用 AI 產內容、但不像 AI 寫的工作流
我們接觸的小型行銷團隊,幾乎每一個都在用 AI 寫東西——部落格、貼文、電子報。問題從來不是「用 AI」,而是把 AI 吐出來的東西直接發布,沒有在上面做你該做的工作。讀者兩句話就能認出來;搜尋引擎也越來越認得出來。
Kuipra 每天都在用 AI,也每天都在重寫它給的東西。以下是我們定下來的分工,以及一套讓機器有用、但不讓它替品牌開口的工作流。
AI 真正幫得上忙的地方——以及幫不上的
AI 在「速度比判斷重要」的環節最值錢:
- 資料研究——摘要來源、掃描競品文案、丟出你沒想過的切角。(用 AI 做競品調研的工作流我們另外寫了一篇。)
- 大綱——幾秒鐘把一團亂的想法整理成可用的結構。
- 初稿——產出那個你注定要重寫的醜版本,總比空白頁強。
- 內容改編——把一篇部落格改成貼文文案、EDM、腳本骨架。
- 翻譯草稿——雙語內容的起點,之後由母語者重寫。Google 的垃圾內容政策把「自動翻譯」列為大量產出低價值頁面的手法之一;而母語重寫,也正是一個品牌在兩種語言裡都說得像母語的關鍵。
而以下這些,必須由人來扛,沒有商量餘地:
- 定位——你代表什麼、為誰服務,是策略決策,不是文字生成任務。
- 觀點——模型是整個網路的平均值,而平均值沒有立場。
- 客戶與公司事實——名字、數字、成果、主張。AI 會非常有自信地全部編出來。
- 最終語氣——任何一篇內容,最後一雙手必須是人的手。
- 署名——文章掛的必須是真人的名字。Google 的「以人為本」內容指南寫得很明白:用 AI 生成的大頭照、捏造的姓名或假資歷包裝作者,本身就是一種欺騙。
一句話總結:產量和結構交給 AI,判斷和事實留給人。社群貼文還多一層:圖片、影片和聲音會牽涉到揭露問題,文字沒有這個顧慮。這部分我們整理在社群素材哪些能交給 AI、哪些絕對不能。
偷懶 AI 內容的破綻清單
這種文章你一定讀過,而且大概滑到一半就關掉了:
- 空泛開場白。「在當今快速變化的數位時代……」真正有話要說的人,不會這樣開頭。
- 句句打安全牌。「可能」「視情況而定」「效果因人而異」。無止盡的免責聲明,就是沒有底氣的文字長的樣子。
- **清單泥漿。**所有想法被壓成一條條等重的 bullet point,之間沒有任何論證串連。
- **破折號氾濫。**子句、破折號、子句、破折號——這種節奏讀起來像機器寫的,因為它通常就是。
- **沒有立場。**把主題描述得面面俱到,卻什麼都不敢斷言。這篇文章任何品牌都能發,也就代表它替任何品牌都累積不了東西。
單看是文筆問題,加在一起就是簽名檔——而你的受眾早就學會辨認了。
我們的五步工作流
1. 先寫一份帶立場的 brief
下任何 prompt 之前,先寫下這篇文章存在的理由:它要主張的那一個觀點、寫給誰看、讀完該做什麼。如果你沒辦法用一句話講出立場,AI 救不了這篇文章——它只會產出一份「什麼都沒說」的合格摘要。
2. 讓 AI 產出醜初稿
把 brief、大綱和你已發布的文章範例餵給它,要求的是草稿,不是成品。預期它結構有用、語氣全錯——沒關係,這就是它的工作。
3. 注入只有你才有的事實
把每一句通用主張換成具體的東西:你的服務細節、你的流程、你的市場、你在客戶身上實際看到有效的做法。這一步同時要刪掉所有你無法查證的斷言——AI 捏造事實時信心十足,而一個編出來的數字,賠掉的信任比整篇文章賺到的還多。
Google 的生成式 AI 內容指南講的是同一件事:生成式模型不是在「查找事實」,而是根據訓練資料預測最可能出現的下一串字,所以發布前「務必人工查核、審閱所有 AI 生成的內容」,確認正確、可信。它還特別提到,這道查核也包括網頁標題、meta description、結構化資料和圖片替代文字。這幾個欄位常常是 AI 工具順手填好、沒人看過就上線的,偏偏它們都可能直接出現在搜尋結果裡。
