行銷工作很常被 2 件事同時拉扯，一邊要交出有創意的提案與素材、一邊要在有限預算裡對數字負責。當提案、社群貼文、廣告變體、成效報告同時擠在一周裡，多數人開始把 ChatGPT、Claude、Gemini 拉進流程分擔。
但行銷產出直接對外，品牌語調錯了、數據引用錯了都會留下痕跡。《經理人》從行銷的實際工作場景出發，拆解 10 個可以交給 AI 的情境，並附上 OpenAI、Anthropic、Google 官方公開指南改寫的可複製 Prompt。
行銷是什麼？工作內容有哪些
要判斷哪些工作適合交給 AI，得先把行銷的工作切開來看。行銷不等於打廣告，而是一條從認識市場需求到完成銷售的完整路徑。
行銷的戰略面與戰術面
行銷學者菲利浦・科特勒（Philip Kotler）對行銷的定義是「以有利可圖的方式來滿足需求」。實務上可以拆成 2 層：
戰略面 用 STP 架構決定「要給顧客哪些價值」。STP 是市場區隔（Segmentation）、選擇目標市場（Targeting）、定位（Positioning）的縮寫。先依地理位置、人口型態、價值觀、生活風格與消費行為把市場切分成子市場，再選定要服務的客群，最後在客群心中建立不可取代的印象。
戰術面 用行銷組合解決「如何把價值送到顧客手上」。經典的行銷 4P 由美國教授艾德蒙・傑洛米・麥卡錫（Edmund Jerome McCarthy）提出，站在生產者角度分成產品（Product）、價格（Price）、通路（Place）、推廣（Promotion）。
3 套行銷組合框架，對應不同時代的工作重心
| 框架 | 提出者視角 | 4 大要素 | 工作重心 |
|---|---|---|---|
| 行銷 4P | 生產者角度 | 產品、價格、通路、推廣 | 把產品做出來並送到市場 |
| 行銷 4C | 消費者角度 | 顧客（Customer）、成本（Cost）、便利性（Convenience）、溝通（Communication） | 從顧客需求反推產品與定價 |
| 新行銷 4P | 大數據角度 | 人（People）、成效（Performance）、步驟（Process）、預測（Prediction） | 分眾經營、量化成效、預測下次購買 |
行銷 4C 由美國行銷專家羅伯特・勞特朋（Robert Lauterborn）提出。其中的成本觀點不只計算企業的生產成本，也納入顧客購買前蒐集資訊與購買所花費的時間成本；定價則需兼顧顧客可接受的價格與企業獲利。
新行銷 4P 最早由資訊科技研究與顧問公司顧能（Gartner）副總裁金伯利・柯林斯（Kimberly Collins）提出，《大數據玩行銷》一書的作者陳傑豪再將其中的利潤（Profit）修正為預測（Prediction）。
上表採用的是這個改編版本，書中並以 NES 模型把顧客分為新顧客、主力顧客、瞌睡顧客等群體分別經營，強調「在對的時間對最有可能上門的顧客說正確的話」。
4 項有助提升數位行銷成熟度的做法
2021 年《經理人》刊登的波士頓顧問公司（Boston Consulting Group，下稱 BCG）專欄指出，BCG 與 Google 調查超過 60 個品牌後，整理出四項有助提升數位行銷成熟度的做法，這 4 個面向也對應了行銷人日常要處理的工作類型：
- 第一方數據蒐集：以顧客信任的方式取得會員資料、線上行為軌跡與線下消費紀錄，同時建立隱私權管理機制
- 衡量機制部署：在顧客接觸點的各環節衡量不同部門對目標的貢獻度，量化每個接觸點的價值
- 敏捷組織文化：建立跨部門快速討論機制，用 A/B 測試驗證假設，即試、即錯、即改
- 人才與技能補強：混合運用內外部團隊，在組織內強化隱私權、統計分析、數據分眾等新技能
把這些拆解疊在一起，行銷人每週實際在處理的事情大致落在五類：寫企畫與提案、做市場與顧客研究、生產內容與素材、投放與優化廣告、彙整成效數據。接下來的 10 個情境，就是照這 5 類展開。
用 AI 之前，行銷人該有的心法
行銷產出是對外的，寫錯的文案會被看到，引用錯的數字會被質疑。在把工作丟給 AI 之前，先確認三件事。
分清楚哪些工作適合交給 AI
| 類型 | 工作內容 | 建議做法 |
|---|---|---|
| 適合直接交給 AI | 素材變體大量產製、長文摘要、數據整理與圖表、格式轉換、初稿草擬 | 給足脈絡後直接請 AI 產出，人做最後審稿 |
| 適合與 AI 一起做 | 活動創意發想、TA 輪廓假設、訊息框架、競品分析 | 把 AI 當思考夥伴，請它給多個方向讓你篩選 |
