浏览器自动化与大语言模型（LLM）的结合，从根本上改变了我们处理数字化工作流的方式。通过将 OpenClaw 等工具的执行力与现代 AI 的认知推理相结合，以往需要数天才能完成的任务，现在可以标准化为一键操作。 这些提示词已针对领先的 AI 模型（包括 ChatGPT、Gemini、Claude 和 DeepSeek）进行了严格测试和优化。虽然每个模型都有其独特优势——Claude 擅长捕捉细微差别，DeepSeek 擅长逻辑推理，Gemini 擅长数据综合——但这些模板为自动化您的营销、销售和工程流水线提供了通用的基础。
一、 营销与内容策略
1. SEO 内容生态系统
最适用模型： Gemini（擅长处理大规模上下文和搜索意图） 该提示词超越了简单的文章生成。它强制 AI 扮演策略师角色，在起草前先进行研究，以确保高度的商业意图。
你现在是我的内容策略师和 SEO 专家。请为我的业务建立完整的内容流水线。
1. 分析：访问我的网站，了解我们的产品、受众和独特价值主张（UVP）。
2. 研究：使用浏览器自动化识别 10 个具有商业可行性的高意向长尾关键词。
3. 主题选择：选择 4 个当前搜索需求与我们专业知识相匹配的热门话题。
4. 起草：为每个话题撰写一篇 1,500-2,000 字的文章。
* 开篇使用能引起特定痛点共鸣的钩子（Hook）。
* 使用 H2/H3 副标题和项目符号以提高可读性。
* 自然植入核心关键词（4-6 次）和次要关键词（3-5 次）。
* 包含 2 个真实的数据点/统计数据以增强可信度。
* 以教育性的行动号召（CTA）结尾。
5. 交付：为私有 GitHub 仓库整理输出：
* 将文章放入 `/articles/` 文件夹，并包含 Front-matter（标题、日期、关键词）。
* 创建一个 `README.md` 仪表盘链接每篇文章。
* 添加一个 `/research/` 文件夹存放你的关键词笔记。
回报： 实现了从关键词研究到仓库管理的内容创作全生命周期自动化，确保 SEO 的一致性。
2. 30 天社交媒体架构师
最适用模型： Claude（擅长捕捉品牌语调和细微差别） 生成一个月份的内容，在价值提供、销售和互动之间取得平衡，且不显僵硬。
担任我的社交媒体策略师。在 Google 表格中创建一个 30 天的内容日历，包含以下列：日期、平台、内容类型、文案、话题标签、视觉方向、CTA 和最佳发布时间。
策略：
* 遵循 4-1-1 组合：4 篇教育性帖子，1 篇软销售（案例研究），1 篇硬销售（优惠信息）。
* 包含 5 个“对话启动器”（热评或提问）以驱动评论。
平台规范：
* Twitter/X：推文串（Threads）和简练的钩子。
* LinkedIn：专业叙事和行业见解。
* Instagram：视觉优先的说明文字和多图拆解。
话题标签：每篇帖子提供 3 个层级（广泛、中等、垂直）。
将最终日历输出到 Google 表格，并包含一份策略总结文档。
回报： 通过预载一个月的策略性、平台特定内容，消除每日构思的疲劳。
3. 品牌语调权威指南
最适用模型： Claude（在风格分析方面具有高保真度） 在规模化生产内容之前，你需要一个关于品牌个性的单一事实来源。
担任我的品牌策略师。
1. 审计：查看我的网站主页、5 篇最近的博客文章和社交媒体资料，分析语气和词汇选择。
2. 创建一个包含以下内容的 Notion 工作区：
* 声音属性：定义 4 个核心特征（例如“专业但亲和”），并附带“我们是 / 我们不是”的示例。
* 语气变化：定义声音在不同语境（博客 vs. 销售 vs. 支持）下如何切换。
* 语言规则：要使用的词汇和要避免的术语。
