用反问式提示词让秘塔ai先识别四大缺失维度（目标用户职业阶段、交付形式偏好、竞品对标案例、具体学习卡点），补全后触发事实核验与证据检索，结合专题知识库交叉验证，精准锁定有热度、未被覆盖的细分选题。
☞☞☞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☜☜☜
你想用秘塔AI搜索快速锁定知识付费领域的选题缺口，但直接输入“知识付费选题”往往返回泛泛而谈的列表，真正能落地、有差异化、尚未被做烂的方向却始终漏掉——这是因为你没让AI先帮你识别提示词里缺了哪些关键判断维度。
用反问式提示词触发AI自查遗漏信息
在秘塔AI搜索框中，不直接写选题需求，而是输入一句带反问结构的指令：
“请帮我分析知识付费领域的选题缺口。但在给出建议前，请先反问我：目标用户的具体职业阶段（如应届生/3年经验从业者/创业者）、内容交付形式偏好（音频课/直播带练/图文手册）、已验证的竞品对标案例（至少1个）、以及用户当前最常抱怨的学习卡点（非泛泛而谈‘学不会’，而是具体场景）——这四项中，哪几项我还没提供？”
这一步必须写全四个反问项，【少于四项，AI会默认补全而非追问，导致遗漏继续存在】。秘塔的MetaLLM模型会对这类结构化反问做出响应，暂停生成建议，转而列出缺失项清单。
根据AI反馈补全四维信息再重搜
AI返回缺失项后，你只需把实际答案填进原提示词对应位置，例如：
“目标用户是3年经验的互联网运营人；偏好直播带练+可下载SOP模板；竞品对标‘小红书增长实战营’；用户卡点是‘活动复盘总流于表面，无法归因到执行动作’。”
把这段补全后的描述粘贴回搜索框，加上后缀：“请基于以上四维约束，列出3个未被主流课程覆盖、但已有搜索热度上升迹象的细分选题，并标注每个选题对应的证据来源（如小红书话题增长数据、知乎高赞提问时间分布、淘宝教辅类目新增SKU关键词）。”
这一步的关键是让AI调用“事实核验”流水线中的“证据检索”与“来源评估”层，而非仅靠模型记忆生成。
用专题知识库锁定真实缺口
方法一：上传你已调研的10篇竞品课程详情页PDF → 进入“专题”板块 → 新建专题命名为“知识付费-运营类” → 点击“AI深度研究” → 输入问题：“对比这10份资料，哪些用户痛点被反复提及但解决方案均停留在理论层面？请提取原文语句并标注出现频次。”
方法二：在搜索框输入“site:zhihu.com intitle:运营 2025年 最难解决的问题”，开启“深度研究”模式 → 让AI自动聚类近半年高互动提问 → 输出“问题-现有回答质量评分-信息缺口等级”三列表格。
【注意：必须勾选“事实核验”开关，否则AI可能虚构知乎提问链接】
