🧠 為什麼好 AI 工具 = 好 Prompt？6 支熱門工具升級實錄（2026）

為什麼 AI 工具的 prompt 比模型本身更重要？

很多人以為 AI 工具的差別在「用哪個模型」——GPT-4 vs Claude vs Gemini。但我經營電商工具集這幾年的體會是：用同一個 Gemini Flash，光是 prompt 寫法不同，產出豐富度可以差 5 倍。

你可以想像 prompt 是「給 AI 員工的工作說明書」：

• 員工夠厲害（模型強）但說明書 100 字 → 產出空泛、抽象
• 員工普通但說明書 2500 字含範例 → 產出具體、能直接用

簡單講：prompt 是 AI 工具的真實 IP。模型可以換，prompt 是你品牌的核心資產。

這篇文章拆解我們最近升級 6 支熱門工具的實錄，看不同的補強如何讓 AI 從「給你 3 條建議」變成「給你 30 個可執行細節」。

升級前後字數對照

我們依過去 7 天最熱門的 6 支工具動手升級。先看數字：

6 支共增加約 10,500 字 prompt。token 成本提高約 30%，但輸出豐富度提升 3-5 倍——這 ROI 太划算。

案例 1：emailBuilder 從「寫一封信」變成「寫一個系統」

舊版 prompt 只要求：「依商品/活動產出主旨 + 內文 + CTA」。AI 寫得出來，但是「通用」郵件——沒分歡迎信 vs 棄單 vs 沉睡喚醒。

新版加了 6 種 EDM 類型自動辨識：

• welcome（歡迎信）→ 重點：建立期待、品牌故事
• cart-abandon（棄單）→ 重點：提醒商品 + 安全感（退貨運費）
• promo（促銷）→ 急迫感 + 社會證明
• repurchase（回購）→ 基於上次消費時間
• birthday（生日）→ 情感連結，不推銷
• winback（沉睡）→「想你了」+ 軟誘因

還加了 平台規格適配（Mailchimp 主旨 50 字、Klaviyo 動態欄位、Omnisend 字數）、A/B 主旨對照、合規檢查（避開垃圾郵件觸發詞 + 個資法第 8 條告知）。

結果：用戶輸入「我要寫一封棄單挽回信」，AI 不只給主旨內文，還會給：發送時段建議（週二上午 10 點 vs 週四晚 8 點）、A/B 主旨對照、預估開信率、為什麼選這個 EDM 類型。

試用：/email-builder

案例 2：copywriter 加 AIDA/FAB/PAS 三選 + 食藥署禁字

舊版 copywriter 只說「依平台規範寫文案」。AI 寫出來大致 OK 但缺結構，且完全沒考慮法規風險——保健品文案直接寫「100% 有效」、化妝品寫「醫療級」都是雷區，賣家被檢舉罰款很常見。

新版加：

1. 文案結構自動選擇

• AIDA（注意 → 興趣 → 慾望 → 行動）：適合衝動購買
• FAB（特色 → 優點 → 利益）：適合理性購買
• PAS（問題 → 攪動 → 解方）：適合痛點商品

AI 會依商品自動選最適合的結構

2. 7 平台差異化（不只蝦皮 momo PChome，加入 SHOPLINE、Yahoo、Cyberbiz、自架站）

3. 食藥署 / 公平交易法禁字 lint

• 醫療：療效、治癒、100% 有效、神奇、永久
• 化妝品：抗老（要改回春）、醫美級、醫療級
• 食品：強效、增強免疫力、治療

4. 2026 趨勢字（永續、循環、純素友善、台灣製造）依商品適用性加入

結果：寫一個保溫瓶文案，AI 會回 6 平台版本 + 結構選擇理由 + 法規合規檢查 + A/B 變體建議。原本 1 個結果，現在 1 個結果含 30+ 子項目。

試用：/copywriter

案例 3：reviewReply 加星級分流 + 法律風險警告

reviewReply 是熱門工具但最瘦的 prompt（520 字），AI 寫出來都是通用「謝謝您的評價」。

新版加：

1. 星級自動分流

• 1-2 星：同理優先 → 簡短道歉 → 具體解方 → 邀請私訊
• 3 星：中性、釐清誤會、簡短改善計畫
• 4-5 星：感謝 + 強化特定點 + 自然鼓勵回購