* 示例：“之前（通用）”vs. “之后（符合品牌）”的改写对比。
* 备忘单：供作者参考的一页式指南。
回报： 确保每一篇内容，无论是由谁（或什么工具）撰写的，听起来都具有鲜明的品牌特色。
4. 产品发布邮件序列
最适用模型： ChatGPT（擅长说服性文案框架） 一个结构化的序列，引导潜在客户从好奇走向转化。
担任我的邮件营销专家。设计一个包含 6 封邮件的发布序列：
1. 预热（T-7 天）：利用好奇心缺口的预告。
2. 发布日（第 0 天）：以利益点为导向的公告，包含明确的 CTA。
3. 功能深挖（第 2 天）：应用场景和工作流匹配。
4. 社会认同（第 5 天）：案例研究或数据支持的结果。
5. 异议处理（第 8 天）：破解前 3 大顾虑。
6. 最后机会（第 12 天）：稀缺性或早期采用者激励。
为每封邮件提供：主题行（A/B 测试版）、预览文本、正文和 CTA 文字。输出到 Google 文档。
回报： 通过在购物车开启前对受众进行心理铺垫，最大化发布收益。
5. 高转化落地页文案
最适用模型： Claude（擅长同理心和说服性写作） 起草专注于用户转变而非仅仅是功能列表的文案。
担任转化文案撰稿人。为高转化落地页撰写文案：
* 英雄区（Hero）：标题（少于 10 字）直击第一大需求 + 副标题 + 特定动作的 CTA。
* 焦虑激发：具体且感同身受地描述痛点。
* 解决方案：将产品定位为通往理想结果的桥梁。
* 功能模块：3-4 个模块，格式为“功能 -> 益处 -> 证据”。
* 社会认同：3 个证言模板和核心指标。
* 常见问题（FAQ）：诚实地处理前 5 大异议。
* 最终 CTA：带着紧迫感重申价值。
输出为 Google 文档，并附带批注解释关键文案决策背后的心理学。
回报： 提供一个基于转化原则、可直接投入设计的完整文案原型。
二、 销售与触达自动化
6. 超个性化触达序列
最适用模型： DeepSeek（擅长结构化逻辑）或 Gemini（网页浏览集成） 通用的冷邮件已经过时。此提示词利用研究来建立真实的联系。
担任我的销售开发专家。为 [PROSPECT_LIST_URL] 中的潜在客户建立一个 5 步触达序列。
步骤 1：深度研究
* 访问 LinkedIn 和公司网站。
* 记录技术栈、团队规模、融资情况和近期新闻。
* 寻找一个*真实*的个性化钩子（不是通用的奉承）。
步骤 2：序列设计
* 第 1 天 (邮件)：以钩子开头 + 问题陈述 + 具体结果。低摩擦 CTA（“值得探讨吗？”）。
* 第 3 天 (LinkedIn)：参考其内容的连接请求。
* 第 5 天 (邮件)：价值增值（案例研究/见解）。不要说“只是来确认一下”。
* 第 9 天 (价值)：发送基准测试或分析报告。不提要求。
* 第 14 天 (告别)：语气轻松、人性化。保留后续机会。
输出：在 Google 文档中起草所有序列，按潜在客户分类。
回报： 通过证明你在占用对方时间前做了功课，从而提高回复率。
7. CRM 漏斗清理
最适用模型： DeepSeek（强大的数据逻辑和分类能力） 混乱的 CRM 会导致收入流失。使用此提示词审计并清理你的交易流。
担任销售运营专家。审计我的漏斗：
1. 审查：按阶段和最后活动时间对未结交易进行分类。
2. 标记：识别停滞交易（超过 14 天无活动）和不完整的记录。
3. 清理：
* 为超过 30 天无活动的交易起草重新激活邮件。
* 建议将超过 60 天无活动的交易标记为“关闭-流失”。
4. 系统化：创建一个“交易阶段标准”文档，并设置 Google 表格仪表盘以监控漏斗速度和转化率。
5. 报告：交付一份漏斗健康评分和风险收入评估。
回报： 通过移除“僵尸交易”并让销售代表专注于活跃机会，为你提供准确的预测。
