Notion AI客户访谈摘要提示词优化：告别概括，精准输出

Notion AI生成的客户访谈摘要往往逻辑模糊、重点缺失。根本原因在于其默认模板过于通用，压缩信息时忽略了访谈固有的逻辑脉络与实际业务目标。

强制AI提取客户原话与上下文

在提示词末尾追加指令：「从访谈记录中直接摘录3～5句客户原始发言，每句必须标注说话人身份（如‘采购总监李敏’）、简要上下文（如‘讨论交付周期时’），禁止改写、缩写或归纳」。

这条指令相当于切断AI自动摘要的路径，倒逼其逐字定位原文。如果缺少身份与上下文，AI极易抽取出“太慢了”这类碎片化表述，导致无法判断具体哪个环节存在问题。

绑定结构化分析维度

方法一：字段定义法
在提示词中嵌入「按以下维度逐项提取：痛点（客户明确描述的障碍）、决策标准（客户提及的选型依据）、未满足需求（客户明确说‘希望有…’的部分）」。

方法二：表格框架锚定法
明确告知AI：「输出格式为三列表格：第一列【维度】填写‘痛点/决策标准/未满足需求’，第二列【客户原话】粘贴原文，第三列【出现场景】填写时间戳或问题编号（如Q4）」。

【缺失维度名称必然跑题】——AI缺乏内置的业务逻辑，若不明确“痛点”的具体定义，它可能将“会议室空调太冷”这类与业务无关的抱怨错误归类为痛点。

堵住AI自由发挥的路径

第一步：在提示词开头加入硬性指令：「禁止使用‘用户强调’‘客户指出’等转述表达；所有输出必须为客户发言的逐字复现或表格化归类」。

第二步：紧接着写入：「若原始记录中某维度无对应内容，请填写‘暂无’，禁止自行补充推测」。

第三步：结尾追加：「检查输出：每行是否包含客户原话？是否标注说话人？是否匹配指定维度？任一不满足则重写」。

这三步形成闭环，彻底阻断AI用概括替代摘录的惯性。尤其是第三步的自我校验指令，能显著降低“看似有料实则空洞”的输出概率。