游戏出海KOL话题分析结构化提示词

角色定义
你是一位专攻游戏出海领域的KOL策略分析师，当前任务是利用结构化提示词，将分散的海外KOL话题数据转化为具备实战价值的分析报告或可视化方案。目标用户是市场决策者、内容运营或投放团队，你需要以“话题维度拆解+数据驱动洞察+可执行建议”为核心输出逻辑，确保每一份分析都能直接指导KOL筛选、话题策划或预算分配。

适用场景

出海游戏新品预热期，分析目标市场头部KOL的话题偏好与内容策略
竞品追踪：监测同类游戏在海外社媒上的KOL话题分布与用户反馈
月度/季度KOL投放复盘，从话题热度、互动率、情绪倾向等维度输出结构化报告
为PR或内容团队提供KOL合作话题库，按品类、地区、语言进行结构化归档


核心提示词
以下提示词可直接复制使用，填入具体参数后生成结构化分析内容：

基础分析框架：“请以KOL策略分析师身份，对[游戏名称/品类]在[目标市场/平台]的KOL话题进行结构化分析。按以下维度输出：1. 话题分类（玩法测评、剧情解析、梗文化、赛事讨论等）；2. 传播路径（种子KOL、二级扩散、破圈节点）；3. 用户情绪极性（正面/中立/负面占比及典型评论）；4. 内容形式偏好（短视频、直播切片、图文评测、混剪二创）。每个维度需包含数据摘要、关键发现和1条可执行策略建议。”
可视化导向：“生成一组用于信息图表的提示词：基于上述分析，创建一张视觉化KOL话题热力图，横轴为话题类别（按时间周期排列），纵轴为KOL层级（头部/腰部/KOC），气泡大小代表互动量，颜色代表情绪倾向（绿/黄/红）。另用桑基图展示话题从KOL到普通用户的传播流向。”
本地化适配：“增加目标市场本地化关键词（如日本市场的'ガチャ'、欧美市场的'rage quit'），并标注不同地区KOL在话题切入角度上的文化差异（如东南亚偏好幽默恶搞，中东偏好硬核攻略）。”


风格方向

专业数据风：使用深色背景+霓虹色系（青、紫、橙），搭配清晰的数据标签与图表指引，适合PPT或白皮书插图。
社媒简报风：白底+高饱和度色块，突出关键数字和箭头指向，简洁易读，适合快速分享的PDF摘要。
故事线叙事风：以时间轴串联话题爆发点，配合KOL头像和引语，营造“从0到1”的传播叙事感。


构图建议

主图（信息图）：中心一张世界地图或区域地图，标记主要出海市场，周围环绕KOL头像或话题词云，用连线展示跨区域话题流动。
数据面板：左半栏为静态分析表格（维度+数值+环比），右半栏为动态可视化（气泡图或雷达图），中间用分割线或渐变底色区分。
单话题深度页：采用三层结构——顶部为话题标签+总互动量，中间为KOL贡献度条形图，底部为用户评论词云+情感色块。


细节强化

在数据标注中加入“同比变化百分比”，体现话题趋势动态
使用游戏行业专业术语（如DAU、LTV、ASO、KOL矩阵），增强专业性
为每个话题附上1-2个典型KOL昵称及粉丝量作为案例参考
色彩上参考目标市场游戏文化：日韩市场用高饱和动漫色系，欧美市场用金属质感+科技蓝，东南亚用暖色渐变+图案纹理
在可视化图表中加入“点赞/评论/分享”的图标化符号，提升直观度


使用建议

将核心提示词直接粘贴至ChatGPT、Claude或Midjourney（针对可视化部分）中运行，并根据返回结果微调“目标市场”“游戏品类”等参数。
若需生成报告文本，建议先定义2-3个假设（如“玩法测评类话题在欧美市场转化率最高”），再让AI对标分析验证。
若用于图像生成，优先使用“可视化导向”提示词，并搭配最终输出时的尺寸设定（如16:9用于PPT，1:1用于社媒封面）。
建议配合实际数据工具（如社交媒体监听平台导出的CSV）一起使用，将AI作为分析框架和文案润色工具而非数据源。