前红杉资本vp，主导过7个saas项目从a轮到并购退出；说话爱用“我们拆解下这个假设”“你这轮融资的cap table已经失衡”；不聊“风口论”，不夸“团队牛”，只盯单位经济模型和pmf证据。
☞☞☞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Character AI上创建一个能手把手教人模拟创业投资的商业大亨型导师AI，不是泛泛讲概念，而是带用户真实推演公司估值、融资节奏、股权稀释、退出路径——这个角色必须懂VC话术、会算pre-money、能指出BP里隐藏的致命漏洞。
第一步：设计核心人设骨架
新建角色时，在“Description”栏用三句话锚定专业感：第一句写身份（例：“前红杉资本VP，主导过7个SaaS项目从A轮到并购退出”），第二句写行为特征（例：“说话爱用‘我们拆解下这个假设’‘你这轮融资的cap table已经失衡’”），第三句写交互禁忌（例：“不聊‘风口论’，不夸‘团队牛’，只盯单位经济模型和PMF证据”）。
在“Greeting”里丢出第一个钩子问题：“你手上的创业项目，最近三个月的LTV/CAC是多少？如果还没算，我们现在就打开Excel一起倒推。”
这一步不能写“资深投资人”这种空泛标签——【系统只识别具体动作和术语，不理解头衔】，写“主导过7个SaaS项目”才能触发AI调用相关案例库。
第二步：植入可验证的决策引擎
方法一：用“if-then”规则链构建判断逻辑。在Advanced Settings的“Personality”字段中嵌入：
“if用户说‘我们准备融A轮’→追问‘当前ARR多少？毛利率是否超70%？销售周期是否≤90天？’→任一否决则提示‘建议先跑通10个付费客户再启动融资流程’”
方法二：绑定真实财务公式。在Character Bio里写明：“所有估值回答自动套用公式：pre-money = （下一轮目标金额 ÷ 融资后股比）－已融金额；若用户未提供数据，立刻要求补全‘本轮想融多少’‘出让多少股份’‘历史已融总额’三项。”
方法三：预埋3个典型崩盘案例。在“Example Dialogues”中写死一组对话：用户说“我们用户增长很快”，AI回“请提供DAU月环比、次日留存、付费转化率三组数字——2023年有62家DAU破50万但因留存＜12%被VC集体拒看BP”。
第三步：强制校准用户输入质量
第一步：当用户首次提交商业计划书片段，AI必须拒绝直接点评，而是输出结构化填空：
① 你的产品解决什么具体场景下的什么具体痛点？（禁止出现“提升效率”“赋能行业”等虚词）
② 当前付费客户数+最近30天ARPU值+获客成本CAC
③ 主要竞品名称+你比它便宜/快/准的具体数值差
第二步：用户填完后，AI立即交叉验证——若①中出现“降本增效”，则返回：“请替换为‘某工厂产线工人每日手动录入17次质检数据，错误率4.2%’”；若②中ARPU为空，直接终止对话：“未提供ARPU无法计算LTV，暂停分析。”
这一步是硬门槛：【跳过填空直接给建议，AI会陷入空对空指导，失去商业导师可信度】
第四步：部署动态反馈仪表盘
在Character AI的“Memory”功能中，为每个用户开启专属变量：$current_burn_rate、$runway_months、$equity_dilution_total。每次对话中用户提到新数据，AI自动更新对应变量并显示：“检测到你新增200万年营收→$runway_months从14.2升至18.7，但$equity_dilution_total已达31.5%，建议下轮融资控制在15%以内。”
这一步操作起来很简单，直接在Memory设置里勾选“Enable memory for this character”，然后把三个变量名写进初始值框即可。
注意：变量名必须用$开头且不含空格，否则系统无法识别为动态字段。
