要精准定位某款产品差评真实原因，需用角色锚点（如“电商客服主管+1200+工单”）、平台/时间/字数硬约束、动词短语提取与频次排序、否定排除法过滤二手信息，并强制关联说明书具体页码条款。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想在天工AI搜索中精准定位某款产品的差评真实原因，而不是看到泛泛而谈的“质量一般”“发货慢”这类空洞总结，就得让提示词逼AI跳出模型幻觉，扎进真实用户的抱怨细节里。
先锁定真实差评语境，别让AI自由发挥
打开天工AI搜索，在输入框里第一句就写：“你是一名电商客服主管，过去三年处理过1200+条XX产品（替换为具体产品名，如‘戴森V11吸尘器’）的真实差评工单”。
这一步必须做，【不加角色和数据锚点，AI会默认用通用语料库生成‘典型差评’，根本不是你搜的那款产品的真实反馈】。
接着补上硬性约束：“只分析2025年1月至今、来自京东/淘宝平台、带30字以上文字描述的差评；剔除‘还没用’‘等发货’等无效评价；每条差评必须标注原始平台和日期范围”。
逼AI提取用户原话里的关键矛盾点
方法一：用动词指令切割信息层级
在角色和约束后直接接：“第一步：从每条差评中逐字提取用户抱怨时使用的动词短语（如‘充不上电’‘滤网一吸就堵’‘APP连不上设备’）；第二步：合并重复动词短语，按出现频次降序排列；第三步：对频次前三的动词短语，各匹配1条最完整的原始差评截图文字（含标点和语气词）”。
天工AI (iOS) 5.2.1版本新增 PPT 生成页数配置、十余种专业视频模板，并且支持设置视频比例与时长；定时任务可指定模型并推送到 IM 渠道。修复了下载失败等问题，提升了稳定性与内容创作体验，让创作更自由、更高效。
方法二：用否定排除法过滤水分
输入：“剔除所有含‘可能’‘好像’‘听说’‘朋友说’的差评；只保留用户明确描述自身使用过程的句子（必须含时间状语如‘用了三天后’‘第一次充电时’或动作状语如‘按下开关瞬间’‘倒垃圾时’）”。
这一步漏掉会踩坑：【90%的AI差评归因会混入二手信息或猜测，而真实差评95%以上聚焦在‘我做了什么→发生了什么’这个动作链上】。
把AI输出锚定到可验证的物理证据
最后加一句刚性指令：“所有归因结论必须对应到产品说明书第X页的参数条款（例如‘说明书P12载明续航60分钟，但87%差评提到实际使用超20分钟即断电’），未标注说明书页码的结论视为无效”。
这步操作起来很简单，直接复制粘贴说明书PDF文字到对话里就行。没有这句，AI会编造“用户期望值过高”之类无法证伪的归因。
