功能清单是工程团队做出来的东西，故事是客户三周后在饭桌上还会复述的东西。多数产品文案停在功能层，因为这样更安全、更好写，可也因此被忽略——没人会复述一串 bullet。本流程把 AI 当作起稿引擎，叠在两套被验证过的故事结构上：Donald Miller 的 StoryBrand SB7（客户是英雄，你的产品是向导）和 ABT 套路（And、But、Therefore）。靠它从功能库里抽出真正用客户语言讲的故事、大声压测、按受众排序。看完你会有 3-5 个故事，可以反复用在落地页、销售 deck 和投资人会议里。
一句话总结
- 别让 AI 凭空”写个产品故事”。喂给它真实功能清单加 5-10 条客户原话，再套一个固定结构（SB7 或 ABT）。结构 + 原料，才是好故事和 AI 通用废话的分界线。
- 每一步用对模型（2026 年 6 月）：Claude Opus 4.7 或 Sonnet 4.6 负责语气一致的起稿，GPT-5.5 负责生成多个变体和不同角度，Gemini 3.1 Pro 适合贴长篇逐字稿（100 万 token 上下文）。三者都在每月 20 美元档里。
- 客户才是英雄，不是你公司。你的创业神话不是客户故事。
- 3-5 个常青故事是工作数。超过 5 个，对任何单一受众都会稀释记忆。
- 唯一靠谱的质量测试：把故事读出声，再问两个真实目标受众”一小时后还记得哪个”。
为什么故事胜过功能清单
常见说法是：包在故事里的事实比单独的事实”好记 22 倍”——一般引自斯坦福 Jennifer Aaker 转述心理学家 Jerome Bruner。这个具体倍数请保持怀疑：它被反复引用，却几乎没有扎实出处。但方向性结论站得住：有名有姓、有转折点的具体叙事，远比抽象 bullet 好记。这就是为什么买家会记住”一家 50 人 SaaS 的基础设施工程师把值班告警砍了一半”，却记不住”先进的可观测性功能”。
两套结构干掉了大部分活，而且都老到足够可靠：
- StoryBrand SB7（Donald Miller，《Building a StoryBrand》）：一个有问题的角色遇见向导、拿到方案、被号召行动，结局是成功或失败。铁律：客户是英雄，你的产品是向导。你的品牌一旦把自己塑造成英雄，读者就会想”又一个跟我一样的英雄”，然后走神。
- ABT（And、But、Therefore）：用 “And” 说出受众本来就想要、就相信的东西，用 “But” 引入张力或障碍，用 “Therefore” 给出前进的路。ABT 是把一个冗长功能压成一句带张力的话最快的办法。
本流程让 AI 干那些费力的部分——聚类功能、按结构起叙事弧、生成变体，而你负责判断，和那个只有你客户知道的具体细节。
这篇适合谁看
自己写落地页的创始人、被困在又一份”核心功能”清单里的营销、能列出产品所有功能却让人没感觉的 PM、要做高赌注 deck 的销售头。
什么时候适合用
上线前、融资前、客户已经听过功能介绍的销售电话前、重做转化率不到 1% 的落地页时，以及任何你读自己写的文案却毫无感觉的时候。
开始前：备好原料
AI 没原料就会编出”听着对其实假”的故事。先收集这些：
- 真实功能清单——实际的那份，不是营销版。8-15 个最舒服。如果有 30+，你先有一个清晰度问题要解决，再谈故事。
- 5-10 条客户原话，来自工单、销售录音、评论或访谈。照抄字面措辞，正是那种用词让故事可信。
- 明确命名的目标受众：投资人、买家、媒体、候选人、伙伴。故事必须按受众变。一个故事打所有人是最常见的失败。
- 一句话定位。 AI 拿它做每个叙事的锚。
选模型。截至 2026 年 6 月，下面这些都包含在单份每月 20 美元订阅里：
| 步骤 | 推荐模型 | 原因 |
|---|---|---|
| 聚类功能、起叙事弧 | Claude Opus 4.7（$20 Pro）或 Sonnet 4.6 | 长文档里语气最稳，文字最自然 |
| 生成变体 / 不同角度 | GPT-5.5（$20 Plus） | 在前提扩写和对白变体上最强 |
| 贴长逐字稿 / 大量工单 | Gemini 3.1 Pro（$19.99 Google AI Pro） | 100 万 token 上下文，原始逐字稿不用裁 |
免费档跑单次可以，但很快就被卡：ChatGPT Free 用 GPT-5.5 但每日限额很紧，Claude Free 给的是受限的 Sonnet 4.6。如果是为真实上线做，付费档一次就回本。
具体步骤
1. 把每个功能映射到痛点和用后状态。 贴功能清单，运行：
“这是 12 个功能。每个写三列：它解决的客户痛点、起作用后的用后状态、客户在那个用后状态里的 1 个词情绪。用客户的大白话，不要营销语言。”
2. 把功能聚成故事候选。 这一步 AI 确实比人强，因为人会被自己偏爱的功能绑架：
