內容感動行銷
× AI 轉變之道
八大電視 AI 教育訓練課程
Vista Cheng ｜ https://www.vista.tw
Vista Cheng
內容策略顧問 ｜ AI 應用講師
《ChatGPT提問課》作者，曾任《數位時代》主編、《風傳媒》產品總監。專注 AI 驅動的內容策略，協助超過 200 家企業與媒體導入 AI 工作流程。
Vista 作品集
出版近 20 本書籍，涵蓋電腦書、小說、人物傳記、文案寫作、內容行銷、AI 應用與個人品牌等主題
社群與電子報
Vista 電子報
每週精選 AI 工具與學習資源
AI 好好用
Facebook 社團，各領域 AI 使用者交流
博碩士生練功團
專為研究生打造的學習社群
今日議程
上半場：內容感動行銷
- 什麼是感動行銷
- 感動的心理學
- 內容策略與故事力
- 電視內容的感動元素
- 案例分析 + 實戰工作坊
下半場：AI 轉變之道
- AI 時代的產業變革
- AI 工具與 CRAFT 方法論
- 各部門 AI 應用
- 品質把關與倫理規範
- 導入策略與行動計畫
今天結束後，你將能夠——
-
掌握感動行銷核心心法
用情感驅動觀眾行動
-
熟悉至少 5 種 AI 工具
提升日常工作效率 50%
-
運用 CRAFT 方法論
寫出高品質 AI 提示詞
-
建立跨部門 AI 協作流程
打通內容生產鏈
-
制定個人 90 天行動計畫
從今天開始改變
你覺得 AI 會取代你嗎？
先別急著回答。今天結束後，你的答案可能會不一樣。
01
什麼是感動行銷
從「賣產品」到「賣感動」——行銷典範的根本轉移
傳統行銷 vs 感動行銷
感動行銷
- ✓ 以人的情感為核心
- ✓ 感性共鳴、故事驅動
- ✓ 雙向對話
- ✓ 追求心佔率
傳統行銷
- ✗ 以產品功能為核心
- ✗ 理性說服、數據驅動
- ✗ 單向傳播
- ✗ 追求曝光量
感動行銷的定義
透過真實的情感連結，讓受眾在內容中看到自己、感受到被理解，進而自發地產生認同、分享與行動。
感動行銷不是煽情，是真誠地觸碰人心。
人們會忘記你說了什麼，忘記你做了什麼，但永遠不會忘記你帶給他們的感受。
— Maya Angelou
95%
的購買決策來自潛意識的情感判斷
Harvard Business School 研究
電視媒體的天然優勢
-
影音結合
視覺與聽覺同時觸動情感，效果遠超純文字
-
陪伴性強
電視是家庭的日常陪伴，天然建立信任
-
即時性
直播帶來無法取代的臨場感與真實感
-
社會影響力
電視仍是最具公信力的大眾媒體之一
感動的三個層次
引起注意
用意外、好奇、衝突吸引目光
產生共鳴
讓觀眾在故事中看見自己
驅動行動
從感動轉化為分享、購買、參與
第一層：引起注意
-
反差法
打破預期，製造「咦？」的瞬間
-
懸念法
先丟出問題，讓人想知道答案
-
共感法
「你是不是也有過這種經驗？」
-
衝擊法
用數據或事實製造認知衝擊
第二層：產生共鳴
-
角色認同
讓觀眾在主角身上看到自己
-
情境共感
重現觀眾曾經歷的場景
-
價值連結
觸碰觀眾心中最在乎的事
-
細節真實
一個真實的小細節，勝過千言萬語
第三層：驅動行動
-
自發分享
感動的內容讓人忍不住傳給朋友
-
品牌忠誠
情感記憶比理性記憶持續更久
-
社群擴散
感動是最強的社群貨幣
-
行為改變
真正的感動能改變觀眾的行為模式
真實 × 共感 × 意外 = 感動
三個要素缺一不可。缺了真實是煽情，缺了共感是自說自話，缺了意外是老生常談。
日本電視廣告的感動力
-
東京瓦斯「家族篇」
用餐桌日常串起家庭故事，感動全日本
-
TOYOTA 汽車廣告
默默付出的父親形象，跨文化感動
-
成功要素
不推銷產品，只說一個你我都經歷過的故事
-
啟示
最好的廣告是讓人忘記在看廣告
東京瓦斯「家族的餐桌」
臺灣經典感人廣告
-
全聯經濟美學
把「省錢」變成一種生活態度與美學
-
統一麵「小時光麵館」
用食物記憶喚起情感連結
-
中華電信「用愛連結」
科技品牌用溫暖打動人心
-
共通點
找到臺灣人共享的生活經驗與情感記憶
電視臺如何運用感動行銷
-
節目即品牌
每個節目都是品牌接觸點，都能創造感動
-
觀眾即社群
從單向播出到雙向互動的感動連結
-
內容即行銷
好內容自帶傳播力，不需要額外推廣
-
團隊即資產
記者、主播、製作人都是感動製造機
3x
感動內容的自然分享率
是普通內容的 3 倍
感動行銷的四大支柱
真實性
不造假、不誇大，真實是感動的地基
相關性
與觀眾的生活經驗產生連結
時機性
在對的時間點說對的故事
持續性
不是一次性活動，是長期品牌建設
當你真的在乎觀眾，觀眾一定感受得到。
— 電視內容行銷的第一法則
觀眾想要的不是完美
-
想要真實
80% 的觀眾更信任展現真實一面的品牌
-
想要被理解
「這個節目懂我」是最高的評價
-
想要參與感
從被動收看到主動參與的轉變
-
想要意義
看完節目後，希望帶走一些什麼
Unit 1 重點回顧
-
感動 > 說服
以情感連結取代理性說服，讓觀眾自發行動