| 不建議交給 AI 決定 | 品牌定位拍板、預算最終核決、廣告法遵與不實廣告判斷、代言與合作對象決策 | AI 只提供整理過的資訊，決策由人負責 |
角色設定之外，也要交代工作脈絡
常見的做法是在 Prompt 開頭寫「你是一位有 20 年經驗的行銷總監」。角色設定本身仍然有用，問題在於只寫年資、沒有交代任務資訊：《經理人》指出，這類寫法不如同時給出產品特色、溝通對象與期望行動來得能指導產出。
Google 在官方的 Prompt 撰寫指南中提出 4 個要素：角色（Persona）、任務（Task）、背景（Context）、格式（Format），並明確說明「不需要在每個 Prompt 都用上全部 4 個」，重點是提供盡可能多的背景資訊，再用簡短而明確的語言陳述請求。
Anthropic 的官方最佳實務則補上一條黃金法則：把你的 Prompt 拿給同事看，如果同事會困惑，AI 也會。它同時建議解釋指令背後的原因與動機，並在需要固定風格時附上 3 到 5 個範例。
用「驗收標準」取代「禁止指令」
單寫「不要有錯誤資訊」不足以確保產出正確，還需要提供可參考的資料來源、明確的查核方式，以及遇到不確定資訊時的處理規則（例如要求 AI 標註它無法確認的內容）。限制條件本身仍然有用，例如指定禁用詞、要求不得補造數字，這類具體限制是能執行的。
OpenAI 在官方 Prompt 指南中提到的幾個原則可以直接套用在行銷工作上：清楚說明任務是什麼、給誰用、為什麼重要；把大任務拆成步驟；明確要求多個選項；指出最重要的面向是準確度、創意還是速度。
交辦工作前先回答 2 個問題：這件事為什麼要做（目的、使用者、使用場合），以及怎樣算合格（可檢查的具體標準，而不是模糊形容詞）。
行銷可以怎麼用 AI？10 大情境＋可複製 Prompt
以下每個情境都附上官方指南出處與可複製的中文 Prompt。Prompt 為依官方方法論改寫的中文版本，非逐字翻譯，使用前請依公司規範與實際商品資訊調整方括號內的欄位。
情境 1：行銷企畫書與活動提案
工作場景：主管要求兩天內交出下季活動提案，你得同時處理現況分析、行銷策略、執行方案、時程表、人力分配與預期效益。
可參考以下行銷企畫架構，依提案需求調整：封面、序、目次、現況分析、行銷策略（廣告、媒體、促銷、公關）、執行方案、時程表、人力分配、預期效益。活動企畫案的欄位更細，還包含活動辦法、宣傳方式、問題評量與解決方案、設備道具清單、預算評估與備案。把選定的架構直接寫進 Prompt，AI 才不會漏掉欄位。
OpenAI 在 ChatGPT 行銷應用指南中提供的創意簡報（creative brief）Prompt 原文為：
繁體中文可複製 Prompt：
情境 2：市場與競品研究
工作場景：提案前要蒐集競品在做什麼，但打開 5 個競品官網逐頁看完要花掉一整個下午。
這類任務的關鍵是要求 AI 附上來源連結，並以表格輸出，方便你回頭查證。OpenAI 官方建議這類情境搭配網路搜尋或深度研究（deep research）功能使用，其競品內容分析 Prompt 原文為：
繁體中文可複製 Prompt：
提醒：AI 回傳的網址務必逐一點開確認。競品官網改版或內容下架時，模型可能回傳失效或過期的資訊。
情境 3：TA 輪廓與顧客旅程地圖
工作場景：新產品要上市，但團隊對「我們到底賣給誰」各有一套說法，會議開了 3 次還沒收斂。
顧客旅程地圖（customer journey map）把購買過程切成階段，逐階段列出顧客目標、接觸點與痛點，是收斂團隊共識的有效工具。
OpenAI 提供的 Prompt 原文為：
Google 則提供受眾人設（audience persona）研究的 Prompt 原文：
繁體中文可複製 Prompt：
情境 4：品牌訊息框架與 Tone of Voice
工作場景：同一個產品，官網寫一套、社群寫一套、業務簡報又寫一套，顧客接收到的訊息不一致。
訊息框架（messaging framework）是把品牌主張整理成可重複使用的模組，讓不同通路的文案都從同一組素材長出來。
OpenAI 提供的 Prompt 原文為：
繁體中文可複製 Prompt（訊息框架）：
同一份指南也提供品牌一致性檢查的做法，Prompt 原文為：
繁體中文可複製 Prompt（品牌一致性檢查）：
情境 5：社群貼文與內容行事曆
工作場景：社群一周要出 5 則貼文，主題發想與排期本身就吃掉大半時間。