8. 定制化销售幻灯片生成器
最适用模型： Claude（擅长叙事结构） 根据特定潜在客户定制你的推介方案，而非使用通用模板。
担任销售赋能专家。为 [PROSPECT_COMPANY] 制作定制推介幻灯片。
研究：
* 根据行业和规模识别痛点。
* 检查技术栈和近期领导层变动。
幻灯片结构 (Google Slides)：
1. 标题：合作伙伴关系概述。
2. 他们的世界：证明对其特定业务背景的理解。
3. 问题：使用*他们的*指标来界定问题。
4. 解决方案：针对其使用场景定位我们的产品。
5. 工作原理：为他们量身定制的 3 步工作流。
6. 证据：来自类似同行的案例研究。
7. ROI：预计影响/投资分析。
8. 后续步骤：明确、低摩擦的行动。
为每张幻灯片包含带有异议处理建议的演讲者备注。
回报： 通过让潜在客户感觉到解决方案是专门为他们构建的，从而大幅提高赢单率。
9. 自动化提案生成器
最适用模型： ChatGPT（高效生成专业商业文档） 将散乱的笔记转化为精美的专业提案。
担任销售顾问。为 [PROSPECT_NAME] 生成一份综合提案。
输入：查看网站、近期新闻和 HubSpot 交易笔记以获取需求。
提案板块 (Google Doc)：
* 执行摘要：挑战、解决方案和 ROI（供 CEO 快速浏览）。
* 需求理解：反映其特定需求以显示积极倾听。
* 解决方案：带有成功标准的阶段性交付物。
* 预期成果：与其特定目标/指标挂钩。
* 投资详情：明确的定价和付款条款。
* 时间线：视觉化的里程碑。
确保格式专业且导航清晰。
回报： 减少在行政类提案撰写上花费的时间，让销售代表专注于销售本身。
10. 线索丰富化流水线
最适用模型： Gemini（获取实时网页数据） 在销售团队拿起电话之前，为他们配备情报。
担任销售运营分析师。为 HubSpot 新联系人自动化线索丰富化过程。
1. 公司情报：研究规模、行业、融资、技术栈和竞争对手。
2. 联系人情报：分析 LinkedIn 档案和近期帖子以寻找对话切入点。
3. 评分 (1-5)：根据公司匹配度、联系人职权和时机信号（招聘/融资）进行评分。
4. 输出：使用这些数据更新 HubSpot 联系人记录。对于高优先级线索，起草一份包含痛点假设的个性化笔记。
回报： 通过为销售代表武装背景数据，增加冷启动电话的信心和转化率。
三、 研究与竞争情报
11. 深度竞争对手分析
最适用模型： Gemini 或 DeepSeek（强大的搜索和分析对比能力） 不要只是观察竞争对手，要解剖他们。
担任竞争情报分析师。研究我们的前 5 名竞争对手。
为每个对手记录：
* 定位：主页标题、目标受众和品牌语调。
* 产品：功能矩阵、已知局限（通过 G2/Capterra）和路线图信号。
* 定价：层级、免费版限制和预估收入。
* SEO：核心内容主题和关键词缺口。
* 市场空白：未被满足的客户投诉和被忽视的细分市场。
交付物：在私有 GitHub 仓库中提交一份结构化的 Markdown 报告，包含功能对比矩阵和 5 条可操作的建议。
回报： 基于硬数据而非假设，提供可操作的战略转型建议。
12. 综合市场研究
最适用模型： Gemini（广泛的数据获取能力） 在做出微观决策前，先了解宏观环境。
担任市场研究分析师。为我们的业务进行全面分析。
范围：
* 市场概况：TAM/SAM/SOM、增长率和监管环境。
* 细分市场：识别 4-6 个客户画像，包含痛点和付费意愿。
* 竞争格局：市场地图（领导者、挑战者）和并购趋势。
* 技术趋势：新兴技术和采用曲线。
交付物：
1. 执行摘要（1 页）。
2. 完整报告（GitHub 仓库）。
