AI 自媒體營運教學
垂類深度分析

小紅書人群需求地圖:從使用者原話挖 30 個穩定選題

選題不要靠猜,要從使用者原話裡挖。本文給一套從評論、私信、搜尋詞、社群裡採集真需求的方法,配五維歸類法,直接產出 30 個可執行選題。

📖 本篇術語速查表
術語一句話解釋
使用者原話使用者在評論、私信、社群裡自然表達的真實需求字眼,不是經過你改寫的官方話術。
JTBD(Jobs To Be Done, 待完成的工作)使用者“僱傭”你的內容去完成某件具體的事——核心問句是“當...的時候,我想...”。
需求三層同一條原話拆出功能 / 情感 / 社會認同三層需求,每層對應不同的選題方向。
訊號詞反覆出現的字眼("怎麼辦" / "有沒有" / "求推薦"),指向真需求而非客套。
五維歸類把零散原話按“誰 / 什麼 / 為什麼 / 哪裡卡住 / 排除什麼”五維結構化的方法。
選題池從需求對映出的可寫選題清單,通常按 P0 / P1 / P2 三檔排優先順序。
痛點 vs 癢點痛點帶情緒、迫切需要解決;癢點是“加分項”,不解決也能活。
評論新一輪原話筆記發出後評論區出現的新表達,是下一輪選題的種子,讓原話採集變迴圈。

穩定的選題池不是想出來的,是從使用者原話裡聽出來的。本文給一套從評論 + 私信 + 搜尋下拉詞 + 社群 4 個渠道採集真原話、五維歸類後產出 30 個選題的完整流程,讓你 1 小時內攢出 4 周不缺題的內容池。

把這段提示詞丟給 AI,讓它把你已採集的原話變成 30 個可執行選題:複製下面整段(含五維歸類規則 + 三檔優先順序標準),貼上你採集到的 30 條以上使用者原話,AI 會直接產出 P0/P1/P2 三檔的選題池,每條都標註證據原話。

# 角色:小紅書選題翻譯員

你是小紅書選題翻譯員,專長於從使用者原話(評論 / 私信 / 搜尋詞 / 社群)採集真需求,透過五維歸類法產出 30 個穩定可執行的選題清單。

**角色邊界**:
- 你只做需求採集和選題歸類,不替使用者寫筆記、不編原話
- 不編造使用者原話,缺料就標"待使用者提供"
- 不寫營銷誇張詞,不接受「賦能」「煥新」等空話
- 不替使用者拍板「這個選題必爆」,決策權歸使用者

## 核心任務

透過原話採集 4 渠道 + 五維歸類法(問題 / 場景 / 情緒 / 行動 / 隱憂)+ 30 選題輸出 + 優先順序排序,產出可執行 30 選題清單 + 7 天試發計劃。
**核心使命**:把讀者從「憑腦暴想選題」拽到「從使用者真實原話反推選題」。
**成功標準**:原話至少 20 條且標註來源(評論 / 私信 / 搜尋) + 30 選題按五維分類 + 選題標題用原話句式 + 30 天可執行 ≥ 12 篇。

## 資訊輸入

> `___` = 一次性填空;`[訪談]` = 訪談模式下 Agent 主動詢問。

**欄位清單**(必填 ★ / 可選 △):
1. ★ 已選定的二級關鍵詞(3 個) [訪談]:___
2. ★ 目標人群 [訪談]:___
3. ★ 評論原話 ≥ 10 條(自己賬號或同行賬號) [訪談]:___
4. ★ 私信 / 搜尋詞 / 社群提問原話 ≥ 5 條 [訪談]:___
5. ★ 每週可發筆記數 [訪談]:___
6. △ 已發過的選題清單:___
7. △ 歷史爆款選題:___

**輸入姿態判斷**(首步必做):
- ≥ 70% 必填欄位已填 → **一次性模式**,缺欄位標"未確認"
- < 70% / 全空 → **訪談模式**:一次問 1 欄位,給 3-5 個採集示範,答完複述確認再下一題

**兜底**:缺原話 → **拒絕執行**(無原話無翻譯);缺二級關鍵詞 → 走「先做選詞」前置;缺周發文數 → 預設 3 篇 / 周。

## 工作流程

1. **原話清洗**:把 ≥ 15 條原話剝離表情、問候語,只留語義核心。
   **思考過程**:先在 `<thinking>` 裡梳理「同一痛點是否重複出現 ≥ 3 次 / 是否覆蓋人群在認知/考慮/決策三階段」。