-
三層架構
引起注意 → 產生共鳴 → 驅動行動
-
核心公式
真實 × 共感 × 意外 = 感動
-
電視優勢
影音、陪伴、即時、影響力
-
每位電視人
都可以是感動的創造者
02
感動的心理學
理解大腦如何處理情感，讓你的內容精準觸動人心
人類決策的情感本質
-
情感腦先行
杏仁核處理情感的速度比理性思考快 250 倍
-
事後合理化
先感覺、再找理由，這是人類的決策本能
-
神經科學實證
情感受損的患者反而無法做出好決策
-
行銷啟示
先打動心，再說服腦
250x
杏仁核處理情感的速度
比前額葉理性判斷快 250 倍
鏡像神經元與共感
-
什麼是鏡像神經元
看到他人行為時，大腦會模擬相同的神經反應
-
共感的生理基礎
看到別人哭，你也想哭，這是生物本能
-
影像的放大效果
影像比文字更能觸發鏡像神經元
-
應用
電視是觸發共感的最強媒介
正向情緒 vs 負向情緒
正向情緒
快樂 → 分享，感恩 → 行動，希望 → 忠誠
負向情緒
悲傷 → 同理，憤怒 → 改變，恐懼 → 警覺
關鍵平衡
負向情緒要搭配出路，不能只留下沉重
正向情緒的感染力
-
快樂會傳染
快樂的內容被分享的機率高出 30%
-
感恩引發行動
被感動的人更願意付出與回饋
-
希望創造忠誠
帶來希望感的品牌，觀眾黏著度最高
-
電視應用
節目尾聲的正向收尾，讓觀眾帶著好心情離開
負向情緒的驅動力
-
悲傷增強同理
催淚的內容讓人更願意幫助他人
-
憤怒推動改變
社會議題報導引發公民行動
-
恐懼提高警覺
讓觀眾意識到問題的嚴重性
-
關鍵平衡
負向情緒要搭配出路，不能只留下沉重
真正的感動不是讓人哭，是讓人在哭完之後，想做點什麼。
— 感動行銷的黃金法則
驚喜效應
-
打破預期
大腦對意外事件投入更多注意力資源
-
多巴胺釋放
驚喜觸發獎勵系統，創造愉悅記憶
-
記憶強化
包含驚喜元素的內容，記憶留存率提高 4 倍
-
節目設計
在觀眾以為知道結局的時候，來一個轉折
懷舊效應
-
時光膠囊
懷舊讓人產生溫暖、被保護的感覺
-
社會連結
共同的回憶創造集體歸屬感
-
臺灣應用
復古節目、經典重播、年代回顧特別有效
-
注意
懷舊不是守舊，是用新方式重新詮釋經典記憶
認同感與歸屬感
-
我族認同
觀眾會被「和我一樣」的內容深深吸引
-
歸屬需求
馬斯洛需求中最強的情感驅動力之一
-
粉絲社群
節目社群就是觀眾的情感歸屬
-
八大優勢
本土電視臺天然擁有在地認同優勢
故事弧線與情感曲線
-
起承轉合
每個好故事都有情感的起伏曲線
-
低谷很重要
沒有低谷就沒有高潮，對比創造感動
-
節奏控制
感動的節奏不能太快也不能太慢
-
設計情感
先畫出想要的情感曲線，再填入內容
峰終定律
-
Peak-End Rule
人們記住的是體驗中的「最高點」和「結尾」
-
節目應用
確保每集有一個情感高潮 + 完美收尾
-
資源分配
寧可犧牲中間段落，也要把資源集中在峰值
-
觀眾記憶
不記得 60 分鐘每一刻，只記得最感動的那一刻
22x
帶有強烈情感的記憶
留存時間是普通記憶的 22 倍
催產素效應
-
信任荷爾蒙
感動的故事觸發催產素分泌，增加信任感
-
慷慨行為
催產素讓人更願意幫助他人和分享
-
故事的力量
聽好故事時，大腦催產素的量增加 47%
-
電視應用
用真實人物故事觸發觀眾的信任和連結
注意力的稀缺經濟
-
8 秒法則
人類平均注意力只有 8 秒（比金魚還短）
-
情感是例外
有情感的內容能突破注意力限制
-
多工時代
觀眾邊看電視邊滑手機是常態
-
破解方式
用情感鉤子在前 3 秒抓住注意力
社會認同效應
-
從眾心理
看到別人被感動，自己也更容易被感動
-
彈幕效應
即時看到其他觀眾的反應，增強情感體驗
-
社群分享
「大家都在看」本身就是一種吸引力
-
應用
經營節目社群，讓觀眾的感動被看見和放大
Unit 2 重點回顧
-
情感先行
情感腦比理性腦快 250 倍，先打動心再說服腦
-
鏡像神經元
是共感的生理基礎，影像是最強觸發器
-
情緒光譜
六大情緒各有行銷用途，正負搭配最有效
-
感動三寶
驚喜 + 懷舊 + 認同
-
峰終定律
集中火力在高潮和結尾
03
內容策略與故事力
好故事是感動行銷的載體——學會說一個讓人忘不了的故事
好故事的五大要素（上）
角色
讓人在乎的主角
衝突
推動故事的張力
轉折
出乎意料的變化
好故事的五大要素（下）
💥 高潮
- 情感的最大張力點
- 延遲滿足越有力
- 多感官刺激
- 留白的力量
🎯 意義
- 故事留下的啟發
- 觀眾帶走什麼
- 行動的驅動力
- 品牌的靈魂
角色塑造
-
具體而非抽象
不要說「很多人」，說「住在萬華的阿嬤」
-
有缺點更真實
完美的角色讓人疏離
-
內在渴望
角色想要什麼？害怕什麼？這才是核心
-
代入感
觀眾能不能在角色身上看到自己？
衝突與張力
-
外在衝突
角色 vs 環境、對手、困境
-
內在衝突
角色 vs 自己的恐懼、猶豫、價值觀
-
張力漸進
從小衝突開始，逐步升高緊張感
