前言
最近打開社群媒體，你是否也感受到強烈的「FOMO（錯失恐懼症）」？看著大家似乎都駕馭自如地使用 AI，甚至開始討論什麼「Prompt Engineering（提示詞工程）」，自己卻還停留在只會問 ChatGPT「午餐吃什麼」的階段。你開始焦慮：「我會不會被淘汰？」「會不會真的教會了徒弟（AI），餓死了師父（自己）？」
其實，這種焦慮大可不必。很多人覺得 AI 產出的內容空泛、像教科書一樣沒用，這不是 AI 笨，而是你的提問方式太「淺」。
AI 就像一位剛從頂尖大學畢業的高材生——它腦袋裡裝著全世界的知識，但沒有社會經驗，也不懂你的公司文化。如果你只是當個發號施令的「操作員」，它只能給你標準答案；但如果你學會當「導演」，為它設定角色與情境，它就能成為你的超級助理。
今天這篇文章不講複雜的技術，只教你一個立刻能用的AI應用心法：R-C-O 架構。
準備工作
- 心態轉換：告訴自己，你不是在「用工具」，你是在「帶新人」
- 工具準備：ChatGPT（3.5/4o 皆可）、Claude 或 Gemini
- R-C-O 公式：Role（角色）+ Context（情境）+ Output（產出要求）
實戰步驟
步驟 1：識別「小白提問」的陷阱
為什麼你的 AI 總是講廢話？讓我們看一個經典的錯誤示範。
當你丟出一句「幫我寫一份行銷企劃」時，AI 因為缺乏上下文，只能把行銷學課本裡的「4P 分析」、「SWOT 分析」通通列給你。這對你的專案毫無幫助，只會加深你的焦慮感。
❌ 錯誤指令（Operator Mode）：
「幫我寫一份有機燕麥奶的行銷企劃案。」
AI 的制式產出：
- 產品：優質燕麥奶
- 價格：具競爭力
- 推廣：社群媒體、線下活動
看完你只想翻白眼——這些我也知道啊！
📌 關鍵洞察： 缺乏指引的提問，只會得到教科書式的標準答案。這不是 AI 的極限，而是「操作員思維」的極限。
缺乏情境的提問，只會得到教科書式的標準答案，對實際工作毫無幫助。
步驟 2：導入「導演思維」與 R-C-O 架構
現在，我們換個身份。你不再是按按鈕的操作員，而是這場戲的「導演」。你需要告訴這位高材生（AI）：
- 你是誰？（Role）：設定它的專業背景
- 現在是什麼狀況？（Context）：提供目標客群、痛點、市場環境
- 你要產出什麼？（Output）：具體的格式與限制
✅ R-C-O 黃金AI指令（Director Mode）：
【Role 角色】 你現在是一位擁有 10 年經驗的 FMCG 數位行銷經理，擅長社群裂變與內容行銷。
【Context 情境】 我們公司主打「有機燕麥奶」，目前面臨市場競爭激烈的挑戰。我們的目標客群是「25-35 歲、講求效率但不想犧牲健康的忙碌上班族」，要解決的核心痛點是「沒時間吃早餐」。
【Output 產出】 請幫我規劃針對 Instagram 的行銷活動草案。給我 3 個具體的創意方向（不要通用建議），並包含每個方向的「預期效益」與「執行亮點」。
📌 關鍵洞察： 如同導演給劇本，透過 R-C-O 架構精準定義角色與情境，AI 才能理解你的「言外之意」，產出具備靈魂的策略。
透過「角色-背景-產出」三層架構，精準定義需求，AI 才能理解你的真實意圖。
步驟 3：見證「超級實習生」的誕生
當你輸入上述ai指令後，你會發現 AI 的回答完全不同了。它不再講「要經營社群」這種廢話，而是會告訴你：
創意方向一：『早安！5 分鐘燕麥挑戰』
- 執行方式：邀請 KOL 拍攝「出門前 5 分鐘搞定高顏值早餐」的 Reels
- 預期效益：解決目標客群沒時間的痛點，利用 Reels 演算法獲取高流量
創意方向二：『社畜的救贖』辦公室快閃試飲
- 執行方式：針對內科、南軟等科技園區進行快閃，主打「下午三點的能量補給」
- 預期效益：直接接觸精準客群，創造線下體驗與口碑效應
這時候，你的價值就出現了。AI 給了你點子，而你負責「決策」與「修正」——這才是真正的協作模式。
📌 關鍵洞察： 當 AI 給出具體且針對性的方案，它就不再是取代者，而是你的軍師。你的時間將花在更有價值的「決策」與「優化」上。
使用結構化提問後，AI 不再給通用建議，而是提供可立即執行的具體方案。
進階應用：讓 AI 記住你的風格
如果你希望這位「實習生」越來越懂你，可以使用 ChatGPT 的「Custom Instructions（自訂指令）」功能，把 R-C-O 架構中的 Role（你的行業）與 Context（你的品牌調性）永久設定進去。
這樣下次你只要說「幫我寫篇 IG 貼文」，它就會自動帶入這些設定，無需每次重複輸入。這也是AI應用的進階技巧之一。
結語
AI 時代的競爭，不是「人與 AI 的競爭」，而是「會用 AI 的人」與「不會用 AI 的人」的競爭。
當你學會「導演式提問」，你會發現焦慮消失了。因為你知道，定義問題、設定策略、判斷優劣——這些「人類的智慧」永遠無可取代。
現在，試著用 R-C-O 架構，去問問你的 AI 助手吧！
想看更多 R-C-O 應用範例？歡迎訂閱我的 Medium，下週分享如何用同樣架構寫出高轉換的 Email！
