CO-STAR：把 AI 从“会说话”变成“会写作”的黄金框架

你说的 COSTAR，更标准的写法一般是 CO-STAR。

它分别是：

C = Context      背景
O = Objective    目标
S = Style        风格
T = Tone         语气
A = Audience     受众
R = Response     输出形式

你记不清的那个 A，就是 Audience：受众。

这套框架最厉害的地方在于：它不是让你“写一个更长的提示词”，而是帮你把写作任务从一团乱麻，拆成六个清晰的控制杆。

很多人用 AI 写东西，像是对着一个出租车司机说：

师傅，带我去一个好地方。

司机当然会懵。
什么叫好地方？吃饭？约会？商务宴请？散心？附近？远一点？贵的？便宜的？

AI 也是一样。

你只说：

帮我写一篇公众号文章。

它当然能写，但写出来大概率是那种“正确、顺滑、无聊、像所有人都写过”的文章。

而 CO-STAR 就像你把话说完整：

我现在要给一群企业老板写一篇文章，背景是他们都焦虑 AI，但不知道怎么落地。目标是让他们理解 AI 不是工具，而是业务流程重构。风格要像顶级咨询顾问，语气要有冲击力但不浮夸，受众是年营收 5000 万到 5 亿的传统企业老板，输出成一篇适合公众号发布的深度文章，开头要抓人，中间有案例，结尾引导预约咨询。

这时 AI 就不再是“随机发挥”，而是进入了一个明确的写作轨道。

一、Context：背景，是给 AI 铺地图

Context 是背景。

它解决的问题是：
这件事发生在什么环境里？为什么现在要写？前因后果是什么？

没有 Context，AI 就像一个刚走进会议室的人，虽然能说话，但不知道会议已经讨论到哪一步了。

比如你让 AI 写一句话：

帮我写一段课程宣传文案。

这就很空。AI 不知道你卖什么课，不知道用户为什么要买，不知道市场有什么变化，不知道你之前讲过什么，也不知道这次课程和过去有什么区别。

但你加上 Context：

我正在做一门面向企业老板和高管的 AI 落地课程。很多学员不是不会用 ChatGPT，而是不知道怎么把 AI 放进经营分析、销售管理、财务诊断和自动化工作流里。他们过去听过很多 AI 趋势课，但听完之后不知道怎么落地。这次课程要解决“从知道 AI 到真正用 AI 产出业务结果”的问题。

