AI 幫我做得更快，但策略面還是需要人決定
我每天用 AI 很兇，但畫了一條界線：讓它幫我「做」，盡量不讓它幫我「想」。做是執行（把想清楚的變成草稿，AI 很快），想是判斷（講什麼、對誰講、值不值得做，這是我的取捨）。一旦連想都外包，出來的就跟所有人一樣。AI 給的是平均值、最不會錯的版本，但行銷最不會錯的往往最沒記憶點。把 AI 當很快的手，不是替你思考的腦，手可以借、腦別外包。
- 給自己一條界線：讓 AI 幫你「做」（執行），盡量不讓它幫你「想」（判斷）
- 做是把想清楚的變成草稿，AI 很快；想是這篇講什麼、對誰講、值不值得做的取捨
- 連想都外包，出來的就跟所有人一樣：AI 給的是平均值、最不會錯也最沒記憶點
- 把 AI 當一雙很快的手，不是替你思考的腦，省下的時間拿去想得更深、問別人沒問的問題
我用 AI 用得很兇，但有界線
我每天用 AI 的時間可能比很多人都長。寫初稿、查資料、整理雜訊、跑重複的活，這些我都大方交給它。但用久了，我給自己畫了一條線：讓 AI 幫我「做」，盡量不讓它幫我「想」。
這兩件事聽起來很近，其實差很多。
「做」跟「想」的差別
「做」是執行。把我腦裡已經想清楚的東西，變成文字、變成表格、變成一版可以改的草稿。這種事 AI 快得不像話，我沒理由自己慢慢磨阿。
「想」是判斷。這篇要講什麼、對誰講、哪個角度(POV)才對、這件事到底值不值得做。這些是我的觀點、我的取捨，一旦交給 AI，出來的東西就開始長得跟所有人一樣，你也就沒了差異化。
為什麼我這麼在意這條線
因為會被取代的，從來不是「做得快」，是「想得對」。
如果我連想都外包出去，那我跟一個只會下 prompt 的人就沒什麼差別。AI 給的答案通常是平均值，它把全世界的內容打平之後，給你一個最不會錯的版本。但行銷這行，最不會錯的往往也最沒記憶點。
我寧可自己想得慢一點、笨一點，但那是我的。AI 幫我把想法落地得更快，我把「決定要落地什麼」這件事留給自己。
讓 AI 當手，不要當腦
說到底，我把 AI 當一雙很快的手，不是一顆替我思考的腦。手可以借，腦最好別外包。
你可以用它把一天的活壓成一小時，但省下來的那些時間，最好拿去做只有你能做的事：想得更深、看得更遠、問出別人沒問的問題。那才是工具再強都拿不走的。
我自己這幾年最深的體悟是:會被 AI 取代的是工具操作,留得下來的是判斷力。當定價被壓縮、護城河被打穿,行銷人能賣的只剩判斷,不是會不會用軟體。
我自己也還在踩這條路，只是剛好多走了幾步。所以我寫東西寧可坦白「我吸收能力有限，卡點都在我自己身上」，也不裝得道高人。跟讀者站同一隊，比站在講台上更能被聽進去。
常見問題
AI 該幫你做還是幫你想？
把執行交給 AI、判斷留給自己。寫初稿、查資料、跑重複的活這種「做」的事 AI 很快；但要講什麼、對誰講、哪個角度、值不值得做這種「想」的判斷，一旦外包，產出就會跟所有人一樣、失去記憶點。
為什麼不該讓 AI 幫你做決策？
AI 給的答案通常是平均值，它把全世界的內容打平後給一個最不會錯的版本。但在行銷，最不會錯的往往也最沒記憶點。會被取代的不是「做得快」，是「想得對」，判斷力才是拿不走的能力。
怎麼用 AI 又不被它同質化？
把 AI 當一雙很快的手，不是一顆替你思考的腦。讓它把你想清楚的想法快速落地，省下的時間拿去做只有你能做的事：想得更深、看得更遠、問出別人沒問的問題。
每天三篇 AI×行銷，訂閱不錯過
行銷觀點建立判斷力，AI / GitHub 工具開箱幫你選對工具。留個 email，新文章直接送到信箱。