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
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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