大模型产品的融资Pitch提示词，本质是用自然语言约束生成模型，在有限篇幅内讲清技术壁垒、商业路径与团队执行力。和传统商业计划书不同，它更依赖提示词里的角色设定、输出格式与证据要求，让大模型代替初级分析师完成第一稿路演材料。下面从三个维度说明如何构建这类提示词。
明确投资人画像与路演目标
写融资Pitch提示词的第一步，是告诉大模型你面对的是哪一类投资人。早期美元基金关注技术前瞻性与团队背景，产业资本看重落地场景与协同效应，政府引导基金则在意就业与合规。如果提示词不写清受众，模型容易生成四不像的内容，既堆砌技术参数又空谈社会价值，反而削弱说服力。
在提示词中应使用角色指令，例如要求模型扮演具有二十年半导体投资经验的合伙人，并列出其最在意的三个指标：单位推理成本、模型迭代周期、标杆客户复购率。这样生成内容会自动剔除无关信息。同时需规定输出目标，是三分钟电梯演讲、还是十五页BP摘要，长度差异会彻底改变叙述重心。
我们还可以加入否定约束，禁止模型使用无法验证的超级lative词汇，如全球领先、颠覆式，除非附上第三方报告来源。这种写法能模拟严谨投资人的审稿视角，在初稿阶段就过滤掉泡沫表述，提升材料可信度。
你是一名专注AI基础设施的美元基金合伙人，最关注单位推理成本、模型迭代周期、标杆客户复购率。 请基于以下创业信息，生成一份3分钟电梯演讲文稿，禁止出现“全球领先”“颠覆式”等无数据源支撑的用词。 创业信息： - 自研7B垂直模型，推理成本0.002元千token - 每六周发布新版本 - 两家券商月度调用超千万次
用结构化模块提炼价值主张
大模型生成Pitch最容易犯的错误是平铺直叙，把技术、市场、团队写成流水账。高效提示词应强制分块，每块对应投资人决策中的一个疑问。常见模块包括：痛点量化、技术差异化、商业模式、护城河、资金使用计划。每个模块给模型一个思维链引导，例如先写现有方案损耗，再写本产品如何测量损耗降低。
在提示词里使用few-shot示例可以稳定输出风格。给出一个优秀Pitch片段，标注其用了对比数据而非形容词，模型后续就会模仿该结构。同时要求每个主张后接一个验证方式，如“已签约三家三甲医院”比“医疗领域广受认可”更可被尽调。这种约束把大模型从创作小说拉回写事实摘要。
另一个关键是设定输出格式为表格加讲稿。表格用于内部核对逻辑，讲稿用于路演。提示词可规定表格列含：断言、证据、风险、缓解方案。如此一来，模型被迫同步考虑反面意见，避免融资材料过于乐观。下面代码展示一个模块约束片段。
prompt = """ 请按以下模块输出，每个模块含【断言】【证据】【风险】【缓解】四行： 1. 痛点量化 2. 技术差异化 3. 商业模式 示例（技术差异化）： 断言：推理成本仅为同业三分之一 证据：压力测试报告编号C:\ASR\test_07.pdf 风险：芯片涨价传导 缓解：已锁定量子云年度合约 """ print(prompt)
嵌入风险预判与数据校验指令
投资人最警惕的是被漂亮故事误导，因此提示词必须包含自我纠错机制。可要求模型在生成后执行一遍反向审查：找出文中所有百分比数字，确认是否标明时间口径与样本量；检查团队介绍是否混淆顾问与全职核心。这类指令让大模型扮演魔鬼考官，在交付前自己挑刺。
对于技术类大模型产品，还要防止模型编造基准测试。提示词应写入：若提及MMLU或C-Eval分数，必须说明评测批次与对比模型版本，否则改写为“内测集准确率待第三方复现”。这种硬性规则避免法务风险。我们也可以调用外部搜索工具，在提示词中预留接口位，让模型先检索最新融资新闻再写市场规模，而不是依赖训练记忆中的旧数据。
最后，提示词宜保留可调温度参数说明。路演稿需要低温度保证严谨，而头脑风暴版商业故事可用高温度找切入点。在提示词末尾附加使用建议，指导创始人根据会议性质切换模式，才能把同一份技术素材用出不同说服力。
{
"risk_check": [
"所有百分比需带样本量与时间",
"基准分数须注版本与对比对象",
"团队角色禁止模糊为专家"
],
"temperature_guide": {
"roadshow": 0.2,
"brainstorm": 0.8
}
}
通过上述三类提示词设计，大模型能稳定产出符合投资人逻辑框架的融资Pitch。重点始终在于用约束代替自由发挥，用证据结构压制夸张修辞，才能让算法真正服务于募资效率。
大模型融资Pitchprompt_engineering修改时间：2026-08-18 12:32:23