用 Claude Code 批量生成房产中介房源文案：挂牌描述从半天缩到 10 分钟

周五傍晚，店长把刚签下的 3 套独家房源甩给你：「周一一早挂到平台上去。」这种场面，你是不是也遇到过？

我认识的一位经纪人，整个周六上午就耗在写房源描述上。户型和到地铁站的距离能从房源表里抄。可一旦要为 3 套房子各憋出「采光极佳」「闹中取静」这类套话，写着写着就全写成了一个样。别说跟同行区分了，连自家挂的其他房源都分不出来。

到了周一，店长一句话：「这套两居的描述，跟你上周那套差不多啊。」

写房源描述，是房产中介里最「费了劲也得不到夸」的活儿。耗时间、质量全靠个人手感，可客户问询的第一道入口偏偏就在这里。这篇文章要做的，就是把这种批量活儿交给 Claude Code，人只专注在「最后那一步判断」上。

本文要点

房产中介的房源描述、平台挂牌文案，把「初稿的批量产出」交给 Claude Code，周六的半天能缩到 10 分钟上下。
交给 AI 的是文案生成和用词统一检查；由人来判断的是事实核对、夸大宣传、个人信息这 3 件事。
只要把房源表（房源概况）的原始数据丢进去，就能针对贝壳、安居客、自家官网分别写出不同风格。
文中放了可直接复制的提示词模板，以及一个机械式拦截夸大宣传词的校验脚本。
客户姓名、电话、业主信息绝不原样喂给 AI。脱敏规则要先定好。

读者画像，以及现在的流程卡在哪一步

这篇文章想到的读者，是不论买卖还是租赁，自己签房源、自己往平台挂的人。配不起专职文案的中小门店，经纪人一个人从签约扛到挂牌的店长，这类情况收益最大。

把挂牌前的流程排一排，大致是这样：

从业主或房东手里签下房源（房源表、产权资料、实地照片备齐）。
录入内部房源系统。
把描述和图片发到贝壳、安居客、自家官网。
有人来问就跟进带看。

卡住的是第 3 步。第 1、2 步是抄录，快；第 4 步是人对人的活儿。唯独第 3 步夹着「写文案」这种量和质很难兼顾的工作。而且每个平台的字数限制、推荐语气都不一样，同一套房还得分别写。这就是吞掉你周六的真凶。

常见的返工，以及它的真面目

挂牌文案的返工，基本就这 3 类：

复制粘贴被看穿：拿上一套房的文案当底子，地铁站名、面积忘了改。本该是「步行 7 分钟」，结果还留着上一套的「步行 4 分钟」。
用词不一致：同一家门店，「朝南」「南向」「采光极佳」一套房一个说法，整个网站显得很随意。
夸大宣传被打回：写进「全市第一」「完美」「绝对划算」这类违反广告法的表述，平台审核直接退回。

这 3 类，几乎都发生在人的注意力散掉的傍晚。所以才更想把它们挪到「机器能做的检查」上。Claude Code 最擅长的，就是在初稿阶段把这些返工消灭掉。

用之前和用之后，到底差在哪

具体数字会随门店情况变化，这里放上我自己手头算的概数，供你判断参考。

项目	用之前（手写）	用之后（Claude Code 写初稿＋人核对）
单套房描述撰写	约 40 分钟	约 10 分钟（生成 3 分＋核对 7 分）
3 平台分别写	每个再加 15 分钟	一次提示词同时出 3 种
用词一致性检查	只能肉眼，会漏	用脚本机械检查
每月 20 套的工时	约 13 小时	约 3.5 小时

粗算下来，每月处理 20 套房的门店，能省出 9 到 10 小时。按经纪人时薪 80 元算，每月省下近 800 元成本。把腾出来的时间放到带看和跟进上，才是真正的价值。

「让 AI 写出来会很空洞吧」——你也许会这么想。恰恰相反。把原始数据结构化喂进去，比人在傍晚硬抄出来的复用文案更具体。Claude Code 的基本用法整理在Claude Code 入门指南，给非工程师的上手方式在写给非工程师的 Claude Code。