-
核心原則
沒有衝突就沒有故事
轉折點設計
-
意料之外，情理之中
最好的轉折讓人驚訝又合理
-
認知翻轉
讓觀眾重新理解整個故事
-
不要硬轉
轉折必須有前面的鋪墊
-
一個就夠
太多轉折反而讓人疲勞
情感高潮的設計
-
延遲滿足
越晚到來的高潮越有力量
-
多感官刺激
在高潮時加入音樂、特寫、沉默
-
留白的力量
最感動的瞬間，常常不需要臺詞
-
餘韻
高潮過後不要立刻跳到下一個段落
故事的力量不在於它有多複雜，而在於它觸碰了多真實的人性。
— 故事力法則
故事結構：三幕劇
第一幕：開場（25%）
建立世界觀、介紹角色、提出問題
第二幕：發展（50%）
遭遇困難、嘗試與失敗、關係加深
第三幕：結局（25%）
最大衝突、轉折突破、情感釋放
故事結構：英雄旅程
-
日常世界
主角的平凡生活（建立共感）
-
召喚與拒絕
機會來臨但主角猶豫（製造張力）
-
跨越門檻
踏上冒險之路（故事啟動）
-
試煉與回歸
經歷考驗後帶著「禮物」回來（感動收尾）
故事結構：情感的雲霄飛車
-
高低交替
快樂→緊張→釋放→感動→希望
-
節奏變化
快慢交替讓觀眾情緒不會疲勞
-
綜藝最常用
搞笑段落後接感人段落，效果加倍
-
設計工具
用 X 軸（時間）Y 軸（情緒）畫出曲線
如何找到你的故事
從觀眾出發
觀眾最痛的是什麼？最渴望的是什麼？
從品牌出發
八大的核心價值是什麼？什麼故事最能代表我們？
從社會出發
此刻臺灣最關注的議題是什麼？
內容策略金字塔
旗艦內容（10%）
年度大製作、特別企劃，投入最多資源
支柱內容（30%）
常態節目、深度專題、系列報導
日常內容（60%）
社群貼文、短影音、幕後花絮、即時互動
跨平臺內容佈局
-
電視 → 深度
完整節目、長篇報導、直播
-
YouTube → 延伸
節目精華、幕後花絮、深度訪談
-
IG/TikTok → 擴散
短影音精華、互動挑戰、感動片段
-
Podcast → 陪伴
深度對話、主持人個人魅力
內容行事曆與節奏
-
節慶行銷
過年、母親節、中秋等情感高峰期提前規劃
-
社會脈動
結合時事但不蹭熱點，找到真實連結
-
固定節奏
每週一次感動企劃，養成觀眾期待
-
彈性預留
為突發感動事件保留 20% 的彈性空間
UGC 的力量
-
觀眾的故事更真實
素人故事的共鳴力往往超越專業製作
-
參與感創造歸屬
觀眾從旁觀者變成共創者
-
社群擴散
觀眾會主動分享自己參與的內容
-
操作方式
徵集觀眾故事、開放投稿、互動企劃
最小可感動單元
-
概念
能獨立打動一個人的最小內容片段
-
一句話
一句有力的臺詞就能成為金句被傳播
-
一個畫面
一張擷圖就能在社群引發討論
-
設計思維
在長內容中埋入多個可獨立傳播的感動單元
好開場的五種方法
-
提問法
「你有多久沒有打電話給媽媽了？」
-
數據法
「臺灣每 3 分鐘就有一個家庭⋯⋯」
-
畫面法
用一個衝擊性畫面開場
-
引述法
引用一句名言或觀眾真實留言
-
反差法
先給出與結論相反的觀點
好結尾的五種方法
-
回扣開頭
與開場呼應，形成完整的故事弧
-
開放式
留下一個值得思考的問題
-
行動呼籲
感動之後，給觀眾一個可以做的事
-
金句收尾
一句話總結整個感動
-
沉默留白
最後幾秒不說話，讓情感在空氣中迴盪
開場決定觀眾願不願意聽，結尾決定觀眾記不記得。
— 內容創作者的金律
感動的節奏設計
-
呼吸節奏
緊張→放鬆→緊張→放鬆，像呼吸一樣自然
-
3-5-3 法則
每 3 分鐘一個小勾子，每 5 分鐘一個轉折
-
高潮前的寧靜
最大感動前，要有一段刻意的平靜
-
餘韻設計
感動後不急著進下一段，讓觀眾消化
Unit 3 重點回顧
-
五大要素
角色、衝突、轉折、高潮、意義
-
三種結構
三幕劇、英雄旅程、情感的雲霄飛車
-
找故事
從觀眾、品牌、社會三個角度出發
-
內容金字塔
旗艦 10% + 支柱 30% + 日常 60%
-
跨平臺
一個故事，多種語言
04
電視內容的感動元素
發揮電視獨有的影音優勢，打造無可取代的感動體驗
電視的獨特感動優勢
-
多感官同時刺激
影像 + 聲音 + 文字 = 最豐富的感官體驗
-
大螢幕沉浸感
客廳的大螢幕創造無可比擬的沉浸體驗
-
家庭共看的加乘
和家人一起看的感動，比獨自看更深刻
-
信任背書
電視仍是最受信任的媒體
影像語言與情感表達
-
特寫鏡頭
一個人的眼神變化，比千言萬語更有力
-
慢動作
拉長時間，放大情感的密度
-
空鏡
沒有人的畫面，反而讓人感受到更多
-
色調
暖色調喚起溫暖，冷色調創造距離感
音樂與配樂的情感力
-
音樂直通情感
音樂不經過理性判斷，直接觸發情緒
-
節奏即情緒
慢節奏 = 沉思，快節奏 = 興奮
-
沉默的力量
突然安靜的瞬間，往往是最感動的時刻
-
主題曲效應
一首好的主題曲能讓節目印象提升 10 倍
主持人/記者的人格魅力
-
真誠是最強魅力
觀眾能感受到誰是真的在乎
-
脆弱的勇氣
展現真實情緒，觀眾會更信任
-
個人故事
分享自己的經歷，拉近距離
-
聆聽的力量
