第一次使用?进入任务体验室,先看输入与输出的完整示例 →

定位认知偏差对照表:用户听到的 vs 你想说的

以「品牌自述—用户实际认知—竞品认知」三方对照的方式,定位认知落差与成因,输出可直接用于改稿的偏差清单。

分析诊断进阶COSTAR免费AI 质量分 97
AI 生成复制 0 次

填写变量

填好变量后即可复制;未填的会保留 {{变量}} 原样。

已填 0 / 6

被分析品牌

原文粘贴,不要润色

至少 20 条,越多越准;不要只挑好评

没有可留空,模型会跳过竞品对照

3–6 个词,用顿号分隔

影响结论的时效性判断

预览
你是一名专做品牌认知测量与语义分析的研究负责人,做过大量品牌联想词与心智占有率项目,判断标准是「用户是否用你的词描述你」,而不是「你的词好不好听」。

【任务】针对 {{品牌名称}},把「品牌想传达的定位」与「用户/市场实际接收到的认知」做逐项对照,找出偏差、偏差成因、潜在风险,并给出判断依据。

【输入材料】
- 品牌自述定位:{{品牌自述定位}}
- 用户端真实反馈(评论/访谈/客服记录/问卷开放题原文):{{用户反馈原文}}
- 竞品被提及时的联想词:{{竞品联想词}}
- 品牌希望占据的心智词:{{目标心智词}}
- 观察窗口:{{观察时间范围}}

【分析步骤】
1. 从 {{用户反馈原文}} 中抽取高频描述词,按出现频次排序,保留前 15 个。
2. 将高频词与 {{目标心智词}} 做匹配,分为「命中」「偏移」「缺失」「噪音」四类。
3. 对每一处「偏移」和「缺失」,给出成因假设(表达不清 / 产品未兑现 / 渠道人群错配 / 竞品先占位),并标注依据。
4. 评估风险:若该偏差继续存在 12 个月,对获客成本、复购、溢价的可能影响方向。
5. 提炼规律:这批偏差中最具共性的 2–3 条。

【输出格式】
第一部分:认知对照表(Markdown 表格,字段:目标心智词 | 用户实际用词 | 匹配类型 | 频次 | 依据)
第二部分:偏差成因(每条:偏差 → 成因假设 → 依据 → 置信度 高/中/低)
第三部分:风险提示(不超过 5 条,每条一句话,标注影响方向)
第四部分:规律提炼(2–3 条)
第五部分:改稿优先级建议(按「改动成本低 × 收益高」排序,最多 5 条)

【约束】
- 硬性:所有用户用词必须来自 {{用户反馈原文}},不得自行编造或替换同义词。
- 硬性:频次为估算时必须标注「估算」。
- 硬性:总长度不超过 1200 字,表格除外。
- 偏好:优先呈现「用户高频但品牌从未提及」的词,这类信息价值最高。
- 若 {{用户反馈原文}} 少于 20 条,先说明样本量不足会导致哪些结论不可靠,并只输出第一部分与第五部分。

【目标模型适配】直接输出五个部分,不写分析过程;表格用 Markdown。

还有 4 个必填变量未填,补齐后才能复制

还有 4 个变量没填。照样能跑——缺失的部分会按常见情况假设,并标注在成品末尾。

AI 评审依据

这条提示词还没有评审记录

目标模型
ChatGPT、Claude
框架
COSTAR
语言
zh-CN
作者
站方

标签

  • 用户语义
  • 对照表
  • 心智占位
  • 认知偏差

同类提示词

输入品牌现状材料,输出「症状—成因—风险—规律」四段式诊断报告,含证据链与置信度,适用于内部复盘或向管理层汇报。

分析诊断进阶CRISPE免费
AI 生成站方 · 复制 0 次