Google產品經理原來是這樣用AI的!3步驟建立客戶人設,附進階用法與完整提示詞
Google產品經理原來是這樣用AI的!3步驟建立客戶人設,附進階用法與完整提示詞

最近看到一篇文章:一個行銷人說,每次要跟 AI 討論銷售頁面的文案,都要重說自己的客戶是誰、在意哪些事情,實在太煩了。

他決定,花 20 分鐘跟 AI 聊天,建構一份「客戶檔案」,裡面寫著理想客戶的角色、日常掙扎、過去客戶嘗試解決的問題,以及他家產品能提供的幫助。

把文件餵給 AI 之後,叮咚!跟他討論任何行銷的事,都像內建客戶資料庫,給出真的能打動客戶的精確建議。

1120-1.jpg
圖/ 數位時代

是一個很有趣的點子,對吧?其實 Google 產品經理也這麼做。

今年年中因為參加「2025台灣數位收益啟動計畫」有幸聽了一場 Google 產品經理的演講,他建議產品開發者在開發之前,先做一份使用者輪廓文件提供給 AI,之後想開發任何功能,都去問問這位虛擬客人的建議!

怕他的建議太不落地?那就多給這個 AI 真實客戶的滿意度資料,訓練的更貼近真人。

這兩個例子,給我很大的啟發:別只叫 AI 寫、寫、寫,它可以升級成你的策略夥伴、24 小時的線上焦點團體,跟他討論和諮詢。實際上該怎麼做?我拆解成以下三個步驟,你也可以據此延伸出更適合的版本:

步驟一:啟動「專家模式」

1120-2.jpg
圖/ 數位時代

首先,你需要設定 AI 的角色,讓它從一個通用的助手變成專業的顧問。

你需要告訴 AI:

你是一個客戶輪廓挖掘專家,你的任務是透過自然的聊天,一次問一個問題,收集足以產生可行 Persona 的所有資訊,其中須包含使用者的「核心痛點」、「每日的掙扎」、「過去失敗的嘗試」、「為何他做不到」、「心魔和阻礙」以及「期望產品和服務帶給他的轉變」,推導出站在使用者角度「具體的產品與服務優勢」,最終匯整成完整的人物誌(Persona Document)。先跟我說詳細的步驟和流程?」

透過這個指令,你可以檢視 AI 建立客戶輪廓的邏輯,同時它會切換成引導者的角色,開始對你提問。你也可以參考 moodboard 更長的提示詞版本,他定義了更細的追問方式和人物誌的產出格式。

1120-3.jpg
圖/ 數位時代

步驟二:接受 AI 的「深度訪談」

接下來,AI 會像在聊天一樣,深入地與你探討關於客戶的細節。

訪談內容將涵蓋以下關鍵面向:
- 客戶角色與背景:他們是誰?
- 主要問題與日常:他們平常的生活樣貌,以及面臨的最大困擾。
- 過去的嘗試與失敗:他們試過什麼解決方法?為什麼失敗了?
- 真正想要的結果:他們內心渴望的理想狀態是什麼?

在這個階段,AI 的運作邏輯是:
- 依據所需資訊動態調整問題。
- 針對你回答模糊或值得深入的部分進行追問。
- 不問重複的問題。
- 隨時記錄已收集的資訊與目前的缺口。

1120-4.jpg
圖/ 數位時代

步驟三:由 AI 產出「客戶輪廓文件」

當訪談結束,資訊收集完備後,就是收網的時候。

AI 會把訪談內容,整理成一份「架構化」的文件,內容會包含:
- 角色名稱與背景
- 日常生活素描
- 核心痛點
- 過去失敗的嘗試
- 期待的轉變
- 主要任務與障礙
- 知識和技能水平
- 為何產品能幫助他們 (Value Proposition)
- 這份文件就是你未來的和團隊對焦客戶樣貌的基礎文件。

1120-5.jpg
圖/ 數位時代

進階應用:Google 產品經理的用法

擁有了這份「客戶輪廓文件」後,還能怎麼用?Google 的產品經理有一個高階技巧:

1. 模擬用戶反饋: 每次要開發新功能或寫新文案時,先開啟擁有這個 Persona 記憶的 AI 對話視窗,模擬用戶可能會有的反饋。這能幫你在產品上市前先做一輪「虛擬使用者測試」。

2. 增加真實性: 你可以將真實世界的「用戶意見調查結果」或「客訴回報紀錄」持續餵給這個 AI,讓這個客戶輪廓隨著時間越來越精準、越來越像真實的人。

1120-6.jpg
圖/ 數位時代

訂閱《一天一AI》日報,你也可以回信跟我聊天(或取暖)!

延伸閱讀:
覺得ChatGPT變笨?其實是不會問!3個超強提示詞技巧,讓AI答案品質飆升
LINE Pay Money 12/3正式啟用!原有帳戶餘額怎麼辦?5大常見QA、開通教學一次整理

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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