直接给出结论：要让AI严格按照AARRR模型逐一拆解五个阶段，仅仅输入一句“用AARRR模型分析”远远不够。实际测试中，十次有八次“激活”阶段会莫名消失，“收入”环节被一笔带过，“推荐”阶段更是经常被直接忽略——这并非AI能力不足，而是你的提示词缺少硬性约束。

锁定AARRR五阶段不可跳过

打开对话窗口后，第一行就要明确写下：【必须完整覆盖Acquisition（用户获取）、Activation（激活）、Retention（留存）、Revenue（收入）、Referral（推荐）五个阶段，缺一不可】。这句话一定要放在最前面，而不是藏在中间。原因很简单：如果只说“用AARRR模型分析”，AI会根据语义相似性自由发挥，比如把Activation和Retention合并成“用户留存行为”，把Referral简单概括为“分享数据”——裂变机制设计、邀请路径追踪全都会被丢弃。

紧接着，在列出五阶段后立即追加字段硬约束：每个阶段输出必须包含【指标定义】【当前值】【行业基准】【归因路径】【优化动作】五个子项，并用“→”隔开。这套组合拳打下去，AI连省事的空隙都找不到。

喂结构化原始数据防止AI臆测

提供原始数据时有两种有效做法：

方法一：粘贴带时间戳的行为日志片段（至少包含3类事件）。例如：

2024-05-12 10:23:41 /register success uid=U78923
2024-05-12 14:17:02 /pay amount=299 uid=U78923
2024-05-13 09:55:18 /invite code=INV202405 uid=U78923

方法二：用字段映射说明替代截图。直接写清楚：原始数据共12.7万行，关键字段包括event_time（ISO8601格式）、event_name（字符串）、uid（唯一ID）、amount（正数为支付，负数为退款）、ref_code（邀请码，空值表示非推荐来源）。

这里必须警惕一点：如果你不声明ref_code为空值代表非推荐来源，AI会默认把缺失值当成“未采集”，导致Referral阶段的计算基数直接出错——自然流量和邀请来源被混为一谈，分析结果自然偏离实际。

强制输出格式堵住自由发挥漏洞

想让AI不跑偏，就得在格式上画好路径。分三步走：

第一步，固定表格列序。在提示词末尾加一句：“输出为单张Markdown表格，列顺序严格为|阶段|指标定义|当前值|行业基准|归因路径|优化动作|，禁止调整列位置。”——别给它任何自由排序的空间。

第二步，绑定阶段动词，防止弱表达。例如：Acquisition阶段动词仅限“获客”“触达”“曝光”；Activation阶段动词仅限“完成首单”“通过实名认证”“启动核心功能”；Retention阶段动词仅限“7日回访”“30日复购”“连续登录”；Revenue阶段动词仅限“ARPU”“LTV”“客单价”；Referral阶段动词仅限“邀请率”“裂变系数”“K因子”。有了这些限定词，AI无法再含糊其辞。

第三步，设置缺失拦截机制。末尾加一句：若某阶段原始数据中无对应事件（比如ref_code全为空），则该阶段“当前值”栏填“❌无数据支撑”，优化动作栏填“需埋点：/invite?ref={code}”，绝不许留空或直接跳过整行。这样一来，即使数据不完整，AI也得老老实实为你留出分析位置和后续行动指引。