“哪 3 个功能合起来讲一个连贯故事？哪一个功能的 before-after 落差最强？聚成不超过 5 组，每组按客户痛点命名，不是按功能命名。”
3. 每个故事套一个结构起稿。 强制基于真原话——编的故事一被真客户看到就崩：
“用 StoryBrand SB7 结构（英雄 = 客户，向导 = 我们的产品），从这份逐字稿里找一个真实客户场景，写 200 字叙事弧：客户是谁、想要什么，问题是什么、让他什么感受，他试过什么没用，我们的产品怎么引导他，具体结果是什么。落在情绪上——松一口气、自豪、被验证——而不是落在功能上。”
要功能的一句话版本，就换 ABT：
“把这个写成一句 ABT：And [买家本来就想要什么]，But [障碍]，Therefore [用后状态怎么来的]。”
4. 大声读每个故事。 要看稿才说得出来，就是 AI 没落地，重写结构，不是改字。这是整套流程里最可靠的一道质量关。
5. 提炼把手。 每个故事都要一个适合放进 deck 的标签：
“给每个故事一句总结和一个词标题，方便我做幻灯片标题、聊天时直接用。”
6. 按受众排序。 同一批故事，不同顺序。投资人 deck 用”市场缺口”故事开场，销售 deck 用 before-after 故事开场，媒体 kit 用”创始人起源”故事开场。
7. 存进共享仓库。 把故事存到 Notion、Google Doc 或 Coda，附上原话出处。每个按受众（投资 / 买家 / 媒体）和用途（落地页 / deck / 电话）打标，谁都能快速取对。永远别整块粘贴，按上下文挑。
第一次实操怎么跑
- 挑一个最重要的临近用途——你真正要做的那张 deck 或那页。不要凭空 workshop。
- 在那个用途上完整跑一遍。60-90 分钟专注时间能出一版可用的初稿。
- 把初稿给 2 个符合目标受众的人，问：“一小时后还记得哪个故事？” 那个答案就是你的头条。
- 第二轮只精修胜出的那个故事，别还没验证一个就五个一起打磨。
完成后检查
- 每个故事都有具体客户（不是”用户群体”）和具体时刻（不是”用我们产品之前”）吗？
- 你能不看稿讲完吗？讲不出说明结构不清——改弧，不改字。
- 故事落在客户真会有的情绪上，而不是落在产品功能上吗？
- 按 SB7，客户是英雄、产品是向导吗？如果你公司成了英雄，重写。
- 有 2-3 个目标受众的人读过吗？自己评故事是最不可靠的。
- 故事根在真实客户语言里吗？到逐字稿里搜字面短语。
怎么复用这套流程
- 把上面的聚类和起稿 prompt 存成可复用模板。下个产品或下个季度，喂新功能清单，一小时出新故事。
- 维护一个故事仓库，任何团队成员做 deck、邮件、页面都能拉。这样能避免一次性重写导致跟原始事实漂移。
- 活跃产品每 6 个月重跑一次，客户基础变化快的话每季度一次。新客户带来新痛点，老故事会过气。
容易踩的坑
- 讲公司故事而不是客户故事。 你的创业神话不是客户故事；用 SB7 的话说，你把自己当成英雄了。
- 挑创始人最爱的功能而不是客户痛点。 AI 围绕痛点聚类比你更诚实。
- 一个故事打所有受众。 投资人故事 ≠ 买家故事，媒体故事也都不是。
- 没真客户原话。 AI 会编出听着合理却是假的故事，一被审视就崩。
- 跳过读出声测试。 纸面读着好的故事，开口说就崩。
- 故事太多。 3-5 个是工作数，超过 5 个稀释记忆。
- 让 AI 写最后一句。 第一句，和那个只有你或你客户知道的具体细节，是你该自己写的。
FAQ
- 这件事用哪个 AI 模型最好？: 截至 2026 年 6 月，起稿要语气一致用 Claude Opus 4.7 或 Sonnet 4.6，生成不同角度和变体用 GPT-5.5，需要贴长逐字稿用 Gemini 3.1 Pro（能装 100 万 token 上下文）。三者都在每月 20 美元档里。
- 一共几个故事？: 3-5 个常青故事。可以轮换、退役、刷新，但超过 5 个对任何单一受众都稀释记忆。
- 让 AI 写最终稿吗？: AI 起稿，你重写第一句，加上只有你或你客户知道的那个细节。那个细节才让故事被记住。
- 我产品太技术不适合讲故事？: 越技术越要。技术买家复述其他技术买家的故事。“一家 50 人 SaaS 的基础设施工程师……”比”功能 X 实现 Y”开局好得多。
- 得先做客户访谈吗？: 最好做。做不了就从工单、评论、销售录音里挖原话。AI 编不出那些让故事”听着真”的具体短语。
- StoryBrand 还是 ABT，用哪个框架？: 完整的 200 字叙事弧用 SB7，把单个功能压成一句带张力的话用 ABT。多数团队两个都用：ABT 写标题和一句话，SB7 写案例和 deck 幻灯片。
- 多久刷新一次？: 活跃产品 6 个月一次，客户基础变化快的话每季度一次。
相关阅读
外部参考：Donald Miller 的 StoryBrand 框架概览 和 ABT（And, But, Therefore）叙事结构。