文案老手的AI寫作避險指南
本文原載於《傅瑞德的硬派行銷塾》電子報，歡迎訂閱。
好友Liang-Bin Hsueh（布丁）為了在即將舉辦的「Generative AI 年會」中演講，製作了一個「寫獨立筒式床墊文案」的教學範例。
簡單的說，就是為了讓「不會寫文案」的人快速產生內容，利用了遞迴的方式，用最簡單的問題問ChatGPT「我的問題該怎麼問」：
假如我是 ChatGPT，你是人類，你現在要我寫一個獨立筒床墊的行銷文案，會怎麼下prompt（註：提示指令）？
於是ChatGPT回答：
如果你是ChatGFT，我是人類，我想要讓你寫一個獨立筒床墊的行銷文案，我會這樣提出prompt :
"請幫我撰寫一個吸引人的獨立筒床墊行銷文案，重點包括其舒適度、支撐性能、對於睡眠質量的改善、以及產品的獨特賣點。請將這些要素融入文案中，讓顧客感受到購買此床墊將為他們帶來的優越睡眠體驗。"
於是使用者就可以用上述的問題再叫ChatGPT寫出一整篇文案，詳情請參閱下圖（已獲布丁同意在本文中使用）：
（註：圖中的指令技巧重點之一是「叫AI扮演人」；但這一點對本文主題不太重要，所以就略過不談了。）
看完ChatGPT寫的這一篇，我相信會有人瞠目結舌，驚訝於機器可以寫出這麼有人味、這麼通順、彷彿可以直接貼上媒體使用的文案。看到許多人在網路上分享的「驚人」案例、以及其他類似AI工具的作品，我也相信認為「文案作者即將失業」的人並不在少數。
確實，ChatGPT（特別是ChatGPT-4）寫出來的東西已經有「人」的水準；但身為這一行的作者（我自己也寫文案）和消費者（我是讀者、也審閱其他人寫的文案），我必須誠懇的告訴各位，工作上千萬不要只是這樣用。
換言之，如果是我的部下寫了這樣的文案（不管是自己寫、或是叫ChatGPT寫），我的答覆會是「你算是能寫『文案』這種類型的文字，但你並不會寫真正的專業文案」，退貨重寫去。
在這邊就不提繁簡用語、標點符號、文字潤飾之類的問題了，這些都是會隨著技術持續改進、或是人類順手修改就可以解決的事情；我想提醒的，是作為行銷人員（以及你把ChatGPT當作行銷人員）在AI工具使用上的幾個基本問題：
品牌鑑別問題
好的文案最好能具備「鑑別性」，包括所謂起手式、脈絡、結構、用語等方面，都最好能有自己的特色；而最高境界則是即使不看品牌、不提產品名稱，大概都猜得出這是哪一家的文案。
即使做不到這一點，至少在關於產品和品牌的敘述上，能清楚的指出品牌價值、產品的獨特性、以及品牌價值（例如「六十年老店」）與產品的關聯性，進而創造出不同於競爭產品的說服力。
這一點目前ChatGPT是做不到的。在提示中寫「Apple床墊」和「微軟床墊」，結果並沒有太大的差異，只是帶進品牌名稱而已，跟各自的品牌價值沒有任何連結。換句話說，它寫哪家床墊都一樣、別人用它寫的也會跟你一樣。
或者從產品特色來看，文字中也只提到「獨立筒為什麼好」，而沒有關於「我們家的獨立筒為什麼比較好」；就像「我們家辣椒醬的特色就是有點辣」一樣，如果是你這樣寫，老闆會接受嗎？
背景資訊問題
一個產品從發想成案開始，經過設計研發的流程，再到最後的包裝、定價、行銷策略等等，都必須經過無數的討論、建議、採用／不採用、打掉重練等等過程；其中也都會累積許多「我們為什麼要這樣設計」、「為什麼宣傳時要避開／強調這一點」、「我們有什麼獨門功能」之類的內部決策。
這些過程無論成功或失敗，甚至有些原本被棄置的想法，在經過SWOT、AIDA、FFAB、PPPP（為了聚焦主題，這些分析方式就不多說明，有興趣請自行查閱）等等分析衍生之後，都會產生許多的背景資訊；而這些資訊也是讓文案得以豐富獨特、甚至成為故事行銷的材料。
舉例來說，3M「便利貼」的超弱黏性，讓它銷售全球大賺其錢；但它其實是發明者Spencer Silver在研發超強黏膠時的失敗產品，只是在「換位思考」之後，找到了它前所未有的價值。
你的產品或許也有這樣有趣的故事，但ChatGPT這位「熱心聰明的新進員工」不會知道這些。
遞迴空洞問題
前面提到過，課程的案例是以「遞迴」方式，透過人與ChatGPT的互動逐次增加內容（簡單的問題→比較完整的問題→文案）；而目前像是Notion AI之類的輔助工具中，也有「幫我加長文字」的功能，可以幫不擅長寫作的人把段落補滿。
然而基於前面的兩個問題，這些「無中生有」的新增內容就專業文案的角度而言，都只能說是「灌水」，而來回一灌再灌，不僅不會解決這些問題，還會讓內容開始自我重複；表面上看起來有模有樣，實際上非常空洞。
如何解決這些問題？
要解決這些問題，最好的方法就是找到熟悉品牌價值的高手，在研讀資料、深入理解產品之後慢慢推敲，寫出色香味俱全的文案。
但如果一定還是得用ChatGPT這類工具，至少應該：
- 盡量將主要的品牌價值具體化（想想看，你的品牌價值要怎麼寫，才能餵給機器？），並且確保AI能正確的理解並呈現；
- 最好能透過真人討論，以適當的分析架構找出產品特色（記得，是「我們家的獨立筒為什麼好」），並且同樣在具體化之後餵給AI。分析部份AI理論上也可以代勞，但因為它不懂你的產品（而不是「笨」），所以分析出來的東西通常都很空泛、沒有什麼價值；
- 在AI產生初步結果之後，以補充資料方式（不要用遞迴方式）讓它逐步更新修正內容；
- 最後由適當的真人加以潤飾、並且確認內容的有效性和正確性，然後才能使用。
透過這樣的過程，或許ChatGPT可以幫上一定程度的忙，讓懂產品、但不太會寫的同仁也能產出堪用的內容；但實際上的經驗是，在品質可用的前提之下，這樣花的時間不見得比真人寫要來得快。
要打破這樣的障礙，LLM（特定資料用途的AI機器人，也就是「懂產品的新同事」）或許是未來的解決方案之一；LLM可以熟讀公司資料、品牌定義、產品歷史和規格等等，只要在做新產品時加入（最好是真人發想）新的行銷相關資訊，AI應該就可以寫出比現在完善許多的內容。
結語
在寫這篇之前，我也跟布丁討論了一下；重點在於取得諒解：寫這篇不是在批評他拿這個案例當教材、也不在於批評ChatGPT或AI工具的價值。
我也同意，在目前的技術條件下，以「遞迴」當作一種技巧，可以清楚說明AI補充人類思考的能力，幫我們問出完整的問題、甚至帶來一些沒想到的驚喜。
然而在必須以背景資訊為基礎的內容生成、也就是專業文案工作上，這種技巧並不適合在實務上使用。如果要求不是很高，它或許是不擅文字者的救星；但如果要求比較高，倚賴它反而會成為創意的束縛。
如果你曾經在看到目前ChatGPT寫的文案之後，覺得「還是自己寫比較快」，就會知道我的意思了。