首先，我们来解决一个核心痛点：很多用户使用Monica AI从豆包生成的内容中提取话术时，结果往往混杂在一起，难以区分哪些适合小红书、哪些适合公众号、哪些适合短视频口播。根本原因在于提示词过于模糊，AI只能按通用文案库处理，将所有文字视为泛化的文本块。

要实现精准提取，必须遵循以下三个步骤，缺一不可。

第一步：彻底清除豆包模板符号，保留纯文本语义

打开豆包导出的文案，先进行一次格式清理。使用Ctrl+H批量替换：将所有“##”替换为空格，将所有“- ”（短横加空格）替换为换行符，并删除所有“`”符号。这一步必须一次性完成，否则Monica可能将代码块误判为技术内容，把种草话术当成开发文档处理。

替换完成后，全选复制备用。注意：不要直接粘贴到Monica中，中间增加一次记事本中转，可以过滤掉网页复制时带入的不可见控制符。

第二步：利用平台身份锚定分类逻辑

有两种方法可以实现，效果都相当不错。

方法一：在提示词开头明确指定平台角色与发布约束。例如：“你是一名小红书百万粉内容策划，正在为‘轻医美’品类筛选可直接发布的文案。要求：①每条文案必须包含emoji且不超过35字；②禁用‘建议’‘可以’‘试试看’等弱动词；③出现‘医院名’‘医生名’‘价格’即剔除。”

方法二：绑定真实的发布行为信号。例如：“用户刚在小红书发布笔记后收到‘违规提醒’，正重写第三段话术。当前已删掉‘效果立竿见影’‘绝对安全’，保留‘做完当天地铁自拍被问链接’这类真实反馈句。”

如果不执行这一步，Monica默认按通用文案库分类，会将“玻尿酸打完脸僵”和“咖啡因眼霜一抹就亮”都归为「功效类」，完全忽略平台对医疗宣称的严格监管红线。

第三步：强制输出结构化分类结果

第一步：限定输出字段与分隔符。在提示词末尾追加：“请将清理后的文案按以下三类严格分离，每类标题独占一行，后接冒号，下方逐条列出原文句子，句子间用｜分隔：【小红书种草话术】：｜【公众号痛点钩子】：｜【短视频口播短句】：”

第二步：堵塞跨类混入的漏洞。例如：“若某句包含‘点击领取’‘私信获取’‘限时福利’，必须归入【小红书种草话术】；若包含‘为什么90%人’‘你是不是也’‘别再被坑’，必须归入【公众号痛点钩子】；若包含‘3秒记住’‘跟读三遍’‘停！现在暂停’，必须归入【短视频口播短句】。”

第三步：校验分类唯一性。将光标放在Monica输出结果最开头，按方向键↓逐行检查——每按一次↓，光标应跳到下一行首；任意两行之间不能有空行；每个分类标题后必须紧跟冒号，且冒号后第一个字符不能是空格；每条句子末尾不能有句号或感叹号残留。