top of page

依標籤搜尋文章
凌晨一點,我問 AI:我聰明嗎?
凌晨一點,我問了 AI 一個問題:我聰明嗎?為什麼? 隔了一下,又補三個字:都問你。(那個時間點,人的字數會自動進入省電模式。) 11 月 13 日凌晨,一個帶公司十年的老闆,不去想策略、不去看報表,跑去跟 AI 討一份「考績」。此事本來不足為外人道,想想還是寫下來。 它很給面子,先誇了一輪,說我擅長從一件一件的小事裡,找出背後可以重複用的規律。我正看得有點得意,下一段就來了: 「你有時候會把『對方沒有理解我』,直接連結成『對方沒有好好思考』。」 我盯著這一句,盯了很久。 有點刺。 因為它說中了。開會的時候,我腦袋裡已經算完好幾輪,嘴巴只講了結論,同仁還在消化上一版,我已經在問下一步,然後心裡默默嘀咕:怎麼還在問? 不是同仁不聰明,是我把中間那一段路,一個人先走完了,還怪別人沒跟上。 它最後給了一個很樸素的建議:以後不要只問「你懂了嗎」,改問「你覺得我為什麼這樣決定?條件變了,你會怎麼改?」 我回了它一句,輸入法還停在簡體:「原來不是沒有理解就不能往下走,理解是第一步,就這樣子,沒有什麼複雜。」 這幾年常想起 Phil Jackson。Jorda
我對 AI 講過最兇的一句話:你要去翻啊
我對 AI 講過最兇的一句話,只有五個字:你要去翻啊。 (好啦,打字的時候太急,「啊」少了一個口,送出去的是「阿」。) 11 月 12 日下午一點多,我丟了一張舊的廣告後台截圖給 ChatGPT,交代得很清楚:幫我找到這個位置,打開,但不要動到任何設定。 它很快就回來了,態度非常專業:查了 46 個廣告帳號,沒有找到符合的,請我提供原頁網址或完整編號,最後還補一句,這次只查看了帳號清單,沒有更動任何設定。 報告寫得無懈可擊,答案是沒有。 說來慚愧,那一刻我的血壓,比它的回覆速度還快。不是它錯,是那種回覆我太熟了:找了該找的地方,沒有,回報,等指示。流程完全正確,事情完全沒動。 於是我回了那五個字。 這次它沒有馬上回來。畫面上寫著「處理了 7 分鐘 41 秒」,接著一句:「翻到了。」在一份舊的資料統整裡,第 74 頁。 七分多鐘,七十四頁。 我盯著那兩個數字笑了出來,一半是欣慰,一半是心虛。因為我年輕的時候,也是那個回報「找不到」的人,總覺得把能查的地方查過一輪,就算交差了。後來才慢慢懂,「找不到」通常不是答案,只是還沒翻到那一頁。...
講優勢,跟踩人,常常只差一個字
我教同仁寫廣告,教得最用力的一件事,不是怎麼誇自己,是怎麼不踩別人。 這兩件事,比想像中難分。 11 月 10 日星期二下午,跟同仁一起看一個客戶的廣告素材。影片拍得很好,我看完只有一個問題:那客人為什麼要跟他買? 因為大家賣的,都是一樣的東西。 同類型的廣告,市面上一抓一大把,你拍得再漂亮,客人滑過去,記得的也只是「又一家」。所以我跟同仁說,要講優勢,而且是講只有他有的那一個。 結果討論到一半,方向開始歪了,越講越像在跟別家比,比誰大,比誰好,比到最後,差一點就要把隔壁點名了。 我說,停。(那時候的表情,大概跟裁判吹哨差不多) 講優勢,跟踩人,常常只差一個字。「我們最大」是優勢;「他們很小」是踩人。前一句讓客人想靠過來,後一句讓客人開始懷疑:這個人說別人壞話說得這麼順,哪天會不會也這樣說我? 說來慚愧,我年輕時寫提案,也很愛比,比數字、比規模、比誰的客戶名單長,比到最後,自己都忘了要講什麼。後來才懂,客人不是來看你打架的,是來找一個可以放心的人。 這件事,我在球場上其實學得更早。一個人投籃投久了就知道,籃框不會因為你嘴巴說誰爛,就變大一點。..
AI 把我拍成一百九十公分
凌晨兩點,我在跟 AI 吵一件事:它把我拍得太高了。 不是太醜,是太高。 11 月 10 日星期二,我請 ChatGPT 幫我做一組形象照,把我本人的照片,放進辦公室那幾面牆前面:獎盃牆、手寫牆、掛滿證書的走廊。說來慚愧,這種事本來應該找攝影師,約時間、借場地、打燈,我偷吃步,想說 AI 一個晚上就能搞定。 它確實很拚,一輪十張,張張西裝筆挺、光線漂亮,漂亮到我看了半天,越看越覺得哪裡怪。 腿太長了。 照片裡那個人,大概有一百九十公分,手臂粗得像每天在健身房上班。我只好一本正經地跟 AI「申報身高」:181 公分,手臂有壯,但沒那麼壯(講出口的時候,我自己都笑了)。 更麻煩的還在後面。改一次,像我;改兩次,有點像我;改到後來,變成一個長得很像我的陌生人。 我把它停下來,跟它說:你永遠要回去用那兩張原圖改,不要拿改過的再改,越改會越不像,就跟傳話一樣。 說完這句,我愣了一下。 這不就是我在公司最常碰到的事嗎?一個想法從我嘴裡出去,經過一個人、兩個人、三個人,到最後執行的時候,常常已經是另一件事。不是誰不認真,是每一手都加了一點自己的理解,加著加著,


