白板上贴了四十张便利贴，每张一个名字，讨论了两个小时，能进下一轮的不到五张。起名这件事的难处常被误解成想不出来，实际卡住人的是筛不掉：四十个候选里，三十个念着别扭，五个撞了别人的商标，剩下几个自己也说不清好在哪。AI 在这种一次铺开很多方向的活上确实顶用，但它管不了最后那道查重。下面按五步走一遍，也说清哪些关只能自己过。
起名的难点在筛，不在想
人想名字容易在几个思路上打转：做食品就往食材上靠，做科技就往「智」「云」上靠。同一个脑子里转久了，出来的东西越来越像。模型没有这个惯性，你让它从情绪、场景、造词几个方向分别铺，它一次能给几十个互不相干的候选。
候选一多，新的问题就来了：怎么快速划掉。凭喜好划最省事，也最不靠谱，因为喜好是你的，用户不是。有效的做法是给每个候选过三道筛：念一遍能不能写对、看一遍能不能记住、想一想以后能不能延展。
五步从约束到能用的名字
按顺序走，每一步都有能拿出来的东西：
| 步骤 | 产出物 | 常见坑 |
|---|---|---|
| 一、写约束 | 一页约束卡：品类、调性、人群、忌讳 | 只说「高端大气」，出来的全是空词 |
| 二、分方向铺量 | 四类思路各五到八个候选 | 一次要一百个，后八十个是前二十个的变体 |
| 三、做减法 | 一份划掉清单，每条注明划掉的原因 | 只凭喜好划，不看能不能念、能不能写 |
| 四、配 slogan | 每个保留名一句十二字内的短句 | slogan 把名字解释一遍，等于名字没起作用 |
| 五、查重 | 商标、域名、账号三项核查结果 | 名字定了才去查，查到被占只能从头再来 |
铺量和做减法之间的落差最大。铺量的时候人是兴奋的，看什么都觉得可以；做减法的时候才发现，大半候选经不起一句「这个字怎么念」。把划掉的原因写下来，比只划掉更有价值，因为原因会反过来修正你的约束条件——如果一半候选都因为生僻被划掉，说明第一张约束卡里该加一条不用生僻字。
先给约束，它才不会给你一堆「某某云」
不设限的提问，得到的必然是通用词。模型在没有约束时会往最常见的组合上靠，因为那是最安全的输出。把四样东西说清楚，结果会完全不同：做什么品类、要什么调性、给谁看、哪些不能碰。
忌讳这一项最容易被忽略，也最有用。不要生僻字、不超过三个字、不和某个竞品的字重复，每加一条，候选的质量就上一个台阶。想要更多样的方向，还可以调高随机性，温度值的作用可以看温度值为什么会影响回答的稳定性，同一个问题多跑几次，比一次要一百个更有用。指令怎么组织，可以参考提示词怎么写才能拿到可用的输出。
两到三个字为什么最稳
名字的第一功能是被记住和传播，不是承载全部品牌理念。四个字以上的名字，说出来要停顿，写下来要确认，口头传播时被简化的概率很高，最后大家只记住前两个字。
两个字到三个字，读音上有一个天然的节奏，念完不用换气，也方便加后缀做子品牌。名字越短，延展空间越大：以后做周边、做子系列、做联名，短名字都能挂上去，长名字往往把自己框死在一个品类里。
它能铺开候选，查不了商标
模型给不出任何可信的商标状态。它可能会说「这个名字目前没有查到注册」，这句话没有任何依据，因为商标库不在它的训练数据里，而且状态每天都在变。类似的还有域名和社交账号，它给的建议只能当参考。这类凭空生成的「确认」可以看AI 幻觉为什么难被发现，看着越具体越要警惕。
它也不懂方言。一个在普通话里很顺的名字，换个地方可能谐音不雅，模型对这类区域性语感覆盖很差。稳妥的做法是找几个不同地方的人念一遍，听到犹豫就说明有问题。
还有一层是商业判断。这个名字能不能支撑三年后的产品线、会不会和公司现有品牌打架，取决于你的规划，模型看不到。
一个好名字要过哪几关
五关：念得出、写对、记得住、查得干净、延展得开。前四关可以快速验证，最后一关要靠时间。把候选名单缩到五个，逐个过一遍，剩下的那个通常就是能用的。
slogan 单独说一句。它的作用是补名字没说完的那半句，不是把名字解释一遍。做轻食配上「中午吃点好的」，补的是场景；如果 slogan 写成「专业轻食外卖品牌」，那只是把品类重复了一遍，白占一个位置。
速查：起名的五条自查
- 先写约束卡，再说要名字
- 一次只做一件事：先铺量，再筛
- 划掉的原因要写下来，用来修约束
- 两到三个字最稳，生僻字一律不用
- 商标、域名、账号、方言，四样自己查
