要查可复用的营销案例，需在提示词中明确执行角色或交付物形态，加入“分几步做的”等拆解信号词并标注决策依据，设定信息密度单位，再用减号排除泛概念、绑定原始信源类型。
☞☞☞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☜☜☜
你想在纳米AI搜索中查某个品牌的实际营销案例，但返回结果全是笼统的“XX品牌做了短视频”“XX品牌做私域”，缺乏具体动作拆解、策略逻辑或执行细节——这是因为当前提示词只触发了表层信息召回，没锚定“可复用的操作颗粒度”。
先锁定你要拆解的案例类型
纳米AI搜索对“案例”的理解非常宽泛。不提前限定类型，它默认返回新闻通稿式摘要。必须在提示词里明确指定你要的是哪一类可操作的案例：
方法一：按执行角色限定
在品牌名后直接加角色关键词，例如：“完美日记 → 小红书内容运营案例拆解”“瑞幸 → 私域社群SOP案例拆解”。【角色词必须具体到一线岗位动作，不能写“营销案例”“品牌案例”这种空泛词】
方法二：按交付物形态限定
写明你要看到的输出形式，例如：“元气森林 → 抖音投流落地页截图+文案逐行批注”“观夏 → 微信公众号推文结构图+每段目的说明”。这能强制模型调取具象素材而非概括描述。
加入“拆解信号词”激活深度解析
纳米AI搜索对“拆解”“分析”“步骤”等词响应较弱，需用更底层的动作动词触发结构化输出：
第一步：把“怎么做的”换成“分几步做的”
错误提示词：“喜茶新品上市活动案例”
正确提示词：“喜茶新品上市活动 → 分3步做的：预热期动作→首发期动作→延长期动作”
纳米AI是一款基于人工智能大模型技术开发的智能应用工具，主要用于提供AI问答、内容生成、信息整理与智能搜索辅助等功能。用户可通过自然语言交互方式获取结构化信息与文本内容，用于学习、办公及内容创作等多种场景。
第二步：要求标注决策依据
在步骤后追加“为什么选这一步”，例如：“蕉下防晒衣618大促 → 分4步做的，每步注明当时放弃其他方案的理由”。模型会调取真实背景约束条件，避免编造理想化流程。
第三步：指定信息密度单位
例如：“写出蜜雪冰城下沉市场地推案例 → 每个动作必须含：执行人职级、单日人力投入、物料成本、3天内转化率”。没有量纲约束，模型默认输出模糊描述。
过滤干扰信息的关键词组合
纳米AI搜索常混入行业报告摘要、专家观点、竞品对比等非案例内容。用排除法压缩结果范围：
方法一：用减号剔除泛概念
输入：“花西子直播案例 -‘趋势’ -‘洞察’ -‘价值’ -‘未来’”。这些词在报告体中高频出现，但真实执行记录里极少出现。
方法二：绑定原始信源类型
加上“现场实录”“内部复盘”“员工口述”等短语，例如：“林清轩私域冷启动 → 员工口述实录+聊天截图文字版”。【纳米AI对“口述”“截图”“手写笔记”等原始载体词敏感度远高于“分析”“总结”】