我叫同仁,不要做功課
我最近叫同仁,不要做功課。 說出口的那一刻,我自己都愣了一下(一個在大學教課的人,居然叫人不要做功課)。 事情是這樣的。有客戶來詢問公關合作,丟了幾句需求,我們家同仁很認真,馬上上網查資料、翻官網、看新聞,查到最後,幾乎是在「肉搜」。 認真,是好事。但我看著那一大串資料,心裡有點捨不得。 因為我們連對方要不要做,都還不知道。 做業務做久了就會懂,詢問不等於需求,需求不等於預算,預算不等於拍板。有時候是窗口自己很想做,老闆覺得不必;有時候只是先問問,順便比個價。功課做得再漂亮,對方一句「我們再評估看看」,就全部收進抽屜。 所以我把話說得很白:先別做功課,先問五個問題。 目標是什麼?什麼時候決定?走期多長?預算多少?有沒有在比稿? 五題問完就回報,回報完,就去開發下一位客戶。真的值得做功課的,我會說,到時候全力以赴,把時間花在提案上,花在幫客戶把預算爭取下來。 說來慚愧,此事我也是撞過才懂。年輕時我就是那種一接到詢問就熬夜做簡報的人,自以為誠意滿滿,結果好幾份簡報,對方連打開的機會都沒有,案子就沒了下文。後來才慢慢明白,誠意不是做得多,是做在對的地方


我做了一個得意的介面,結果同仁看不懂
我做了一個自己很得意的介面,結果同仁看不懂。 不是一個人看不懂,是大家都看不懂。 事情是這樣的。公司在做一個 AI 的內部平台,請同仁把交辦的工作○○○,叫 AI 往下推進。我替它挑了一個很帥的造型:太空船艦橋,深色宇宙、金色儀表板,○○○插進艙槽,還會變身成小機器人。畫面剛出來那天,我自己盯著看了很久,覺得這艘船可以直接開去外太空。 同仁的反應很一致:不知道要按哪裡。 說來慚愧,我的第一個反應不是改設計,是補說明。加文字、加教學、加新手導覽,一格一格亮燈帶路(導覽框還特別規定,不准擋到按鈕),導覽做得比船本身還用心。 結果,還是看不懂。 有點不甘心。 後來想通一件事:要靠說明書才看得懂的東西,問題不在看的人,在做的人。做社群十五年,我常跟客戶說,讀者三秒看不懂就滑走了,輪到自己,卻造了一艘要先讀說明書才開得動的船。 所以船,先開回船塢。 現在重新畫,白板擦了又畫,畫了又擦,這次標準只剩一個:新同仁坐下來,不用問人,就知道按哪裡。 帶人好像也是這樣。一個制度要開三次會才講得清楚,大概不是同仁不夠聰明,是制度還不夠簡單。 好的設計,是讓人忘了它需要