2. 4 平台特化（蝦皮 / momo / Google Maps / Facebook）

• 蝦皮不可附 LINE ID 外連
• momo 不可貶低同業（公平交易法 § 24）
• Google Maps 加 1 個關鍵字 SEO 友善

3. 法律風險警告

• 不可在公開回覆寫具體賠償金額（私訊處理）
• 食藥署相關產品絕不可提及療效
• 含人身攻擊建議走平台檢舉而非回覆

4. 內部改善行動 + ROI 預估

結果：你貼上「物流慢，再也不買」這種 1 星評價，AI 給你 3 種口吻回覆 + 4 平台版本 + 內部該改的客服流程 + 私訊跟進腳本。

試用：/review-reply

案例 4：adDiagnoser 加漏斗階段判斷 + 業態 benchmark

adDiagnoser 是給投手用的工具，原本 prompt 已經算詳細（1301 字），但沒分漏斗階段——所有問題用同一套診斷邏輯，新手會被「重構整個 campaign」的建議嚇到。

新版加：

1. 漏斗階段判斷（Awareness / Consideration / Conversion / Retention）

• 同一個 ROAS 3.0，在 Awareness 階段是好成績，在 Conversion 是該砍

2. 平台特化診斷

• Meta：學習期未過、Advantage+ 失控
• Google Ads：品質分數低、否定字不足
• 蝦皮關鍵字廣告：CPC 出價過低、否定字漏設

3. 業態 benchmark

• 電商通用：CPA $200-600 / ROAS 2-4
• 保健食品：CPA $400-1000 / ROAS 2.5-5（高客單）
• 美妝：CPA $250-700 / ROAS 3-6
• 課程 / SaaS：CPA $500-2000 / ROAS 3-8（LTV 高）

4. 「停 vs 修 vs 重構」明確判斷 + 信心度

結果：用戶輸入「ROAS 1.8、CTR 0.6%、投放 10 天」，AI 給出 healthScore 40 分 + 漏斗階段 = Conversion + 「該砍」+ 為什麼（CTR 顯著低於同業 1.5%，先換素材測 7 天）+ 月省金額預估。

試用：/ad-diagnoser

我從這次升級學到的 5 件事

1. 寫 prompt 像寫員工 SOP

通用指令（「寫得專業」）等於沒寫。具體指令（「主旨 30 字內，避開「免費」「賺錢」「100%」三個字」）才有用。

2. JSON schema 比自由文字輸出穩定 10 倍

強制要求 JSON 結構，AI 不會跑題、不會少欄位、不會混淆。所有 6 支都用 structured output。

3. 範例比規則更強

與其寫「寫得有急迫感」，不如直接寫範例：「【最後 24 小時】XX 商品限時 5 折」。AI 模仿能力比規則理解強。

4. 加「業態判斷」讓工具更實用

同一個工具，3C 重型商品 vs 快速消耗品 vs 課程 SaaS，戰術完全不同。在 prompt 內讓 AI 先判斷業態再給戰術，產出實用度 +200%。

5. 明示「禁區」比明示「該做的」重要

食藥署禁字、公平交易法、個資法——這些風險警告 prompt 寫清楚，AI 不會踩雷，賣家也安全。

你的 AI 工具 prompt 該怎麼升級？4 步檢核表

不管你是用 ChatGPT、Claude、Gemini 還是自架 AI 工具，你的 prompt 都可以套這 4 步：

Step 1：自動分類

讓 AI 先判斷使用者輸入屬於哪種類型（如：促銷信 vs 棄單信 vs 沉睡喚醒），再套用對應框架。一個工具能處理 5 種情境，比 5 個分離工具更省力。

Step 2：強制 JSON 結構化輸出

用 responseMimeType: 'application/json' 規範格式，連 schema 都寫進 prompt。前端只需 render 不用 parse markdown。

Step 3：加業態 / 平台 / 規模判斷

讓 AI 先判斷脈絡（電商業態 / 投放平台 / 預算規模）再給戰術。給通用建議是浪費，給針對性建議是價值。

Step 4：明示禁區 + 範例

寫明 AI 絕不能說的話（禁字 / 法律地雷 / 空話），同時給 2-3 個好範例讓 AI 模仿。

如果你也想體驗升級後的差異，可以實際試 6 支工具：/email-builder / /copywriter / /review-reply / /meta-placement / /ad-diagnoser / /winback-sop。