使用结构化Prompt模板可一键生成规范SWOT分析：严格按优势、劣势、机会、威胁四类输出，每项短句独立成行，无编号、无解释、不跨类合并，便于直接用于汇报。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望通义千问AI快速输出结构清晰、可直接用于汇报的SWOT分析内容，但发现模型返回结果松散、缺乏分类逻辑或未按标准四象限组织，则很可能是输入指令未触发其商业分析专用推理路径。以下是实现一键生成规范SWOT分析内容的有效方法：
一、使用预置结构化Prompt模板
该方法通过强制模型识别“SWOT”为严格四类归因框架，抑制自由发散，确保输出严格遵循优势（Strengths）、劣势（Weaknesses）、机会（Opportunities）、威胁（Threats）四个维度，且每项以短句形式独立成行，便于后续粘贴至PPT或思维导图工具。
1、在对话框中完整输入以下指令：请基于以下业务背景，生成标准SWOT分析：【在此粘贴您的业务描述，例如“一家成立3年的国产宠物智能喂食器初创公司，已上线天猫/京东，月销800台，客单价599元，核心用户为25–35岁一线及新一线城市养猫人群，当前无自有工厂，依赖ODM代工，APP留存率42%，竞品包括小佩、霍曼等”】。要求：仅输出四部分，每部分标题加粗，条目用短句罗列，不加编号，不解释原因，不跨类合并，不添加额外段落。
2、发送后等待模型响应，输出将严格按“优势：”“劣势：”“机会：”“威胁：”四段呈现，每段内均为无序短句。
二、启用Thinking模式+分步约束指令
该方法适用于需深度结合行业常识与数据逻辑的复杂场景，利用Qwen3-14B或Qwen2.5-7B-Instruct的Thinking推理能力，在内部完成归因判断后再结构化输出，显著提升条目相关性与现实可行性。
1、输入指令开头明确激活思考路径：请以Thinking模式执行SWOT分析任务。先逐项评估以下业务信息中的内在能力与外部环境变量，再严格归类至S/W/O/T四类。思考过程不输出，仅返回最终四段结构化结果：
2、紧接粘贴结构化业务输入，格式为：【公司类型】科技硬件初创企业；【产品】Wi-Fi联网式自动喂食器；【市场阶段】成长早期，复购率31%，NPS为+18；【供应链】全部外包，BOM成本占比67%；【技术】自研投喂算法获软著，APP兼容iOS/Android；【政策】2025年《智能宠物设备安全白皮书》即将实施；【竞对动态】小佩推出带摄像头型号，售价上涨15%。
3、结尾追加输出控制：输出格式：仅四行标题+对应条目，每类不超过5条，每条≤20字，禁用“可能”“或许”“建议”等模糊表述，禁用英文缩写（如IoT），中文标点全角。
三、Excel数据驱动型SWOT生成法
当您已整理好原始调研数据（如用户访谈摘要、销售漏斗各环节转化率、竞品参数对比表），此方法可绕过人工归纳，让模型直接从字段中提取SWOT要素，避免主观偏差。
1、将数据整理为单页Excel，首行为字段名，至少包含三列：“来源类型”（填“用户反馈”“销售数据”“竞品文档”“内部会议纪要”），“原始语句”（如“APP闪退频繁，尤其iOS17系统”“上月退货率升至9.2%，主因卡粮”），“归属倾向”（填“S”“W”“O”“T”，若不确定可留空）。
2、复制A1:C100区域（含标题行），粘贴至对话框，并前置指令：请根据以下结构化输入，清洗并归类SWOT要素：过滤重复及口语化表达，将每条原始语句精准映射至S/W/O/T一类，合并同类项，剔除倾向不明项。输出仅含四类标题及下属条目，每条为提炼后的专业短句，禁用第一人称。
3、确认模型未新增解释性文字，仅返回四组条目即为成功。
四、JSON Schema强制输出法（适配程序调用）
该方法面向需将SWOT结果自动写入数据库、渲染至前端图表或对接BI系统的开发者，通过预定义JSON结构锁定字段名与嵌套层级，杜绝格式错位风险。
1、输入指令中嵌入完整Schema声明：请按以下JSON Schema输出SWOT分析结果，不得增删字段，不得改变键名大小写，值必须为字符串数组，每数组元素为一句完整陈述，长度12–18字：“{ "strengths": [], "weaknesses": [], "opportunities": [], "threats": [] }”
2、随后提供业务上下文，例如：业务背景：社区团购平台区域运营中心，覆盖华东6省，团长数2.1万，次日达履约率83%，用户LTV为142元，最近上线预制菜频道，SKU拓展至327个，但仓配损耗率达11.7%。
3、发送后检查返回是否为纯JSON对象，验证keys是否全为小写，各数组是否非空且元素为字符串，即可直接解析使用。
