你下周最好的帖，可能就藏在这周收到的某条评论里。评论变内容 Prompt 把粉丝信号变成稳定的选题源，避开空白脑暴的冷启动风险。下面 15 个 Prompt 覆盖全流程：从一批评论里提取选题、写 DM 追问、把一条回复做成故事火花、为每个平台出版本。
一句话总结（TL;DR）
- 你能拿到什么： 15 个可直接粘贴的 Prompt，把评论和 DM 变成帖子、长贴、carousel、FAQ 切片、newsletter 板块、产品想法。
- 为什么有效： 一条评论就是被预先验证过的需求——已经有人愿意打字了。你不是在猜观众想要什么，而是在回答他们已经问出来的问题。
- 该用哪个模型（截至 2026 年 6 月）： 把一批 30-50 条评论粘进一个长上下文模型。Claude Sonnet 4.6 和 Gemini 3.1 Pro 都是 1M token 上下文；ChatGPT（GPT-5.5）免费版处理这种量级也够用。详见下面的模型说明。
- 唯一铁律： 公开引用某个具名的人之前，先拿到授权。美国 FTC 的《消费者评价与背书规则》（2024 年 10 月起生效）把伪造或被歪曲的背书视为违法，而一条被断章取义的真实评论，读起来就可能像被歪曲。
适合哪些场景
评论活跃的创作者、每周几百条评论的品牌社媒负责人、跑多账号的 KOC 运营、把 DM 变成编辑 pipeline 的社群运营。
什么时候不建议这样写 Prompt
互动很低的账号（每周不到约 50 条评论）：信号池太小，没法聚类，结果只会过度解读某一条声音大的评论。粉丝群体没有授权被引用时也别用，比如私密社群或敏感话题账号。
该把评论粘进哪个模型
你做的是把一批原始评论喂给模型，让它聚类、排序——所以上下文窗口和找模式的能力，比纯推理更重要。截至 2026 年 6 月：
| 模型 | 上下文窗口 | 价格 | 擅长 |
|---|---|---|---|
| Claude Sonnet 4.6 | 1M token | 免费版（受限）/ Pro $20 | 聚类、细腻语气匹配、模仿人声 |
| Gemini 3.1 Pro | 1M token | Google AI Pro $19.99 | 大批量、多语种评论集（如小红书） |
| ChatGPT（GPT-5.5） | Plus $20 应用内约 320 页；完整 1M 仅 Pro $200 | 免费 / Plus $20 | 快速出 caption、hook、A/B 变体 |
每周一批 30-50 条评论也就几千 token，三家在付费版上都能轻松吃下，免费版通常也够。只有当你一次性塞进整月评论（几百到几千条）时，才需要 1M 的大窗口。评论以纯文本粘贴，一行一条，没拿到授权引用的 handle 先去掉。
Prompt 结构公式
评论变内容 Prompt 一定要带这六个要素：
- 角色：让 AI 扮演谁（小红书 KOC / TikTok 脚本写手 / 个人品牌策略师 / 社群运营）。
- 上下文：平台、领域、受众画像、账号体量、语气，任何会改变效果的信息。
- 目标：一个具体交付物，比如一个 hook、一句 caption、一支 60 秒脚本、10 条回复变体、或一段 bio。
- 限制：字数、禁用词、本地化语感、算法信号、tag 数量、语气规则。
- 输出格式：编号选项、A/B 变体、可直接粘贴的块、JSON、或带标签的段落。
- 示例 / 信号：1-2 条你欣赏的参考帖、或反例（“不要那种泛泛的 creator 腔”）。
15 个可直接复制的 Prompt 模板
1. 评论挖矿选题（10 条）
每周默认款：喂 50 条评论，按信号强弱拿 10 个选题排序。
You are a content strategist mining audience signal. Below are 50 comments from my recent posts about {topic / niche}. Cluster into 10 topic ideas ranked by signal strength. For each: (a) topic in 1 line, (b) 2-3 exemplar comments that proved demand, (c) suggested format (Reel / thread / carousel), (d) why audience would care now.
{paste 50 comments}可替换变量： topic / niche, 粘贴 50 条评论
优化建议： 若输出太浅，追加：“Prioritize comments that contain a real question, a specific pain, or a strong disagreement. Skip generic praise.”
2. 单条评论 → 帖子
Below is one comment that struck me: "{paste}". Frame it as the spark for a 300-word post. Lead with the comment (anonymized or with permission), name the broader pattern it points to, give my take, and close with a question that invites more comments.3. 反对评论 → 立场帖
A commenter disagreed with my last post: "{paste}". Write a 200-word post that holds my position respectfully, takes their critique seriously (steel-man it first), and lands on what we both agree on. Voice: confident, not defensive.4. DM 追问拿上下文
A commenter said something interesting but vague: "{paste}". Write a 40-word DM asking for one specific follow-up question that would let me turn this into a post. Polite, no pressure, no extraction-y vibe.5. 高频问题 → FAQ 帖
Below are 30 comments. Identify the 5 most-repeated questions and turn them into a single FAQ-style carousel post. Each FAQ: question (verbatim from a comment), 60-word answer, 1 visual cue.
{paste 30 comments}6. 评论 → 长贴扩写
One commenter wrote: "{paste}". Expand their point into a 7-tweet X thread under my voice. Tweet 1: lead with the commenter's line (credited). Tweets 2-6: my expansion. Tweet 7: invite further responses.7. 客户引用三件套（已授权）
A customer left a glowing comment: "{paste}". Write 3 content asset variants: (a) testimonial graphic copy ≤30 words, (b) case-study LinkedIn post (250 words), (c) 30-second Reel script in their voice. Include a permission-request DM template.8. 评论聚类 → 系列
Below are 40 comments clustered by my software into 4 themes ({themes}). Design a 4-post series — one per theme. For each post: hook, topic, format, target platform. The series should feel like one ongoing conversation with the audience.
