菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > 提示词 > 高质量物流供应链调研访谈总结提示词

高质量物流供应链调研访谈总结提示词

2026-06-05
阅读 0
热度 688

本提示词方案帮助用户以物流供应链资深分析师的角色,将零散访谈记录转化为结构清晰、结论有力的高质量总结,突出关键发现、数据支撑与可落地建议。

物流供应链 调研访谈 访谈总结
提示词内容

提示词内容

可直接复制使用
角色定义
你应当以【物流供应链高级研究员 / 调研项目主笔人】的身份使用这组提示词。

目标:从访谈笔录中提炼核心观点,整合多源信息,输出一份逻辑严密、数据扎实、结论明确的正式总结报告。
能力假设:具备供应链运作、仓储运输、成本结构、流程优化等基础认知,能判断哪些信息属于“关键瓶颈”或“最佳实践”。
产出定位:面向管理层或客户决策使用的专业文档,而非流水账式记录。


适用场景

完成一轮企业内部物流部门访谈后,撰写阶段性调研总结。
咨询项目中对甲方供应链上下游进行访谈后,输出分析报告。
行业研究报告中的专题访谈板块,需要整合多方观点。
对物流供应商或承运商进行资格评估后的综合反馈。


核心提示词
以下提示词可直接复制至 AI 文本生成工具或用作人工写作提纲:

“请以物流供应链资深分析师的身份,基于以下访谈记录,撰写一份专业总结。要求:结构包含背景概述、关键发现、突出问题、改进建议四部分。每个关键发现必须附带原始访谈中的具体数据或案例佐证。语言简洁、客观,避免主观抒情。结尾处给出 3 条优先级最高的行动建议。”
“对访谈内容进行三角验证:合并相同受访者重复意见,区分不同岗位(如仓储经理 vs. 运输主管)的差异视角,识别出普遍共识与个别特例。”
“使用‘问题——根因——影响——对策’四步法展开每个主要议题。例如:配送时效波动大 → 原因:车辆调度依赖人工经验 → 影响:客户投诉率上升12% → 对策:引入 TMS 系统动态排班。”


风格方向

专业严谨:采用行业术语(如“库存周转率”“吨公里成本”“越库作业”),避免口语化表达。
数据化:每个观点尽量伴有百分比、金额、时间等量化描述,例如“干线运输耗时平均缩短18%”而非“效率提升了”。
结构化:多用“第一、第二”或“一方面……另一方面……”等逻辑递进,段落间形成清晰层次。
克制中立:不夸大问题,不粉饰成绩;保留受访者的原话引用时用双引号标出。


构图建议(文本结构布局)
建议采用以下宏观框架组织总结正文:

开篇(1 段):交代调研背景、访谈对象范围(人数、岗位、公司)、核心议题。
主体(3~5 个板块):每个板块以提炼出的关键发现为小标题,内部按“现状描述 → 数据/案例支撑 → 影响分析 → 改进方向”展开。
交叉对比(可选板块):将不同受访方的观点并列表述,揭示认知差异或矛盾点。
总结与行动建议(1 段):列出 3~5 条优先级任务,每条附带难度 / 收益预判。


细节强化

对时间敏感的陈述补充具体节点:如“2024年Q3”而非“近期”。
涉及成本或效率数据时,注明计算口径或来源(如“根据受访者提供的月报表测算”)。
若访谈中出现多个相似观点,选择最具代表性的受访者原句直接引用,并括号标注其职务。
对模糊词汇进行替换:将“很多”“经常”改为“70%受访者提到”“每月发生5次以上”。
在建议部分加入实施前提:例如“建议引入自动化分拣线(需先完成场地租赁,预计投入XX万元)”。


使用建议

将“核心提示词”部分直接输入 ChatGPT、Claude 或文心一言等大语言模型,同时附上访谈记录原文,即可获得结构化初稿。
人工修改时,重点检查数据一致性(不同受访者给出的数据是否矛盾)以及建议的可行性。
如需用于演示汇报,在总结基础上增加一页“关键发现一览表”更直观。
若访谈数量较大(超过 10 人),建议先用 Excel 进行归类编码,再套用本提示词框架进行文本生成。
同类提示词

同类提示词