你是一名电商品控分析师，需先建立差评归因判断标准：第一步锚定角色与任务边界；第二步用三重否定约束排除模糊表达；第三步输出含【判定依据】+【证据类型】+【排除情形】的编号清单。
☞☞☞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☜☜☜
你想让Perplexity AI在分析产品差评前先明确判断标准，而不是直接跳进罗列原因的惯性路径，否则它可能把“发货慢”和“包装破损”混为一谈，甚至把个别情绪化吐槽当作系统性缺陷。
让Perplexity先输出差评归因判断标准
第一步：在提问开头强制锚定角色与任务边界，用“你是一名电商品控分析师”激活其对归因逻辑的权重分配，避免它默认启用通用问答模板。
第二步：嵌入三重否定约束，切断AI自由发挥空间——“不解释产品功能、不复述用户原话、不使用‘可能’‘大概’等模糊词”，只保留可操作、可验证、可分类的判定条件。
第三步：明确要求输出结构为带编号的条目式清单，每条必须含【判定依据】+【证据类型】+【排除情形】三要素。例如：“1. 判定为供应链问题 → 依据是差评中出现≥3次‘缺货’‘断发’‘延迟超7天’；证据类型为京东/拼多多订单截图时间戳；排除情形为单条提及‘等不及就取消了’。”
Perplexity SEO 优化指南 — 如何获得 Perplexity AI 的引用。涵盖 Perplexity 引用行为、面向 Perplexity 答案的内容结构、Perplex...
用真实差评语料反向校准标准
方法一：把5条典型差评原文粘贴进提示词，末尾加指令：“请逐条标注每句话触发哪条判断标准（引用上一步生成的编号），若未命中任一标准，请新增第N条并说明补充理由。”
方法二：对AI返回的标准清单中任意一条，追加追问：“请检索近90天小红书平台含‘退货’+‘色差’关键词的笔记，统计其中‘色差出现在灯光下’与‘色差出现在自然光下’的出现频次比，据此修正你刚定义的‘色差类差评’判定阈值。”
锁定标准后立即转入归因分析
确认标准无误后，在新对话中输入：“基于你上一轮输出的第1、3、5条判断标准，分析以下12条差评文本（粘贴文本），仅输出归因结论，格式为‘问题类型｜高频触发标准编号｜对应差评ID（1-12）’。”
这一步必须【严格禁用“因为”“所以”等因果连接词】，防止AI自行补全未经验证的推理链。归因结果只允许是标准编号与原始ID的映射关系。
