固化Claude写产品故事的工作流需分三层：基础层用固定模板约束结构，变量层通过Excel+Python动态注入5大要素，校验层强制逐项核验输出；执行时须从Notion实时拉取要素，禁用旧提示词，确保每则故事完整覆盖用户身份、痛点、方案、证据、行动点。
☞☞☞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☜☜☜
把claude写产品故事的提示词固化为可复用、不依赖临时灵感的工作流，需要剥离即兴发挥成分，明确每个环节的输入、动作和输出标准。梳理产品故事的核心要素
打开一个空白文档，逐项列出当前产品必须传递的5个硬性信息：目标用户身份（如“35岁左右的二线城市母婴店主”）、核心痛点（如“库存周转慢导致现金流紧张”）、解决方案形态（如“微信小程序+AI补货建议”）、差异化证据（如“已接入17家区域仓配系统”）、行动触发点（如“扫码领取3天智能选品试用权限”）。这5项缺一不可，【漏掉任意一项，Claude生成的故事会失去业务锚点】。
把这5项复制进Notion数据库，字段设为“要素类型｜原文｜是否客户原话｜使用频次”，后续每次调用都从这里取值，不现场编造。
设计三层提示词结构
方法一：基础层（固定模板）
在Obsidian中新建模板文件，内容为：
“你是一位有8年SaaS产品文案经验的资深策划。接下来要为【产品名】撰写面向【用户身份】的产品故事。故事必须严格包含以下5个要素：①【痛点原文】；②【方案形态原文】；③【差异化证据原文】；④【用户原话或调研金句】；⑤【行动触发点原文】。禁用形容词堆砌，每段不超过35字，首句必须是用户视角的疑问。”
方法二：变量层（动态注入）
用Excel维护“要素映射表”：左列为上述5个要素编号（①～⑤），右列对应Notion数据库里最新更新的具体文本。每次使用前运行Python脚本（仅3行代码），自动替换模板中的【】占位符，生成本次专属提示词。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
方法三：校验层（防偏移机制）
在提示词末尾追加：“生成后，逐条核对输出是否完整覆盖①至⑤项。若缺失任一要素，立即重写并标注缺失项编号。”
建立闭环执行路径
第一步：打开Notion数据库→筛选“使用频次≥3”的要素条目→确认无过期信息
第二步：运行Excel映射表→粘贴生成的完整提示词到Claude对话框→发送
第三步：收到输出后，立刻对照①至⑤编号做勾选验证→未通过则触发重写指令，不人工修改文本
第四步：通过验证的故事存入Notion“已发布故事库”，自动打上“来源提示词版本v2.3”标签
这一步操作起来很简单，直接把文件拖进去就行。但要注意：每次执行必须从Notion数据库拉取最新要素，【禁止直接复用上周的提示词文本】。