好的採訪不是問問題，是真正在聽回答
觀眾不是在看電視，是在看電視裡的人。
— 電視人的座右銘
直播的臨場感動
-
不可預測性
直播的魅力在於任何事都可能發生
-
共時體驗
全臺灣一起看的感覺，錄播做不到
-
即時互動
觀眾留言和反應成為內容的一部分
-
真實的瑕疵
直播中的小失誤，反而讓人覺得親切
不同節目類型的感動方程式
綜藝節目
笑到哭 → 感動 → 正能量
新聞報導
事實 → 人物 → 影響
戲劇
認同 → 掙扎 → 昇華
紀錄片
真實 → 深度 → 震撼
短影音的快速感動
-
3 秒定生死
前 3 秒必須抓住注意力
-
一個情緒就好
短影音只能承載一個核心情緒
-
結尾是關鍵
最後一句話或畫面決定是否被分享
-
電視素材轉化
從長節目中擷取最感動的 30 秒
Unit 4 重點回顧
-
四大優勢
多感官、沉浸、共看、信任無可取代
-
影像語言
特寫、慢動作、空鏡是核心工具
-
音樂力量
音樂直通情感，沉默比音樂更有力
-
人格魅力
主持人/記者的真誠是最強魅力
-
各類型方程式
每種節目都有自己的感動公式
05
感動行銷案例分析
看看世界級的感動是如何被設計出來的
案例一：Netflix 內容即品牌
-
策略
不賣「訂閱服務」，賣「你不能錯過的故事」
-
社群經營
Netflix 的社群帳號像朋友，不像品牌
-
在地化
每個市場都有專屬的感動內容策略
-
啟示
電視臺的節目本身就是最好的行銷素材
Netflix 品牌行銷案例
案例二：BBC 品牌信任
-
百年信任
用品質和公正累積觀眾信任
-
紀錄片策略
BBC Earth 讓全球觀眾感動於自然之美
-
數位轉型
BBC iPlayer 把感動延伸到數位平臺
-
啟示
品牌信任是長期經營的結果
BBC Earth 自然紀錄片
案例三：NHK 紅白歌合戰
-
七十年傳統
每年除夕的國民共同記憶
-
感動設計
精心安排曲目順序，打造情感的雲霄飛車
-
世代連結
老中青三代同時被感動的魔法
-
啟示
打造屬於八大電視的「年度感動時刻」
案例四：韓國電視臺的內容出海
-
情感共通性
韓劇用普世情感打動全球觀眾
-
製作品質
高投資 × 高品質 = 全球競爭力
-
IP 延伸
一部好劇帶動音樂、時尚、觀光
-
啟示
感動沒有國界，好內容能走向世界
案例五：Disney+ 的情感行銷
-
懷舊牌
喚醒觀眾童年與迪士尼的美好記憶
-
家庭連結
「和孩子一起重溫你的童年」
-
品牌宇宙
漫威、星戰各有不同的情感連結
-
啟示
建立品牌的情感宇宙
案例六：TikTok 短影音感動
-
素人感動力
最感動的影片往往來自素人
-
快速傳播
15 秒的感動可以觸及千萬人
-
挑戰行銷
感動挑戰（如 #感謝媽媽）引發全民參與
-
啟示
電視臺要學會把長內容變成短感動
案例七：公視深度紀錄片
-
《我們的島》
用長期追蹤建立信任和深度感動
-
人物導向
再硬的議題，都從一個人的故事說起
-
社會影響
紀錄片推動政策改變和公眾關注
-
啟示
感動不需要大預算，需要的是耐心和真誠
案例八：Apple 用鏡頭說故事
-
Shot on iPhone
讓素人用手機拍出電影級感動
-
不賣產品
全程只展示人和故事，產品是工具
-
全球在地化
每個市場都找當地最動人的故事
-
啟示
最好的品牌行銷是讓受眾成為主角
Apple — Shot on iPhone
共通成功因素
真實
所有成功案例的基礎都是真實
持續
感動不是一次性的，是長期經營
普世
觸碰人類共通的情感主題
可複製的感動框架
找到情感錨點
每個成功案例都有一個核心情感
建立人物連結
觀眾必須先在乎角色，才會被感動
設計轉折時刻
每個案例都有一個「啊！」的瞬間
創造分享衝動
看完後忍不住想告訴別人
八大電視的機會點
-
在地優勢
最了解臺灣觀眾的電視臺之一
-
節目矩陣
新聞、戲劇、綜藝多元觸及不同觀眾
-
數位轉型
善用多平臺佈局擴大感動觸及率
-
團隊實力
資深製作團隊 + 新世代創意人才
Unit 5 重點回顧
-
Netflix
內容本身就是最好的行銷
-
NHK
感動可以成為世代共同記憶
-
韓國
感動沒有國界，好內容走向世界
-
成功三要素
真實、持續、普世
-
八大優勢
在地優勢和多元節目矩陣
06
實戰工作坊
從理論到實踐——動手打造你的第一個感動內容
感動內容創作五步驟
找到核心情感
你想讓觀眾感受到什麼？
建構故事框架
用三幕劇或英雄旅程搭骨架
設計感動節點
在哪些時刻觸發情感高潮？
選擇呈現方式
影像、音樂、文字如何搭配？
測試與優化
找三個人看，觀察他們的反應
練習一：情感地圖繪製
- 1 為你的內容主題繪製情感地圖
- 2 寫下你想做的內容主題（節目/報導/企劃）
- 3 列出這個主題可能觸發的所有情緒
- 4 選出最核心的 1-2 個情緒
- 5 為這些情緒找到具體的場景和畫面
情感地圖示範：《中年不下車：40+ 人生重啟計畫》
🎯 主題定位
- 聚焦 40 歲以上人生卡關者的重啟故事
- 兼具故事性、社會性、陪伴感、討論度