{paste 40 comments}9. 评论引发的反主流观点
Most commenters on my recent post about {topic} agreed with me. Pick the 1 thoughtful dissent: "{paste}". Write a follow-up post that publicly engages with their dissent, names what I am updating in my view, and invites the original commenter to respond.10. Live Q&A 题库
I am running a 30-minute IG / Xiaohongshu Live Q&A. From the 50 comments below, pull the 12 best questions to answer live. Order by audience appeal (broad first, then specific). Time-box each at 2-3 minutes.
{paste 50 comments}11. 反”误解”内容
Below are 5 comments that misinterpreted my last post. Write a follow-up clarifying post that is generous (assumes readers wanted to engage), not defensive. Lead with what I could have said more clearly, then the actual point.
{paste 5 comments}12. 评论 → newsletter 板块
For my weekly newsletter, write a recurring section titled "{section name}" that pulls 3 reader comments from the past week into a curated short essay. Each comment gets 1 line of context + 50-word reflection. Voice: curator, not influencer.13. 评论触发的产品想法
Below are 20 comments hinting at things the audience wishes existed: "{paste}". Extract the top 3 product / service ideas implied. For each: pattern of demand, 2-3 supporting comments, smallest viable test I could run.14. 评论变内容审计
Over the last 4 weeks I generated content from {N comments}. Below is the list of comment-spawned posts and their performance. Audit: which comment patterns yielded the strongest posts? Which yielded duds? What signal should I weight more?
{paste posts + metrics}15. 授权 + 致谢模板
每条公开引用都用一次。
I want to quote {commenter} publicly. Write 3 permission DM variants: (a) full attribution, (b) anonymized with their preferred handle, (c) paraphrased without quote. Include a 1-line credit template I can use in the eventual post.引用评论：授权与 FTC 红线
这里的法律和信任规则比多数创作者以为的要严，发布别人的话之前先把这块处理好。
- 具名、逐字引用需要授权。 评论属于用户生成内容（UGC），文字和形象的权利归评论者所有。公开可见 ≠ 你拿到了这些权利。一条 DM（“我引用这句、带上你的 handle，OK 吗？“）就够，把回复存下来。
- 不要歪曲。 在 FTC 的《消费者评价与背书规则》下（终版 2024 年 8 月公布，2024 年 10 月 21 日生效），把一条真实评价或评论裁剪到不再公允反映本人观点，可能被认定为欺骗性背书。你为了让评论显得全是好话而删掉一个”但是”——这正是该规则盯的情形。
- 绝不能伪造，或用 AI 把引用改写成对方没说过的话。 同一规则禁止虚假和 AI 生成的评价与背书。用 AI 围绕一条真实评论起草你自己的帖子，绝不要用它来编造那条评论。
- 规则原文见 FTC 的《消费者评价与背书规则》问答与 16 CFR Part 255。
容易踩的坑
- 只挖正面评论。反对和提问通常比夸奖含更强信号。
- 同一个人的话被你引 5 次。观众注意得到，会感到被消费。
- 省掉 DM 追问。评论往往只是更深 insight 的表层，得问才挖得出来。
- 把一条情绪评论当趋势。等到三条成集群再做。
- 不致谢。被致谢的人会放大你，被忽略的人下次冷处理。
- 不追踪”评论→内容”的产出率。不追踪就不知道哪类信号真的有效。
把它做成每周系统
- 每周做一次 30 分钟评论挖矿（模板 1），回报是一整条选题 pipeline。
- 每天标几条”可发”评论，免得被更新的回复淹没。
- 一条评论被用作内容就 DM 原作者：被致谢的人会放大你，被忽略的人会沉默。
- 先聚类再写：一条是轶事，三条才是模式（模板 8）。
- 每月跑一次模板 14，审计哪类评论产出最强，然后把那类信号加权。
- 维护一个小型的授权 DM（模板 15）+ 引用致谢模板库，让”引用”变成 30 秒的动作，而不是卡点。
- 把评论挖矿和内容日历规划绑在一起，让最强信号填进最高优先级的时段。
FAQ
- 引用评论一定要授权吗？: 具名或逐字引用，要。评论是作者的内容，而在 FTC 2024 年的背书规则下，把一条真实评论裁剪或重塑成误导性内容，可能算欺骗性背书。一条 DM 加一句存下来的”可以”就能护住你。改写成匿名主题（“有读者问到定价”）则无需授权。
- 几条评论才算一个 pattern？: 3 条独立评论说同一件事。一条是轶事，两条是巧合，三条才值得做一帖。
- 匿名评论也要致谢吗？: 要。用”某位读者上周问”这种模糊但诚实的说法，依然建立信任，也表明你真的看了评论区。
- 能让 AI 把评论改写得更好看吗？: 不能。用 AI 写你自己围绕真实评论的帖子。编造或润色引用本身，正是 FTC 的”虚假与 AI 生成评价”禁令所针对的。
- 最好的评论来自竞争对手或黑粉怎么办？: 公开针对内容本身回应，不针对语气。对尖锐批评者优雅回应，往往比回应赞美更出效果——观众在看你怎么接住反对。
- 评论要多新？: 趋势话题 14 天以内，常青选题 60 天以内。再老，回复到成帖的时间差就藏不住了。