente estamos testando coisas» |
| Número medido | «A taxa de resposta passou de 11 % para 19 % em 40 envios» | «Os resultados melhoraram significativamente» |
| Pessoa ou ferramenta com nome | «Foi detectado pela Marta revisando o CRM» | «Um membro da equipe percebeu» |
| Opinião refutável | «Qualificar por orçamento na primeira chamada nos custou dois clientes» | «É importante ouvir o cliente» |
| Método próprio | «O que fizemos, em que ordem e por que funcionou» | «As chaves do sucesso em vendas» |

O teste do algodão é simples: se seu post poderia ter sido publicado literalmente por outra pessoa do seu setor mudando o nome, não tem substância própria.

### 3. Critério em primeira pessoa

«Na minha experiência isso não funciona e te conto por quê» é uma afirmação que alguém pode discutir. «É fundamental agregar valor» não é. O discutível é, na prática, o marcador mais confiável de que há um critério humano por trás, e é também o que gera os comentários que não são iscas.

---

## Duas camadas distintas: o que se degrada e a quem se ensina

O filtro anti-*slop* e o ranking por relevância de perfil são **camadas diferentes do mesmo funil**, e confundi-las leva a otimizar o que não deve. O filtro de *slop* atua **antes da distribuição**: decide se sua publicação merece ser distribuída além da sua rede imediata. O ranking por relevância de perfil atua **durante a distribuição**: decide **a quem** é mostrado o que já superou o primeiro corte.

| | Filtro anti-*slop* | Relevância de perfil |
|---|---|---|
| O que decide? | **Se** o post é distribuído fora do primeiro grau | **A quem** é mostrado |
| Quando atua? | Antes da distribuição | Ao atribuir audiência |
| Do que depende? | Da substância do texto desse post | Da adequação entre seu perfil e o interesse de quem lê |
| O que resolve o problema? | Reescrever com dado e critério | Trabalhar a coerência do perfil e do nicho |

Ordem de prioridades, portanto: primeiro, certifique-se de passar pelo filtro, porque um perfil impecável não distribui um post que não é distribuído. E depois trabalhe a adequação, porque um post excelente mostrado ao público errado também não rende. Temos um artigo específico sobre o ranking por relevância de perfil neste mesmo blog; esta seção apenas situa as duas camadas, não repete seu conteúdo.

---

## Checklist de 60 segundos antes de publicar

Passe cada rascunho por essas sete verificações. Se falhar em três ou mais, não publique: reescreva.

1. As duas primeiras linhas **afirmam** algo, ou apenas montam uma cena?
2. Há pelo menos **um número, uma data ou um nome próprio** no corpo?
3. Há uma frase que alguém poderia **refutar** com argumentos?
4. Eu removi toda frase cujo único objetivo seja **provocar um comentário**?
5. O fechamento abre algo, ou fecha com um laço e um «e você o que acha?»?
6. Há **formato copiado** de uma ferramenta conversacional (asteriscos, cabeçalhos, listas automáticas)?
7. Poderia publicar este texto **outra pessoa do meu setor** mudando apenas o nome?

Esse último ponto é o resumo de todos os outros. E é, provavelmente, a melhor aproximação caseira ao que faz o classificador.

---

## Perguntas frequentes

### O LinkedIn penaliza posts escritos com IA?

Não pelo fato de estarem escritos com IA. O que o LinkedIn degrada é o conteúdo **genérico e/ou repetitivo que não traz nenhuma ideia real**, segundo a definição de seu VP de Engenharia Tim Jurka de 8 de outubro de 2026. A própria empresa mantém um corretor com IA integrado e seu CPO declarou que «IA e slop não são a mesma coisa».

### O que significa que o LinkedIn detecta o AI slop com 94% de precisão?

Significa que, de cada 100 publicações que o sistema marca como *slop*, cerca de 94 atendem aos seus critérios. **Não** significa que detecta 94% dos posts gerados com IA: o LinkedIn não divulgou quantos lhe escapam, então a cobertura real do filtro é desconhecida.

