北京
一個人看房子，買家怕買貴，賣家想賣高，投資人算回報。同一份數據，三種焦慮。傳統CMA（比較市場分析）報告卻用同一套話術打發所有人："市場估值區間48.5萬-49.5萬美元。"這種通用模板誰看了都搖頭。
問題不在數據，在敘事視角。AI能解決的正是這個——把同一組房源數據，翻譯成三種人各自聽得懂的語言。
核心原則只有一個：動筆前先定讀者。
給買家看，關鍵詞是"評估風險""盡職調查""價值指標"。20年的老屋頂，在買家眼里是未來5千美元的維修隱患。帶圍欄的院子，對有狗的買家值1萬美元溢價。AI生成的文案會變成："這套房的院子對你的寵物值1萬，但屋頂老化需預留5千調整。整體看，入手價低于重建成本，位置有利。"
給賣家看，話術切換成"市場動能""賣方優勢""競爭性定價策略"。同樣是那套裝修過的廚房，AI會寫："您的廚房翻新比2號競品高出1.5-2萬溢價空間。我們定價低于1號競品3%，制造即時吸引力。"
投資人拿到的是另一套語言："資本化率""毛收益率""運營支出假設"。老屋頂不是減值項，是運營成本表上的一行。圍欄院子也不談情感價值，只算租戶留存率。
工具層面，ChatGPT適合快速生成這類受眾專屬的敘事框架。你提供原始數據（掛牌價50萬，可比房源支撐48.5-49.5萬）和調整備注（"+1萬圍欄院子，買家有狗"），AI處理語氣和結構。數學驗證留給人來做。
具體執行分三步。
第一步， prompting前先切分受眾。明確報告給誰看，定義核心問題：買家問"這買賣劃算嗎"，賣家問"怎么賣最高價"，投資人問"收益率多少"。
第二步，投喂數據時帶上下文注釋。輸入可比房源、調整項、一行受眾提示詞。讓AI套用對應的語言和結構，但把計算部分單獨拎出來人工核對。
第三步，人工疊加本地證據。投資人報告里貼一條分區法規鏈接或新開發項目的 news；賣家報告里加"價格定位" bullet list，解釋為什么你的定價能擊敗競品。調整項和數字必須二次核查。
個性化不是花架子，是信任的建立方式。用AI把通用CMA改造成針對性敘事，回答的是每個客戶真正想問的問題。數學和本地細節保留人工把關，但受眾專屬的文案起草可以交給AI代勞。最終報告讀起來像懂行的人寫的——因為本質上，是AI在模仿三種不同角色的思維方式。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