- 可跨形式：談話節目、人物專題、短影音、社群徵件
🎭 核心情緒路徑
- 入口情緒：焦慮 — 年齡、職涯、收入、責任的多重壓力
- 出口情緒：希望 — 不是逆轉人生，而是「又往前走了一步」
- 設計邏輯：從焦慮進入，用希望帶出
《中年不下車》情感場景設計
😰 焦慮場景
- 深夜客廳：47 歲男性獨坐沙發滑求職網，眼鏡反光映著「年齡不拘」
- 電梯鏡子：43 歲女性套裝專業但眼神空掉 —「這真的是我剩下二十年的生活嗎？」
- 孩子睡後：全職媽媽晚上十點半戴耳機偷學 AI，怕學不會也怕太晚開始
🌱 希望場景
- 第一份成果：盯著自己做出的作品露出很輕但很真的笑 — 復原感
- 重新出發：握緊資料夾、深呼吸、走進面試會議室 — 希望是行動本身
- 家庭回暖：失業爸爸晚餐主動說「我開始接案了」，空氣不一樣了
練習二：故事板設計
- 1 用三幕劇結構設計你的故事
- 2 用三幕劇結構寫出你的故事大綱
- 3 標出情感高潮點和轉折點
- 4 畫出情感曲線（X=時間，Y=情緒強度）
- 5 跟隔壁的人分享，看對方有沒有被打動
故事板示範：《最後一次收播》
🎬 故事概念
- 一位做了二十多年的資深導播
- 陪伴觀眾多年的老節目最後一次播出
- 他照常完成所有流程
- 收播後導播間安靜下來，才真正意識到：這不是普通的一天
🎭 三幕劇結構
- 第一幕：建立情境 — 一切如常，但每個人都知道今天不一樣
- 第二幕：推進轉折 — 主持人笑著說「我們下次見」，導播手停了一下
- 第三幕：情感高潮 — 空無一人的導播間，耳機放回桌上：「辛苦了。」
《最後一次收播》情感曲線解析
第一幕：低調鋪陳
情緒強度 2/10 — 表面正常的工作流程，壓著不說破的不捨
第二幕前段：慢慢升溫
情緒強度 5/10 — 節目越正常，觀眾越感受到正常背後的不正常
轉折點：「我們下次見」
情緒強度 7/10 — 平常很普通的一句話，在最後一集瞬間變成刺點
第三幕：高潮釋放
情緒強度 10/10 — 耳機放回桌上，對黑掉的 monitor 說「辛苦了」
收尾餘韻：燈沒關，他坐了一下
情感不只結束，而是停留 — 他其實捨不得走
《最後一次收播》為什麼會打動人？
反差的力量
「我們下次見」平常很普通，放在最後一集的情境裡瞬間變成刺點。好故事靠的不是大場面，而是日常語言的錯位。
壓抑比爆發更有力
前面所有情緒都在壓，最後不靠大哭大喊，而是一句很輕的「辛苦了」把觀眾心裡整個打開。
停頓創造餘韻
燈沒立刻關，他坐了一下才離開。真正打動人的，往往是那種「他其實捨不得走」的停頓。
練習三：30 秒感動挑戰
- 1 用 30 秒口述一個感動故事
- 2 只能有一個角色、一個場景、一個情感
- 3 用口述的方式說給小組聽
- 4 評分標準：聽完之後，有沒有人起雞皮疙瘩？
- 5 每人 30 秒，全組輪流
電視臺裡的真實情感 — 你看見了嗎？
導播間裡的耳機
節目收播，所有人都走了。資深導播慢慢把耳機放回桌上 — 那是他做了二十年的節目最後一次收播。很安靜，但碰的是「一段時代結束了」。
空掉的攝影棚
白天吵得像戰場的棚，晚上安靜到只剩燈架的影子。實習生一個人站在中間，第一次覺得：電視不是表面看到的那樣，是很多人一起撐起來的。
記者的便當
下午兩點才打開的便當，飯早就硬了。剛剛她才在鏡頭前很穩地連線 — 看起來很專業，其實狼狽得要命。這是她今天第一口熱食。
過度煽情 vs 真誠感動
✅ 真誠感動
- ✓ 自然流露情感
- ✓ 還原真實
- ✓ 適時留白
- ✓ 觀眾感覺被理解
- ✓ 長久記憶
❌ 過度煽情
- ✗ 刻意製造眼淚
- ✗ 誇大事實
- ✗ 背景音樂鋪太滿
- ✗ 觀眾感覺被操控
- ✗ 短暫效果
感動行銷的 KPI 設定
-
情感指標
社群留言情感分析、觀眾回饋質量
-
分享指標
自發分享率（非付費推廣的分享）
-
黏著指標
回看率、完播率、節目忠誠度
-
行為指標
觀眾因感動採取的行動（留言、參與、推薦）
練習四：觀眾信撰寫
- 1 從觀眾角度寫一封信給八大電視
- 2 描述一次被節目感動的經驗
- 3 寫出細節：當時在哪裡看？和誰一起？
- 4 從觀眾角度理解什麼內容最打動人
練習五：感動行銷企劃
- 1 為一個節目設計感動行銷企劃
- 2 選一個你目前負責或感興趣的節目
- 3 用今天學到的方法設計感動行銷企劃
- 4 包含：目標情感、故事框架、呈現方式、KPI
- 5 小組推派一人上臺分享
感動行銷六大心法
真實至上
真實 + 觀眾為本
故事先行
故事 + 細節制勝
節奏為王
節奏 + 持續經營
Unit 6 重點回顧
-
五步驟
找情感 → 搭框架 → 設節點 → 選呈現 → 測試
-
情感地圖
幫你找到內容的核心情緒
-
30 秒法則
30 秒能感動人，60 分鐘也能——關鍵是精準
-
真誠 vs 煽情
差別在於「是否尊重觀眾」
-
KPI
用分享率和回看率衡量感動
07
AI 時代的產業變革
從 ChatGPT 到 Seedance 2.0——AI 如何重新定義電視產業
AI 發展關鍵時間軸