3. 数据附录（Google 表格）。
4. 战略建议：按吸引力排序的 3 个扩张机会。
回报： 通过数据支持的市场规模和趋势分析来验证业务战略。
13. 客户反馈洞察
最适用模型： Claude（擅长情绪和定性分析） 将噪音转化为产品路线图项。
担任产品洞察分析师。分析来自支持单据、评论和调查的客户反馈。
1. 情绪分析：分类为积极、消极、中性或功能请求。
2. 聚类：归纳为主题（例如“上手引导摩擦”）。
3. 登记：创建一个包含功能请求及其“业务影响”预估的 Notion 数据库。
4. 报告：
* 前 3 大喜爱点（加倍投入）。
* 前 3 大痛点（立即修复）。
* 前 3 大请求（路线图评估）。
将发现发布到 Notion，并在 Slack 上发布摘要。
回报： 将产品开发与实际用户需求对齐，降低流失率。
14. 每周竞争对手监测（定时任务）
最适用模型： Gemini（循环网页扫描） 为竞争对手的动向建立一个循环自动化的瞭望塔。
设置一个每周定时任务（周一早上 7 点）来监控竞争对手。
扫描区域：
* 网站：话术变化、定价更新、新页面。
* 内容：新博客、优惠活动和反向链接。
* 产品：更新日志、集成功能、招聘信息（预示方向）。
* 业务：融资、领导层变动、重大订单。
动作：
1. 更新 Notion 中的“竞争对手追踪器”。
2. 将前 5 项变化发布到 Slack 的 #competitive-intel 频道。
3. 通过私聊标记紧急的定价变化。
回报： 确保你永远不会被竞争对手的调价或新功能发布打得措手不及。
四、 开发与工程
15. 全栈项目脚手架生成器
最适用模型： DeepSeek 或 Claude（代码结构水平高） 停止在样板代码上浪费时间，更快进入逻辑开发。
担任高级全栈开发人员。为 [PROJECT_NAME] 设置一个生产就绪的仓库。
要求：
* 仓库：私有 GitHub 仓库、分支保护、`.gitignore`、`.editorconfig`。
* 结构：整洁架构（API、UI、Shared、Utils）。启用 TypeScript 严格模式。
* 工具：ESLint + Prettier。预提交钩子（Pre-commit hooks）。
* CI/CD：用于 lint/测试/部署的 GitHub Actions。合并时自动部署到 Netlify。
* 文档：`README.md` (设置说明)、`CONTRIBUTING.md` 和 `/docs/architecture.md`。
确保项目在交付前包含一个最简可行页面并能成功构建。
回报： 从第一行代码起就强制执行最佳实践，减少后续的技术债。
16. 自动化 API 文档
最适用模型： DeepSeek（强大的代码理解力） 使文档与代码自动保持同步。
为 [PROJECT_NAME] 创建一套完整的文档。
1. 分析：扫描代码库以了解 API 端点和架构。
2. Notion 镜像：创建一个结构化的 Notion 工作区，包含：
* API 参考（端点、参数、响应）。
* 集成指南。
* 架构概述。
3. Readme：更新仓库的 `README.md` 以链接到该知识库。
回报： 通过自动化提取技术细节，解决“文档过时”的问题。
17. 更新日志（Release Notes）生成器
最适用模型： Claude（擅长将技术术语转化为人话） 将 Git 提交记录转化为面向市场的更新日志。
担任开发者关系专家。根据已合并的 PR 和已关闭的 Issue 生成更新日志。
结构：
* 标题：一句关于发布主题的引人入胜的话。
* 亮点：为最终用户编写的 3-5 个具有影响力的变化（侧重利益）。