4. 做一輪語氣修訂
把草稿唸出來。砍掉空泛開場白、刪掉安全牌用語、把清單泥漿重組成真正的論證、破折號限量配給。然後把立場磨利:凡是草稿寫「兩種做法各有優劣」的地方,替它做出決定。
5. 對照品牌聲音指南做人工終審
最後一關,是人拿著書面的品牌聲音指南逐段比對——你們用哪些詞、禁用哪些詞、怎麼開頭、怎麼收尾。如果你還沒有聲音指南,先寫一份再談規模化 AI 內容;否則每個編輯都往不同方向「修」稿,品牌最後會溶解成「上一個下 prompt 的人」的樣子。
關於產量
AI 讓初稿幾乎不花成本,真正的瓶頸於是變成編輯時間。排產量時,要看每週有人力把幾篇完整走完第 3 到第 5 步,而不是 AI 一天能吐出幾篇。我們的內容日曆指南教的就是按實際人力排計畫;有了 AI 之後,這件事反而更重要:十篇好好編過的貼文,勝過四十篇跳過查核的。
直接發布原始 AI 輸出,會賠兩次
第一次賠的是信任。內容往往是潛在客戶跟你的第一場對話;如果這場對話聽起來像模板,對方合理的推論就是——你的服務大概也是。
第二次賠的是搜尋。這裡值得把 Google 的立場講精確:它不會因為內容用了 AI 就懲罰你。它的生成式 AI 指南開宗明義說,AI 在研究主題、替原創內容整理結構時「特別有用」;界線在於「量大而沒有價值」。同一頁接著警告:用生成式 AI 等工具大量產生頁面、卻沒有為使用者增加價值,可能違反 Google 關於「規模化內容濫用」(scaled content abuse)的垃圾內容政策。垃圾內容政策對它的定義是:大量產生頁面,主要目的是操縱搜尋排名、而不是幫助使用者,而且「不論內容是怎麼做出來的」都算。另一方面,Google 的「以人為本」自我檢查題會問:你的內容有沒有展現第一手的專業和知識深度?這正是第 1 步和第 3 步注入的東西,也正是未經編輯的 AI 輸出所缺的。
能讓人類讀者滿意的特質,同樣會讓你的頁面更容易被 AI 助理引用——那是另一門值得專門經營的學問。對本地商家來說,AI 助理怎麼決定推薦哪家,看的也是同一件事:清楚、具體、查得到的事實。大量發布原始 AI 內容不只沒幫助,它正好符合 Google 垃圾內容政策描述的那種模式。
AI 讓「起草」變得廉價,於是判斷、事實和聲音成了稀缺資產——而這三樣,仍然只有你供應得起。
常見問題
小型行銷團隊該用 AI 寫內容嗎?
該用——在資料研究、大綱、初稿、內容改編、翻譯草稿這些環節,AI 是小團隊真正的加速器。錯的是讓它決定定位、觀點、客戶事實和最終語氣。原則很簡單:產量和結構交給 AI,判斷和事實留給人。
讀者怎麼一眼看出內容是 AI 寫的?
幾個常見破綻:空泛的開場白(「在當今快速變化的數位時代」)、句句都在打安全牌、所有想法被壓成一條條等重的清單、破折號用到氾濫,以及最致命的——通篇沒有立場。未經編輯的 AI 內容只會描述主題,從不敢下結論。
直接發布未編輯的 AI 內容會傷 SEO 嗎?
可能會,但原因不是「機器寫的」。Google 明說適當使用 AI 並不違反它的規範;真正踩線的,是垃圾內容政策裡「規模化內容濫用」點名的做法:用生成式 AI 等工具大量產生頁面,卻沒有為使用者增加價值。Google 也要求發布前人工查核所有 AI 生成內容,而它鼓勵的「以人為本」內容看重第一手專業,這正是原始 AI 輸出最缺的。
用 AI 輔助寫的文章,需要跟讀者說嗎?
Google 沒有規定 AI 輔助的文章一定要標註,但它的指南建議:讀者可能會好奇「這是怎麼做出來的」時,揭露 AI 的角色是有幫助的,尤其是大部分內容由自動化產生的時候。絕對不能做的,是虛構作者——Google 把 AI 生成的大頭照、捏造的姓名和假資歷直接定性為欺騙。社群平台對寫實的 AI 圖片、影片和聲音管得更嚴,各自有標註規定。
延伸閱讀
聯繫我們