AI 寫好就直接上線會出什麼事:一場行銷會議的對話與四道把關
把 AI 產出直接上線,最大的風險不是文筆,而是錯誤事實、誇大承諾與不屬於你的資料被當成公司的正式說法。AI 可以起草,但凡是會被顧客讀到、被搜尋引擎收錄、會產生法律或交易後果的內容,上線前都要有一個人逐項確認。
「這段商品介紹是 AI 寫的,我看過了,很順。可以直接上架吧?」
這句話我在會議上聽過很多次。說話的人通常是很認真的行銷人,手上同時有幾十個商品要上架。我的回答每次都一樣:「順,是最不需要檢查的部分。」
以下用一場示範情境的對話展開。情境中的店家、商品與人物皆為說明用途虛構,不代表任何真實案例。
「看過了」到底看了什麼?
示範情境中的行銷專員小林,用 AI 一次產出了三十個保養品的商品頁文案。她說她每一篇都讀過。
我請她打開其中一篇,指著一句話問:「這裡寫『經皮膚科醫師推薦』,是哪位醫師?」
她愣了一下。那是 AI 為了讓文案有說服力自己加的。公司從來沒有找過醫師背書。
這就是問題所在。人在讀 AI 文字時,習慣檢查語氣通不通順、有沒有錯字。但 AI 最常出錯的地方,是它講得很順的事實。它不會猶豫,所以讀的人也不會停下來。
「看過了」通常只代表讀過一遍。把關需要的是逐句問:這句話的根據在哪裡?
直接上線最常出事的五種產出
不是所有 AI 產出的風險都一樣。依我們看過的示範情境與常見狀況,按風險由高到低排:
| 產出類型 | 典型錯誤 | 可能後果 |
|---|---|---|
| 商品與服務說明 | 捏造認證、療效、成分比例、保固條件 | 顧客依錯誤資訊購買,衍生客訴或退貨,廣告內容也可能涉及不實表示 |
| 價格、優惠與活動條款 | 把舊活動、競品條件混進來 | 消費爭議,客服必須逐一解釋 |
| 客服自動回覆 | 承諾公司沒有的退換貨政策 | 顧客截圖要求兌現 |
| 部落格與知識文章 | 引用不存在的研究或法規 | 信任受損,也可能被搜尋引擎視為低品質內容 |
| 翻譯與多語頁面 | 專有名詞錯譯、度量單位錯置 | 海外客戶誤解規格 |
第一列特別要注意。公平交易法對廣告的不實或引人錯誤表示有規範,主管機關是公平交易委員會。食品、化粧品、醫療相關商品另有專法,宣稱用語更要小心。我不是律師,這裡只提醒:AI 寫出來的宣稱,法律責任仍在刊登的公司身上。
「Google 不是說 AI 內容可以用嗎?」
小林接著問了一個好問題。她讀過一些文章,說 Google 不反對 AI 生成內容。
這句話沒錯,但只說了一半。Google 在建立實用內容的指南裡強調的是內容是否以人為本、是否展現經驗與專業、是否可信,而不是用什麼工具寫的。重點在品質與目的。
換句話說,AI 內容可以用,前提是它真的對讀者有幫助,而且是正確的。一篇捏造醫師推薦的商品頁,不論是人寫還是 AI 寫,都不符合這個標準。
大量把未經確認的 AI 文章推上網站,還有另一個問題:內容同質。AI 對同一題目常給出相似的答案,你的頁面和其他十個網站讀起來差不多,沒有理由被優先呈現。我們在先前一篇談量產內容的錯誤檢討裡有更多說明。
上線前的人工把關:四道關卡
對話到這裡,小林問:「那三十篇都要重寫嗎?」
不用重寫。要做的是把關。我建議她用四道關卡,每一篇都過一遍:
- 第一關,事實核對:把文中所有數字、成分、認證、年份、人名、機構名圈起來,每一個都要能指出公司內部的根據文件。找不到根據就刪
- 第二關,承諾核對:所有跟退換貨、保固、運送時間、優惠條件有關的句子,跟現行政策逐字比對
- 第三關,宣稱用語:療效、最高級、絕對性用語,例如「保證」「第一」「根治」,全部標出來,依產業規範判斷能不能用
- 第四關,經驗補強:每篇至少加一段只有你們公司才寫得出的內容,例如實際使用情境、常被顧客問的問題、包裝與出貨細節
前三關是減法,避免出錯。第四關是加法,讓內容有存在的理由。
誰來把關?