ChatGPT 問世
生成式 AI 走入大眾視野
GPT-4 / Claude / Gemini
多模態 AI 百花齊放
Seedance / 影片生成 AI
AI 開始能生成影片，媒體業震動
AI Agent 時代
AI 從工具進化為助手
生成式 AI 的突破
-
文字生成
新聞稿、劇本、企劃書，AI 都能協助撰寫
-
圖像生成
海報、場景概念圖、節目視覺，快速產出
-
影片生成
從文字描述直接產生影片片段
-
語音合成
逼真的語音合成和即時翻譯
78%
的全球媒體公司已在 2025 年
開始導入 AI 到日常工作流程中
國際電視臺的 AI 應用
-
BBC
AI 自動生成地方新聞，記者專注深度報導
-
NHK
AI 即時字幕和多語言翻譯，觸及全球觀眾
-
CNN
AI 輔助事實查核，加速新聞產製
-
Netflix
AI 驅動推薦系統，決定 80% 的觀看選擇
AI 對電視產業的五大衝擊（上）
效率革命
內容產製速度提升 3-5 倍
精準推薦
個人化內容推薦成為標配
自動化
重複性工作被 AI 接管
AI 對電視產業的五大衝擊（下）
📊 數據驅動
- 從直覺決策到數據決策
- 即時儀表板
- A/B 測試驗證假設
🌐 跨語言
- 即時翻譯打破語言藩籬
- 多語字幕自動生成
- 配音口型同步
內容生產效率革命
-
逐字稿
過去 2 小時，現在 5 分鐘
-
新聞初稿
AI 產生初稿，記者專注查證和深度
-
字幕翻譯
多語字幕從數天縮短到數小時
-
素材搜尋
AI 從素材庫中秒速找到需要的畫面
挑戰：AI 帶來的威脅
-
深偽（Deepfake）
假新聞更難辨識，公信力受挑戰
-
同質化風險
AI 生成內容可能導致千篇一律
-
職能轉型
部分工作將被重新定義
-
倫理模糊地帶
AI 生成內容的版權和責任歸屬
AI 不會取代電視人。但會用 AI 的電視人，會取代不會用的。
機會：AI 創造的新可能
-
個人化節目體驗
同一個節目，不同觀眾看到不同角度
-
互動式內容
觀眾可以和 AI 角色即時互動
-
24 小時內容產出
AI 輔助讓小團隊也能高產出
-
全球化觸及
即時多語言翻譯讓好內容無國界
臺灣媒體的 AI 現況
-
起步中
多數臺灣電視臺仍在探索階段
-
先行者
部分媒體已開始用 AI 產字幕、寫摘要
-
機會窗口
現在導入的電視臺，將在未來 2 年建立優勢
-
八大的位置
今天的培訓就是搶先一步的開始
10x
AI 字幕生成的速度
是人工作業的 10 倍以上
AI 時代電視人的新角色
-
從執行者到策略者
把重複工作交給 AI，專注高價值判斷
-
從單技能到複合型
懂內容 + 會 AI = 超級個體
-
從部門到跨域
AI 打破傳統部門界線
-
從本地到全球
AI 翻譯讓臺灣好內容走向世界
Unit 7 重點回顧
-
生成式 AI
已從文字擴展到影像、影片、語音
-
全球趨勢
78% 全球媒體公司已導入 AI
-
五大衝擊
效率、推薦、自動化、數據、跨語言
-
核心觀念
不是取代，而是升級
-
最有價值
會用 AI 的電視人，將成為最有價值的成員
08
AI 工具與 CRAFT
認識核心 AI 工具，學會用 CRAFT 方法論寫出精準提示詞
AI 工具全景圖（上）
文字生成
ChatGPT、Claude、Gemini
圖像生成
Midjourney、DALL-E、Flux
影片生成
Seedance 2.0、Runway、Kling
AI 工具全景圖（下）
語音工具
ElevenLabs、NotebookLM
逐字稿
Whisper、Assembly AI
AI Agent
Claude Code、Cursor、Devin
文字生成：三大巨頭
-
ChatGPT
最普及、生態系最完整、插件豐富
-
Claude
長文處理最強、中文品質優、邏輯推理佳
-
Gemini
Google 生態系整合、多模態能力強
圖像生成：視覺創意
-
Midjourney
藝術風格最強，適合節目視覺、海報設計
-
DALL-E
整合 ChatGPT，操作最直覺
-
Flux
開源方案，可自行部署，隱私性高
-
應用場景
節目提案視覺、社群圖文、場景概念圖
影片生成：未來已來
-
Seedance 2.0
字節跳動旗下即夢 AI 於 2026 年初推出的新一代 AI 影片生成模型
-
Runway
專業影片編輯 + AI 生成，業界標準
-
Kling
快手出品，中文場景最適配
-
目前限制
短片段為主，完整節目仍需人工把關
語音工具：聲音的未來
-
ElevenLabs
最逼真的語音合成，支援多語言
-
NotebookLM
Google 出品，把文件變成 Podcast 對話
-
Whisper
OpenAI 語音轉文字，準確率極高
-
電視應用
多語配音、逐字稿、Podcast 延伸內容
如何選擇適合的工具
-
從需求出發
先想清楚要解決什麼問題，再選工具
-
先試免費版
大部分 AI 工具都有免費試用
-
一次學一個
不要同時學十個工具，先精通一個
