QUICKKOL BLOG / AI 与自动化

AI 达人研究提示词怎么写，才能得到可核验的候选建议？

把 Campaign 任务、证据标准、输出结构、未知项和停止条件写进提示词，让 AI 给出可检查的研究记录。

QuickKOL Strategy Team2026年8月9日5 分钟阅读

总结

好的达人研究提示词不是“帮我找 50 个合适达人”，而是明确 Campaign 任务、市场与平台、必须满足的条件、允许使用的来源、每条建议需要的证据、输出字段和停止条件。要求 AI 区分已确认事实、基于内容的推断和未知项，并为每位候选提供可打开的原始链接。人工审核负责最终名单和对外动作。

先给任务，不要只给产品类别

“找美妆达人”范围过大。改成“寻找能用真实一周体验解释敏感肌防晒、核心受众在英国、适合 45–60 秒竖屏演示的创作者”。

具体任务帮助模型判断什么内容相关，也让审核者知道推荐理由是否成立。

指定只使用公开可访问页面，并记录内容链接、发布日期与观察日期。要求至少引用 3 条与任务相关的近期内容，而不是简介中的自我描述。

数据超过团队设定窗口时标记过期，无法验证的受众或报价保留为待确认。

每位候选输出账号、市场、语言、相关内容、3 条匹配证据、主要风险、未知项和建议下一步。硬性条件不满足时直接说明原因，不要为了填满数量降低标准。

若来源冲突、账号同名或内容不可访问，停止并交给人工复核。

先让 Agent 处理小批候选，人工逐条核对证据、遗漏和错误类型。把重复错误写回提示词或数据规则，再扩大数量。

QuickKOL 中可以保存提示词版本、候选结果和人工修改，比较不同版本的可用率，而不是只比较生成速度。

提示词至少包含 8 项：Campaign 任务、市场、平台、硬性条件、排除条件、允许来源、证据时效和输出字段。要求每位候选给出 3 条近期相关内容、观察日期、匹配理由、风险、未知项与下一步。若要求 25 位候选但只有 11 位满足标准，模型应返回 11 位和缺口原因，而不是补齐数量。

NIST AI RMF 把治理、映射、测量和管理作为相互连接的风险管理功能。放到达人研究中，就是先规定谁能修改提示词与批准名单，再描述使用场景和风险，测量错误与未知项，最后决定扩大、限制或暂停自动化。提示词只是控制的一部分，原始来源与人工决定仍要保留。

先生成 10 位候选并逐条审核。记录身份错误、链接失效、内容不相关、受众未经验证和推断被写成事实等错误类型。若 10 条记录中 3 条包含阻断问题，就暂停扩大并修正规则；3/10 只是演示如何表达触发值，团队应按任务风险设定标准。

YouTube 内容分析把观看、平均观看时长与受众放在具体内容和时间窗口中理解，AI 研究也应引用原始内容而不是只复述账号简介。IAB 所描述的 Creator Economy 增长会提高研究规模，但增加处理速度不能成为放宽证据标准的理由。

每个字段都帮助审核者复现推荐结论。

检查清单

这是可直接复制到工作流的静态检查，不需要下载文件。

外部页面可能更新；平台规则、合同与当地法规应在 Campaign 启动前再次确认。