选题评估需明确平台触点、绑定真实数据锚点、设定可验证的淘汰红线。例如：小红书信息流推荐位，用户刷完3条美妆教程后悬停第4条封面；引用评论区高频原话或同类选题完读率数据；关键词须在热词榜top500内且含2个长尾变体，否则标“冷启动风险极高”。
☞☞☞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☜☜☜
你想让通义千问帮你判断一个内容选题值不值得做，但模型只回“有潜力”“需优化”这种空话——这不是它不想说清楚，而是你没给它判断依据的坐标系。
明确选题投放平台与用户触点
第一步：直接写明选题将发布的具体平台及位置。例如：“该选题用于小红书首页信息流推荐位，非搜索页、非个人主页。”
第二步：说明用户看到它的第一秒处于什么状态。例如：“用户刚刷完3条美妆教程，手指悬停在第4条封面图上，尚未点击。”
这一步漏掉，模型会默认按“用户主动搜索+静心阅读”场景评估——结果就是高估深度内容价值，低估前3秒钩子强度。【平台触点错位，会导致所有评估维度失准】
绑定真实数据锚点而非主观感受
方法一：提供该选题对应的真实用户提问原始句。例如：“抄下小红书评论区出现≥5次的原话：‘通义千问怎么让AI记住我的写作风格？’”
方法二：给出同类选题的历史表现数据。例如：“同类型‘提示词写法’选题中，标题含‘三步’的平均完读率68%，含‘避坑’的完读率82%，但收藏率低11%。”
方法三：标注目标账号当前瓶颈。例如：“账号近30天笔记平均互动率4.2%，低于同类账号均值5.7%，急需提升评论率。”
只写“这个选题是否吸引人”等于让模型闭眼打分——【没有数据锚点，所有评估都是概率猜测】
定义可验证的评估维度与淘汰红线
① 流量维度：必须能预判是否触发平台推荐机制。例如：“若选题关键词不在小红书2026年Q2热词榜TOP500内，且无至少2个长尾变体词（如‘提示词 写不好’‘千问 提示词 总跑题’），直接标为‘冷启动风险极高’。”
② 转化维度：绑定具体动作目标。例如：“该选题必须能自然导出‘复制即用’型提示词模板，不允许仅输出抽象原则。”
③ 安全维度：设定不可逾越的底线。例如：“若涉及‘免费’‘零基础’‘100%有效’等承诺类表述，或需引用未公开的内部测试数据，立即判定为‘不可执行’。”
不设淘汰红线的评估，等于允许模型把“理论上可行”当作“实际可用”。
