需用结构化提示词让monica ai稳定生成知乎高赞风格问题：①平台特征+②用户画像+③问题类型+④输出格式，四模块可单独替换；须规避“为什么”开头、技术术语及弱动词，生成问题需含具体场景、情绪张力与认知冲突，每条≤32字、禁用“如何/怎样”，扫读不满足即重试。
☞☞☞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Monica AI里快速定位知乎上近期高赞、高讨论度的真实问题，而不是靠人工翻页或猜测关键词筛选，需要一套稳定输出优质问题的提示词结构。
先明确核心目标和限制条件
知乎高赞问题本质是“被大量用户主动点赞+评论+收藏”的真实困惑，不是编辑杜撰的假问题。Monica AI无法实时爬取知乎网页，所以不能让它“去知乎找”，而要让它基于已知的高质问答模式，模拟生成符合平台调性、有传播力、带情绪张力或认知缺口的问题。
必须避开“为什么”开头的泛泛而谈（如“为什么人会累”），也要过滤掉过于技术化或小众领域（如“Rust中Pin
构建可复用的提示词骨架
把提示词拆成四个可替换模块：平台特征 + 用户画像 + 问题类型 + 输出格式。每次只需调整其中1～2个模块，就能适配不同需求。
基础模板如下：
你是一名资深知乎内容运营，熟悉近3个月点赞超5000的回答所对应的问题特征。请根据以下设定生成5个高质量知乎问题：
① 平台特征：口语化表达、带轻微情绪（困惑/惊讶/不服/突然意识到）、常含具体场景或对比；
② 用户画像：25–35岁一二线城市职场人，关注自我提升、亲密关系、城市生存成本；
③ 问题类型：【聚焦认知冲突或行为反差】，例如“明明…却…”“做了…反而…”“越…越…”；
④ 输出格式：仅列出问题，每行一个，不加编号、不加解释、不加引号。
知乎数据获取 - 极简设计，支持三级认证降级（Browser Profile → File Cookie → Fallback），确保数据可靠获取 Zhihu Data Fetcher - Minimalist design with three-level auth fallback (Browser Prof...
替换模块实操指南
方法一：换用户画像 → 直接改第二行括号内描述
比如换成“18–22岁大学生，关注考研选择、实习焦虑、宿舍关系”，生成的问题会自然出现“保研边缘人该不该冲清北夏令营？”“每天刷6小时题，模考分数反而降了，是方法错还是身体在报警？”这类句式。
方法二：换问题类型 → 替换第三行的【聚焦认知冲突或行为反差】
可选其他类型：【暴露隐性代价】（如“坚持早起3个月后，我丢了两个客户”）、【挑战常识前提】（如“如果‘努力就有回报’是错的，那我们还在坚持什么？”）。注意：不要同时换多个类型，否则Monica容易混淆逻辑主线。
方法三：微调平台特征 → 改第一行中“口语化表达、带轻微情绪……”部分
若用于小红书风格迁移，可改为：“多用‘谁懂啊’‘救命’‘真的会谢’等情绪锚点，问题末尾常带省略号或问号堆叠”。这步改动最小但效果最明显，能立刻让问题更“像”目标平台的热帖语气。
验证与剔除低质输出
生成后立刻扫读5个问题，执行两秒判断：是否含具体人物/时间/数字/地点？是否让人一眼想点开看答案？任一否决即整批废弃重来。
常见废稿信号：出现“如何”“怎样”“有哪些”开头；含“建议”“推荐”“可以吗”等弱动词；问题长度超过32字。这些说明提示词中【问题类型】模块没压住AI的泛化倾向。
此时回到第二步，把第三行的问题类型从开放式描述（如“有深度的”）改为强约束结构（如【必须含‘但’字转折且前后信息量对等】），再运行一次。