3 个具体的应用场景

场景 1：一张房源表，一次生成 3 个平台的文案

最见效的就是这个。把房源概况（地址、价格、户型、面积、到站距离、配套设施）用要点列出来丢进去，就能分别写出贝壳版（重可读性）、安居客版（重配套齐全）、自家官网版（重生活场景）3 种。

人要做的，只是把出来的 3 篇读一遍、核对事实对不对。比起从零写，核对快得多。

场景 2：标题文案出多个方案

从「南向角户・步行 5 分钟到地铁・可养宠」这类卖点出发，让它一口气出 10 个抓眼球的标题。这正是 AI 靠「量」取胜的场合。从 10 个里挑 1 个是人的活儿。比起一个人硬憋 10 个，从现成方案里挑，质量反而更高。

场景 3：问询回复的初稿

针对「这套房还有吗？」这种第一次问询，先让它备好一版礼貌用语的模板。前提是发送前一定人工过目，只替换房源是否还在、可带看时间。深夜来的问询，第二天一早就能马上回。

交给 AI 的范围，和人必须判断的范围

这条线划不清就会出事故。先把界限说明白。

环节	交给 AI	人必须判断
文案生成	○ 初稿、分版、出方案	最终措辞
事实（价格・面积・到站距离）	× 不能照单全收	○ 跟房源表逐项核对
夸大宣传・合规	△ 只到拦截候选词	○ 最终是否放行
个人信息	× 不喂进去	○ 脱敏后再给
发布按钮	× 不让它按	○ 人来按

口诀是「AI 是写初稿的，人是终审的」。对挂牌负责的是持牌中介门店，是你自己。这条界限，绝不让出去。

可直接复制的提示词模板

可以原样使用。把 【】 里的内容换成你自己的房源信息。客户名、业主名不要填进去（后面会讲）。

你是一位资深的房产中介文案。请根据以下房源概况，
写出 3 个版本的平台挂牌描述。

# 房源概况
- 类型：【二手商品房】
- 价格：【348 万元】
- 户型：【两室两厅 / 套内面积 58.2 ㎡】
- 地址：【北京市◯◯区△△路 3 号院】
- 最近地铁：【□□线 ◯◯站 步行 5 分钟】
- 建成年份：【2015 年】
- 朝向・楼层：【南向 / 7 层】
- 配套：【门禁・快递柜・地暖・浴室干燥】
- 特别说明：【顶层角户・可商量养宠】

# 输出规则
1. 贝壳版（约 300 字・重可读性・不夸张）
2. 安居客版（约 250 字・配套写全）
3. 自家官网版（约 400 字・描绘生活场景）
- 不使用违反广告法的表述（全市第一・完美・绝对・超低价等）
- 事实严格按照概况写，不擅自补充未写明的配套或条件
- 最后用要点列出「需要人工核实的地方」

诀窍在于让它最后列出「需要人工核实的地方」。AI 爱凭推测填空，所以让它自己申报「这里可能有问题」，人的核对一下子就快了。想把提示词再打磨好的人，可以一起读Claude Code 提示词设计进阶。

用机器拦截夸大宣传词的校验脚本

生成的文案里有没有残留违规词，只靠肉眼，傍晚一定会漏。这里放一个 Node.js 能跑的校验脚本。把文案存成文本文件，执行 node check-listing.mjs listing.txt 就行。

import { readFile } from "node:fs/promises";

// 广告法下原则上不能用 / 需谨慎的表述
const banned = [
  "全市第一", "全国第一", "最好", "顶级", "完全", "完美",
  "绝对", "超低价", "特价", "捡漏", "buy now",
  "千载难逢", "仅限今天", "特选", "甄选", "破价",
];

const file = process.argv[2] ?? "listing.txt";
const text = await readFile(file, "utf8");

const hits = banned.filter((w) => text.includes(w));

if (hits.length === 0) {
  console.log("OK：未发现违规词。");
} else {
  console.log("需修改：文案中含有以下表述 ->");
  for (const w of hits) console.log("  - " + w);
  process.exitCode = 1;
}