* 新增内容：分类列表（功能、修复、性能、安全）。
* 破坏性变更：迁移步骤和代码示例。
* 贡献者：鸣谢社区成员。
动作：更新 `CHANGELOG.md`，创建 GitHub Release，并发布摘要到 Slack。
回报： 在不增加工程师文案负担的情况下，提升开发者体验和用户沟通质量。
18. Bug 分拣系统
最适用模型： DeepSeek（逻辑和分类） 自动化处理乱成一团的初始 Bug 报告。
担任 QA 负责人。建立一个 Bug 分拣系统。
1. 模板：创建 GitHub Bug 报告模板（严重程度、复现步骤、环境）。
2. 流程：
* 为新 Bug 自动贴上 "needs-triage" 标签。
* 定义 P0（紧急）到 P3（低优先级）的 SLA（服务等级协议）。
3. 自动化：
* 针对 P0/P1 Bug 发送 Slack 警报。
* 根据 `CODEOWNERS` 文件自动分配人员。
* 每周汇总未结 Bug 统计数据。
4. 指标：追踪平均解决时间和各功能的 Bug 密度。
回报： 通过执行冷静、结构化的分拣工作流，减少“Bug 恐慌”。
19. 冲刺（Sprint）计划助手
最适用模型： DeepSeek 或 ChatGPT（精通敏捷方法论） 将冲刺目标转化为可操作的 Jira 票据。
担任敏捷项目经理。根据目标、容量和速度规划冲刺。
任务：从待办列表（Backlog）中选择用户故事（预留 20% 的缓冲时间）。
为每个故事：
* 编写用户故事格式（“作为... 我想要... 以便...”）。
* 添加验收标准（Given/When/Then）。
* 给出预估点数并说明理由。
* 列出技术实现笔记和测试场景。
输出：设置 Jira 冲刺，并将包含关键交付物和风险的摘要发布到 Slack。
回报： 通过预先完成 80% 的行政工作，精简冲刺计划会议。
五、 策略与组织
20. OKR 框架设置
最适用模型： ChatGPT（战略框架专家） 让整个公司围绕可衡量的目标对齐。
担任战略顾问。为本季度建立 OKR 系统。
1. 目标（Objectives）：定义 3-5 个定性的、具有鼓舞性的公司目标。
2. 关键结果（Key Results）：将这些分解为定量的团队产出（70% 完成度 = 成功）。
3. 追踪 (Notion)：
* 层级结构（公司 > 团队 > 个人）。
* 每周同步模板。
* 信心指标（进度正常/存在风险）。
4. 节奏：定义会议日程（从每周同步到季度回顾）。
回报： 创造组织透明度和问责制，且无需手动追踪的额外开销。
21. 自动化会议纪要处理器
最适用模型： Gemini（适用于转录文本的超大上下文窗口） 将数小时的交谈转化为立即的行动。
担任行政助理。处理这些会议笔记：
1. 标题：日期、参会者和目标。
2. 执行摘要：为未参会者准备的 3-5 句总结。
3. 行动项：表格（行动 | 负责人 | 截止日期 | 状态）。务必具体。
4. 决策：带有理由的项目符号列表。
5. 待解决问题：带有建议负责人的未决事项。
交付：创建一个 Notion 页面，发布摘要到 Slack，并私聊负责人行动项。
回报： 通过即时将决策和任务代码化，确保会议真正推动进度。
22. 季度业务回顾 (QBR)
最适用模型： Gemini（跨文件的数据综合能力） 为你的业务编写“国情咨文”。
担任业务分析师。编制一份季度业务回顾。
输入：Google Analytics、HubSpot、GitHub、财务报表。
报告板块：
* 执行摘要：主题、成就、挑战、财务 vs. 目标。
* 收入：MRR/ARR、CAC、LTV、烧钱率。
* 增长：获客和漏斗健康度。
* 产品：交付速度和可靠性。
* 策略：OKR 评分和市场地位更新。
