要让ChatGPT生成的需求澄清问题精准指向特定人群，必须将人群特征前置嵌入问题结构，明确身份与高频使用情境，注入行为约束、能力锚点、认知偏差及信任触发点，否则模型会按通用逻辑输出高门槛问题。
☞☞☞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☜☜☜
要让chatgpt生成的需求澄清问题精准指向特定人群，不能只在最后加一句“请针对老年人回答”，必须把人群特征前置嵌入问题结构中，否则模型会默认按通用用户逻辑推理，输出的问题可能忽略认知负荷、操作习惯或信息信任路径等关键差异。明确人群身份并绑定使用场景
在提示词开头直接定义人群+高频使用情境，例如：“你是一位社区健康服务顾问，正在为65岁以上、仅使用过微信语音通话、未安装过健康类App的独居老人设计初次电话访谈提纲。”
这一步必须写实——若写成“面向老年用户”，模型大概率生成“您平时用手机查资料吗？”这类高门槛问题；而绑定“仅用过微信语音通话”，它才会避开“扫码”“下载”“注册”等动作，转向“您上次接听到社区医生电话是哪天？”这类可验证、低记忆负担的问法。
注入人群特有的行为约束条件
方法一：用“限制性短语”强制过滤不适用选项
在需求澄清问题列表生成指令后，追加：“所有问题不得涉及文字输入、截图上传、多步骤菜单导航、第三方平台跳转。”
方法二：用对比锚点锁定判断基准
加入：“问题难度参照‘能独立完成微信视频通话’为最高能力阈值，低于此能力的问题需提供语音引导式应答选项（如‘按1说不舒服，按2说还好’）。”【此处若漏掉能力锚点，模型会默认按中青年数字原住民水平设计问题】
植入人群典型认知偏差与信任触发点
第一步：识别该人群最常质疑的信息来源
例如对基层医务人员信任度高于APP弹窗提示，就要求：“每个问题背后需标注依据来源，优先引用社区卫生服务中心公示栏内容、家庭医生手写告知单、居委会盖章通知等实体凭证。”
第二步：预置防御性话术模板
在问题前插入固定引导句：“我们理解您可能担心……所以这次只问3个问题，答案不会被录入系统，结束后可当场撕掉记录纸。”
第三步：替换抽象术语为具象参照物
将“数据隐私”改为“您药盒上贴的便签纸，我们不会拍下来”，将“服务响应时间”改为“比您家楼下菜店老板给您回微信还快”。
