Marketing Myopia：我們早就知道「這樣不對」
當十幾年前，我開始把我行銷執行的經驗轉成顧問服務，開始協助各品牌來執行銷策略的時候，我發現許多品牌的行銷成果一直無法展現，或是「剛開始很好，後面卻掉下來」的共通主因只有一個：這些廠商所講的話，都不是從使用者角度出發，都是一直在介紹產品有多好。或是沒讓使用者感受到：這個產品對我的生活有多好。
1960 年代，哈佛教授 Theodore Levitt 提出了震撼業界的觀點：「Marketing Myopia（行銷近視症）」。他指出：
「人們不是想買四分之一吋的電鑽，他們是想要牆上有一個四分之一吋的洞。」這句話揭露了一個根本問題：企業總是執著在「我賣了什麼」，而不是「對方為什麼要買」。
Levitt 並不孤單。接下來幾十年，無論是 Peter Drucker 提出「行銷的目的就是讓銷售變得多餘」、Clayton Christensen 推出 Jobs To Be Done 理論，還是 Seth Godin 高呼「人們買的是故事而不是產品」都在強調同一件事：
行銷的主語應該是「顧客」不是「產品」
但問題是：都已經 60 年了，這件事為什麼還是做不到？
而且這件事最吊詭的地方是 ：就算我們都知道「不要再硬推產品」，但你我都還是會被賈伯斯從牛皮紙袋中拿出 MacBook Air 的那一幕給震撼到。
你還記得那場發表會嗎？他並不是在強調這台筆電的厚度是幾 mm，也沒把規格列滿一整頁，而是先把你「過去的經驗」帶出來：以前的筆電的規格是什麼、厚度是多少，然後再從一個看似放文件的牛皮紙袋裡，抽出一台完整的電腦。
全場安靜、攝影師倒抽一口氣、台下笑聲與掌聲齊發。
這是不是又回到了「這產品有多棒」？
表面上是，但實際上不是。因為他並不想用數據告訴你「這台筆電有多薄」，他讓你 用一個你熟悉的日常物件（牛皮紙袋），去自己得出結論。這是從使用者的視角、語感與生活情境出發的經典範例。
所以，真正的重點不是「能不能說產品好」，而是「你是怎麼讓別人自己說出這句話」。
為什麼 60 年過去，大家還是只會說「我們的產品有多棒」？
原因不是沒有人懂，而是這套「顧客導向」的做法，在現實中太難落地了。這背後有四個關鍵障礙：
① 組織分工導致思維斷裂
我這幾年發現一個規律：比較能真正改變行銷邏輯的客戶，有一個共通點，我能直接跟老闆或決策者對話。
只要對話對象是 CEO、品牌主、或有權拍板的主管，只要他們真的理解「角色觀點」的價值，整個組織幾乎就能迅速動起來。FABE 怎麼重寫、Persona 怎麼定義、素材邏輯怎麼調整，都能快刀斬亂麻地往前走。
但相反的，如果我對口的人，永遠只是底下的執行者、業務、行銷人員，事情就會卡住。不是他們不努力，而是他們根本沒有權限，也沒有權利叫別人停下來思考「顧客的語言是什麼」。
我聽過太多這樣的句子了：
- 「PM 說功能已經定了不能改」
- 「老闆覺得這樣寫才有氣勢，不准刪掉」
- 「我們目標是這個數字，怎麼說都沒關係」
這些話本身沒有錯，錯的是：沒有人真的被授權去問一句話『這段話對使用者來說有意義嗎？』
角色導向需要的是跨部門的語言調和，但現實是什麼？PM 做產品、RD 講規格、業務想衝業績，行銷則疲於奔命產出「老闆覺得夠威的素材」。而真正該去思考「角色會怎麼解讀這段話」的人，其實應該是那個擁有全局視野的決策者。但他們多半沒有出現在會議裡，只出現在 LINE 截圖中一句話否決所有共識。
要真正實踐角色導向的行銷思維，不是做一本 Persona 小冊子而已，而是讓願意代入角色的人，有權改寫腳本、有權暫停既定流程，去問出真正該問的問題。這件事，如果老闆不信，那誰也推不動。
② 壓力只給短期成效，不給研究空間
很多品牌不是不想做對的事，而是根本沒空做對的事。
我遇過不少行銷主管，早上才開完月報會議，下午就要交下一波活動提案，今天文案沒出來，明天廣告就要上線。這種節奏下，誰還有餘裕去問：「顧客真正的動機是什麼？」
所以我們會看到一種很常見的現象「行銷人在心裡其實知道現在寫的文案根本不打中人，但還是得硬寫出來交差。」
