用于文案写作的 ChatGPT 和 Claude：一个可转化的 MOFU 工作流

第 1 步：先准备完整的 MOFU 简介

一份强有力的简介，决定了 AI 文案是有用，还是只是经过润色的填充内容。在向任一模型提问之前，先写一份一页的产品资料包，说明买家是谁、为什么这个产品此刻重要、现有何种证据，以及哪些主张被禁止。

如果你仍在选择更广泛的工具栈，在构建针对模型的提示词之前，先使用父级指南 面向联盟与产品的 AI 文案工具。下面的提示词工作流默认你已经知道产品、漏斗阶段和流量来源。

明确买家和下一步行动

MOFU 读者并不冷淡。他们已经意识到问题，需要帮助判断这个产品、机制或下一步是否足够可信，值得继续推进。

你的简介应直接说明下一步行动：预约通话、观看 VSL、开始试用、加入名单、对比产品，或者继续到结账页。无法用一句话解释该行动的草稿，还不适合测试。

设定主张与证据边界

列出文案可以提出的主张、必须避免的主张，以及每项主要表述所需的证据标准。对于联盟推广和付费获客工作，这既保护合规，也保护信任。

使用实用标签：

• 已证实：有可引用来源、平台数据、客户证据或内部测试结果支持。
• 合理：看起来合理，但仍需验证。
• 假设：可作为角度使用，但不适合作为主张。
• 禁止：被渠道规则、平台政策或法律审查禁止。

构建可复用的产品资料包

每次提示都使用同样的字段：

• 产品名称和类别
• 网络或平台，例如 ClickBank、Digistore24、BuyGoods 或自有漏斗
• 主要受众和地区
• 漏斗阶段与转化行动
• 承诺、机制和证据类型
• 三大异议
• 禁止主张与必需免责声明
• 竞争基准，如果存在
• 语气规则和长度限制

第 2 步：为 ChatGPT 和 Claude 使用同一个提示壳

在两个模型中使用相同的提示结构，这样输出才可比较。更换模型、任务、受众和格式都可以；每次都把整个提示改掉，会让测试更难解释。

提示壳

Role: You are a senior direct-response copywriter writing MOFU copy.
Objective: Create copy that helps an aware prospect take the next action.
Brief: [paste offer packet]
Constraints: No guaranteed outcomes, no unsupported claims, no pressure tactics.
Audience state: [problem-aware / solution-aware / offer-aware]
Task: Create [asset type] in [number] variations.
Output format: Hook, body, objection handling, proof line, CTA, revision notes.
Scoring: Rate clarity, mechanism specificity, proof credibility, objection handling, and CTA friction from 1-5.

为什么这个壳有效

统一的提示壳会迫使两个模型回应同一个商业问题。这样比较的是文案质量，而不是提示运气。

ChatGPT 往往更适合处理开头钩子数量、角度探索和短文变体。Claude 往往更适合长结构、过渡和论证流。把这些视为倾向，而不是固定规则，并让评分标准决定结果。

第 3 步：在不丢失版本控制的前提下生成成对草稿

用同一份简介分别运行 ChatGPT 和 Claude，然后并排比较输出。对于大多数 MOFU 活动来说，三轮带有清晰约束的提示，比二十个松散提示更有用。

有用的变体请求

让每个模型给出不同的战略角度，而不是随机重写：

• 先痛点：先展示继续停滞的代价。
• 先机制：解释为什么这种方法的效果不同。
• 先证据：先给出最强的可信证据。
• 先异议：立刻回答买家最大的犹豫。
• 先比较：与已知替代方案对比，但不要做虚假主张。

命名与存储规则

使用诸如 offer_angle03_proof_v1 这样的文件名或标签，并保留模型、提示版本和测试日期。当天后来某个赢家钩子出现在邮件、VSL 和着陆页时，这一点尤其重要。

版本控制也能避免一个常见的 AI 工作流问题：团队记得某一句话有效，但不记得是哪个提示、主张限制或流量来源导致的。

第 4 步：在任何付费测试前先给草稿评分

AI 生成的草稿不能因为听起来流畅就直接进入付费测试。先设置评分门槛再发布，然后再根据发布后的表现数据进行优化。

最低要求是 25 分中至少 16 分，且任何一项都不能低于 3 分。这个门槛并不能保证表现，只是一个质量过滤器，用来把弱草稿挡在媒体花费之前。

第 5 步：让联盟文案更安全、更可信

联盟文案失败，通常是因为夸大结果、隐藏不确定性，或者借用无法支撑的证据。在草稿出现之前，就让模型降低主张风险。

在联盟提示中加入这些行：

• 不要暗示保证结果。
• 将每项表现主张都绑定到证据上，或者标注为假设。
• 不要编造推荐语、收益、时间线、医疗结果或平台关系。
• 假定读者持怀疑态度，并降低压力式话术。
• 保留必需免责声明和渠道限制。

这不仅提升合规性，也提升信任。一个持怀疑态度的 MOFU 读者，通常需要更强的论证，而不是更大声的承诺。

第 6 步：把一份简介转化为 VSL、邮件和广告

AI 的最佳用途不是写孤立素材，而是把一条经过验证的信息跨渠道传递，而不改变底层主张。

对于 VSL 工作，请以 什么是 VSL 中的结构作为骨架：

• 钩子
• 问题与不行动的代价
• 机制
• 证据
• 产品结构
• 异议处理
• CTA 序列

当活动需要更深入的脚本工作时，把这个流程与 AI VSL 写作和销售信写作流程 配合使用。若要更广泛地扩量，将同一信息地图连接到 用于扩量产品的 VSL 文案指南。

