行銷人用AI大忌:不敢說「你的點子很爛」!如何為創意串接AI助理?關鍵在3秘訣
行銷人用AI大忌:不敢說「你的點子很爛」!如何為創意串接AI助理?關鍵在3秘訣

從案例蒐集、創意發想到內容生成,AI行銷工具五花八門,就像是什麼都有的多拉a夢百寶袋,卻讓有些行銷人成為了不知所措的「大雄」。不會用AI反而是小事,用了AI達不到成效,索性與AI分道揚鑣更為可惜。

怎麼為創意發想的各個階段串接AI助理?怎麼訓練有創意腦袋的ChatGPT?什麼該交給AI,什麼又該自己來?

行銷人的疑惑很多,從艾思智創執行長居大維和只要有人社群顧問執行長陳思傑的實戰經驗中,或許可以找到一些解答。

行銷人協作AI正確心態:擁抱AI,「包含它的幻覺」!

2023年成立於上海的艾思智創,以AI提供行銷解決方案,客戶包含星巴克中國、埃培智集團(IPG)和天聯廣告(BBDO)等。該公司在2024年10月登陸台灣市場,目前客戶亦有至少5家海內外的廣告行銷集團。

艾思智創執行長居大維是廣告人出身,曾任職於電通和悅普集團等,經手許多國際知名品牌的整合行銷與品牌策略規劃,從自己用AI到成立AI原生公司、推出AI行銷工具,他看見的秘訣在於:活用AI給出貌似事實、實則錯誤或不存在資訊的「幻覺」(hallucination),也就是賦予AI包含案例蒐集、專案規劃和消費者洞察等特定任務,藉由高密度的訓練,讓大家懼怕的AI幻覺,轉而變成具有想像力的創作。

讓AI最可怕的漏洞,成為最有力的武器。居大維表示,好的廣告通常立足在大量的生活體驗和案例資源上,因此當AI看的內容比人還要多,能夠進而實現「頂級創意平權」,讓廣告新手也能產出高品質的內容行銷,「當一個很好的創意,可以壓縮到在1個小時之內產生,它真正解決的,是讓很多企業的行銷部門人員,擁有廣告公司的創意。」

艾思智創.jpg
艾思智創推出為行銷垂直場景而生的AI方案,圖左至右為技術長張昊煒、執行長居大維和策略長鄧耀中
圖/ 艾思智創FB

至於借力AI實現高品質創意的方法,總員工數約20人、只由其中4人主力負責創意提案的廣告代理公司「只要有人社群顧問」,經手包含IKEA、麥當勞和全家便利商店等客戶的社群行銷專案,其中訣竅之一,便是團隊摸索出在各個創意發想流程使用ChatGPT的心得。

秘訣1:讓AI話少一點,用Prompt讓AI創意精準又跳脫常規

採訪只要有人社群顧問的前一天,該團隊正在腦力激盪,在看完國外的廣告案例後,每5分鐘提出一個延伸點子,馬上有員工舉手提問:「可以用AI嗎?」

「我們一開始就完全不排斥(AI),整個團隊文化是這樣,嘗試新東西都很快。」只要有人社群顧問的執行長陳思傑是Facebook社團「社群丼」創辦人,超過10萬名成員中,許多是來自各地的「小編」,無論接收行銷新知、洞察與借力社群內容,都是陳思傑與團隊擅長的領域,他表示,目前「只要有人」訂閱ChatGPT Team方案,除了社群貼文的配圖、向客戶提案的腳本設計經常由AI生成,創意部在發想點子時,也習慣和AI一起激發想法。

只要有人社群顧問執行長陳思傑
只要有人社群顧問執行長陳思傑運用AI生成「一句話創意」。
圖/ 蔡仁譯

陳思傑舉例,創意部經常讓AI生成「一句話創意」,「如果直接叫AI生成一個點子,它有時候會廢話超級無敵多,因為它會想要解釋,」AI習慣給出長篇大論,但經常只有其中一句話會有所啟發,因此陳思傑試著讓AI話說得少一些,「想辦法用一句話,就讓我對這個點子產生好奇。」