把關的人不一定是寫的人。最好是對產品或政策最熟的人,例如採購、客服主管或老闆本人。行銷專員負責整理,專業的人負責簽核。小團隊只有一個人時,至少隔一天再看,換一個角度讀。
上線之後,錯誤通常從哪裡被發現?
對話快結束時,老闆走進會議室,問了一句:「如果之前已經有 AI 寫的東西直接上線了,現在怎麼辦?」
這是很常見的狀況。很多網站在還沒有把關流程前,已經上了一批內容。補救不需要全部下架,可以照下面的順序回頭檢查:
- 先查有交易後果的頁面:商品頁、價格頁、活動頁、退換貨說明。這些頁面的錯誤會直接變成客訴
- 再查客服相關內容:自動回覆、聊天機器人的預設答案、常見問題頁
- 接著查流量最高的文章:被最多人讀到的錯誤,傷害最大
- 最後查其餘內容:照上面四道關卡逐篇過,找不到根據的段落先刪除
回頭檢查時,也要問客服一個問題:最近有沒有顧客拿著網站上的某句話來問,而那句話公司其實沒有說過?客服往往是最早發現錯誤的人,只是這些訊息沒有回到寫內容的人手上。把這條回報路線建起來,比任何工具都有用。
這樣做會不會太慢?
小林最後的擔心很實在:「這樣一篇要多花半小時,三十篇就是兩天。」
我的回答是,比較的對象不該是「直接上線」,而是「上線後出事再收拾」。一則顧客截圖的錯誤承諾,處理時間可能遠超過半小時,還要承擔信任的損失。
有幾個方法可以讓把關變快:
- 建一份「公司事實表」:認證、成分、保固、退換貨政策、運費規則都列在同一份文件。AI 起草時就把這份表當作輸入,核對時也照著它對
- 建一份「禁用語清單」:依產業整理不能用的宣稱,核對時直接用搜尋找
- 分批上線:先上五篇,觀察一週,確認流程沒問題再放大
- 留紀錄:每篇記下誰核對、何時核對、改了什麼。之後政策變動時,知道哪些頁面要跟著改
示範情境中,小林最後把三十篇分成六批上線。第一批就抓到了四處跟現行退貨政策不一致的地方。她說:「如果全部直接上,客服下個月會很忙。」
如果你想知道還有哪些看起來省時、實際上很花成本的行銷做法,可以看先做再說的七個隱形成本;需要協助建立內容把關流程,可以參考我們的服務項目。
適用與不適用的情況
這套四道關卡最適合:
- 商品說明、服務介紹、價格與活動頁這類會直接影響交易的內容
- 醫療、食品、保養品、金融、法律等宣稱受規範的產業
- 客服自動回覆、聊天機器人的預設答案
- 要大量上架、單人無法逐字深讀的情況
可以簡化的情況:
- 純內部使用的草稿、會議記錄、腦力激盪清單
- 社群貼文的標語發想,最後仍由人選定與改寫
- 不含事實與承諾的文字,例如節慶問候
也要說明限制。四道關卡能大幅降低錯誤,但無法保證完全沒有疏漏,尤其當公司內部文件本身就不完整時。把關的品質,取決於公司有沒有一份可信的事實來源。若這份來源還不存在,先建立它,比急著上線更重要。對 AI 工具使用的其他疑問,可以到常見問題頁查看。