《經理人》整理自科特勒的內容行銷 7 步驟，可以當作交辦 AI 的結構：準備期是設定目標、選定觀眾、內容規畫；執行期是內容創作、內容傳播；完成期是行銷效果評估與內容行銷改進。把目標與觀眾寫清楚，AI 產出的貼文才不會是通用範本。
Google 官方提供的社群貼文 Prompt 原文為：
OpenAI 則提供系列貼文的做法，Prompt 原文為：
繁體中文可複製 Prompt：
情境 6：廣告文案與 A/B 素材變體
工作場景：一檔廣告要準備十幾組標題與描述測試不同鉤子，過去靠手動複製貼上，一組素材做完半小時就過去了。
大量廣告變體製作是可嘗試導入 AI 的重複性工作。Anthropic 揭露自家行銷團隊的做法：數位行銷人員用 Claude Code 自建 Figma 外掛，把從試算表貼入的標題文案批次套用到多個尺寸的廣告版本，同一件事從 30 分鐘縮短到 30 秒。
同一位成員也用 Claude Code 建立自訂指令 /rsa（responsive search ads，回應式搜尋廣告）與自訂 Agent Skills，讓 Claude 參照品牌語調、產品正確性與 Google Ads 最佳實踐產生並反覆修改廣告文案，再匯出含 15 個標題與 4 個描述的 CSV 檔，經人工審核後上傳。
官方案例也提到，Claude 不見得一次就寫對，過程需要來回調整。
OpenAI 的廣告變體 Prompt 原文為：
繁體中文可複製 Prompt：
提醒：廣告文案涉及不實廣告與比較性廣告的法規風險，AI 產出的最高級用語（最、第一、唯一）與功效宣稱，須經法遵或主管確認後才可投放。
情境 7：EDM 與名單培養信件序列
工作場景：電子書下載名單進來了，但後續 5 封培養信遲遲沒人有空寫。
名單培養（lead nurturing）信件的重點是節奏與個人化，而不是單封信寫得多好。
Google 官方提供的序列信 Prompt 原文為：
主旨行的 Prompt 原文則為：
繁體中文可複製 Prompt：
情境 8：SEO／SEM 關鍵字與到達頁文案
工作場景：新的廣告組要擴充關鍵字，到達頁文案也要一起重寫，2 件事分開做容易對不上。
Google 官方分別示範了關鍵字擴展與到達頁文案兩項任務。本文建議將兩者搭配處理，以檢查到達頁的文字是否對得上廣告帶進來的搜尋意圖。Google 官方的關鍵字擴展 Prompt 原文為：
到達頁文案的 Prompt 原文為：
繁體中文可複製 Prompt（分 2 步驟執行）：
情境 9：行銷成效數據分析與預算重分配
工作場景：月底要交成效報告，手上是一份橫跨 EDM、社群、關鍵字廣告與活動的試算表，光是把數字整理成可讀的結論就要半天。
這類任務需要把檔案上傳給 AI 分析，OpenAI 官方也明確建議這個情境搭配資料上傳功能使用。
官方 Prompt 原文包含：
以及預算重分配的官方 Prompt 原文：
繁體中文可複製 Prompt：
提醒：上傳含有顧客個資、名單或未公開財務數字的檔案前，先確認公司的 AI 使用規範與該工具的資料處理政策。必要時先將個資欄位去識別化再上傳。
情境 10：視覺素材、Moodboard 與影音腳本
工作場景：要跟設計師或外部創意團隊溝通視覺方向，但口頭描述「大概就是那種感覺」永遠對不準。
用 AI 先產出情緒板（moodboard）與視覺概念，把抽象的形容詞變成可以指著討論的圖，可作為團隊討論視覺方向的參考。
OpenAI 官方提供的情緒板 Prompt 原文為：
視覺敘事概念的 Prompt 原文為：
繁體中文可複製 Prompt（視覺概念與情緒板）：
影片腳本的 Prompt 原文則為：
繁體中文可複製 Prompt（影音腳本）：
本次引用的官方資源與示範情境
3 家工具都有官方的行銷相關資源，但性質不同：OpenAI 與 Google 提供的是應用指南，Anthropic 提供的是技術文件與自家團隊案例。三者沒有共同的評測方法，因此下表只整理「官方示範過什麼」，不代表哪個工具在該情境比其他工具更適合。
| 比較項目 | ChatGPT（OpenAI） | Claude（Anthropic） | Gemini（Google） |
|---|---|---|---|
| 本次引用的官方資源 | OpenAI Academy 的行銷應用專頁，依 5 大類提供 25 條 Prompt 範例 | 技術文件的 Prompt 撰寫最佳實務，以及官方部落格公開的自家行銷團隊案例 | Workspace 行銷 Prompt 專頁，提供多種行銷情境的 Prompt 並標明對應應用程式 |