* 下季度：优先级和资源分配。
输出：Google Slides（高管级）和详细的 Google 文档。
回报： 节省数天的数据搜集时间，让领导层专注于分析而非拼凑。
23. 内部知识库构建器
最适用模型： Claude（擅长组织结构和清晰度） 将散在各处的零碎知识转化为可搜索的资产。
担任知识管理专家。构建一个 Notion 知识库。
1. 审计：查看 Drive、Slack 置顶消息和 Wiki，查找并分类文档。
2. 架构：设计公司、工程、产品、营销、销售和运营中心。
3. 迁移：重写并组织内容（不要只是简单倾倒）。添加元数据（负责人、最后更新时间）。
4. 维护：创建一个“文档请求”表单和季度审计计划。
回报： 大幅减少新员工入职时间和因“我在哪能找到……”这类问题导致的干扰。
24. 工作流自动化设计器
最适用模型： DeepSeek（流程逻辑） 识别你在哪里浪费了时间，并架构解决方案。
担任运营自动化专家。
1. 审计：识别前 10 个重复性任务（Slack 请求、数据输入、状态更新）。
2. 设计：为前 5 个任务记录触发器、步骤、分支逻辑和输出。
* *示例*：新客户 -> Notion 记录 -> Slack 私聊 -> 入职邮件。
3. 实施：在 Notion 中记录设置方法。
4. 监测：创建一个仪表盘来追踪节省的时间和错误率。
回报： 让组织从手动苦活转向自动化杠杆。
六、 定时任务与循环自动化
25. 每日行业新闻简报
最适用模型： Gemini（实时网页搜索） 开启新的一天，不再盲目刷屏。
设置一个每日定时任务（工作日早上 7 点）获取个性化的行业简报。
1. 研究：扫描新闻网站、Twitter 趋势、Product Hunt 和竞争对手博客。
2. 筛选：选择前 5-7 项。
* 标题 + “为什么这很重要” + 动作建议（关注/采取行动/忽略）。
3. 交付：发布到 Slack 的 #morning-brief 频道。将紧急项私聊给相关的负责人。
4. 存档：记录在 Google 表格中。
回报： 以零手动努力让团队保持对市场变化的认知。
26. 自动化社交媒体发布
最适用模型： ChatGPT（简单的逻辑和文本处理） 自动保持社交账号的活跃。
设置一个定时任务（每天 3 次）发布社交内容。
1. 来源：从“内容日历” Google 表格读取。
2. 逻辑：如果日期/时间匹配且状态为“已排期”：
* 发布到平台。
* 将状态更新为“已发布”并添加 URL。
* 安全检查：检查重复内容和字符限制。
3. 报告：向 Slack 发送每日摘要（已发布项 + 明日预告）。
回报： 确保社交媒体的持续性，这是算法增长的关键。
27. 每日线索监测
最适用模型： Gemini（网页信号） 在购买信号出现的瞬间捕捉它们。
设置一个每日定时任务（早上 8 点）监控销售触发信号。
1. CRM 扫描：在 HubSpot 中检查停滞交易或新线索。
2. 网页信号：检查高优先级潜在客户的融资新闻、招聘高峰或职位变动。
3. 评分：火热（今天行动）、温暖（本周行动）、观察。
4. 预警：在 Slack 发布“销售情报简报”，并私聊特定代表提供行动建议。
回报： 实现“基于时机”的销售，在客户正有需求时精准触达。
28. 每周内容草案流水线
最适用模型： Gemini（趋势研究）+ Claude（写作） 永远不会用尽博客创意。
设置一个每周定时任务（周一早上 6 点）进行内容生产。
1. 研究：扫描 Google Trends 和竞争对手博客寻找上升话题。
2. 简报：为第一大话题创建一个 Notion 简报（标题、关键词、大纲、数据）。
3. 草案：撰写 V1 版本草案，包含关键词和图片占位符。保存到 GitHub。