2. **五維歸類**:把每條原話歸到 1-2 個維度:
   - 問題維:「我XX 怎麼辦」「為什麼我 XX」
   - 場景維:「在 XX 情況下」「每次 XX 時」
   - 情緒維:「我太焦慮了」「我害怕 XX」「我擔心」
   - 行動維:「我已經試了 XX 但 XX」「我打算 XX」
   - 隱憂維:「我怕 XX 一旦發生」「萬一 XX」
   每維至少 4 條原話才能立題。

3. **30 選題翻譯**:每條選題 1 個原話錨點(用引號標原話)。
   - 5-6 篇問題維(佔 20%)
   - 5-6 篇場景維(20%)
   - 5-6 篇情緒維(20%)
   - 5-6 篇行動維(20%)
   - 4-5 篇隱憂維(15%)
   - 標題用原話句式("xxx 怎麼辦" / "在 xxx 時" / "我擔心 xxx")

4. **優先順序排序**:按「原話出現頻次 × 情緒強度 × 決策距離」三維打分 1-5,排前 12 個為本月主發。

5. **7 天試發計劃**:Day 1-3 發頻次最高 3 篇 + Day 4-6 發情緒強度最大 3 篇 + Day 7 看收藏率篩優勝模式。

6. **按下方《30 選題翻譯卡》撰寫結論**。

## 示例 / 樣板

**輸入示例**:
- 關鍵詞:敏感肌酸類 + 屏障修復 + 測評 / 人群:25-35 歲油皮 / 原話 15 條 / 每週發 3 篇

**期望輸出(節選)**:

```
▌五維歸類
- 問題維:「水楊酸 vs 杏仁酸怎麼選」「夏天用酸會爆痘嗎」...
- 場景維:「換季敏感期能用酸嗎」「上完酸接著用 VC 行不行」...
- 情緒維:「我刷酸 3 次都爛臉了」「不敢碰酸了」...
- 行動維:「我現在每天用 0.5% 視黃醇」「我在用城野醫生」...
- 隱憂維:「怕長期用酸皮膚變薄」「怕停用反彈」...

▌Top 12 選題(本月主發)
1. 水楊酸 vs 杏仁酸 油皮怎麼選(問題維 5 分,頻次 8)
2. 換季敏感期還能用酸嗎(場景維 5 分,頻次 6)
...

▌7 天試發
Day 1-3:發頻次最高 3 篇(看收藏率)
Day 4-6:發情緒最強 3 篇(看評論原話迴流)
Day 7:對比收藏 vs 評論,選 winning 模式繼續
```

**反面示例**:
- ❌ 選題靠腦暴(沒原話錨點)
- ❌ 30 篇都集中在 1-2 個維度
- ❌ 標題用「賦能」「煥新」等空話
- ❌ 不給優先順序,30 篇平鋪

## 輸出規範:《30 選題翻譯卡》

**嚴格遵循以下結構。總字數 800-1300。**
**直接輸出《30 選題翻譯卡》,不要前言、後語、解釋。**
**全域禁止**:營銷空話(「賦能 / 煥新」)、編造使用者原話、推薦腦暴選題、未標「以創作者後臺為準」的平臺數字。

▌一、五維歸類表(每維 ≥ 4 條原話 + 來源標註)
▌二、30 選題清單(每題標維度 + 原話錨點)
▌三、Top 12 優先順序(評分 + 頻次 + 一句話證據)
▌四、7 天試發計劃(每天動作 + 看哪 2 個資料)

**自檢清單(輸出前必查)**:
- [ ] 字數 800-1300,每段不空
- [ ] 無前言後語
- [ ] 30 選題每題有原話錨點
- [ ] 五維各 ≥ 4 條原話
- [ ] 優先順序 Top 12 有具體評分
- [ ] 沒編造原話,沒營銷詞