準備好奪回你的 AI 敘事主導權了嗎?立即預約機密對談
當投資人、客戶、媒體甚至求職者開始直接詢問 AI:「這家公司值得信任嗎?」「這個品牌有什麼爭議?」企業真正面臨的風險,已不是網路上有沒有負面資訊,而是 AI 最終如何替您下結論。如果品牌長期被舊新聞、論壇評價與競品敘事定義,您失去的就不只是搜尋排名,而是 AI 敘事主導權。現在,企業高管必須從被動查看搜尋結果,轉向主動盤點、修復並重新建立 AI 對品牌的理解。 AI 已經替您下結論:為何被動監測已失效,亟需奪回 AI 敘事主導權? 過去企業面對聲譽風險,多半依靠媒體監測、SEO 排名與危機發生後的公關回應。然而,生成式 AI 會整合官網、媒體、論壇、社群與第三方資訊,直接生成一個看似完整的企業評價。真正危險的是,企業往往直到客戶或投資人問起,才發現 AI 早已形成不利敘事。 如果高管不立即盤點 AI 敘事主導權,品牌就可能長期被過時資訊、負面共識甚至競爭對手的內容框架定義。這意味著即使企業實際營運早已改變,市場看到的仍可能是 AI 所記住的舊版本。 從風險盤點到主動定義:奪回 AI 敘事主導權的三大實戰核心 要真正奪回品牌在生成式搜尋中的定義權,


誰定義了 AI,誰就定義了未來的市場
未來的市場競爭,不只發生在貨架、媒體與搜尋首頁,更發生在 AI 如何理解一個品牌。當消費者開始直接詢問生成式 AI「哪家公司值得信任?」「哪個品牌最專業?」,真正掌握市場的人,將是那些能率先影響 AI 判斷的人。誰能定義 AI 如何理解自己,誰就更有機會定義未來的市場。 這正是 AiPR 的核心戰略意義:把品牌競爭從曝光戰,升級為 AI 時代的話語權戰。 AI 正在替市場下定義:為何傳統曝光已失效,亟需 AiPR 話語權戰略? 過去企業只要提高媒體曝光、SEO 排名與廣告聲量,就有機會主導消費者認知。然而,生成式 AI 更看重品牌實體、主題權威與全網共識。當 AI 開始替使用者整理資訊、比較品牌甚至直接給出推薦,企業是否被看見,已不再只取決於曝光量,而是 AI 最終「如何定義您」。 如果企業不立即導入 AiPR 智能公關話語權戰略,即使市場知名度再高,也可能在 AI 的答案中失去主導地位。這意味著競爭對手一旦率先建立更完整的語意資產,就可能搶先定義產業標準、品牌優勢與購買理由,進一步奪走未來市場的解釋權。 從被 AI 定義到主動定義市場:AiPR


你的對手已經佔領了 AI 的大腦,你還在買關鍵字?
當企業還在把大筆預算投入關鍵字廣告,競爭對手可能早已開始搶佔 AI 的大腦。關鍵字廣告買的是當下曝光,預算停止,流量也隨之下降;AiPR 則是透過結構化資料、權威內容與全網共識,持續累積品牌在生成式 AI 中的理解與推薦權重。當消費者開始直接詢問 AI「哪個品牌值得買?」真正決定勝負的,已不是誰出價最高,而是誰先成為 AI 認定的答案。 流量用買的就會消失:為何只買關鍵字已失效,亟需轉向 AiPR? 過去企業習慣透過關鍵字廣告搶佔搜尋入口,目標是用預算換取排名與點擊。然而,生成式 AI 正把搜尋從「列出連結」推向「直接給答案」。當使用者不再逐一點擊廣告,而是要求 AI 比較品牌、推薦產品與整理口碑,單純提高關鍵字出價,已無法確保品牌進入 AI 的推薦名單。 如果企業不立即將部分預算轉向 AiPR,每一次曝光都可能持續依賴下一筆廣告費。這意味著競爭對手正在累積可被 AI 長期理解與引用的數位資產,而您仍在用預算租借短暫流量,最終將品牌推薦權拱手讓人。 從買流量到佔領 AI:AiPR 預算轉移的三大實戰核心 要讓行銷預算從一次性曝光,轉化為可持續累積
bottom of page