4. 分发：通过 Slack 通知编辑团队。
回报： 通过自动化写作的“空白页”阶段，维持稳定的 SEO 足迹。
29. 每日指标自动刷新
最适用模型： DeepSeek（数据处理） 停止手动更新电子表格。
设置一个每日定时任务（早上 6 点）刷新业务指标。
1. 提取数据：Google Analytics（流量）、GitHub（开发速度）、Stripe（收入）。
2. 更新：刷新 Google 表格仪表盘（每日快照 + 趋势）。
3. 预警：如果任何指标偏离平均值 >20%，发送 Slack 预警。
4. 报告：将前 5 个 KPI 发布到 #general 频道。
回报： 实现数据访问民主化，让全团队每天都能做出知情决策。
30. 自动化邮件跟进
最适用模型： ChatGPT（上下文邮件起草） 闭环未完成的对话。
设置一个每日定时任务（早上 8 点）进行邮件管理。
1. 扫描：识别等待回复（3 天以上）或已发送未回复（5 天以上）的线程。
2. 起草：根据时长起草回复：
* 3 天：礼貌提醒。
* 7 天：直接询问。
* 14 天：告别信。
3. 报告：向 Slack 发送已准备好审核的草稿列表。
回报： 防止机会因遗忘而溜走。
额外奖励：组织与个人品牌
31. 收件箱归零（Inbox Zero）系统
最适用模型： ChatGPT（分类逻辑） 夺回你的注意力。
担任生产力顾问。建立收件箱归零系统。
1. 审计：审查近期邮件以定义类别（待办、等待中、已读、参考）。
2. 过滤器：自动标记新闻简报、通知和 VIP 邮件。
3. 模板：起草 5 个标准回复（确认收到、排期、委派、拒绝、信息请求）。
4. 惯例：定义早间/中午/下班前的处理时间表。
回报： 减少邮件焦虑，确保高优先级信息真正被看到。
32. LinkedIn 思想领导力构建器
最适用模型： Claude（个人品牌语调） 无需整天泡在社交媒体上即可建立权威。
担任个人品牌策略师。建立一个 LinkedIn 计划。
1. 个人资料：优化标题、关于和精选板块。
2. 策略：定义 3 个内容支柱和 5 天发布频率（见解、技巧、故事、辩论、反思）。
3. 内容：撰写 20 篇帖子（800-1200 字符），包含强力钩子和换行分段。
4. 互动：制定一个每天 15 分钟与目标账号互动的计划。
回报： 将个人品牌系统化，从面子工程转变为获客渠道。
33. 定价页策略
最适用模型： ChatGPT（心理定价框架） 优化你的商业化页面以获得更高的 ARPU（每用户平均收入）。
担任定价策略师。重新设计我们的定价页。
1. 审计：分析竞争对手的定价层级和价格锚定。
2. 设计：创建一个 3 层结构（入门版、专业/推荐版、规模版）。
3. 文案：撰写以利益为导向的功能列表和针对特定层级的 CTA。
4. 信任：添加 FAQ、社会认同和保证。
5. 测试：提议 5 个 A/B 测试（例如年付 vs 月付默认设置）。
回报： 通过利用心理杠杆鼓励升级，直接影响底线收入。
专家提示： “上下文堆叠”法
为了从这些提示词中获得最佳结果，请使用上下文堆叠（Context Stacking）。在运行提示词之前，先将你的具体业务背景（例如：“我们是一家向牙医销售产品的 B2B SaaS 公司”）粘贴到对话中。然后再粘贴提示词。这能将 AI 的逻辑锚定在你的现实情况中，防止生成通用的输出。
这些提示词被设计为起跑点，而非终点。当您根据特定工作流和数据结构对它们进行自定义时，真正的威力才会显现。建议从“工作流自动化设计器”(#24) 开始，识别你最大的瓶颈，然后部署相关提示词来解决它们。自动化并不是要取代人类的创造力，而是要为创造力的繁荣扫清障碍。