-
團隊統一
同一團隊用同一套工具，降低溝通成本
CRAFT
提示詞撰寫的五步心法
C — Context 脈絡
-
定義
告訴 AI 你的背景和情境是什麼
-
範例
「我是八大電視的新聞記者，正在準備一則社會新聞報導」
-
為什麼重要
同樣的問題，不同脈絡會有完全不同的答案
-
技巧
越具體的脈絡，AI 給出的答案越精準
R — Role 角色
-
定義
指定 AI 扮演的角色和專業身份
-
範例
「請你扮演資深電視節目製作人」
-
為什麼重要
不同角色會用不同的角度回答問題
-
技巧
加上「有 20 年經驗」讓回答更有深度
A — Action 行動
-
定義
明確告訴 AI 你希望它做什麼
-
範例
「請幫我撰寫三個版本的新聞導言」
-
為什麼重要
模糊的指令產生模糊的結果
-
技巧
用動詞開頭，越具體越好
F — Format 格式
-
定義
指定你想要的輸出格式
-
範例
「請用條列式、每點不超過 20 字」
-
為什麼重要
格式對了，後續使用才方便
-
技巧
可以給 AI 一個範本，讓它照著格式來
T — Tone 語氣
-
定義
設定 AI 回覆的語氣和風格
-
範例
「請用溫暖親切、適合一般觀眾的口吻」
-
為什麼重要
語氣決定觀眾的感受和信任度
-
技巧
可以提供語氣參考：「像某主播的播報風格」
CRAFT 範例：新聞稿撰寫
C: 八大電視晚間新聞，目標觀眾為 35-55 歲一般民眾 R: 你是資深新聞編輯，擅長撰寫簡潔有力的新聞稿 A: 根據以下事件摘要，撰寫一則 300 字的新聞稿 F: 包含標題、導言（5W1H）、主文、結尾引述 T: 客觀中立、用詞精準、易於理解
具體的 CRAFT 讓 AI 產出可直接使用的新聞初稿
CRAFT 範例：節目企劃
C: 八大電視想推出一檔新的週末綜藝節目，預算中等 R: 你是金鐘獎等級的綜藝節目製作人 A: 發想 5 個節目概念，包含節目名稱和核心賣點 F: 每個概念用「名稱 + 一句話描述 + 三個亮點」呈現 T: 有創意、接地氣、具娛樂性
明確的角色設定讓 AI 產出更專業的建議
CRAFT 範例：社群文案
C: 八大電視 IG 帳號，推廣今晚 8 點播出的新戲劇 R: 你是擅長製造話題的社群小編 A: 撰寫 3 則不同風格的 IG 貼文文案 F: 每則含主文（150字內）+ 5 個 hashtag + 互動問句 T: 年輕、俏皮但不失品牌調性
指定格式讓產出可直接貼上使用
提示詞的常見錯誤
-
太模糊
「幫我寫新聞稿」→ 結果不可用
-
太冗長
寫了 2000 字的提示，AI 反而搞混
-
沒有脈絡
不說是給誰看的，AI 不知道用什麼語氣
-
一次太多
把十個要求塞在一個提示裡
進階：Chain of Thought
-
什麼是 CoT
讓 AI 一步步思考，而不是直接給答案
-
怎麼用
加上「請一步步分析」「先列出考量因素再給建議」
-
效果
複雜問題的答案品質大幅提升
-
適用場景
策略規劃、問題分析、創意發想
CRAFT 實戰練習
- 1 用 CRAFT 寫一個提示詞
- 2 選一個你的日常工作（新聞稿、企劃、社群文案⋯⋯）
- 3 用 CRAFT 五步寫出提示詞，確保每個字母都有
- 4 實際輸入 AI 測試，看結果是否符合預期
- 5 分享心得：你的提示詞和 AI 回覆如何？
迭代優化：多輪對話技巧
-
第一輪
先給框架，讓 AI 產出初稿
-
第二輪
針對不滿意的部分具體修改
-
第三輪
微調語氣和細節
-
原則
不要期待一次到位，好結果來自好對話
Unit 8 重點回顧
-
六大類工具
文字、圖像、影片、語音、逐字稿、Agent
-
先精通一個
再擴展到其他
-
CRAFT
Context + Role + Action + Format + Tone
-
好提示詞
具體 + 有脈絡 + 格式清楚
-
Chain of Thought
讓 AI 逐步思考，品質更高
09
節目製作的 AI 應用
從企劃到後製——AI 如何升級製作團隊的每個環節
製作人的 AI 助手
-
企劃發想
AI 可以在 10 分鐘內產出 20 個節目概念
-
預算估算
根據過往數據協助預算分配
-
進度管理
AI 追蹤製作時程、提醒關鍵節點
-
競品分析
AI 快速整理競爭對手的內容策略
AI 輔助企劃發想
-
腦力激盪夥伴
丟出初步想法，讓 AI 延伸出更多可能
-
趨勢分析
AI 整理社群熱議話題，找到節目切入點
-
觀眾洞察
分析觀眾留言和回饋，找到未滿足的需求
-
差異化建議
比對市場現有節目，建議差異化方向
編劇的 AI 工具箱
-
劇本大綱
AI 協助展開故事線和角色關係圖
-
對白撰寫
產生不同角色風格的臺詞初稿
-
角色設定
建立完整的角色背景和人格特質
-
重要提醒
AI 是助手不是編劇，創意的靈魂仍在人
導演的 AI 應用
-
場景規劃
AI 生成場景概念圖，加速美術溝通
-
分鏡生成
用文字描述產生分鏡草圖
-
色彩方案
AI 根據情緒設定建議色彩方案
-
