市场部让你用 ChatGPT 做用户画像，出来却是「25–35 岁都市白领，喜欢咖啡与健身，追求品质生活」——换十个品类都一样。更糟的是，它还给女性用户贴上「爱逛街情绪化」、给下沉市场贴「只买便宜」的标签。这样的画像开不了策略会，还会把投放带沟里。
刻板印象来自模型的平均统计叙事：你没给行为证据，它就用社会默认标签填空。要破，就要求画像必须挂行为数据、禁止人口学歧视性推断，并把「我们观察到的」与「我们猜测的」分开写。
直接结论
用户画像提示词要强制「行为 → 动机假设 → 产品含义」结构，人口属性只作次要描述。每条特征必须能指回数据或访谈原话；禁止性别/地域歧视性概括。输出区分已知证据与待验证假设。
具体做法
先贴真实信号：订单频次、使用功能、客诉点、渠道来源，而不是先让模型「想象用户」。
你是谨慎的用户研究分析师。基于下列行为数据生成画像（中文）。
数据：{活跃时段/功能使用/客单价分布/流失原因Top/访谈摘录}
规则：
1) 先列「可观察行为」再写「动机假设」，假设必须可被证伪；
2) 禁止刻板标签（如某性别一定更…、某城市只买便宜货）；
3) 人口属性若无数据支撑，写「未知」而不是编造；
4) 输出：主画像1个 + 次要画像1–2个；每个含使用场景、关键障碍、内容/产品机会；
5) 附「容易误导业务的刻板结论」黑名单，提醒团队勿用。
生成后做压力测试：问「如果去掉年龄性别，策略还成不成立」——不成则说明你在靠刻板驱动。
把画像接到行动：每个特征对应一条可做的产品或内容动作，否则画像只是装饰。
注意点
第一，用平均人代替核心用户，会让功能变成大路货。
第二，访谈个例升格成全体画像时必须标注样本量。
第三，竞品通稿式「品质生活」描述没有决策价值，直接删。
建议在提示词末尾要求输出「反例用户」：不符合主画像但仍有价值的人群，防止策略过度拟合。定期用新数据刷新画像，避免半年前的刻板标签继续指挥投放。ChatGPT 擅长整理，不擅长替你完成田野观察——证据仍要靠埋点与访谈。
可直接套用的完整提示词
角色：反刻板的用户洞察顾问。 任务：基于证据生成可指导运营的画像包。 输入：行为数据、访谈摘录、业务目标。 输出：行为证据表、画像卡、假设验证计划、禁用刻板语句列表、对接落地的3条动作。 约束：无证据不写属性；假设与事实分栏；语言中性具体。
刻板画像还会伤害创意：所有内容都朝「都市白领」写，会错过真实付费的那群人。用订单与续费数据回校验画像，而不是用画像去「教育」数据。ChatGPT 可以帮你写校验问题清单，例如「该特征是否在高价值用户中显著更常见」。
对外分享画像时脱敏，对内也避免嘲讽式标签。专业团队用行为语言说话：做了什么、卡在哪、为何离开。
画像评审会上设一名「反刻板官」，专门挑战带歧视或无证据的句子。形式轻微，但能改变讨论质量。