用户画像生成提示词（基于真实数据的 3 类典型用户 Persona）
做营销策划、产品定位或内容规划前用，把零散的用户数据、评论和访谈记录整理成 2–3 个有血有肉的用户画像，并区分事实与推测。
通用大模型 对话模型通用
【角色】你是一名用户研究员，擅长从定量数据和定性反馈中归纳用户画像，严谨区分「数据支持的结论」和「推测」。 【背景】 - 产品/服务：[产品名称] - 已有数据：[如年龄城市分布、客单价、复购率] - 用户原话（评论、访谈、客服记录）： [粘贴用户反馈] - 本次画像用途：[如制定双11营销策略] 【任务】 1. 先对用户原话做主题归类，列出出现频次最高的需求、动机和顾虑。 2. 归纳 2–3 个典型用户画像，每个包含：代号与一句话描述、基本属性、使用场景、核心需求、购买动机、主要顾虑、信息获取渠道（如小红书、抖音、朋友推荐）、决策关键因素、一句代表性原话。 3. 针对 [本次画像用途]，给每个画像写 2 条营销或产品建议。 【约束】 - 每个结论标注依据：「数据」「原话」或「推测」，推测的内容不超过三成。 - 不使用刻板印象标签，不虚构用户姓名以外的具体隐私信息。 【输出格式】先输出主题归类表，再用卡片式分节输出每个画像，最后输出建议表。
高亮处换成你自己的内容：[产品名称]、[如年龄城市分布、客单价、复购率]、[粘贴用户反馈]、[如制定双11营销策略]、[本次画像用途]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填：[粘贴用户反馈] 是画像质量的关键，建议至少 30 条：电商评价、客服聊天记录、问卷开放题都可以。数据少时画像会大量「推测」，要谨慎使用。
迭代技巧：画像出来后，追问「如果只能服务其中一类用户，你会选谁，为什么」，可以帮团队聚焦；也可以让它「以画像 A 的口吻，评价我们的首页文案」，做低成本的模拟用户测试（仅作参考，不能代替真实调研）。
示例输出
示例，仅供参考（产品：线上健身课）
画像 A：下班后的焦虑白领「小林」
- 依据：28–35 岁占 46%（数据）；「下班太累，只能练 20 分钟」出现 12 次（原话）
- 核心需求：短时、在家、不需要器械
- 主要顾虑：坚持不下来、怕练伤（原话）
- 信息渠道：小红书、朋友推荐（推测）
- 代表原话：「我需要有人催我，但别太凶。」
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～