这时候 AI 才知道：哦，这不是一篇普通 AI 科普文，而是一篇“从认知焦虑转向落地行动”的课程文案。

Context 就像做饭前告诉厨师：今天不是家常便饭，是董事长招待重要客户；不是吃饱就行，是要体现品位、信任和成交氛围。

同样是牛肉，家常做法是土豆炖牛肉；商务宴请可能是惠灵顿牛排；健身餐可能是低脂牛肉沙拉。
食材一样，背景不同，结果完全不同。

AI 写作也是这样。
你不给背景，它只能按默认菜谱做。
你给了背景，它才知道该上什么桌、服务什么局。

二、Objective：目标，是给 AI 定靶心

Objective 是目标。

它解决的问题是：
你写这篇东西到底要达成什么结果？

很多 AI 写作失败，不是因为 AI 文笔差，而是因为目标不清。

你让它写一篇文章，它会写。
但你到底是要：

• 让人理解一个概念？

• 让人产生信任？

• 让人转发？

• 让人报名？

• 让老板拍板？

• 让团队统一思想？

• 让客户觉得你专业？

• 让读者立刻行动？

这些目标完全不同。

比如同样写“AI 经营分析”，目标不同，文章会完全不同。

如果目标是科普，它会解释：

AI 可以帮助企业提升数据分析效率。

如果目标是成交，它应该写：

老板真正需要的不是多一张报表，而是用 AI 更快发现利润为什么没有变成现金。

如果目标是培训，它应该写：

今天我们不讲 AI 概念，而是用一张真实经营报表，从异常识别、根因拆解、图表生成，到管理动作设计，完整跑一遍。

如果目标是董事会汇报，它应该写：

当前公司经营问题不在利润表，而在现金流承接能力。AI 的价值，是把这种隐性风险提前显性化。

你看，目标一变，语言的方向、力度、结构都会变。

Objective 就像射箭的靶心。

没有目标，AI 就像拿着弓箭朝天空乱射。
看起来很用力，箭也飞出去了，但不知道打中了什么。

写作不是“把话写满”，而是“让文字完成任务”。
Objective 就是告诉 AI：这篇文章最终要把读者推到哪里。

三、Style：风格，是给文章穿衣服

Style 是风格。

它解决的问题是：
这篇内容看起来像谁写的？属于哪种表达类型？

Style 更像文章的“外观”和“骨架气质”。

比如你可以要求：

• 麦肯锡咨询风；

• 公众号爆款风；

• 董事会汇报风；

• 学术论文风；

• 小红书种草风；

• 罗永浩演讲风；

• 刘润商业分析风；

• 法律合同风；

• 产品经理 PRD 风；

• 高端品牌宣传册风；

• 乔布斯发布会风。

同一个内容，Style 不同，完全不是一篇东西。

比如表达“AI 可以提升企业经营分析效率”。

普通风格：

AI 能够帮助企业提升经营分析效率，降低人工成本。

咨询风格：

AI 的价值不是替代分析师，而是把经营分析从“事后解释”推进到“实时诊断”和“动作生成”。

老板口语风：

以前看报表，是月底才知道哪里出问题；现在用 AI，是问题刚冒头，就能把原因和动作找出来。

发布会风格：

从今天开始，经营分析不再是一张静态报表，而是一套会问、会查、会判断、会输出管理动作的智能系统。

你看，意思差不多，但衣服完全不一样。

Style 就像一个人穿衣服。

同一个人，穿运动服是跑步，穿西装是谈判，穿礼服是参加晚宴，穿白大褂是做实验。
人没变，但别人对你的期待变了。

文章也是一样。
Style 决定了读者第一眼觉得：这是专业报告？这是营销软文？这是老板讲话？这是课程讲义？这是学术材料？

所以你要让 AI 写得高级，不能只说“写高级一点”。
“高级”太模糊。

你要说：

请用高端咨询公司给董事会做经营诊断报告的风格，结论先行，语言克制、有力度，避免网络化表达。

这就清楚多了。

四、Tone：语气，是给文字调温度

Tone 是语气。

它和 Style 很像，但不一样。

Style 更像“穿什么衣服”。
Tone 更像“用什么表情和温度说话”。

比如同样是商务风格，Tone 可以完全不同：

• 严肃；

• 克制；

• 犀利；

• 温暖；

• 鼓励；

• 危机感；

• 幽默；

• 权威；

• 亲切；

• 冷静；

• 紧迫；

• 真诚。

举个例子，同样表达“企业不能只停留在 AI 尝鲜”。

严肃语气：

企业如果长期停留在 AI 工具试用阶段，将很难形成真正的组织效率优势。

犀利语气：

很多企业看似在拥抱 AI，实际只是把 ChatGPT 当成高级搜索框。

温暖语气：

对多数企业来说，不会用 AI 并不可怕，真正的问题是没人帮它们把 AI 翻译成业务流程。

紧迫语气：

AI 落地窗口正在快速收窄。再过一年，差距可能不再体现在认知上，而是体现在组织效率和利润质量上。

你会发现，Tone 控制的是读者的情绪反应。

Tone 就像空调温度。

Style 是房间装修风格，Tone 是房间里的温度。
同样是高级酒店风装修，温度太冷，人会不舒服；温度太热，人会烦躁。
文章也是这样。

你写给老板，语气不能太学生气。
你写给小白，语气不能太学术。
你写危机文章，语气不能太轻飘。
你写信任型销售文案，语气不能太压迫。

Tone 不是装饰，它直接影响读者愿不愿意继续读。

五、Audience：受众，是决定一切的“人”