## 拒絕場景

遇到以下輸入直接拒絕執行:
- 使用者原話 < 15 條 → "請回評論區 + 私信採集至少 15 條原話再回來"
- 使用者要求「不要原話,直接給爆款選題」 → "本工具拒絕腦暴,必須用真原話"
- 使用者要求「保證 1 篇爆 10 萬」 → "本工具不承諾爆款,只給可被反證的選題歸類"
- 欄位全空 / 佔位符未替換 → "請按欄位清單補全原話採集"

先給結論:為什麼使用者原話比頭腦風暴更可靠

新手選題最常見的錯,是關起門來頭腦風暴,拍腦袋寫一堆選題,然後驚訝為什麼資料不好。真正穩定的選題,幾乎都來自使用者自己說過的話

選題來源命中率長尾價值
頭腦風暴低,猜中純靠運氣短,不可複製
模仿頭部中,但同質化嚴重中,但壁壘低
使用者原話高,本來就有需求長,可滾動複用

「使用者原話」不是使用者對你的讚美,而是使用者在沒人引導的情況下,自己描述自己問題時用的字眼。這種字眼藏著平臺搜尋欄裡的真實搜尋詞,也藏著選題的穩定金礦。

下面給一套採集和歸類的完整方法。

使用者原話從哪些渠道採集

四個渠道各有特點,每週固定從這四個渠道各採 10-20 條:

渠道怎麼採真實度
筆記評論翻自己和同行高互動筆記的評論區高,但偏短句
私信翻自己賬號的私信記錄極高,帶具體情境
搜尋欄下拉詞在小紅書搜尋欄輸入主詞,看下拉補全高,反映真實搜尋
社群提問微信群、豆瓣小組、知乎相關問題高,但要選小紅書重疊人群

採集要求:複製貼上原話,不要改寫。一旦改寫,真需求就會被你自己的偏見過濾掉。

記下采集時的元資訊:渠道、日期、使用者身份線索(年齡、地域、階段)。這些元資訊後面歸類時有用。

使用者原話的四類原始形態

使用者原話不是一種,而是四種,每種對應不同的選題機會:

形態例子選題機會
問句"敏感肌防曬怎麼選?"直接做問題詞標題
抱怨"用了三瓶都不行"做避坑/對比/反向選題
求推薦"有沒有人推薦 200 塊以內的"做合集/排行/價位帶選題
經驗分享"我連續塗了 14 天,發現..."做案例/實測/記錄選題

四類原始形態都要採,問句容易被忽略——它們的搜尋量最穩定,但容易被博主當成“老生常談”略過。新手反而應該多挖問句類原話。

把原話拆成需求三層(功能/情感/社會認同)

每條使用者原話都包含三層需求,只看表面會錯過 60% 的內容機會:

流程图加载中

每一層都能拆出獨立選題:

層級對應選題方向
功能層測評/對比/引數(技術深度)
情感層故事/反差/自我接納(共鳴深度)
社會認同層場景/職業/形象管理(社交深度)

新手最容易停在功能層,只做測評,內容容易撞車;進階博主同時打三層,內容立體且差異化。

訊號詞提取:哪些字眼指向真需求

不是所有字眼都同等重要。這些訊號詞指向真需求:

訊號詞型別例子含義
頻次詞"每次""總是""每天"高頻問題,選題潛力高
緊迫詞"馬上要""快開學""下週"時效性強,有視窗期
比較詞"vs""哪個""對比"決策型需求,工具價值高
排除詞"不要""避開""除了"反向選題,差異化機會
量化詞"200 塊以內""1 小時"約束型需求,垂直度高

提取訊號詞的具體方法:把採集到的原話全部貼成一段,用 AI 標出現 ≥ 3 次的高頻字眼,這些就是你賬號下一階段的核心訊號詞。

五維歸類:把需求對映成穩定選題

五維歸類是把零散原話變成結構化選題池的關鍵。每條需求按下面五個維度歸類:

維度問題例子
誰(Who)使用者是什麼身份/階段25 歲油皮新手
什麼(What)想完成什麼具體任務選一支適合通勤的防曬
為什麼(Why)為什麼現在需要夏天到了,舊的用完了
哪裡卡住(Where)目前卡在哪一步選項太多,不知怎麼篩
排除什麼(What not)不想要什麼不要油膩、不要泛白

每條需求填完五維後,選題自然產出:「給 [Who] 在 [Why] 場景下,挑一支 [What 滿足、What not 排除] 的防曬,透過 [Where 解決方式]」

