本教程提供评价编号、聚类提示词、证据表和人工审核方法，帮助你把真实客户语言提炼成一句可验证的着陆页价值主张，适合需要可复现流程与人工复核的团队直接照做。
最终交付只有一句价值主张，但它必须能回到客户评价原文：在什么使用场景下，哪类用户反复遇到什么问题，产品帮助他们得到什么可被评价支持的结果。本文适用于 ChatGPT 当前网页版或 OpenAI API 当前稳定接口；截至 2026-08-30，请核对所用模型、数据控制、文件上传限制和组织权限，不假定固定模型名称或套餐。
准备至少二十条可合法使用的评价
收集同一产品或同一核心用途下的真实评价，保留原始编号、日期、渠道和文本。至少二十条不是统计学保证，而是防止一句价值主张被单条极端评价主导的最低工作起点。如果评价跨越完全不同的产品版本、国家或客群，应先分组，不要强行合并。
| 字段 | 示例形式 | 处理规则 |
|---|---|---|
| 评价编号 | R001 | 全程保留以便回查 |
| 使用场景 | 每周整理客服问题 | 只记录原文明确内容 |
| 痛点 | 信息分散、重复查找 | 区分事实与情绪表达 |
| 结果 | 更容易找到历史答复 | 不擅自改成量化效果 |
| 身份信息 | 姓名、订单号、邮箱 | 上传前删除或替换 |
必须先确认评价文本的再利用权。公开可见不等于可以任意复制到广告中；平台条款、客户授权、合同和当地法律都可能限制用途。对于截图、头像、姓名和直接引语，应采用比内部主题分析更严格的授权标准。
步骤一：脱敏并编号
- 删除姓名、邮箱、电话、订单号、地址、账号和可识别的组合信息。
- 把每条评价分配唯一编号，不修改原文措辞；确需删节时保留删节记录。
- 剔除机器人垃圾、重复内容、与目标产品无关的评价和无法确认来源的转述。
- 单独标记赠品、折扣或其他激励获取的评价，避免与自然评价混为同等证据。
ICO 的 数据保护原则指南可用于理解合法、公平、透明、目的限制、数据最小化和准确性等原则。其适用范围取决于你的组织和数据处理活动；脱敏也不应被误解为在所有情况下都已完全匿名。
步骤二：先让 AI 提取证据，不写文案
第一轮只做结构化归纳。把模型角色限定为研究助理，要求每个判断附评价编号，并把只出现一次的内容列入“孤立信号”。OpenAI 的 提示工程指南可作为组织清晰指令、上下文和输出要求的参考；具体能力仍取决于当前模型与输入质量。
任务：分析以下已脱敏客户评价，不写营销文案。
按三栏提取：使用场景、重复痛点、明确结果。
每个主题必须列出支持它的评价编号和原文短语。
区分“客户明确陈述”与“可能解释”，不得把可能解释写成事实。
出现一次的说法放入孤立信号，不纳入主要结论。
不得计算输入无法支持的百分比，不得补充外部案例。
输出：主题｜编号｜证据短语｜反例或限制。
评价：粘贴 R001 至 R020 及后续编号。步骤三：建立人工证据表
逐条打开原始评价，确认模型没有混淆主语、否定词、时间或产品版本。合并近义主题时要保留差异，例如“节省查找时间”和“减少回复时间”不一定是同一结果。还要记录反例：如果部分客户认为学习成本较高，价值主张就不应暗示人人都能立即使用。
步骤四：生成一句候选价值主张
只有证据表通过后，才让 AI 生成三至五个候选句。可使用结构：“帮助某类用户在某场景下减少某个重复痛点，从而更容易获得某个已证结果。”不要加入“最佳”“保证”“零成本”“提升数倍”等评价没有支持的词。
依据已审核证据表生成 5 条价值主张。
每条只包含：目标用户、使用场景、重复痛点、可支持结果。
结果必须使用保守表达，不得新增数字、比较级或保证。
每条后附支持编号；证据不足时明确写“不建议使用”。
句子要能放在着陆页首屏，但不能牺牲准确性。步骤五：用四项标准选出最终句
- 相关性：目标用户能立即认出自己的任务，而不是看到泛化口号。
- 重复性：核心痛点和结果由多条独立评价支持，不依赖一条戏剧化故事。
- 可证性：每个实质性表述都能回到编号、产品资料或其他可靠证据。
- 克制性：没有把主观感受扩大成普遍、量化或保证性结果。
美国联邦贸易委员会的 广告与营销业务指导可用于核对广告表述、背书及相关合规主题。法律适用性和证据要求取决于市场、表述与投放方式；AI 提炼出的句子不能替代法务审查。
失败诊断
| 症状 | 原因 | 修正动作 |
|---|---|---|
| 句子适用于任何产品 | 没有保留具体使用场景 | 补入任务、用户和触发时刻 |
| 结果听起来过于确定 | 把感受改成效果保证 | 恢复原文强度并删除量化词 |
| 模型给出虚假比例 | 要求总结趋势却未限制计算 | 只报告编号数量并人工复算 |
| 主题被少数评价主导 | 未检查重复频次和反例 | 建立证据表并标记孤立信号 |
隐私、版权与成本边界
不要上传仍可识别客户身份的评价，也不要提交受平台条款、保密义务或内部政策限制的文本。核对 ChatGPT 或 API 当前的数据控制、保留和文件限制。网页版套餐、API 用量与文件处理可能分别计费；先用小批量验证模板，再决定是否扩大处理范围。
结论
AI 客户评价价值主张不是让模型替品牌发明一句更响亮的话，而是把分散证据压缩成一句更准确的话。保留编号、检查重复主题、记录反例并审查广告承诺，才能让最终文案既有客户语言，也经得起追问。
常见问题
少于二十条评价可以提炼价值主张吗？
可以形成探索性假设，但不宜称为稳定的共同主题。应明确样本有限，并继续收集评价或用访谈、客服记录等合法证据核验。
可以直接在价值主张中引用客户原话吗？
只有在确认授权、上下文、署名和广告规则后才应使用。内部归纳许可不一定等于公开引用许可，必要时改用准确转述。
模型统计评价出现次数可靠吗？
不能默认可靠。要求它附上编号后，仍应由人工或可审计脚本复算，特别是近义主题、否定句和重复评价容易造成误计。