你問他們為什麼？他們只會說：
「因為時間到了、因為 KPI 在等、因為下週要開活動了。」
於是，我們就把「角色思維」這件事，留在理想的白板上，從沒讓它走進真正的排程裡。
這其實是件很遺憾的事情：我們明知道顧客導向才有效，但組織卻只獎勵短線成果、點狀產出、數字漂亮就好。
在這種環境裡，當然沒有人願意花時間慢慢描繪角色的世界觀。
③ 懂理論 ≠ 寫得出角色語言
角色導向不是「知道」就能做出來的。
很多人聽完 FABE、Persona、JTBD 這些框架後都點頭如搗蒜，但下一步你請他寫出一段「針對某個角色的 FABE 說法」，就卡住了。
你問他：
「為什麼你這段『優勢』寫得這麼抽象？角色會這樣想嗎？」
他可能會回你一句：
「我覺得應該可以吧？」
但角色導向不是寫作文，也不是靠感覺。它需要的是：
- 對使用者的精準描繪
- 對消費者語言的真實模擬
- 對潛在顧客信任構成的微觀理解
這些能力，在過去被視為 copywriter 的直覺、行銷老手的經驗值，但它其實是可以結構化訓練的，只可惜，我們的產業裡從來沒把它當成職能培養。
所以你會看到各種 Persona 長得都一樣、FABE 表單上寫著「快速方便、幫助解決問題」這種誰都能講的好處，但沒人能說出「這句話會不會讓消費者覺得自己被懂了？」
④ AI 的出現，反而放大錯誤邏輯
最諷刺的是，當 AI 工具普及，原本應該是轉機，卻成為放大錯誤的助推器。
現在很多品牌在用 AI 生成內容，你打開 prompt 一看，大概長這樣：
「請幫我寫出這個產品的 5 個優點，適合放在廣告文案中。」
問題來了，如果你連 prompt 本身就是產品導向、抽象化的，那 AI 產出的也只會是：
- 「高效能、好操作、適合日常使用」
- 「幫助你提升效率，創造價值」
請問，這些句子有「角色」嗎？有「語境」嗎？有「信任線索」嗎？
完全沒有。
所以我才會說，AI 並不是行銷人的救星，如果你不改變問問題的方式，它只會幫你更快、更大量地產出錯的內容。
自動化不是升級，而是放大，放大你原本的思維架構。但 Garbage in, garbage out.
如果你沒內建角色導向的語言邏輯，那麼你產生再多內容，也只是在強化品牌自說自話的形象，甚至讓顧客越來越覺得「這些話不是說給我聽的」。
如果 AI 是錯誤放大的機器，那我們就該讓它成為角色模擬的機器
但也正因如此，這才揭示了轉機所在：AI 之所以會放大錯誤，不是因為它有問題，而是我們一直拿它來做錯的事。
我們把它當成產文工具，卻從沒真正教它代入一個真正的使用者。
這些年來，市面上充斥著「讓 AI 幫你寫文案」「用 ChatGPT 生成產品優勢」的各種教學與工具，但裡面的 prompt 幾乎都是同一種邏輯：
「請幫我列出這個產品的好處」「請幫我寫一段吸引人的廣告文案」
沒有角色，沒有情境，沒有信任感的預設。就像是讓一個不知道你在對誰說話的助理，硬幫你喊出口號，然後你再責怪他寫得不夠打動人。
問題不是 AI 寫得不夠人性，而是你從頭到尾，根本沒給它任何人性的依據。
也就是在這個斷點上，我們必須徹底翻轉我們使用 AI 的方式。如果說它是一台邏輯放大機，那我們該做的不是寄望它幫我們變聰明，而是：換一套邏輯給它放大。
如果你能開始把 LLM（大型語言模型）視為角色模擬器而非單純的產文工具之後，顧客導向這件事，其實就可以變得可落地、可測試、可擴展。
你不再是要它幫你把某段產品描述寫得漂亮，而是要它「扮演一個具體的人，判斷他在某個情境下看到這句話會有什麼反應」。
這時候，你問的就不再是「這段話寫得好不好」，而是：「一個預算有限但怕踩雷的新手媽媽，看到這句話會安心嗎？還是會覺得被推銷？」
這才是角色導向在 AI 時代的真正意義。你開始訓練 AI 去「代入使用者怎麼理解一段資訊」、去模擬「這個角色會怎麼說、怎麼懷疑、怎麼相信」。
具體來說，AI 可以做出以下幾件過去你做不到、或做得很吃力的事：
- 從評論、客服對話、留言紀錄中，萃取出角色語感與語言習慣，了解這群人怎麼描述問題、怎麼稱呼自己、怎麼罵人
