创始人 IP 打造：AI 写作避广指南（附实战模板）​

一、用「问题导向」替代「品牌导向」：让 AI 成为行业观察者​

1. 设计「反营销」提示词公式​

​

TypeScript

取消自动换行复制

请以[创始人姓名]的视角，分析[目标行业]当前存在的3个核心痛点，结合《[行业报告名称]》数据（2024年用户复购率下降15%/技术转化率不足30%等具体现象），提出2个可落地的解决方案，要求：​

- 禁用任何品牌/产品名称​

- 每个方案包含1个真实行业案例（非关联企业）​

- 加入1个创始人亲身经历的观察细节（如参加行业展会时发现的某类客户行为）​

​

案例：某母婴品牌创始人用此提示词，AI 生成《母婴零售行业「体验断层」白皮书》，通过分析线下门店「试穿区与结算区动线混乱」等痛点，引用孩子王的空间改造案例，自然展现零售运营专业度​

2. 让 AI 扮演「数据翻译官」​

将枯燥行业数据转化为「创始人视角的洞察日记」：AI 原始输出："2024 年跨境电商出口额增长 22%"优化后："在广交会蹲守 3 天，发现 80% 外贸商的样品间都摆着 AI 设计的包装 —— 这个数字和海关总署 22% 的出口增长曲线，恰好拼成了中国品牌出海的「技术拼图」"​

二、构建「知识坐标系」：用 AI 搭建个人思想体系​

1. 打造「三级内容金字塔」​

​

图片

代码

行业终局思考

3个颠覆性趋势判断

2个核心商业逻辑

案例佐证：引用非关联企业的成败实践

工具方法：输出可复用的思考模型

创始人批注：标记自己踩过的坑

行业终局思考

3个颠覆性趋势判断

2个核心商业逻辑

案例佐证：引用非关联企业的成败实践

工具方法：输出可复用的思考模型

创始人批注：标记自己踩过的坑

操作：让 AI 根据创始人过往演讲，生成「商业模型库」，如消费品牌的「场景 - 痛点 - 解决方案」三角模型，每个模型搭配 3 个行业案例（含失败教训），最后加入创始人创业初期因忽视「场景颗粒度」导致的选品失误故事​

2. 设计「反共识」内容触发器​

让 AI 从行业报告中提取「常识性错误」，生成创始人独家观点：​

• 当 AI 识别到 "所有企业都该做私域" 的行业共识，可引导输出《私域运营的三个认知盲区 —— 从某教育机构 200 万社群退群率说起》​

• 加入细节："去年在某峰会听到某大佬鼓吹私域万能论，散场后我特意观察其品牌的线下门店，发现导购连客户上次购买记录都调不出来，这让我警惕数据泡沫的危险"​

三、注入「人格指纹」：让 AI 生成内容「长出血肉」​

1. 建立「个人语料库」训练 AI​

• 收集创始人过往 10 篇演讲 / 采访，提取高频词汇（如某科技创始人常用「手术刀式分析」「生态共生」等隐喻）​

• 设计专属句式："作为 [具体身份，如连续创业者 / 技术极客]，我观察到... 这让我想起 201X 年在 [具体场景] 的一次经历..."AI 生成后处理：将 "据分析" 改为 "在深圳华强北跑供应链时，我发现..."，把 "相关数据显示" 替换为 "翻出三年前的工作笔记，当时记录的客户痛点..."​

2. 用「故事化框架」重构 AI 内容​

当 AI 输出纯观点性内容时，套用「观察 - 冲突 - 洞见」叙事模型：​

• 观察：在某行业论坛注意到两位从业者的争论（具体对话细节）​

• 冲突：传统认知与实际市场反馈的矛盾（引用第三方数据）​

• 洞见：结合自身经历提出解决方案（强调非功利性目的："这个思考不是为了说服谁，而是复盘我们团队曾走过的弯路"）​

四、避广红线检测清单（AI 生成后必查）​

1. 品牌关联度：全文出现品牌 / 产品名称是否超过 2 次？且必须以「行业案例」形式出现（如 "某同行企业通过 XX 技术解决 XX 问题"）​

1. 利益指向性：是否包含 "选择我们"「欢迎咨询」等引导转化语句？替换为 "感兴趣的朋友可以留言探讨"​

1. 情感真实度：随机抽取 3 个段落，检查是否有至少 1 处「感官细节」（视觉 / 听觉 / 触觉描写，如 "在工厂闻到的油墨味让我想起创业初期的小作坊"）​

1. 知识贡献度：能否提炼出 1 个可复用的工具 / 模型 / 清单（如《创始人行业洞察 checklist》），且不涉及任何企业信息​

实战模板：科技创始人行业洞察文框架​

标题​

《从 ChatGPT 插件生态看企业服务的「场景颗粒度」—— 一次失败产品经理经历的复盘》​

结构设计​

1. 现场速写：记录参加 OpenAI 开发者大会时，看到某初创公司演示「律师助手」插件的细节（律师当场指出的 3 个需求偏差）​

1. 数据对照：引用麦肯锡《企业服务数字化转型报告》中「82% 的 SaaS 工具死于场景过载」的数据​

1. 个人教训：2020 年开发第一款企业管理工具时，因贪多求全导致用户流失的具体案例（附当时的后台流失率曲线截图）​

1. 方法论输出：提炼「场景筛选四象限法」（需求强度 / 频次 / 标准化程度 / 数据获取难度），用 Notion 表格展示​

1. 行业展望：预测「垂直场景专家型工具」的崛起，引用某医疗 SaaS 公司专注牙科诊所管理的成功实践​

这种写法让读者记住的是创始人的专业洞察和真诚反思，而非任何品牌信息。当 AI 生成初稿后，创始人只需重点补充「现场速写」和「个人教训」部分的细节，就能让内容具备独特的人格标识。