一个人看房子，买家怕买贵，卖家想卖高，投资人算回报。同一份数据，三种焦虑。传统CMA（比较市场分析）报告却用同一套话术打发所有人："市场估值区间48.5万-49.5万美元。"这种通用模板谁看了都摇头。
问题不在数据，在叙事视角。AI能解决的正是这个——把同一组房源数据，翻译成三种人各自听得懂的语言。
核心原则只有一个：动笔前先定读者。
给买家看，关键词是"评估风险""尽职调查""价值指标"。20年的老屋顶，在买家眼里是未来5千美元的维修隐患。带围栏的院子，对有狗的买家值1万美元溢价。AI生成的文案会变成："这套房的院子对你的宠物值1万，但屋顶老化需预留5千调整。整体看，入手价低于重建成本，位置有利。"
给卖家看，话术切换成"市场动能""卖方优势""竞争性定价策略"。同样是那套装修过的厨房，AI会写："您的厨房翻新比2号竞品高出1.5-2万溢价空间。我们定价低于1号竞品3%，制造即时吸引力。"
投资人拿到的是另一套语言："资本化率""毛收益率""运营支出假设"。老屋顶不是减值项，是运营成本表上的一行。围栏院子也不谈情感价值，只算租户留存率。
工具层面，ChatGPT适合快速生成这类受众专属的叙事框架。你提供原始数据（挂牌价50万，可比房源支撑48.5-49.5万）和调整备注（"+1万围栏院子，买家有狗"），AI处理语气和结构。数学验证留给人来做。
具体执行分三步。
第一步， prompting前先切分受众。明确报告给谁看，定义核心问题：买家问"这买卖划算吗"，卖家问"怎么卖最高价"，投资人问"收益率多少"。
第二步，投喂数据时带上下文注释。输入可比房源、调整项、一行受众提示词。让AI套用对应的语言和结构，但把计算部分单独拎出来人工核对。
第三步，人工叠加本地证据。投资人报告里贴一条分区法规链接或新开发项目的 news；卖家报告里加"价格定位" bullet list，解释为什么你的定价能击败竞品。调整项和数字必须二次核查。
个性化不是花架子，是信任的建立方式。用AI把通用CMA改造成针对性叙事，回答的是每个客户真正想问的问题。数学和本地细节保留人工把关，但受众专属的文案起草可以交给AI代劳。最终报告读起来像懂行的人写的——因为本质上，是AI在模仿三种不同角色的思维方式。
热门跟贴