输入：步骤3收集到的文案性能数据集。
操作：分析数据，识别出表现最佳（如点击率最高）的文案元素（如开头句式、价值主张、行动号召）。基于此洞察，指令AI生成新一轮的优化文案变体。
判断标准：分析报告明确指出优胜文案的特点，并基于此生成了新的、有针对性的文案变体用于下一轮测试。
输出：分析结论及新一轮待测试的优化文案。
分支：
- IF 某文案变体表现显著优于其他，且达到预设目标：可将其作为主要版本，同时继续小规模测试微调版本。
- ELSE (所有变体表现均未达预期或差异不大)：返回步骤1，考虑更换文案框架或重新审视产品价值主张，然后进入下一轮生成与测试循环。

输出格式要求

输出应为一个清晰的行动计划或报告，包含：

推荐文案框架：列出建议使用的框架及其简要说明。

生成的文案：以列表形式展示生成的文案变体，每条标注所使用的框架。

测试建议：简要说明如何部署这些变体进行A/B测试。

迭代指令：说明下一步如何根据测试结果进行分析和优化。

Metadata

属性

值

领域

营销推广

类型

procedural (procedural)

置信度

90%

前置条件

需要明确的产品详情描述, 需要了解目标社交媒体平台的文案长度限制

来源

AI致富指南：2：构建AI优先的一人媒体公司 > 推广：系统化与持续迭代

执行步骤

选择文案框架：

输入：无特定输入，或对文案框架的初步偏好。
操作：让AI介绍当前最有效的社交媒体文案框架（例如PAS：问题-激化-解决；AIDA：注意-兴趣-欲望-行动）。
判断标准：获得一个或多个结构清晰、有明确步骤的文案框架描述。
输出：一个或多个选定的文案框架名称及其核心结构。

生成初始文案变体：

输入：步骤1选定的文案框架、产品详情描述、目标平台字符限制。
操作：指令AI使用指定的框架，基于产品详情生成多条（如3条）符合长度要求的推广文案。提示词需包含框架、产品详情、数量及格式要求。
判断标准：生成的文案数量符合要求，每条文案都遵循了指定框架的结构，并包含了产品链接（或占位符）。
输出：一组（多条）初始推广文案。

执行A/B测试与数据收集：

输入：步骤2生成的多条文案变体。
操作：在社交媒体平台上发布这些文案变体，进行A/B测试。确保测试环境（如发布时间、受众样本）尽可能一致。
判断标准：每条文案的曝光量、点击率（CTR）、转化率等关键数据被系统性地记录和追踪。
输出：一个包含每条文案及其对应关键绩效指标（KPI）的数据集。

分析结果与迭代优化：

输入：步骤3收集到的文案性能数据集。
操作：分析数据，识别出表现最佳（如点击率最高）的文案元素（如开头句式、价值主张、行动号召）。基于此洞察，指令AI生成新一轮的优化文案变体。
判断标准：分析报告明确指出优胜文案的特点，并基于此生成了新的、有针对性的文案变体用于下一轮测试。
输出：分析结论及新一轮待测试的优化文案。
分支：
- IF 某文案变体表现显著优于其他，且达到预设目标：可将其作为主要版本，同时继续小规模测试微调版本。
- ELSE (所有变体表现均未达预期或差异不大)：返回步骤1，考虑更换文案框架或重新审视产品价值主张，然后进入下一轮生成与测试循环。