肯定不是“为我写一个爆款文案”，这个提示词跟让 AI 给你的银行卡转 500 块钱一样。
倒不是因为 AI 没钱给你转，而是因为你的提示词里没告诉它你的卡号，也没有告诉它转人民币还是韩币…
「说不清楚」是导致你的 AI 拉跨的根本原因，跟 AI 的水平一点关系都没有。
当然从技术角度，这是它的缺陷：怎么能看人下菜碟呢
换个角度你就能共情了：公司烂肯定是因为老板和领导不行，跟员工一点关系都没有。
所以，怎么让 AI 写出好文案？
自嘲一下：我这标题起的，跟开头的提示词一样拉跨。
我标注一下问题所在你就知道了：「好」文案。
“好”这个形容词太不具体了：对新人来说，写的文案文章，能有 1 万阅读就已经很厉害了；但对迷蒙来说，10 万+都过不了实习试用期。
所以，让 AI 写文案的一大忌：用形容词来描绘文案质量。
中科江南2024年三季报显示，公司主营收入4.93亿元，同比下降36.83%；归母净利润677.62万元，同比下降96.39%；扣非净利润451.02万元，同比下降97.46%；其中2024年第三季度，公司单季度主营收入1.3亿元，同比下降59.48%；单季度归母净利润-2623.8万元，同比下降131.97%；单季度扣非净利润-2583.93万元，同比下降132.1%；负债率20.65%，投资收益109.34万元，财务费用-2519.47万元，毛利率56.8%。
哪怕是用神级工具“框架语义学”来分析这个任务，也无能为力
“好”“坏”这种形容词，是「社会评价标准」，它是众筹的结果，无法来度量。
这大概类似你绩效评价里的“工作态度”那一栏，一点也不利于真正的工作能力评价，只是一些“社会性”服从测试的工具。
当你使用这样的“社会性评价指标”来约束你的 AI，你离成为你天天骂的那个人也不远了。可以想象这样的指令会带来多么“草台班子”的输出结果。
像写文案这样的工作，正确的评价约束指标应该是「结果」。
但不是“直接结果”，而是“过程结果”。
文案的直接结果是“阅读量”、“转化率”等为下游工作服务的指标。
但是 AI 作为写文案过程中一个很小的节点，它对直接结果的影响力太小了。
首先，大模型训练过程中，大概率没有文字措辞和阅读量的对应关系学习；即便有，它也不一定能进一步泛化到文章所在平台是个全民平台还是小众圈子；即便也有，它也不能再进一步泛化到某篇爆款文章是不是蹭上了当时的热搜；即便还有，它也不一定能泛化出用词写法、阅读、热搜与但是社会环境、大众情绪之间的关系。
所以，你看我让 Claude 用框架语义学为我分析这个任务时，它一再甩锅提醒我：代理者需要保持主导地位,而不是完全依赖工具…
那「过程指标」是什么？
以写文案为例：在达到某个阅读量级、实现转化之前，文案先要做到让用户有想法、认知的改变。
比如，读完大彻大悟、读完觉得重要、读完突然想买。
AI 不能控制阅读量，但是它有足够的心理学知识和文学功底，写出改变用户认知思想的文案。
写到这里先感谢《文案变现》这本书的作者叶小鱼老师。我没看过这本书，但是这本书里的“文案 GPS 目标大纲”广为流传。
叶老师这个写文案的方法论，是这篇文章核心思想的主要启发来源。
这个方法论是这样的：
1. 明确说话对象
2. 用户的变化结果
3. 理性信息传达
4. 感性情绪推动
它的厉害之处在于把写文案这件事的「可控结果」和「实现路径」都讲出来了。
甚至还包含了衡量「可控结果」的前提：明确说话对象，也就是目标用户分析。
这是我用这个框架写的让 AI 帮写文案的提示词，以及让直男 kimi 写的恋爱 App 的推广文案。
上面这个案例，我们没法控制它的最终阅读量和转化率，但是只要用户看了文案就会被打动。
决策者看到这句文案，可能会给更多预算，让它成为一个“爆款文案”。
以上策略杠杆网。