// 顺便看一下字数（贝壳版太长反而没人读）
console.log("字数: " + [...text].length);

这只是「第一道过滤」。广告合规还要看语境，最终还得人来把关。但即便如此，它能帮你在傍晚疲惫的脑子里，不漏掉那些明显的违规词。想加检查项，往 banned 数组里加词就行。把这份违规词清单写进 CLAUDE.md，Claude Code 从生成阶段就会主动避开。写法可以参考CLAUDE.md 设计最佳实践。

个人信息与安全注意事项

房产中介是跟个人信息打交道的活儿，这一节不能省。

业主、买家、房东的姓名、电话、住址（精确到门牌号）不喂给 AI。挂牌文案需要的只是房子的参数。
产权信息、权属细节也不要给。写描述根本用不上。
给之前先脱敏。地址只到「◯◯区△△路 3 号院」，楼栋号、房号隐去。
写问询回复初稿时，也不要把咨询者的原文整段贴进去，只抽出诉求本身再给它。
如果是公司层面使用，要跟 IT 或法务确认：输入数据是否处在「不会被用于训练」的合约形态。

说白了就是「只让 AI 看到要公开挂出去的信息」。把这一条贯彻到底，写房源描述时的信息泄露风险就能压得很低。日常使用的细节技巧，也整理在Claude Code 效率提升技巧里。广告法的准确边界，请务必到国家市场监督管理总局官网核对一手信息。

挂牌前检查清单

按下发布按钮之前，下面这些务必人工过目。打印出来贴在桌上都不为过。

价格・面积・户型・到站距离跟房源表一致吗？
从上一套房复用时，地铁站名、数字有没有残留？
违规词（跑过校验脚本了吗）？
有没有擅自补上未写明的配套？
个人信息、房号有没有混进正文？
照片数量跟平台规定对得上吗？

常见问题

问：AI 写的文案会被看出来吗？ 喂原始数据让它写出来的文案，比傍晚靠复用赶出来的更具体。但跳过人工核对，就会留下生硬感或事实错误。建议当初稿用，最后再用自己的话润色。

问：会不会违反法规或平台规定？ 挂牌的责任在持牌中介门店。AI 只出初稿，合规与否的最终判断由人来做，这是前提。用校验脚本加检查清单，做双重防护。

问：不擅长电脑也能用吗？ 跑脚本那部分，一开始可以找懂的人帮忙。如果只是写提示词、出初稿，能打字就能用。从写给非工程师的上手方式入门，不容易卡壳。

问：买卖和租赁都能这么用吗？ 都能用，把提示词里的房源概况换掉就行。租赁就加上月租、押金、首期费用；买卖就加上价格、物业费、维修基金。

问：想让全公司用词统一怎么办？ 把门店的用词规则（比如统一用「朝南」）写进 CLAUDE.md，每次生成都会遵守。原本靠个人手感的说法，就变成了公司的资产。

实际试过之后

我在手头用 3 套虚构二手房的房源表信息，把上面的提示词和脚本完整跑了一遍。

先是 3 套 × 3 平台共 9 篇初稿，各生成 1 次就出来了。读回去要改的，每篇也就 2、3 处。基本都是把「步行 5 分钟」改成「步行约 5 分钟」这种偏合规的细调。跟从零写比，体感是四分之一的时间。

校验脚本里，我故意塞了含「捡漏」「仅限今天」的文案进去。如愿，两个词都被检出，退出码也返回了 1。它还会输出字数，所以贝壳版会不会太长，当场就能判断。

最大的收获是用词不一致消失了。只往 CLAUDE.md 加了一行「朝向统一写『朝南』」，3 套就全齐了。原本在傍晚疲惫脑子里发生的事故，被机器接手了。初稿交 AI，判断归人。只要守住这条界限，周六上午就能用来带看和跟进。

想以公司为单位把它做成一套机制、连用词规则和检查体系一并搭好，可以在培训・咨询里一起设计。想先自己动手试的人，可以从免费教材开始。