- 模擬每個角色在閱讀某段說法時的心理反應與理解障礙，從而判斷語言是否對位、敘事是否可信
- 根據不同角色 × 情境 × 決策階段，生成對應的 FABE 結構語句，讓說服邏輯真正「有角色的輪廓」
- 將角色導向轉化為一種 prompt engineering 的實作方法，不再依賴寫手靈感或經驗直覺，而是變成可拆解、可測試、可複製的語言模組設計任務
這些事情過去不是沒人想過，而是做不到。你不能期待每個品牌都聘得起語言心理學顧問、每個文案都能演出三種角色語氣，甚至每次都能從 0 開始模擬顧客的信任建構過程。
但現在可以了，只要你願意換個方式使用 AI，從「產文」轉向「模擬」，從「寫什麼」轉向「誰在說」。
從理論到實作：打造「角色 × FABE × AI」的語言模組流程
如果你也認同角色導向是行銷的根本，那麼在 AI 時代，這套思維不該再只是口號，而應該成為你每天能操作、能優化的工作流程。
以下就是一個最小可行版本（Minimum Viable System）的角色 × FABE × AI 實踐流程，請記得不要只有直接複製，請改成適合你自己用的版本：
STEP 1｜定義角色語感資料（Persona × 用語 × 信任偏好）
從你已經有的資料開始：客服紀錄、留言評論、社群對話或訪談逐字稿，選定一個具代表性的角色，回答以下問題：
- 這個角色會怎麼形容自己的問題？（範例：「用起來好麻煩」「每次都出錯」「怕踩雷」）
- 他常出現的語氣是什麼？（懷疑、著急、理性、感性？）
- 他會信什麼？懷疑什麼？對什麼反應敏感？
在這一步驟，你不是要 AI 去空想一個人，而是把過往的對話紀錄，跟一群真實存在的「已知消費者」變成你角色語感資料的基礎。把這些語句整理成語言碎片庫，作為 AI prompt 的語感餵料。例如：「這個角色講話會避開行銷術語，會用『我需要有人教我』這種表達來透露焦慮」
STEP 2｜輸入產品資訊，結合角色資訊，生成角色導向 FABE
這裡不是要你叫 AI「幫我寫產品介紹」，而是透過 prompt 結構化請 AI 模擬一個「代入角色語感」的 FABE 組合。
📌 Prompt 範例：
你現在是行銷策略設計師，請針對以下角色模擬 FABE 結構。
角色：30 歲、女性、在職場感到壓力，對新工具有焦慮，怕浪費錢也怕學不會。
語氣偏向猶豫＋觀望，但一旦理解背後邏輯就願意採用。
產品：手機拍照穩定器，主打易上手與 Vlog 入門用戶。
請幫我產出一組 FABE，語句要貼近角色會說的話，避免銷售語氣。
你得到的可能是：
- Feature：「不用設定，插上手機就能拍」
- Advantage：「比其他款少了一堆複雜按鈕，沒有學習壓力」
- Benefit：「我也能拍出不晃的畫面，開始記錄自己的生活」
- Evidence：「影片開箱教學都只要兩分鐘，我看一次就會」
你會發現，這些話不是品牌說的，是「角色可能會自己講出來的說服語」。這才是角色導向的實踐成果。
STEP 3｜建立語言模組，重複優化成系統
你可以開始將上述產出的 FABE，根據不同角色與場景儲存起來，變成語言模組資料庫。結構長這樣：
這樣的模組化方式有幾個好處：
- ✅ 每次都能產出角色對位的說服語，不再憑感覺寫文案
- ✅ 可以快速套用到廣告、銷售頁、聊天機器人、簡報中
- ✅ 可搭配 A/B 測試觀察哪一組 FABE 對轉換率影響最大，進一步優化語言模組
這不是一個產文技巧，而是一種「角色導向的語言開發系統」
你現在擁有的，不是一套文案框架，而是一種能夠持續演化的信任建構模型。
AI 是語言模擬器，但它的基礎，是你如何教會它「角色是誰、怎麼說話、怎麼理解世界」。這個系統不必一次建好，但它必須從「定義角色語感」開始，
慢慢累積你自己的角色語言資料庫，讓 AI 成為你真正的共創者，不是產內容的，而是產說服的。
如果你想更深入的理解這套 AI x 角色 的做法，完整的付費課程內容我已經放在《FABExSPIN教學》，這是一套你必學的行銷話術論述。
