根據ChatGPT官方的教戰守則，要提高ChatGPT的回應滿意度有六大做法，我認為也適用於其他生成式AI。我以行銷企劃應用情境闡述其中最重要的四件事：
一、向生成式AI下達明確指示
所有生成式AI都不會讀心術，更不會觀落陰。你隨便問，ChatGPT就隨便答！資訊科技的術語稱之為「垃圾進，垃圾出」(Garbage In Garbage Out, GIGO)。
例如，你問「起司蛋糕的目標客群是誰？」，ChatGPT會回你看起來頭頭是道的客群（節錄）：
- 甜點愛好者
- 年輕人和年輕成人
- 家庭消費者
- 高端消費群體
- 健康意識消費者
- 網絡購物群體
- 特殊節日/慶祝場合需求者
綜合來說，起司蛋糕的客群範圍廣泛，但其主要吸引的群體仍然是對美食、甜點有較高需求、喜愛精緻口感的消費者。
通常會問「目標客群」，目的是要知道賣給誰比較有機會買單，不是嗎？但偏偏ChatGPT就認為你要問的是「起司蛋糕可以賣給誰？」所以給你一堆你都知道的客群。如果你的問題再明確一點，例如起司蛋糕的特色或訴求，ChatGPT的回答會更聚焦一些。
二、向生成式AI提供參考資料
受制於背後的演算法和訓練資料，ChatGPT不時會不懂裝懂，回應自行捏造的內容。讓ChatGPT根據你給的資料回答，可以有效降低不實內容疑慮。
例如，提供SWOT分析必要的資料，尤其是公司的優勢和劣勢，生成的結果才不會大走鐘。
三、幫生成式AI拆解複雜任務
凡事愈複雜愈容易出錯，AI也是如此。像連環扣一樣，把複雜任務拆成幾個小行動分開執行，第一個小行動的執行結果是第二個小行動的執行內容，以此類推。行銷企劃情境就是複雜任務。
例如，你要ChatGPT建議新產品企劃，那麼你就要懂企劃流程和方法，再拆解成一個一個步驟，每個步驟就是你給ChatGPT的任務，讓ChatGPT生成建議或內容，一環扣一環，最終產出你要的企劃草案。
四、不厭其煩驗證生成式AI的生成內容
生成式AI日最受詬病就是回應不實資訊，即所謂的「幻覺」。生成式AI的回應方式不像搜尋引擎找匹配關鍵字，而是利用演算法解析你輸入的提示，再以上下文關係(contex)字字句句拼湊出來，所以是用「生」的，不是你想像中AI真的懂你的提示再「回答」，生成結果也因此有造假疑慮，但不是故意為之，畢竟生成式AI是演算法，電腦程式怎麼寫，它就怎麼執行。
舉一個最近自己遇到的真實案例。之前要做品牌聯盟（co-branding）案例，我叫ChatGPT舉5個臺灣品牌案例。其中，ChatGPT給了台灣啤酒和海尼根的品牌聯盟案例。不會吧！？從來沒聽過，死對頭品牌聯名的機率微乎其微！google了一下，沒有啊！google了半天才發現是海尼根在2022年買下龍泉啤酒廠（原本是台灣青島啤酒廠，三洋維士比子公司）。為什麼ChatGPT把會台灣啤酒和龍泉啤酒混為一談？原來ChatGPT認為「台灣啤酒」品牌名稱和「台灣的啤酒」（即簡稱台灣啤酒）這個統稱在台灣的啤酒是同一件事，所以海尼根買下「龍泉啤酒」酒廠，就等於海尼根和台灣的啤酒品牌有聯盟關係，於是乎ChatGPT就回答海尼根和「台灣啤酒」（ChatGPT誤解讀為「台灣的啤酒」）有品牌聯盟。
以上這四個與行銷企劃息息相關的做法，顯而易見，無論你前面三個做法做得多徹底，最後如果沒有好好確實驗證的話，到頭來還是白忙一場，被生成式AI耍了一頓！
▶︎ 相關課程
🔥不教網搜罐頭指令，教你運用實戰企劃法產出優質企劃！