Audience 是受众。

这是你记不清的那个 A，也是 CO-STAR 里面特别关键的一环。

它解决的问题是：
这篇内容到底写给谁看？他们懂什么？怕什么？想要什么？不相信什么？

很多人写文章最大的问题，是只想着“我想表达什么”，不想着“对方为什么要听”。

但真正有效的写作，不是作者中心，而是读者中心。

同样讲 AI，写给不同人完全不一样。

写给程序员：

我们可以通过 Agent、工具调用、长期记忆和工作流编排，构建可持续执行的业务自动化系统。

写给老板：

你不需要关心 AI 背后的所有技术细节，你只需要关心三件事：它能不能发现问题、能不能节省人力、能不能带来经营结果。

写给财务总：

AI 不只是自动生成分析报告，它更重要的价值，是把利润、现金流、应收、库存和短债之间的异常关系提前暴露出来。

写给销售团队：

AI 可以帮你判断客户为什么不成交、线索卡在哪一环、话术哪里没有击中痛点。

写给小白学员：

你可以把 AI 理解成一个不会累的助理，但你必须告诉它背景、目标和输出格式，否则它只会给你一堆看起来很对的废话。

你看，受众变了，术语、案例、语气、重点全部变了。

Audience 就像你请客吃饭时要先知道客人是谁。

请小朋友吃饭，你不能上满桌川辣火锅。
请健身教练吃饭，你不能全是高油高糖。
请重要客户吃饭，你不能随便点几个外卖。
请老朋友吃饭，可以舒服随意一点。

写作也是请客。
你不知道谁坐在桌前，就不可能安排好菜单。

所以在提示词里，一定要写清楚：

目标读者是谁？
他们的认知水平如何？
他们现在有什么痛点？
他们对这个主题有什么误解？
他们需要被说服，还是需要被教学？
他们看完后最应该产生什么想法？

Audience 是整篇内容的“地心引力”。
它会把所有表达拉向正确的人。

六、Response：输出形式，是给 AI 规定交付物

Response 是输出形式。

它解决的问题是：
最后你希望 AI 交付成什么样？

很多人以为只要前面说清楚，AI 就会自然输出好内容。
但其实最后一步特别重要。

你要明确告诉它：

• 输出成文章；

• 输出成表格；

• 输出成大纲；

• 输出成演讲稿；

• 输出成短视频脚本；

• 输出成朋友圈文案；

• 输出成 PPT 页结构；

• 输出成报告；

• 输出成金字塔结构；

• 输出成一页纸方案；

• 输出成 Markdown；

• 输出成 JSON；

• 输出成中英双语；

• 输出成“标题 + 导语 + 正文 + 结尾 CTA”。

Response 就像交付物的包装盒。

同样一批内容，可以包装成不同产品：

• 给老板：一页纸经营结论；

• 给团队：执行清单；

• 给客户：正式方案；

• 给直播间：口播稿；

• 给公众号：深度文章；

• 给短视频：三段式脚本；

• 给小红书：标题党 + 短段落 + 情绪钩子。

如果你不规定 Response，AI 往往会输出一坨“还可以但不好用”的文字。

比如你说：

请解释 CO-STAR。

AI 可能给你一段普通解释。

但你说：

请写成一篇适合企业老板阅读的公众号文章，标题要有冲击力，正文分六个部分，每个部分用一个生活化比喻解释，最后给出可复制模板。

结果就完全不一样了。

Response 就像你去打印店说清楚：我要 A4 纸、横版、彩色、胶装、封面烫金，还是只要一张黑白草稿。

信息一样，交付标准不一样，成品价值差很多。

CO-STAR 的本质：不是提示词模板，而是写作控制台

很多人把 CO-STAR 当成一个普通提示词模板，这有点低估它了。

它真正的价值，是让你拥有一个写作控制台。

你可以把 AI 想象成一架飞机。
普通人只会说：

飞起来。

但 CO-STAR 会告诉你：

• 从哪里起飞：Context；

• 飞到哪里：Objective；

• 用什么飞行姿态：Style；

• 舱内服务是什么感觉：Tone；

• 乘客是谁：Audience；

• 最后降落成什么交付物：Response。

这六个要素一齐出现，AI 才不会乱飞。

也可以把 CO-STAR 想象成拍电影。

• Context 是故事背景：发生在哪个时代、什么冲突；

• Objective 是导演意图：想让观众哭、笑、震撼，还是行动；

• Style 是电影类型：纪录片、商业大片、文艺片、黑色幽默；

• Tone 是镜头情绪：压抑、温暖、冷峻、热血；

• Audience 是观众：孩子、老板、投资人、专业人士；

• Response 是成片格式：预告片、长片、分镜脚本、宣传海报文案。

你不能只跟导演说：

拍个好看的。

好看是结果，不是指令。
CO-STAR 是把“好看”拆成可执行的拍摄要求。

一个完整示例：普通提示词 vs CO-STAR 提示词

普通提示词：

帮我写一篇关于 AI 经营分析的文章。

CO-STAR 提示词：

Context：
我正在准备一场面向企业老板和高管的 AI 实战课程。很多企业已经开始尝试 AI，但大多停留在写文案、做总结、查资料，尚未真正进入经营分析、财务诊断和管理动作生成环节。

