跳到主要内容

08.11 AI 辅助 GTM 工具清单与实操 Prompt 库 ​

治理元数据 | Owner:研究负责人 | 最后评审:2026-10-22 | 下次复核:2027-01-31

工具定位: AI 赋能 GTM 操盘手的工具矩阵与落地工作流(详见 08.10 前沿专题:AI Agent 时代人机协同工作流)。


一、AI 在 GTM 各环节的应用矩阵 ​

GTM 环节AI 能做什么推荐工具频率/阈值负责人实操要点关联
立项洞察执行市场容量估算、抓取竞品数据、挖掘用户需求关键词ChatGPT / Claude / Perplexity每立项1次,数据每周刷新1次;阈值:TAM 估算偏差>10%需人工复核增长主责用 Prompt 链式提问:先给背景→再要数据→最后要结论;结论需交叉验证原始数据源详见 02.06 竞品持续监测雷达 §一价格/销量监测
竞品监测每日抓取竞品价格/评论/BSR变化并自动告警ChatGPT + Web Search / AgentReach + 飞书多维表每日抓取,每周一输出周报;阈值:价格波动>5%当日告警、BSR 波动>20%当日告警(对齐 16.11§二)增长主责在飞书多维表配置价格/BSR 监控表,异常自动推送企微群详见 02.06 竞品持续监测雷达 §二周度监测
内容生成批量生成 Listing 文案、广告素材、社媒帖子初稿Claude / ChatGPT / Midjourney每周2次批量生成;阈值:人工审核通过率≥90%方可发布,违规词 0 容忍增长主责,内容运营复核人工审核是底线,AI 生成 ≠ 可直接发布;发布前走合规检查清单—
数据分析上传销售表执行归因分析、广告 ROI 分析、库存预测ChatGPT + Code Interpreter / Python + 飞书多维表每周1次归因,大促期间每日;阈值:ACOS>30%或 DOS<15天红色告警(注:大促期偏紧应急阈值;日常成熟期稳态对齐 ACOS<18%、DOS 45~75天)增长主责上传 CSV 至 Code Interpreter→让 AI 分析→人工验证结论后写入飞书多维表看板详见 02.06 竞品持续监测雷达 §一
客户洞察批量执行评论情感分析、差评归类、NPS 趋势提炼Claude / ChatGPT + 飞书多维表每周1次批量处理新增 Review;阈值:差评率>5%或 NPS<30 触发 CS 介入(对齐 15.5§四看板)CS 主责,增长协同批量处理评论提取高频关键词,输出 Top3 改进优先级并建工单详见 06.02 售后运营与口碑闭环 §四
文档处理执行合同审查、合规文件翻译、多语种本地化初稿Claude / DeepL / ChatGPT按需执行,合同类 T+1天内完成;阈值:关键条款人工复核率 100%法务主责,增长协同关键条款必须人工复核,涉关税/合规条款需法务签字—

二、GTM 操盘手的 AI 工作流示例 ​

1. 工作流1:新品立项洞察(30分钟完成) ​

第1步:市场扫描(5分钟)
Prompt: "我是智能硬件GTM操盘手,计划在美区推出一款[品类]产品。
请帮我分析:1) TAM/SAM/SOM 估算框架 2) 主要竞品及价格带 3) 渠道选择建议"
工具:Perplexity + Claude

第2步:竞品深挖(15分钟)
Prompt: "请分析 [竞品名称] 在 Amazon 的:1) 定价策略 2) Review 高频关键词
3) 广告打法 4) 供应链弱点"
工具:AgentReach + Helium 10 + Keepa

第3步:输出BP初稿(10分钟)
Prompt: "基于以上分析,帮我生成一份一页纸的商业计划书(BP),
包含:市场机会、竞争格局、盈利模型、风险点"
工具:Claude + 飞书多维表(BP 模板)

落地执行:负责人:增长主责|频率:每立项执行1次|时限:T+2天内输出 BP 初稿并录入飞书多维表|阈值:竞品价格与 Keepa/CamelCamelCamel 交叉验证,偏差>5%需二次核验;TAM 偏差>10%需人工复核|关联:监测数据同步至 02.06 竞品持续监测雷达 §一价格/销量监测

2. 工作流2:大促复盘(1小时完成) ​

第1步:数据上传(10分钟)
执行:将广告报告+销售报告导出为 CSV,上传至 ChatGPT Code Interpreter
工具:Shopify/Amazon 后台 + 飞书多维表

第2步:分析指令(20分钟)
Prompt: "请分析这份大促数据:1) 广告ACOS趋势 2) 各渠道ROI对比
3) 库存周转情况 4) 与目标的差距 5) 下次大促的改进建议"
工具:ChatGPT Code Interpreter + Python

第3步:生成复盘报告(30分钟)
Prompt: "基于以上分析,生成一份结构化的大促复盘报告,
包含:核心数据、成功点、问题点、Action Items"
工具:Claude + 飞书多维表(复盘看板)