### Se meu post for marcado, ele desaparece do LinkedIn?

Não. O conteúdo marcado perde distribuição em recomendações **além dos seus contatos de primeiro grau**, mas não é removido e continua visível para quem te segue diretamente. É uma perda de alcance, não uma retirada.

### Quanto alcance se perde se você for marcado como AI slop?

O dado público é que o conteúdo classificado como *slop* registrava **40% menos visualizações** do que algumas semanas antes, segundo declarou o Chief Product Officer Hari Srinivasan em 20 de agosto de 2026. É um número agregado da plataforma, não uma penalização fixa por post, e o LinkedIn não divulgou a distribuição caso a caso.

### Quantos caracteres são exibidos antes do «ver mais» no LinkedIn?

Depende do dispositivo e se o post contém imagem: apenas as duas ou três primeiras linhas são mostradas, cerca de 140 caracteres no celular e um pouco mais no desktop, com um corte prático que os guias do setor situam em torno de 210 caracteres sobre um máximo total de 3.000. Por isso, a tese deve estar no topo, não no terceiro parágrafo.

### O que acontece quando alguém reporta meu post como AI slop?

Um relatório individual afeta principalmente o que essa pessoa vê em seu próprio feed; o LinkedIn descreveu a função como **informativa mais do que punitiva** e não como um canal para infrações de políticas. O efeito sobre a distribuição aparece quando muitas pessoas marcam o mesmo, porque esses relatórios alimentam o treinamento dos classificadores.

### Posso usar IA para escrever minhas publicações no LinkedIn sem perder alcance?

Sim, desde que o resultado contenha algo que só você possa oferecer: um dado seu, um caso concreto, uma decisão e uma opinião discutível. Usar IA para estruturar, encurtar ou corrigir é compatível com o filtro; delegar a ela o critério é o que o ativa.

### Reescrever um post com outras palavras evita o filtro?

Não é confiável. O sistema avalia propósito e padrão mais do que vocabulário, então mudar sinônimos sem adicionar perspectiva não altera a avaliação. A arquitetura mestre-aprendiz existe precisamente para seguir o rastro das novas fórmulas à medida que aparecem.

## Como sua forma de escrever muda a partir de agora

A triagem do LinkedIn não é um detector de IA: é um detector de vazio. Isso é, na verdade, uma boa notícia para qualquer um que tenha algo a contar, porque o custo de publicar conteúdo vazio acabou de aumentar e o de publicar um dado próprio, não. A única coisa que se torna obrigatória é um passo que antes era opcional: revisar o rascunho em busca do que há nele que não poderia ter sido escrito por mais ninguém.

Esse passo é o que tentamos tornar mecânico no LinkedIn, o aplicativo de ferramentas de IA da AiToolsForApps para quem cria, vende ou compete na rede profissional: contadores de caracteres com a linha de corte do «ver mais» marcada, fórmulas de título e de «Sobre», geração de carrosséis em PDF e de publicações com seus ganchos alternativos, e um limpador que avisa quando detecta uma frase de isca de interação e a remove. Se você quiser ver isso aplicado, aí estão as [ferramentas de IA para capas, título, carrossel e posts do LinkedIn](/pt/linkedin-capas-headline-carrossel-e-posts-244), sem registro prévio.

> Escreva sua próxima postagem com o corte do «ver mais» à vista, o título medido e o isca de interação fora: experimente as ferramentas de IA para LinkedIn, sem registro.

- [LinkedIn — Capas com zona segura, headline e about section, carrossel em PDF e posts](https://pt.aitoolsforapps.com/linkedin-capas-headline-carrossel-e-posts-244)

## Sobre a plataforma

**LinkedIn — Capas com zona segura, headline e about section, carrossel em PDF e posts** — uma aplicação de AiToolsForApps. Disponível em: https://pt.aitoolsforapps.com/linkedin-capas-headline-carrossel-e-posts-244/blog/linkedin-desleixo-ia-conteudo-generico-alcance