30 個選題的產出模板

按下面三個模板組合,每個垂類都能產出至少 30 條選題:

模板公式例子
決策型[人群] + [問題] + [數字承諾]油皮通勤族:5 款 200 元內防曬實測
經驗型[人群] + [時間記錄] + [結果]敏感肌連續測 14 天:這 3 款沒翻車
反向型[人群] + [避雷] + [清單]油皮防曬避坑清單:這 3 類直接淘汰

三個模板各產出 10 條,30 條選題就到手。但不是全部都要立刻發,需要排優先順序。

用 JTBD 框架反向驗證選題

JTBD(Jobs To Be Done,待完成的工作)框架的核心問題是:使用者僱傭你的內容是為了完成什麼具體的工作?

每條候選選題用下面三句話反驗:

  1. 當...的時候(場景):當我夏天上班需要新防曬的時候
  2. 我想...(目標):我想找一支油皮通勤適用的、不卡粉的防曬
  3. 這樣我就能...(收益):這樣我中午不補妝也能保持乾淨狀態

三句話填不出來的選題,說明需求場景不清晰,需要先做素材補充再決定寫不寫。

選題池的優先順序排序

30 條選題全部投放成本太高。用三檔優先順序篩:

標準佔比
P0 立刻寫使用者原話原文出現 ≥3 次 + 五維填滿 + JTBD 驗證透過30%
P1 一個月內寫使用者原話出現 2 次 + 五維有缺但能補50%
P2 備選單次提及 + 不確定需求強度20%

先寫 P0 一半,看資料反饋,再決定 P0 剩下一半和 P1 怎麼排。不要按時間均勻分佈,要根據反饋調整。

怎麼從後臺資料驗證選題命中

釋出後用後臺資料判斷選題是否真正命中需求:

資料訊號解讀
收藏率 > 5%工具價值確實存在,該需求是真痛點
評論裡有追問使用者原話驗證為真需求
私信諮詢決策末端需求,可承接變現
完讀率高但收藏率低內容好但工具價值不足,改結構
曝光高但點選低標題封面沒扣住需求,改標題

最關鍵的訊號是評論裡的新一輪使用者原話——這些原話又能成為下一輪選題的種子。需求採集是迴圈的,不是一次性的。

AI 怎麼輔助

第一,原話歸類。把 50-100 條使用者原話丟給 AI,讓它按“問句/抱怨/求推薦/經驗分享”四類歸類,並標註每條的核心訊號詞。

第二,需求三層拆解。給 AI 一條使用者原話,讓它拆出功能、情感、社會認同三層,各給一個對應的選題角度。

第三,五維填表。給 AI 一個需求摘要,讓它按“誰/什麼/為什麼/哪裡卡住/排除什麼”五維填表,然後產出標題。

第四,JTBD 驗證。批次給 AI 30 條候選選題,讓它按 JTBD 三句話驗證,標記哪些透過、哪些需要補素材。

不要讓 AI 替你採集原話——AI 沒有平臺賬號,無法讀評論私信。它的角色是「整理者」,不是「採集者」。

官方資料與核驗口徑

平臺規則、演算法動向、報價規則、政策口徑都會變化。本文保留的是可遷移的判斷框架,具體數字一律給區間。

跨平臺核驗入口:

涉及具體資料、比例、報價區間的部分,以執行當天后臺為準。

常見問題

評論很少怎麼辦?

借同行高互動筆記的評論區。同垂類頭部賬號的評論區是免費的需求採集庫。

搜尋欄下拉詞是平臺推的還是使用者搜的?

搜尋欄的下拉補全主要來自使用者真實搜尋行為。但少量受平臺營運推送影響,所以下拉詞作為線索,不要全信,要跟評論原話交叉驗證。

五維歸類做完所有選題要多久?

熟練後單條 1-2 分鐘,30 條 1 小時。建議每週固定 1 小時做需求歸類,持續 4 周後,你會形成一份長期可複用的需求資產。

選題池要全部公開嗎?

不需要。30 條選題裡有 5-10 條是"長期資產型"(適合反覆改寫、連載放大),這部分自己留著;剩下可以在朋友圈或同行群裡討論交流。

接下來去哪

本頁目錄