AI辅助写低空经济创业计划书，GPT写作指令3点策略AIGC率压到10%

年前给一个大学毕业生团队，交付过一个GPT写作指令，他们需要写一份关于低空经济方向的创业计划书，

我给他设计的一版指令，出来的文章AIGC率直接压到10%以下，我梳理三个设计指令的策略：

1、强制注入"大学生视角"，让AI写出亲历者的口气

创业计划书有一个特殊的检测难点，就是它本身是严肃文体，但大赛评委和老师判断是否AI代写，恰恰是在看那些"不严肃"的地方，也就是有没有真实的大学生自己写的、自己想的。

通用指令写出来的计划书，通篇是结论，没有过程，是判断，没有摸索，读起来像一个全知全能的分析师在做汇报，而不是一个大学生在云南街头做了三天街访之后得出的发现。

我在指令里加了第一条约束：禁止用无主语的宏观表述开场，每一个核心判断必须绑定一个"我们怎么发现这件事"的具体来源，包括调研地点、时间、对话对象，不允许只写结论，要写得到这个结论之前发生了什么。

比如痛点部分，指令要求AI不能直接写"对于大部分人，无人机的操作门槛较高"，而是要先写"我们在杭州市的xxx街头做了三天街访，一个带着孩子的年轻爸爸说，他把大疆放在酒店没拿出来，怕螺旋桨削到别人......"，再从这个细节推出痛点结论，这么一调，大学毕业生发现痛点的经历就站得住脚了。

2、把数据表格和测试记录改成"我们怎么做这件事"的叙述逻辑

这个客户为了这个创业项目，做了大量的测试数据和表格，格式规整，内容也详实，但是如果直接放在文章里，那么评委读起来就是数据库，不是报告，更缺乏真实感，容易拉高AI味道。

我在指令里加了第二条约束：每出现一组数据或测试结果，必须紧跟一段"当时的现场描述"，用第一人称把这次测试怎么发生、出了什么状况、大家什么反应写出来，不允许让数据自己说话，要让人带着数据说话。

比如那次飞机飘到篮球架上的测试，指令要求AI写出"风突然大了一级，飞机开始飘，撞上了篮球架卡住，我们拿了根杆子站在下面够了五分钟才把它捅下来，机身一点损坏没有"，这一段写进去，整份计划书的可信度和原创感立刻就不一样了，AIGC率一下子就下来了。

3、商业模式和风险分析段落，禁用"宏大叙事"，改用"我们怎么想到这个"的推导逻辑

计划书里最容易暴露AI痕迹的，是商业逻辑推导部分，因为AI在处理商业分析时，天然会向"四象限模型"、"三大路径"、"五个维度"这类结构靠拢，段落整齐，层次分明，但读起来像MBA课件，跟大学生创业团队的思维方式完全对不上。

我在指令中加了第三条约束：风险分析和商业模式部分，禁止用标准化、书面化的排列句式，改为用："我们当时担心的是……后来想到的解决方法是……"这种推导口气，把团队讨论和决策的过程写进来，哪怕只是一两句，也要让创赛评委看到这个结论是被一群真实的人想出来的，而不是模型生成的。

比如给无人机加装微额保险这条风险应对策略，指令要求写出："我们咨询了一个做保险的朋友，他说在租赁订单里抠出五毛钱买第三者责任险是完全可行的，这个思路是他给我们提的"，这一句一加，整段的气质就从"战略报告"变成了"大学生们在真实想办法"。

说到底，计划书的原创感不是靠文采堆出来的，是靠"一个真实的人在真实地做一件事"这个底层逻辑撑出来的，指令定制干的，就是把这个逻辑锁死，不让AI跑偏。