落地执行:负责人:增长主责|频率:每次大促后 T+3天内执行|时限:T+3天输出复盘报告|阈值:ACOS>30%或 DOS<15天红色告警(大促偏紧应急阈值),需当日输出改进工单;数据结论需人工验证|关联:库存/ACOS 阈值对齐 02.06 竞品持续监测雷达 §二异常标记


三、AI 使用红线(不可逾越) ​

红线原因正确做法
❌ AI 生成的数据直接当决策依据AI 会"幻觉"出虚假数据必须交叉验证原始数据源
❌ AI 生成的 Listing 直接上线可能包含不准确/违规内容人工审核 → 合规检查 → A/B测试
❌ AI 分析竞品后不做实地验证线上数据可能滞后/失真结合实际购买体验、用户访谈
❌ 用 AI 代替用户调研AI 无法替代真实用户反馈AI 辅助分析,用户验证结论
❌ 把敏感商业数据喂给公共AI数据安全风险使用企业版/私有化部署

四、Prompt 模板库(GTM 场景) ​

1. 模板1:竞品分析 ​

你是一位资深智能硬件GTM操盘手。请分析以下竞品:
- 竞品名称:[填入]
- 平台:Amazon / 独立站 / 其他
- 分析维度:定价策略、Review关键词、广告打法、供应链弱点
请给出:1) 竞品优劣势总结 2) 我们的差异化机会 3) 具体行动建议

落地执行:工具:Claude/ChatGPT + AgentReach + Keepa/Helium 10|负责人:增长主责|频率:每周1次(周一)|时限:T+1天内输出竞品快照并录入飞书多维表|阈值:价格波动>5%或 BSR 波动>20%当日告警(对齐 16.11§二),数据需与 Keepa 交叉验证|关联:详见 02.06 竞品持续监测雷达 §一、§二

2. 模板2:Listing优化 ​

请优化以下Amazon Listing:
- 原文案:[粘贴]
- 目标关键词:[填入]
- 竞品Top3标题:[粘贴]
请输出:优化后的标题(200字符内)、5条Bullet Points、产品描述
要求:突出差异化卖点、植入核心关键词、符合Amazon规则

落地执行:工具:Claude/ChatGPT + Helium 10(关键词)|负责人:增长主责,内容运营复核|频率:每 Listing 迭代1次|时限:T+3天内完成优化并提交合规检查|阈值:关键词覆盖率≥90%,人工审核通过后方可 A/B 测试,违规词 0 容忍|关联:发布前合规检查参照 02.06 竞品持续监测雷达 §三 Listing 变化监测

3. 模板3:评论分析 ​

请分析以下用户评论,提取:1) 高频正面关键词 2) 高频负面关键词
3) 用户最关心的TOP3功能 4) 改进优先级建议
评论数据:[粘贴或上传CSV]

落地执行:工具:Claude/ChatGPT + 飞书多维表(评论看板)|负责人:CS 主责,增长协同|频率:每周1次批量处理|时限:T+2天内输出分析并建工单|阈值:差评率>5%或 NPS<30 触发 CS 介入(对齐 15.5§四),高频负面词 Top3 需当日响应|关联:详见 02.06 竞品持续监测雷达 §一 Review 增量监测及 06.02 售后运营与口碑闭环 §四


五、工具选型建议 ​

场景推荐工具理由
日常对话/分析ChatGPT Plus / Claude Pro综合能力强,生态成熟
长文档处理Claude(200K上下文)长文本理解优秀
实时数据/搜索Perplexity / AgentReach联网搜索,数据更新
图片/设计生成Midjourney / DALL-E广告素材、社媒配图
数据分析ChatGPT Code Interpreter上传CSV直接分析
代码/自动化Claude + Python / n8n复杂工作流自动化

💡 使用建议:先从工作流1(立项洞察)开始练手,熟悉后再扩展到其他场景。AI 是工具,操盘手的判断力才是核心竞争力。


执行清单(Checklist) ​

以下为本章关键动作的落地自查项,执行后勾选并注明负责人/完成时间。

  • [ ] 应用矩阵已落地:市场/产品/营销/销售/服务各环节至少有一个已用起来的场景

  • [ ] 工作流可复现:示例中的步骤与提示词可直接照做,不是概念描述

  • [ ] 红线已上墙:五条不可逾越的用法(数据/合规/决策)已写入团队规范

  • [ ] Prompt 模板可复制:每个场景的模板字段完整,替换变量即可用

  • [ ] 工具选型有依据:选型维度(成本、数据合规、集成难度)与结论对应,不是罗列

  • [ ] 人工复核环节保留:AI 产出在对外发布前必须经人审核,未设全自动通道

huajun.wang 智能硬件 GTM 知识体系 · 方法论