一个实用流程很直接：先用 ChatGPT 生成 5 个开头钩子，把最强的一个交给 Claude 写成 3 分钟的 VSL 草稿，再把脚本改造成着陆页要点和后续邮件，然后把顶部文案与当前控制版本进行测试。

第 7 步：用受控拆分进行测试

只有在变量清晰时，文案测试才有价值。如果你一次性更改钩子、着陆页、CTA、流量来源和产品包装，也许能得到结果，但得不到教训。

使用这个最低流程：

1. 选择一个主要指标，例如每个潜客成本、选择加入率、预约通话率或每次销售成本。
2. 在 2 到 3 个角度上测试 8 到 12 个变体。
3. 保持追踪、着陆页结构和流量来源一致。
4. 只有在该渠道达到有意义的最小样本后，才暂停变体。
5. 只把前 1 到 3 个候选推进到第二轮测试，而不是直接全面放量。

作为估计，一次有纪律的 MOFU 迭代，可能让推进率提升 5% 到 15%，但结果也可能持平甚至为负，这取决于流量质量、产品成熟度和证据强度。把每个区间都视为规划参考，而不是承诺。

第 8 步：在扩量前加入实时市场信号

模型输出的价值，只和其周围的市场背景一样大。即使提示词干净，如果它基于过时的竞品角度、饱和主张或过期的产品定位，也仍然可能产出陈旧文案。

使用诸如 Meta Ads Library 这样的公开参考，了解当前的创意方向，然后验证该角度是否仍然看起来是最新的。对于需要更鲜活产品层面背景的团队，Daily Intel Service 方法论 解释了 Daily Intel Service 如何在把产品视为可扩量、扩量中或已饱和之前，评估 VSL、创意和漏斗信号。

当饱和已可见时，应要求差异化，而不是更多数量：

• 更尖锐的异议反驳
• 更具体的机制语言
• 更窄的受众框定
• 更强的证据层级
• 更少的推测性结果语言

第 9 步：按工作流分配模型角色，而不是按偏好

最佳模型组合取决于素材和团队节奏。把 ChatGPT 用在速度和变体最重要的地方，把 Claude 用在长篇连贯性和顺序最重要的地方。

一个现实的规划估计是，每周需要 3 到 5 小时人工审查，用于处理 60 到 120 条候选文案和 5 到 10 条可发布候选。审查时间不是额外开销；它正是弱主张、含糊机制和高风险 CTA 被剔除的地方。

第 10 步：保持循环清晰并做好记录

一个可重复的每周循环，会让提示词库随着时间变得更聪明。它也会给编辑留下记录，解释为什么某一句话赢了或输了。

使用这个节奏：

• 周一：更新产品资料包和异议。
• 周二到周四：生成、评分、编辑并准备变体。
• 周五：回顾测试数据并归档决定。
• 周末或非周期时间：更新主张规则和证据标准。

为了长期搜索和信任质量，请让公开内容符合 Google 关于有帮助内容的指导 和 Google 结构化数据政策。同样的纪律也适用于活动文案：让证据可见，避免没有支撑的夸张，并且不要给用户在页面上看不到的 FAQ 内容做标记。

Daily Intel Service 并不是使用 ChatGPT 进行文案写作的必需品，但它可以帮助团队在更大规模上线前，将 AI 草稿与更新鲜的市场信号进行比较。真正有用的平衡是：让 AI 加快生产，然后让评分、证据和真实表现来决定什么值得预算。

常见问题

问：ChatGPT 适合文案写作吗？
答：适合。只要提示中包含清晰的产品简介、受众状态、证据限制和输出格式，ChatGPT 就很适合文案写作。若要求它在含糊输入下直接生成完整说服文案，它的效果最差。

问：MOFU 文案应该用 ChatGPT 还是 Claude？
答：如果活动重要，就两个都用。ChatGPT 往往更适合钩子和短格式变体，而 Claude 往往更适合更长的顺序和过渡。使用同一套评分标准比较输出。

问：联盟文案写作最好的提示结构是什么？
答：先写产品、受众、漏斗阶段、机制、证据、异议、主张限制和期望行动。然后要求钩子、正文、异议处理、证据句、CTA 选项，以及每项标准的 1 到 5 分自评。

问：我应该测试多少个 AI 文案变体？
答：一个实用起点是，在 2 到 3 个角度上测试 8 到 12 个变体。一次只测试一个主要变量，保持追踪一致，并且只把最好的 1 到 3 个变体推进到下一轮测试。

问：如何让 AI 文案保持合规？
答：在生成之前，明确告诉模型禁止的主张、必需免责声明、证据要求和平台规则。不要允许编造推荐语、保证结果或没有支撑的表现主张。

问：我需要 Daily Intel Service 才能使用这个工作流吗？
答：不需要。这个工作流可以只靠你自己的简介、测试和市场调研来运行。只有当你在投入更多制作或媒体预算之前，希望获得关于哪些内容看起来正在扩量的外部信号时，Daily Intel Service 才有用。