Objective：
写一篇文章，让读者意识到：AI 的价值不是做报表，而是让经营问题现形，并推动管理层更快做决策。

Style：
采用高端咨询顾问风格，结论先行，结构清晰，有商业洞察，不要像普通科普文章。

Tone：
语气要克制、有力量、有紧迫感，但不要夸张，不要制造廉价焦虑。

Audience：
读者是传统企业老板、财务负责人、业务负责人，他们懂经营，但不一定懂 AI 技术。他们关心利润、现金流、增长、组织效率和可落地结果。

Response：
请输出一篇公众号深度文章，包含标题、开头、三个核心观点、一个具体案例、结尾行动号召。语言要通俗，但要有高级感。

这个提示词出来的内容，质量大概率会明显高于普通提示词。

因为你不是在让 AI 猜，而是在给它“导航地图”。

CO-STAR 最适合解决什么问题？

它特别适合这些场景：

1. 写公众号文章

因为公众号文章非常依赖受众、语气、结构和传播目标。

2. 写课程文案

课程文案既要懂用户痛点，又要展示价值，还要避免太广告。

3. 写销售材料

销售材料不能只介绍产品，要打中客户问题。

4. 写汇报稿

汇报稿必须目标清楚、语气稳、结构硬。

5. 写短视频脚本

短视频更依赖开头钩子、受众情绪和输出形式。

6. 写商业报告

商业报告最怕废话，CO-STAR 可以让 AI 围绕目标收敛。

最容易犯的错误

错误一：Context 写太少

很多人只给一句背景：

我是做 AI 培训的。

这太薄了。

更好的写法是：

我是做企业 AI 落地培训的，目标客户是传统企业老板和管理层。他们已经听过很多 AI 趋势，但真正困惑的是不知道怎么把 AI 接入经营分析、销售管理和自动化流程。我的课程强调实战演示，而不是概念普及。

背景越具体，AI 越不容易写空话。

错误二：Objective 写成“写好一点”

“写得高级”“写得吸引人”“写得专业”，这些都太模糊。

你要写成结果：

让读者看完后意识到自己当前对 AI 的使用太浅，并愿意报名参加一场 AI 经营分析实战课。

这才是目标。

错误三：Style 和 Tone 混在一起

Style 是类型，Tone 是温度。

比如：

Style：咨询报告风
Tone：犀利、克制、有危机感

这就清楚。

不要只写：

风格高级一点。

AI 会不知道什么叫高级。

错误四：Audience 不具体

不要只写：

面向大众。

这几乎等于没写。

要写：

面向 35-55 岁的传统企业老板，他们有一定管理经验，但不懂 AI 技术；他们不喜欢虚概念，关心是否能提升效率、降低成本、带来增长。

受众越具体，表达越有穿透力。

错误五：Response 没有格式要求

你不规定格式，AI 就会按默认格式输出。

你要明确：

输出为 Markdown；
一级标题不超过 15 个字；
每段不超过 80 字；
每个观点都要有小标题；
最后给出 5 条可执行建议。

AI 很擅长按格式干活，但前提是你要把格式说清楚。

一个万能 CO-STAR 模板

你以后可以直接用这个：

请根据 CO-STAR 框架完成以下写作任务：

C｜Context 背景：
【说明当前场景、问题、前因后果、行业背景、已有信息】

O｜Objective 目标：
【说明这篇内容要达成什么结果，比如说服、解释、成交、培训、汇报、引发行动】

S｜Style 风格：
【说明希望采用什么写作风格，比如咨询风、公众号爆款风、董事会汇报风、学术风、演讲风】

T｜Tone 语气：
【说明语言温度，比如克制、犀利、温暖、紧迫、专业、幽默、真诚】

A｜Audience 受众：
【说明写给谁看，他们的认知水平、痛点、关心点、顾虑和期待】

R｜Response 输出：
【说明最终输出形式、结构、字数、格式、标题要求、是否要案例、是否要表格】

请先理解我的要求，再直接输出成品。

最后总结：CO-STAR 其实是“把话说清楚”的能力

很多人以为 AI 写得不好，是因为 AI 不够强。

但很多时候不是。

是因为我们给 AI 的任务，就像一张没有地址、没有收件人、没有备注的快递单。

CO-STAR 的作用，就是把快递单填完整：

• Context：从哪里来；

• Objective：送到哪里去；

• Style：用什么包装；

• Tone：用什么温度；

• Audience：交给谁；

• Response：最终长什么样。

所以，CO-STAR 不是机械模板，而是一套写作思维。

它逼你在写之前想清楚六件事：

为什么写？写给谁？要达成什么？用什么方式说？用什么语气说？最后交付成什么？

当这六件事清楚了，AI 就不再是一个随机输出文字的机器，而会变成一个听得懂任务、懂得收敛、能够按目标交付的写作助手。

真正会用 AI 写作的人，不是会背一百个提示词的人。
而是能把一个模糊想法，拆成清晰任务的人。

CO-STAR 的价值就在这里：

它不是让 AI 更聪明，而是让你的表达更清楚。你越清楚，AI 越强大。