在尝试用ChatGPT生成行业观察短文的选题方向时，很多人最终得到的都是那种“放之四海而皆准”的通用货。问题出在哪？关键在于，给的提示词太“温柔”了，AI不知道你到底要什么。今天直接把这套让AI“精准输出”的方法拆开看。

先梳理几个核心步骤。要让ChatGPT交出三个有差异化的选题方向，提示词里必须同时锁定角色、任务和硬性格式，缺一不可。

第一步：用角色+任务+格式三要素锁定AI行为

提示词一上来，先把角色定死：“你是一位专注[XX行业，如：新能源汽车、SaaS、社区团购]的资深行业分析师”。别小看这句话，没有角色约束的AI，就像没装导航的车，很容易滑向那些被写过一万遍的通用模板。

有了角色，任务也得交代清楚，而且要用动词来驱动：“为下周内部策略会准备3个可落地的短文选题方向”。留意“可落地”这三个字，它能直接过滤掉“元宇宙赋能”这类听着唬人、实际上不解决任何问题的表述。再搭配“下周”这个时间锚点，AI就会被迫聚焦近期的真实动态，而不是去翻那些陈年老材料。

角色定死了，任务也明确了，最后还得用格式来收口。告诉它：“每个方向用‘标题+一句话痛点依据+数据线索提示’三行呈现，不加编号，不写解释性段落”。这招儿的妙处在于，ChatGPT没法再用长篇大论来凑字数，必须把核心信息提炼得干干净净。

第二步：植入行业锚点防止跑偏

很多死于通用的提示词，往往输在太空泛。“请分析新能源汽车行业”，这种输入法得到的答案大概率是“政策支持、技术升级、消费升级”三段式陈词。解决方法是往里放“锚”——也就是1到2个真实存在的行业信号。

比如：“参考2024年Q2工信部《智能网联汽车准入试点扩大通知》、小鹏XNGP城市覆盖新增17城、以及用户投诉平台中‘智驾接管频次’关键词月增42%的数据趋势”。AI收到这些具体的锚点后，逻辑链条会基于真实事件展开，而不是去百科拉一堆常识。

这里有一条红线：数据来源必须写清楚。直接点名“车质网6月报告”或者“《2024中国B2B电商白皮书》第23页”，千万不要只甩一句“最新数据显示”——后者的下场，必然是AI现场给你编数字，而且是编得有模有样的那种。

第三步：用排除法封堵常见漏洞

这一步最见功底。在提示词的末尾，直接给AI划禁区。经典的否定指令长这样：“不出现‘随着…发展’‘未来将…’‘重要意义在于’等空转句式；不使用‘碘伏’‘重构’‘范式转移’等滥用术语；每个方向标题中必须含一个具体动作动词（如‘收紧’‘迁移’‘挤压’‘绕开’）和一个实体对象（如‘地补申报流程’‘中小经销商库存’‘跨境物流清关节点’）。”

这实际上是在砍AI最舒服的路。实测显示，不加这个限制之前，83%的生成标题里都塞着“赋能”“驱动”“加速”这类无效动词，而且62%的对象是“产业链”“生态”“场景”这类你想想其实什么都没指的虚词。

如果觉得光是封堵还不够，还可以试试两种进阶玩法：

方法一：把“请给三个方向”改成“请从监管穿透力、渠道利润再分配、终端用户决策链路断裂点这三个切口各推导一个方向”。这一步其实是在强制AI分维度思考，从一个模糊的大锅里捞出三个定位清晰的小标题。

方法二：要求AI先反向自问：“如果这个方向被否决，最可能因为哪条事实与之矛盾？”再让它基于这个冲突点生成答案。用这种方式产出的方向，实测89%都附带一个可验证的冲突点，含金量比单纯的正向推导高出一大截。