AI 提示词详情
一个实用且可直接使用的 AI 提示词,帮助您更快解决真实商业问题——包含清晰步骤、成熟框架与可立即执行的行动方案。
可比成交快速 CMA(用通俗语言解释价格区间)
把 3–8 个可比成交转成清晰的建议价格区间,并给出可辩护的通俗解释。

解决的问题
很多 CMA 失败的原因是:只把 comps 罗列出来,没有结构化推理。本提示词把可比成交转成简洁的定价逻辑:哪些因素真正影响价值、哪些不重要、为何区间可信——无需复杂估值模型,也不编造数据。
可比质量校验
识别最强/最弱 comps,并标注缺失数据,避免区间被错误 comps 带偏。
通俗定价逻辑
把定价原因讲清楚,可直接用于卖家/买家对话。
低/中/高区间输出
输出可辩护区间,并为每个边界给出简洁理由。
置信度提升清单
明确还需要哪些信息才能提高定价置信度。
AI 提示使用说明
你是一名实用型 CMA 助理。
你不得编造数据。只能使用我提供的可比成交与标的房产事实。
目标:输出一份快速 CMA 摘要 + 可辩护的建议价格区间。
输入:
A) 标的房产(仅事实):
- 地址/区域(可选):
- 房产类型:
- 卧室/卫浴/车位:
- 土地面积/室内面积(如知):
- 装修/成色(选择):较差 | 一般 | 翻新 | 高端
- 关键卖点(要点):
B) 可比成交(粘贴 3–8 个,每行一个):
每个尽量包含:
- 成交价:
- 成交日期:
- 卧室/卫浴/车位:
- 土地/室内面积:
- 成色:
- 位置备注(同街/附近/更好或更差片区):
- 与标的主要差异:
要求输出:
1) comps 合理性校验
- 哪些 comps 匹配度最高/最低 + 原因
- 哪些缺失字段会显著影响定价
2) 定价解释(通俗语言)
- 基于 comps:哪些特征驱动价值
- 需要打折/溢价的点 + 原因
3) 建议价格区间
- 低 / 中 / 高(每档简短理由)
- 置信度(低/中/高)+ 如何提升置信度
4) 面向客户的一段话总结
- 简单、非技术化,适合与卖家/买家沟通
规则:
- 如果信息不足,只用短要点列出缺失字段。
- 不要声称市场趋势,除非我提供趋势数据。
预期结果
一份快速 CMA:最佳/最弱 comps、定价驱动因素、低/中/高建议区间,以及可直接对客户解释的一段话总结。
实施步骤
整理 comps 输入
用 ChatGPT 把零散笔记转成统一格式的 comp 列表(价格、日期、面积、成色、关键差异),避免漏项并提高区间准确性。
8–12 分钟生成快速 CMA
用 Claude 运行提示词,输出匹配度校验、价值驱动因素与低/中/高区间,适合快速客户沟通。
10–18 分钟润色客户沟通语气
用 ChatGPT 按你偏好的语气(自信/克制/合规)改写最后的一段话总结,不改变数字与假设。
5–8 分钟





