痛点挖掘这件事，身边很多朋友都在用石墨AI来提速。但真正跑通一整套流程的，说实话不多。大多数人卡在同一个地方：提示词写不出来，写出来又没效果，好不容易有效果了结果还不稳定，反复折腾几次人就麻了。

今天这篇就直接把路径拆清楚，从石墨AI到底能接什么输入开始，一项一项讲透。

先搞清石墨AI能接什么输入

这是一个前置条件，很多人第一步就漏了——石墨AI目前只支持对「已有文档内容」做分析，不支持直接上传录音、截图或聊天记录原文。换句话说，你得先把原始素材准备成文字，粘贴进石墨文档里，然后选中这些文字，右键，点击「用AI分析」。

这一步漏掉，后面所有提示词都白写。没有文本载体，AI根本无从下手。

三类典型素材对应三种提问结构

素材不同，AI的解读方式也不同。这里按最常见的三种场景来做演示：

方法一：针对用户访谈逐字稿（含大量口语、重复、情绪词）

这是最考验分析能力的素材，口语化程度高，情绪表达直接。如果要让AI从中找痛点，得这么来：先选中全部访谈文字，右键「用AI分析」，在弹出框里输入：【请逐句扫描这段访谈，标出所有带负面情绪词（如"烦""根本没法""试了三次还是不行"）的句子，并在每句后用括号注明具体卡点（例如：找不到入口、流程中断、提示语看不懂）】

AI返回结果后，手动把括号里的卡点词复制出来，用「数据透视」方式统计高频词——出现3次以上的就是真痛点，不是抱怨。

方法二：针对客服工单摘要（已结构化但信息碎片）

这类素材通常是整理好的，但每条工单背后的问题可能分散在不同系统中。直接输入：【把以下每条工单归类到：功能缺失｜操作路径太长｜文案误导｜系统报错｜权限问题 这五类中的一类，只输出分类结果，不要解释】

这一步必须限定输出格式，否则AI会自由发挥，生成一堆分析性废话，反而淹没关键分类。

方法三：针对App内用户评论（短句多、带emoji、有缩写）

评论信息量密集，但表达方式碎片化。比较好的做法是：输入【提取每条评论中的动词+名词组合（如"登不上账号""找不到设置""闪退两次"），去掉语气词和emoji，合并近义表达（如"打不开"和"进不去"算同一组），按频次降序排列】

注意："合并近义表达"这句不能省，否则AI会把"登不上""登录失败""一直转圈登不了"当成三条独立问题，数据就散了。

避开三个高发失效陷阱

方法有了，但真正让你前功尽弃的是这三个陷阱：

陷阱一：笼统指令。别写"请帮我挖掘用户痛点"，石墨AI没有隐含推理能力，这句话等于没说。

陷阱二：多任务混杂。别在提示词里塞多个任务，比如"总结问题+给出方案+写改进建议"——AI会优先完成第一个动作，后面全乱套。

陷阱三：依赖情绪识别。别指望AI自动识别情绪倾向，它对"其实还行，就是有点慢"这种反讽完全没反应。必须用明确指令锚定关键词，比如"找出所有含'慢''卡''等''半天'的句子"。

痛点挖掘这件事，做到位了是产品迭代的翻跟斗，做糊了就是一通花里胡哨的AI实验。把输入格式确认好，把提问结构对号入座，把三个陷阱提前避开，剩下的就是用数据说话。