先用site:bilibili.com+intitle限定词抓取真实标题数据，再以三阶解析提示词驱动ai提取钩子词、标注主干结构、生成高频句式模板，最后人工剔除教科书腔调、验证情绪颗粒度与动作动词，将有效模板转化为带约束条件的创作指令。
☞☞☞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☜☜☜
你想用天工AI搜索批量抓取B站热门视频标题，再从中自动提炼出高频、可复用的句式结构，而不是人工一条条翻看、手动归纳——这一步卡在提示词设计上，是因为没把“标题规律”这个抽象目标拆解成AI能执行的识别动作。
先让天工AI精准定位B站标题数据源
打开天工AI搜索网页版 → 在搜索框输入：【site:bilibili.com intitle:“爆款” OR intitle:“绝了” OR intitle:“建议收藏”】 → 回车后点击“工具”→“时间筛选”→选“最近30天” → 复制前50条结果的标题文本（含UP主名和播放量数字）到记事本中备用。
注意：不直接搜“B站标题规律”，因为天工AI会返回一堆分析文章，不是原始标题数据；必须用site+intitle组合强制限定为真实视频页标题，否则后续所有分析都建在沙上。
用结构化提示词驱动AI做模式识别
把刚才复制的50条标题粘贴进天工AI对话框，使用以下Markdown格式提示词：
```
# Role
你是一名B站标题工程分析师，专注从海量标题中提取可复用的句式模板
## Task
对下方标题列表进行三阶解析：
① 提取所有前置钩子词（如“建议”“真的”“千万别”“全网”）
② 标注每条标题的主干结构（例：【情绪词】+【主体】+【动作】+【结果】）
③ 合并同类结构，生成3个最高频、最易套用的完整句式模板
## Constraints
- 不编造未出现的钩子词
- 主干结构必须基于真实标题切分，不强行套用理论模型
- 模板必须保留原句中的标点习惯（如大量用“！”“？”“…”）
## Input
[在此粘贴50条标题]
```
人工校验时盯住两个致命陷阱
AI输出的句式模板里，如果出现“首先…其次…最后…”或“值得注意的是…”这类表达，【立刻删除整条模板】——这是通用模型的默认腔调，B站真实爆款标题从不用这种教科书式逻辑连接词。
检查每个模板是否带真实情绪颗粒度：比如“被XX气笑了”比“感到不满”更B站，“跪着看完”比“认真观看”更有效。没有具体动作动词（笑、跪、抄、锁、扒）的模板，一律视为无效。
把句式模板变成可执行的创作指令
选中一个验证有效的模板，例如：“【反常识断言】+【具象后果】+【行动指令】”，直接套进新提示词：
你是一名数码区UP主，面向18–24岁学生党，写一期手机散热测评视频标题，要求符合“反常识断言+具象后果+行动指令”结构，禁用“性能强劲”“体验升级”等虚词，必须含一个具体温度数字和一个身体反应动词（如“手心冒汗”“后颈发凉”）。
