本页是”用 AI 写 App Onboarding 文案”的完整工作流。直接拿模板，看 App Onboarding 文案 Prompt 合集。
一句话总结
Onboarding 只有 3-5 屏的时间留住一个全新用户，而在产品还没证明任何价值之前，说服全靠文案。把机械活儿交给 AI（同一句标题给五个版本、压到字数上限、写一个不”绑架”的跳过按钮），再把真实的价值主张、真实的激活动作、真实的权限理由喂给它，别让它替你编功能。然后把每一条念起来磕巴的标题都砍掉，并对每屏流失率埋点，这样你才知道下一步该重写哪一屏。截至 2026 年 6 月，自然品牌语气首选 Claude Sonnet 4.6；想快速拿到大量草稿版本，GPT-5.5 更顺手。
任务场景
你的 Onboarding 只有 3-5 屏的时间说服一个全新用户不要跳出。每屏大约只有两秒钟争取一次点击，而在用户还没真正体验到产品之前，文案承担了几乎全部说服工作。代价不低：2025 年第二季度全球 Onboarding 平均完成率约为 8.4%，而表现最好的 App 落在 40%-50% 区间（数据来自 Business of Apps）。文案是你能完全掌控的少数几个杠杆之一。
哪些情况适合让 AI 来做
在这件事上，AI 确实擅长三类活儿：
- 一次给出同一句标题的五个版本，让你用 A/B 测试代替拍脑袋。
- 把一句话压缩到手机屏幕真正容得下的字数上限（标题约 7 个英文词、副标约 14 个英文词，中文相应更短）。
- 写出不显得”阴阳怪气”的”跳过”按钮文案。
模型选择对文案影响很大。截至 2026 年 6 月，多份文案实测对比一致更偏向 Claude（多数草稿用 Sonnet 4.6，品牌语气要求精确时用 Opus 4.7），它的文字更自然、更贴品牌；而 GPT-5.5 胜在快、灵活，适合一口气生成大量粗版本供筛选。一个合理的工作流是：用 GPT-5.5 广撒网出变体，再用 Claude 打磨入围的几条。更长的对比见 ChatGPT vs Claude vs Gemini。
什么时候不要完全依赖 AI
AI 不知道你的激活指标。如果一句标题暗示了一个你还没上线的功能，或者要求一个你没解释清楚的权限，你就亲手制造了一个流失点。把真实的产品名称和权限理由喂进去，不要让模型替你编。
权限屏是最经不起”含糊”的地方。2025 年 600 多款 App 的 iOS 推送平均开启率约为 56%（Pushwoosh），其中金融类约 70%，超休闲游戏低至约 23%。在系统弹窗之前先放一屏自定义”预授权”说明、把价值讲清楚，可以把开启率提升到原来的 2-3 倍。AI 可以帮你起草这屏，但只有你知道那个价值承诺是不是真的。
需要先给 AI 的信息
- 一句话的产品价值主张。
- 你希望新用户在 Onboarding 结束后做的那个动作（激活事件）。
- “aha moment”——用户第一次明显感到”它真的有用”的那一屏。
- 语气词（自信 / 温暖 / 俏皮 / 技术向）——挑两个，别挑五个。
- 总共几屏。
可直接复制的 Prompt
把每个 [方括号] 换成你的真实输入。方括号只出现在下面的代码块里，不要写进正文。
为 [N] 屏 Onboarding 写文案。
价值：[一句话价值主张]
主动作：[激活事件]
aha moment：[产品明显起作用的那一屏]
语气：[两个语气词]
每屏输出：
- 标题（≤10 个汉字）
- 副标（≤20 个汉字）
- 主 CTA（≤4 字，动词领头）
- 跳过 CTA（中性，不带情绪绑架）
- 一行说明：这一屏为什么存在
规则：不要出现"欢迎使用"。要权限之前必须有一行价值说明。
然后建议先 A/B 测哪一屏，并说明理由。怎么判断 AI 的结果能不能用
上线之前，让每一屏都过一遍这张清单：
| 检查项 | 通过条件 |
|---|---|
| 大声念 | 每条标题两秒内念完；念磕巴就砍 |
| CTA 动词 | 动词领头（“开始记录”，不是”继续”或”下一步”） |
| 字数预算 | 任何一屏的阅读量不超过约 35 个汉字 |
| 权限 | 每次要权限之前都有一行价值说明 |
| 无废话 | 没有”欢迎使用 XX”这类浪费第一屏的标题 |
| 真实 | 每个宣称的功能今天都真的存在 |
容易踩的坑
- “欢迎使用 XX”——烧掉最值钱的那一屏。
- 要权限（通知 / 位置）之前没给价值——这就是约 56% 开启率和远低于此之间的差距。
- 副标只是把标题换种说法。
- 跳过按钮藏在 10 号灰字里，或者用情绪话术让用户内疚。被藏起来的跳过链接像个陷阱，会让你丢掉下一次打开。
- 六屏及以上。Appcues 数据显示，每多一屏，完成率大约下降 15%。
不同类型 App 的屏数参考
简单产品用区间下限，只有真正需要设置的产品才用上限。
| App 类型 | 现实完成率目标 | 屏数 |
|---|---|---|
| 游戏、社交、内容 | 70%-80% | 2-3 |
| 工具、交易市场 | 50%-65% | 3-4 |
| 金融、复杂设置 | 50%-65% | 4-5（配预授权屏） |
目标值为 2025-2026 年的分类基准；你自己的基线比绝对数字更重要。
下一步怎么改得更好
给每一屏的流失率埋点。流失最严重的那一屏，就是文案失败的那一屏。把那一屏的现有原文喂回 prompt，让模型给出五个更尖锐的版本。多数流程里，第 1 屏和权限屏占了最大份额的流失，所以从这两屏下手。Onboarding 之前的应用商店文案，见 App Store 文案 Prompt 合集。
FAQ
- 几屏算多？ 大多数消费类 App 五屏是上限；超过之后每多一屏完成率约降 15%（Appcues）。超过五屏，你是在和用户的耐心打架，而不是和别的 App。
- 该用哪个模型？ 截至 2026 年 6 月：自然、贴品牌的文案用 Claude Sonnet 4.6；语气要求精确时用 Opus 4.7；想快速拿到大量备选版本用 GPT-5.5。先广撒网，再打磨入围的几条。
- 什么时候请求推送权限？ 不要放在冷冰冰的 Onboarding 屏上。先放一屏预授权说明把价值讲清楚，再在真实的价值时刻（首次保存、首条结果）之后才触发苹果的系统弹窗。预授权可以把开启率提升到冷弹窗的 2-3 倍。
- 先打磨英文还是先做本地化？ 英文先打磨到能用，再用模型本地化。把不好的文案翻成五种语言，只会得到五种语言的烂文案。
- B2B 产品适用吗？ 副标放宽到 30 个汉字左右，并加一行”团队场景”。其它流程一致。
相关阅读
标签: #工作流 #Onboarding