### Outros idiomas

- `es`: https://pt.aitoolsforapps.com/es/linkedin-portadas-titular-carrusel-y-posts-244/blog/linkedin-ai-slop-contenido-generico-alcance
- `en`: https://pt.aitoolsforapps.com/en/linkedin-covers-headline-carousel-and-posts-244/blog/linkedin-ai-slop-generic-content-reach
- `fr`: https://pt.aitoolsforapps.com/fr/linkedin-bannieres-headline-carousel-et-posts-244/blog/linkedin-dechets-ia-contenu-generique-portee
- `it`: https://pt.aitoolsforapps.com/it/linkedin-copertine-headline-carousel-e-post-244/blog/linkedin-ai-slop-contenuto-generico-portata
- `de`: https://pt.aitoolsforapps.com/de/linkedin-cover-headline-carousel-und-posts-244/blog/linkedin-ki-muell-generischer-inhalt-reichweite
- `bg`: https://pt.aitoolsforapps.com/bg/linkedin-razmeri-na-koritsa-s-bezopasna-zona-zaglavie-otnosno-i-karusel-v-pdf-244/blog/linkedin-ii-bokluk-generichno-sadyrzhanie-obkhvat
- `sv`: https://pt.aitoolsforapps.com/sv/linkedin-omslagsmatt-med-saker-zon-rubrik-om-och-pdf-karusell-244/blog/linkedin-ai-slop-generiskt-innehall-rackvidd
- `da`: https://pt.aitoolsforapps.com/da/linkedin-coverbilledets-mal-med-sikkerhedszone-overskrift-om-og-karrusel-i-pdf-244/blog/linkedin-ai-slop-generisk-indhold-raekkevidde
- `ja`: https://pt.aitoolsforapps.com/ja/linkedin-cover-headline-carousel-pdf-244/blog/linkedin-ai-slop-hanyoteki-contents-reach
- `nl`: https://pt.aitoolsforapps.com/nl/linkedin-omslagmaten-met-veilige-zone-kop-over-en-carrousel-in-pdf-244/blog/linkedin-ai-slop-generieke-inhoud-bereik
- `ko`: https://pt.aitoolsforapps.com/ko/linkedin-cover-headline-about-pdf-carousel-244/blog/linkedin-ai-slop-beomyong-kontencheu-dodallyul
- `ar`: https://pt.aitoolsforapps.com/ar/linkedin-mqasat-alghlaf-bmntqa-amna-walanuan-w-nbdha-wkarusil-pdf-244/blog/linkedin-ai-slop-generic-content-reach
- `no`: https://pt.aitoolsforapps.com/no/linkedin-toppbildemal-med-sikker-sone-overskrift-om-og-pdf-karusell-244/blog/linkedin-ai-slop-generisk-innhold-rekkevidde
- `pl`: https://pt.aitoolsforapps.com/pl/linkedin-wymiary-okladki-ze-strefa-bezpieczna-naglowek-informacje-i-karuzela-pdf-244/blog/linkedin-ai-slop-tresci-generyczne-zasieg
- `fi`: https://pt.aitoolsforapps.com/fi/linkedin-kansikuvan-mitat-turva-alueella-otsikko-tietoja-ja-pdf-karuselli-244/blog/linkedin-ai-slop-geneerinen-sisalto-tavoittavuus
- `id`: https://pt.aitoolsforapps.com/id/linkedin-ukuran-sampul-dengan-zona-aman-headline-tentang-dan-carousel-pdf-244/blog/linkedin-ai-slop-konten-generik-jangkauan
- `he`: https://pt.aitoolsforapps.com/he/linkedin-midot-kisoi-am-azor-btoch-kotrt-aodot-vkroslt-pdf-244/blog/linkedin-ai-slop-tochen-generi-hachsifa
- `zh`: https://pt.aitoolsforapps.com/zh/linkedin-banner-headline-carousel-tools-244/blog/linkedin-ai-slop-generic-content-reach
- `cs`: https://pt.aitoolsforapps.com/cs/linkedin-rozmery-zahlavi-s-bezpecnou-zonou-titulek-o-mne-a-karusel-v-pdf-244/blog/linkedin-ai-slop-genericky-obsah-dosah
