想要充分发挥 Gamma 蓝湖提示词的效果，从而高效推动新客转化、激活沉默用户、挖掘高客单价值？核心在于一个关键策略：必须将提示词深度嵌入用户的真实行为路径，并明确绑定其当前所处的生命周期阶段。否则，生成的内容往往只能沦为泛泛的“欢迎语”或功能描述，错失与用户对话的黄金时机。

识别用户当前所处生命周期阶段

这一步是基础，绝不能省略。操作方法很直接：进入蓝湖项目，点击右上角的「AI提示词管理」，在搜索框输入 【user_journey_stage】，即可看到系统预置的各类阶段标签，例如“注册后72h内”、“下单后15天未复购”、“近30天消费≥3次”。

为什么必须绑定这个标签？因为如果不给 Gamma 明确的上下文语境，它默认服务的对象就是“所有人”，生成的话术自然也是面向大众的通用套话。比如对新用户推送“欢迎加入我们的大家庭”，这种内容既无法契合具体场景，也浪费了激活用户的最佳窗口。

为不同阶段配置差异化的提示词目标

确定了用户所处阶段后，就要为每个阶段设定精准的沟通目标，让提示词像“钩子”一样，直击用户当下的真实心理。

对于新用户（注册后0-72小时），核心是破解“首单犹豫”。此时的提示词模板，应当聚焦于模拟他们的真实顾虑。例如，可以这样设计：“你是一名刚注册的电商新客，从未下过单，看到首页弹窗‘新人专享8折券’，但犹豫是否填写手机号领券。请用30字内写出你最可能点击‘暂不领取’的真实原因。” 这样一来，Gamma 生成的内容会更贴近“嫌麻烦”、“担心信息泄露”或“想先逛逛看”等真实心态，为后续优化挽留策略提供方向。

对于沉默用户（下单后15天未复购），关键在于“行为锚定”。提示词里必须包含用户上一次交易的具体信息，才能唤醒关联记忆。例如：“用户上次购买的是儿童防晒霜（SKU: SPF50+PA++++），物流签收已14天，APP内未打开过‘晒后修复’专题页。请模拟该用户刷到 Push 推送时的前3秒心理活动。” 基于具体商品和行为的提示，能让 Gamma 产出“防晒霜用完了吗？该补货了”或“是不是该看看晒后修复产品了”这类高度相关的潜台词。

对于高价值用户（近30天消费≥3次），策略要升级为“实时变量调用”。直接利用 Gamma 的变量插槽功能，比如调用 {user_segment}（用户分群）、{last_purchase_category}（最后购买品类）、{a vg_order_value}（平均客单价）。在提示词开头就要强制声明规则：“仅基于以上三个实时字段生成文案，禁止虚构未发生行为。” 这能确保产出的是类似“您常购的XX品类，有新品符合您XX元的消费习惯”这样精准、个性化的加购引导。

用AB测试闭环验证提示词效果

设计好提示词后，效果如何不能凭感觉判断，必须通过严谨的 AB 测试来闭环验证。

流程并不复杂：首先，在蓝湖后台复制出同一组目标用户，随机分为 A、B 两组。然后，设计两个不同风格的提示词版本进行测试，例如，A 组推送强调“限时”、“仅剩X件”的稀缺紧迫型文案；B 组则推送强调“为你预留”、“专属匹配”的归属尊享型文案。

测试期间，核心观测指标必须明确，通常聚焦于「7日内复购率」和「单次推送带来的GMV增量」。数据可以在 Gamma 后台直接导出分析。

这里有个硬性要求：测试周期必须跑满7个自然日. 时间太短，无法覆盖用户典型的消费决策和反馈周期，得出的数据容易失真，没有参考价值。当数据趋于稳定，比如 B 组的复购率提升超过2.3%，同时 GMV 增量的波动（方差）小于±0.8%，就可以判定 B 组策略更优，并将其设置为默认生效版本，完成这次优化迭代。