模块七练习

选定文章主题，知道目标读者群体

• 收集至少10篇相关领域的参考文章

• 定义核心观点或假设

• 准备数据源和案例

定义文章的核心框架：有几个主要论点？逻辑关系是什么？

输入：主题 + 研究问题 + 参考文章清单
AI 生成：各个论点的支撑证据、相关案例、对立观点的总结

• AI生成的证据是否准确？（有没有幻觉）

• 论点顺序是否合理？

• 有没有被遗漏的重要视角？

根据修改后的框架，AI生成初稿（约1500字）

• 逐段阅读，标注逻辑问题、数据错误、表述不畅

• 列出3-5个最关键的改进点

• 可选：邀请同事/编辑读初稿，收集反馈

AI 根据你的意见逐句修改 → 你审核修改 → 循环2-3次直到满意

技巧：不要给AI"看起来不对"，要给具体的修改指令

• 从头到尾读一遍，检查逻辑连贯性

• 检查格式、排版、标题吸引度

• 确认没有数据错误和语法问题

• 如果AI生成的数据有明显错误 → 指出错误，提供正确信息，让AI重新生成

• 如果论点逻辑混乱 → 回到 Step 1 重新设计框架，而不是修修补补

• 如果初稿方向完全不对 → 拆解你的框架定义，重新给AI输入

一篇1500字+的深度分析文章，已发布或已审核通过

第1次执行： 用时4小时 | 质量8/10 | 卡壳点：AI初稿框架不清晰 | 改进：下次在Step 1更详细地描述每个论点

第2次执行： 用时3小时 | 质量9/10 | 卡壳点：对立观点的呈现有偏向 | 改进：给AI加上"公正呈现"的提示

需要了解竞争对手的产品、策略或市场位置

• 确定分析对象（3-5个竞品）

• 列出要分析的维度（产品、价格、营销、用户体验等）

• 准备内部背景信息（我们的产品定位、目标市场）

• 访问竞品网站、app、社交媒体、公开发言

• 截图、记录关键信息

• 整理成一个信息表

输入：竞品名单 + 竞品信息 + 分析维度
AI 生成：结构化的对比表、趋势分析、机会洞察初稿

• 逐项检查AI生成的数据是否与你收集的信息一致

• 标注错误或偏差

• 补充遗漏的竞品信息

AI 根据修正的数据，生成与我们的产品对比分析 → 你补充战略洞察

AI 把所有分析整理成一份结构化的报告（执行摘要 + 详细分析 + 建议）

• 报告的建议是否与我们的战略方向一致？

• 有没有遗漏的市场机会？

• 有没有风险被忽视？

根据你的审核意见，AI 修改报告内容，并生成可视化建议（表格、图表、信息图）

• 如果AI对竞品功能的描述不准确 → 提供正确信息，让AI更新分析

• 如果分析维度不完整 → 补充新维度，重新运行分析

• 如果建议不符合策略 → 明确业务约束条件，让AI调整

一份10-15页的竞品分析报告，包含数据对比、趋势分析和战略建议

面临重要决策，有多个备选方案

• 列出所有备选方案（至少2个）

• 明确决策的约束条件（预算、时间、资源）

• 定义成功标准（我们在乎什么？）

你描述每个方案 → AI 用结构化的方式重述和整理 → 你确认理解无误

AI 从这些角度分析每个方案：
优点 | 缺点 | 风险 | 所需资源 | 实施难度 | 长期可持续性

AI 为每个不是你倾向的方案辩护：如果选这个，最好的情况是什么？

AI 列出你的决策中隐含的假设 → 你逐一检验这些假设是否合理

例：假设"用户会接受价格上升20%"，但你真的验证过吗？

AI 根据分析，为每个方案绘制风险矩阵：
哪些是高概率高影响的风险？哪些是低概率但黑天鹅的风险？

现在你已经看到了每个方案的全景。再问一遍：

• 哪个方案最符合我们的价值观和长期战略？

• 我能接受哪个方案的风险？

• 我的直觉和分析的结论一致吗？（如果不一致，为什么？）

基于你的选择，AI 为选中的方案生成初步的实施计划：里程碑、资源分配、风险应对预案

• 如果分析后你仍然无法决策 → 回到 Step 4，质疑更多假设

• 如果发现遗漏了关键方案 → 补充新方案，重新运行分析

• 如果风险评估过于保守/乐观 → 调整参数，重新生成

一个有信心的决策，附带明确的实施计划和风险应对