| 官方示範過的行銷情境 | 活動策略發想、競品與市場研究、內容與創意開發、數據分析與預算配置、視覺與品牌溝通 | 廣告文案產製、廣告素材批次套用、影響者腳本、客戶個案研究、發布簡報 | 品牌策略、市場與社群趨勢研究、受眾人設、SEM 關鍵字與廣告文案、EDM 序列、社群貼文、到達頁文案 |
| 官方指南特色 | 明確建議搭配哪一種功能（推理模型、網路搜尋、資料上傳、畫布、生圖） | 提供 Prompt 撰寫原則，包含 XML 標籤結構化、長文本放最前面、3 至 5 個範例 | 提出角色、任務、背景、格式 4 要素框架，並說明不必四者皆用 |
| 本文整理的選擇建議 | 官方在外部資訊蒐集與檔案分析情境提供的範例最完整，可從這兩類任務先試 | 官方文件與案例著重建立可重複執行、格式固定的工作流程 | 素材與資料本來就在 Google 文件、試算表、簡報裡的團隊，導入成本較低 |
最後一列為本文依官方公開資源整理的判斷，非官方比較結論。3 家工具的方案內容、功能開放範圍與資料處理政策皆會更新，導入前請以各家官方最新公告為準，並確認公司內部的 AI 使用規範。
行銷用 AI 的常見誤區
誤區 1：把 AI 產出的市場數據直接放進提案
模型回傳的市占率、成長率、產業規模等數字可能來自過期資料或推測。凡是要寫進提案、新聞稿或對外簡報的數據，都應回到原始出處查證，並在 Prompt 中要求 AI 附上來源網址。
誤區 2：沒有把品牌語調具體化，只寫「符合我們的調性」
AI 看不到你腦中的品牌。有效做法是提供 3 到 5 篇你認可的既有文案作為範例，並明確寫出禁用詞與句型偏好，讓 AI 從範例中抓出規則。
誤區 3：把含有名單或個資的檔案直接上傳
行銷部門手上常有會員名單、活動報名資料與顧客回饋，這些檔案在上傳前應先去識別化，並確認公司規範與該工具的資料處理政策允許這樣使用。
誤區 4：用 AI 生成的廣告文案未經法遵確認就投放
AI 產出的最高級用語與功效宣稱不會自動符合廣告法規。特別是食品、化妝品、醫療器材與金融商品，相關宣稱須經內部法遵或主管確認。
延伸閱讀可參考經理人談 AI 工作層級與 Prompt 觀念更新的兩篇文章，連結見文末資料來源。
常見問題 FAQ
Q1：行銷人需要學寫程式，才能把 AI 用好嗎？
不一定。Anthropic 行銷團隊成員 Austin Lau 在官方部落格中提到，他用 Claude Code 做出那個 Figma 廣告素材外掛時沒有寫程式經驗，是由 Claude 先研究如何建置外掛、評估限制再做原型，而他的工作是把挑戰解釋清楚。對行銷人來說，優先要練的是把工作目標、受眾、限制條件與驗收標準講明白，而不是學語法。
Q2：ChatGPT、Claude、Gemini 這 3 個工具該怎麼選？可以只用一個嗎？
可以只用一個。三家官方資源沒有共同的評測方法，因此很難從官方文件直接判斷孰優孰劣；比較實際的選擇標準是你的素材放在哪裡、公司採購了什麼、以及資料政策是否允許。上方表格整理了各家官方示範過哪些情境，可作為試用的起點，但最終仍建議用自己手上的實際任務跑一輪再決定。
Q3：AI 會取代行銷人嗎？
Anthropic 公開的自家案例顯示，部分行銷工作的執行時間確實縮短了：影響者與 Podcast 腳本撰寫每月釋出超過 100 小時、客戶個案研究從 2.5 小時縮短到 30 分鐘完成初稿、數位行銷團隊建立網頁開發工作流程後生產力達到前一年的 5 倍。但這些是工作效率案例，官方並未提供職位數、招聘或裁員的比較資料，因此不足以判斷 AI 對行銷職位數量的影響。可以確定的是，這些流程的產出仍需要人審核，而要做什麼活動、打哪個客群、用什麼定位，以及品牌定位拍板、預算核決、法遵判斷與跨部門協調，目前都還是人的工作。
本文 Prompt 為依 OpenAI、Anthropic、Google 官方公開方法論改寫的中文版本，非逐字翻譯。各家工具介面與功能持續更新，如與本文描述不符，請以官方最新版本為準。資料查證時間：2026 年 9 月 14 日。
資料來源：OpenAI Academy、OpenAI Academy、OpenAI、Google Workspace、Google Workspace、Anthropic、Anthropic、經理人1、經理人2、經理人3、經理人4、經理人5、經理人6、經理人7、經理人8；本文初稿由 AI 協助整理，編輯：支琬清
