Monica_AI火山引擎提示词怎样提高用户生命周期价值

要用Monica AI提升LTV，需让AI理解用户各阶段决策逻辑与微需求：第一步用真实字段名建全生命周期标签；第二步输入原始行为日志片段；第三步勾选强制保留行为动词；第四步设定归因分析师角色并限定数据源；第五步要求Monica先确认关键问题；第六步嵌入DataTester真实漏斗数据驱动文案生成。

想用Monica AI配合火山引擎PromptPilot提升用户生命周期价值（LTV），不能只盯着“怎么发优惠券”或“怎么推复购”，得让AI真正理解每个阶段用户行为背后的决策逻辑和未被满足的微需求，再生成可落地的运营动作。

用全生命周期标签反向校准Monica提示词

第一步：在PromptPilot中新建“LTV优化”项目，选择【Prompt调优】入口，粘贴你当前已有的用户分层规则——例如“新客（注册7天内）、高潜（3次浏览未下单）、沉默（90天无互动）、流失召回（近30天有退款但未再次下单）”。【必须用你真实数据库里的字段名，比如user_status_v2而非‘用户状态’】

第二步：把这四类人群各自对应的典型行为日志片段，各选2～3条真实原始数据（非脱敏摘要），直接粘进提示词正文。例如：“高潜用户张XX，5月28日14:22浏览‘儿童防晒霜’详情页→加购→放弃→当晚21:07搜索‘婴儿防晒霜 安全成分’”。

第三步：在PromptPilot的“算法驱动优化”环节，勾选【强制保留原始行为动词】选项。这能防止AI把“放弃加购”美化成“暂未决策”，而必须输出“用户看到成分表后关掉页面”这类带因果链的判断。

让Monica识别长期需求而非短期行为

方法一：给Monica设定角色时，写“你是一名用户行为归因分析师，只从京东618实时热搜榜TOP50、小红书#母婴防晒话题下收藏超3000的笔记评论区、以及你导出的GA4事件流中提取重复出现的动词短语，例如‘怕涂不匀’‘要能洗掉’‘不敢喷脸’”。

方法二：在提示词末尾加一句：【在我确认之前，请先列出你为准确识别LTV提升杠杆点而必须向我确认的3个问题】。Monica会暂停生成，返回类似：“是否需排除‘618满减’等临时促销动因？‘不敢喷脸’是否指向喷雾设计缺陷而非成分担忧？‘要能洗掉’是否对应婴幼儿晨间快速清洁场景？”

绑定真实渠道效果归因路径

打开火山引擎DataTester，找到最近一次A/B测试中“短信召回沉默用户”的转化漏斗。复制其中关键节点数据：曝光率62%→点击率18%→加购率3.2%→支付完成率1.7%。

将这组数据嵌入Monica提示词，格式为：“当沉默用户收到含‘防晒霜’关键词的短信，62%看到→18%点击→3.2%加购→1.7%支付。请基于此漏斗断点，生成3条可直接插入短信模板的文案，每条必须包含一个未被满足的微需求（如‘试用装太小不够全家用’），并说明该需求在哪个漏斗环节暴露最明显。”

这一步操作起来很简单，直接把DataTester导出的CSV里那行数字复制粘贴就行。但漏掉它，Monica就会虚构“用户更在意价格”，而实际断点在加购后放弃——说明卡在家庭用量预估环节。