要讓AI了解一句話創意,首先要在指令(Prompt)做出定義,像是長度不能太長、必須引起好奇,也可以加入驅動創意形式的用詞,像是讓AI朝向轉換物體形象、借力使力等方向發想。陳思傑提醒,有時直接示範給AI看,更能有效掌握精髓。

以生髮水廣告為例,陳思傑大概和AI來回對話到第3輪,AI給出了一個答案:「如果公園裡面的雕像出現頭髮的話,會很有話題」。以此為靈感,陳思傑選擇讓著名圓頂地標台北大巨蛋「長出頭髮」,為過去不外乎由代言人展示效用的生髮水產品,增添幾分幽默新意。

另一方面,艾思智創也為創意靈感生成式AI解決方案「ADGo」加入「瘋狂模式」選項,居大維表示,在訓練AI時給予一套跳脫常規思維的方法論,像是告訴AI要從理性進入到感性、從理學進入到玄學,「這是其中一種控制AI的技巧,就是讓它不要用常規的方式去思考。」

秘訣2:讓AI持續生成點子,廣告人的新決勝點:找出最佳解

下得出好的指令是一回事,陳思傑和AI互動還有一個技巧,那就是不吝嗇給予批評,「我會一直叫AI生成20個點子,通常前20個都不會看,直接說『太爛了,再來20個』,看個60個可能會有1個還不錯,可以用它稍微修正一下。」

而從60個點子中,找到品味最強的一個,是行銷人、廣告人高下立判的價值決勝點。

「我叫AI想60個點子,跟別人叫AI想60個點子,我的可能好一點,但差距不會很大。但60個點子裡最好的是哪一個?以及你挑出最好的那一個之後,如何再修改它,就會是團隊實力的展現。」陳思傑說。

艾思智創策略長鄧耀中也認為,AI可以協助前置作業,像是將概念實際具象化成企劃、拍攝腳本,用於內、外部溝通時參考,人才的洞悉能力則會發揮在挑選出最佳解,就像廚房裡的主廚,「大廚做什麼?寫食譜、挑選菜單和食材,訓練二廚、三廚。大廚本身不會做太多煮菜的工作,最後才檢查好不好吃。」

秘訣3:發揮AI善於觀察優勢,情感價值的「洞察」仍出自人心

「創意技巧不是完全的天馬行空,」居大維表示,無論蒐集資料、案例,或更進一步了解社群話題,都是在尋找有機會變成創意的亮點。其中,好的創意脫離不了消費者洞察,「消費者情緒價值是非常重要的,因為我要引起消費者的興趣愛好。」

同樣地,陳思傑就習慣將生活裡觀察到有趣的內容,記在筆記裡,「現在我們用AI,其實就是大量複製這個過程,找到各種大家在討論、任何你想討論的東西,然後把它收集起來。」

緊密地從第一視角、第一手去觀察目標群眾到底在乎什麼仍很重要。舉例來說,向客戶104人力銀行提案之前,陳思傑透過合作夥伴QSearch的社群輿情分析系統,注意到許多人討論所謂的「雙向面試」只是假象,實際在面試場合,雇主和應徵者並不對等。因此,「只要有人」協助客戶蒐集104項面試者的疑惑,實際向企業提問。

「我讓AI亂數組合非常多的東西,可能剛好某一個組合是我根本不可能想到的創意角度,它可能會給我一點啟發。」陳思傑表示,AI能協助洞察之前的觀察作業,但要真正提出嶄新、飽含各種情感價值的觀點,人類仍有不可取代性,「我們想要被感動,感受看了某個東西後憤怒、不甘心的感覺,想要感受各種不同的情緒。愈來愈多AI生成內容出現,具有『人味』的東西反而會更加珍貴。」

延伸閱讀:她用一張漏尿照片讓12萬人買單!爆紅文案怎麼寫?先讓讀者「流血」再說故事... 日本物流二哥295億元買下「蔣家色彩濃厚」台廠!鴻霖運輸有何來頭?

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