答案是：必须优先锁定五维锚点，再向AI输入资料。具体是哪五维？标题钩子类型、首段情绪词密度、正文对比结构位置、评论区互动指令句式、结尾话题标签组合逻辑——每一项分析结论，都需要标注原文行号或区域描述。

你想借助豆包AI将小红书竞品笔记快速提炼为结构化摘要，却发现AI输出内容零散混乱、维度不清晰，难以直接用于报告。你有没有意识到？问题的根源在于“分析颗粒度”没有提前界定。AI默认按通用逻辑归类，但小红书的真实竞争细节，隐藏在“标题冲突感”“评论区提问话术”“emoji插入节奏”这些肉眼可见却容易被忽略的要素中。

先锁定五维锚点再喂资料

打开豆包AI新对话，第一句必须明确角色与维度声明。不能只简单说“帮我分析竞品”，否则AI会从产品功能开始罗列，遗漏平台特有的信号：

你是一名专注于小红书美妆垂类的内容策略师，请基于以下3篇竞品爆款笔记原文，严格按【标题钩子类型】【首段情绪词密度】【正文对比结构（以前…现在…）出现位置】【评论区互动指令句式】【结尾话题标签组合逻辑】这5个维度提取共性规律。每项结论必须标注原文行号或截图区域描述（如“标题第1行”“正文第3段末尾”）。

粘贴竞品笔记时，每篇开头加【笔记A】/【笔记B】/【笔记C】标记，文字需完整包含标题、正文、评论区前3条高频回复（非截图，是人工转录的纯文本）。【禁用截图OCR识别结果，文字错位会导致AI误判emoji位置和断句节奏】

分步拆解行为链，避开泛化归因

方法一：聚焦“标题—正文—评论”动线

首轮输入：“请逐条提取三篇笔记中所有带‘谁懂啊’‘绝了’‘按头安利’等小红书高热词的句子，标注出现在标题/正文第几段/评论第几条，并统计每篇使用次数。”

待返回后，第二轮输入：“对比热词出现位置，若某篇热词全集中在标题，而另两篇分散在正文第三段和评论区提问句，说明什么？请结合小红书算法对‘完读率’和‘互动率’的权重差异解释。”

方法二：反向验证真实感锚点

输入：“请找出三篇笔记中所有含具体时间/身体反应/失败细节的句子（例如‘连用5天下巴闭口消了一半’‘第2次喷忘摇匀糊了睫毛’），列出原文并判断是否符合‘UGC可信度三要素’（可验证动作+体感变化+轻微翻车）。”

这一步能筛掉AI生成的“伪真实”内容——真正的小红书爆文，失败细节必带具体场景，比如“戴N95口罩8小时后喷”，而不是笼统说“用了几天有效”。

用行业基准校准，拒绝自循环推理

第一步：输入小红书官方《2026Q2美妆类笔记流量分配白皮书》节选（纯文本，含“标题含数字的笔记平均曝光提升47%”“评论区提问句式带动收藏率上升2.3倍”等数据）。

第二步：输入指令：“将刚才提取的5维共性规律，与白皮书中的三项核心指标做匹配验证。若某维度（如emoji插入频率）未在白皮书中提及，则标注‘存疑，需人工抽样复核’。”

第三步：输入：“请生成一张对比表，左列是白皮书明确要求的3项硬性指标，右列是竞品实际执行情况（达标/未达标/变体执行），并在未达标项旁注明‘可能损失的流量权重区间’。”