很多知识博主在做选题时，总觉得AI给的太泛，什么“AI办公技巧”、“职场效率提升”，听着就没劲。其实不是模型不行，是你没把它当成刚入职的实习生来带——它不会主动去补全你没说的城市、年龄、平台动作链和72小时内真实行为。想要精准定义你的用户，直接上“三段式身份锚定法”就行。

用三段式身份锚定法锁死人群

第一步：先写清楚城市、年龄、职业和当前处境。这四项，漏掉任意一项，元宝就会自动补全为模糊的泛称。比如，“28岁成都新媒体运营，刚接手公司小红书账号，粉丝停在1.2万整整47天”。这么一来，它的目标就非常明确。

第二步：补一句她最近72小时内真实做过的事。这句话不能瞎编，得从你手头的真实用户访谈或后台日志里抄。比如，“周五下午3:17在飞书文档里删掉了第5版选题表，最后一行写着‘还是不像真人写的’”。这能让模型瞬间进入具体场景。

第三步：加一个反向排除项，砍掉AI的惯性联想。比如，“不看公众号长文，但会截屏保存企业微信里同事发的Excel公式截图”。这句话能逼元宝放弃‘深度阅读’、‘系统学习’这些默认路径，转而聚焦于更接地气的行为。

把人群特征嵌进指令结构

方法一：用“她正在……但……”结构制造张力。例如，输入：“她正在用小红书创作中心批量生成封面图，但每张点击率都卡在1.8%以下；请生成4个明天就能试的选题，每个附带一句可直接复制的标题钩子（不超过11字）”。这种结构天然地制造了冲突和需求，模型给出的答案会更有针对性。

方法二：绑定具体平台动作链。比如，输入：“她在抖音刷完竞品爆款视频后，切回微信翻聊天记录找上次咨询的客户，结果发现对话框里全是‘好的谢谢’。请基于这个动作链，生成3个关于‘如何让老客主动开口’的选题，禁用‘唤醒’‘激活’等词，改用‘翻出来’‘找得到’‘接得住’这类动词。” 把动作链写清楚，指令就活了。

强制输出格式倒逼细节落地

要求它只输出纯文本表格，列名必须为：
选题编号|人群痛点原话(直接引用她昨天说的话)|对应平台|可执行动作(动词开头，如“拍一段手机录屏”)|预估耗时(精确到分钟)。

所有选题必须能自然承接这句话的情绪落点：“我其实不想天天发红包，就想让客户觉得我这个人靠谱”。

每条选题中必须出现一个物理物件，比如“我办公桌右上角那台二手MacBook Air”，它风扇声大得盖过Zoom会议声音。这种具象化的细节，能瞬间把空洞的选题变成有血有肉的方案。