WPS AI调研访谈结论：提示词提炼洞察

先说几个关键判断：WPS AI在处理长文本时，其实潜力很大，但问题往往出在“指令”上。很多人让它“总结一下”，结果它给你堆砌一堆描述性废话，真正的洞察反而被淹没了。要让AI从冗长的调研访谈原始记录里，精准提炼出真正有价值的业务洞察，而不是当个高级摘抄员，关键在于提示词必须锁定“结论生成逻辑”，而不是“总结内容”。

换句话说，你得明确告诉它：别给我复述，给我判断。

先锚定核心目标：让AI区分事实、观点与洞察

第一步：在提示词的开头，就得亮明态度——【必须跳过所有描述性语句、情绪表达和重复确认，只提取具备决策参考价值的判断性结论】。WPS AI默认的倾向就是复述原文，你不加这个约束，它会把“受访者说‘我觉得产品有点贵’”直接当结论输出。但真正的洞察是什么？是“价格敏感度已越过临界点，35岁以上用户对溢价接受度低于12%”。这才是值得关注的信号。

第二步：用括号限定输出格式，强制结构化。比如：“请按【现象→矛盾→推论→建议】四栏输出，每栏不超过25字”。没有格式约束，AI就容易堆砌长段落，导致重点模糊不清。这就像你要求一个报告必须用表格呈现，它自然就学会了提炼。

给AI提供可识别的推理线索

方法一：植入关键词触发词

在提示词里嵌入类似这样的指令：“当出现‘其实’‘真正卡点是’‘要是能…就…’这类转折或假设句式时，自动标记为潜在洞察信号”。这些句式在访谈中高频出现，但人工听记时容易忽略，而WPS AI却可以稳定识别并优先提取出来。这就像给AI装了一个“雷达”。

方法二：绑定行业常识锚点

加入一句：“结合零售行业SOP标准，判断哪些结论触及人效阈值（如单店日均服务客户＞80人即触发流程瓶颈）”。AI自身缺乏领域经验，但通过给出具体数值锚点，它就能避免输出“服务效率不高”这种模糊表述。数据锚点，是让AI告别“泛泛而谈”的关键。

堵住常见幻觉漏洞

① 要求AI标注每一项结论的原始依据位置：“在第3段第2句、第7段末尾处找到支撑依据”。没有这一步，AI可能会编造不存在的佐证，这是典型的“幻觉”。

② 设置否定清单：“禁止使用‘可能’‘或许’‘大概’等模糊副词；禁止将3人以下的个别反馈泛化为群体结论”。WPS AI出于语言习惯，倾向于软化表述，这里必须硬性拦截，要求它给出明确、肯定的判断。

③ 指定对比维度：“同一问题下，分别列出管理层与一线员工的结论差异，并标出分歧率＞60%的条目”。访谈结论的价值，常常藏在视角差里。你不指定对比，AI通常不会主动去横向分析，而只是机械地罗列。