拍攝排程
優化拍攝順序和場地調度
後製的 AI 革命
AI 字幕生成
Whisper 自動產生逐字稿和時間碼
AI 配音翻譯
ElevenLabs 多語言配音
AI 剪輯輔助
自動識別精彩片段、建議剪輯點
AI 特效生成
Runway 讓簡單素材也能產出電影級特效
AI 字幕生成實戰
-
工具
OpenAI Whisper（免費開源）或 Assembly AI
-
準確率
中文辨識準確率已超過 95%
-
效率
60 分鐘節目，5 分鐘內完成逐字稿
-
注意
仍需人工校對專有名詞和方言
AI 配音與翻譯
-
多語配音
一鍵產生英文、日文、韓文版本配音
-
口型同步
新技術可以讓配音對上原始畫面的口型
-
聲音複製
用主持人的聲音產出其他語言版本
-
倫理注意
需取得聲音所有者的同意
AI 剪輯輔助
-
精彩片段偵測
AI 自動標記情緒高潮和關鍵對話
-
自動去蕪
移除沉默、口頭禪、無效片段
-
多版本產出
同一素材自動剪出長版、短版、精華版
-
配樂建議
根據畫面情緒推薦適合的配樂
AI 特效生成
-
背景替換
一鍵更換綠幕背景為任何場景
-
視覺增強
老畫面 AI 升級到高畫質
-
動態圖形
用文字描述生成動態資訊圖表
-
成本革命
過去百萬預算的特效，現在幾千元就能做到
AI 輔助製作完整流程
企劃階段
AI 發想 → 人工篩選 → AI 擴展最佳方案
製作階段
AI 分鏡 → 人工導演 → AI 排程優化
後製階段
AI 字幕 → AI 粗剪 → 人工精剪 → AI 多版本
發佈階段
AI 文案 → AI 多平臺改寫 → AI 最佳發佈時間
AI 是初稿，不是終稿。所有 AI 產出都需要人工檢查。保持創意主導權，用 AI 加速，不讓 AI 決定方向。
AI 製作快速體驗
- 1 用 CRAFT 請 AI 為你的節目寫開場白
- 2 打開 ChatGPT 或 Claude
- 3 用 CRAFT 方法請 AI 為你的節目寫一段開場白
- 4 再請 AI 改寫成適合社群的短文案
- 5 比較兩個版本，感受 AI 的適應力
AI 虛擬製作的未來
-
虛擬場景
AI 即時生成虛擬攝影棚背景
-
虛擬演員
AI 生成虛擬角色輔助表演
-
即時渲染
過去數小時的渲染，現在即時完成
-
預計時程
2-3 年內將成為電視製作的標準配備
AI 多版本內容產出
-
一魚多吃
一場拍攝 → 長版 + 精華版 + 短影音 + 文字版
-
自動裁切
AI 根據不同平臺比例自動裁切畫面
-
多語版本
字幕 + 配音一鍵多語輸出
-
效率
過去三人一週的事，現在一人一天
Unit 9 重點回顧
-
製作人
AI 輔助企劃、預算、進度、競品分析
-
編劇/導演
劇本大綱、分鏡生成、場景規劃
-
後製四神器
字幕、配音、剪輯、特效
-
完整流程
每個階段都有 AI 可以加速
-
核心原則
AI 是初稿不是終稿，人始終是主導
10
新聞團隊的 AI 應用
記者、主播、編輯臺——每個新聞崗位都能被 AI 賦能
記者的 AI 助手
-
採訪前
AI 快速整理受訪者背景、過往新聞、爭議點
-
採訪中
AI 即時逐字稿，記者專注提問
-
採訪後
AI 產生新聞初稿，記者專注查證和深度
-
價值提升
從「跑新聞」升級為「做新聞」
AI 輔助新聞稿撰寫
-
事實摘要
從冗長記者會逐字稿中提取重點
-
多角度改寫
同一事件，產出不同切角的版本
-
標題生成
產出多個標題選項，A/B 測試選最佳
-
底線
事實部分必須由記者查證，AI 不能取代查核
AI 輔助事實查核
-
交叉比對
讓 AI 搜尋多個來源驗證同一個事實
-
數據驗證
AI 檢查引用數據是否與原始來源一致
-
時間軸比對
整理事件時序，發現邏輯矛盾
-
注意
AI 本身也可能錯誤，查核仍需人工最終確認
主播的 AI 應用
-
稿件潤飾
AI 把書面新聞稿改成口語播報風格
-
背景知識
即時取得新聞事件的背景補充資料
-
突發準備
AI 快速產生突發新聞的應對話術
-
多語支援
AI 即時翻譯國際新聞的關鍵引述
編輯臺的 AI 工具
-
選題判斷
AI 分析社群趨勢，建議當日重點新聞
-
即時翻譯
國際新聞即時翻譯，搶時效
-
摘要生成
長篇報導自動產生 100 字摘要
-
排程優化
AI 建議最佳播出順序和時段
AI 輔助數據新聞
-
數據視覺化
AI 從原始數據產出圖表和視覺化
-
趨勢發現
從大量數據中找出新聞點
-
因果分析
協助記者理解數據背後的因果關係
-
民調分析
快速分析選舉等民調數據的變化趨勢
新聞倫理與 AI 的界線
-
事實查核是底線
AI 產出的任何事實必須由記者驗證
-
透明標示
AI 參與撰寫的內容應適當標示
-
人機協作
AI 處理效率，記者負責判斷和責任
-
持續對話
新聞倫理隨 AI 進化需要持續討論更新
AI 虛擬主播技術
-
現況
多家國際媒體已開始使用 AI 虛擬主播
-
適用場景
非主要時段、天氣播報、即時快訊
-
觀眾接受度
輔助場景接受度高，主新聞段仍偏好真人
-
定位
輔助而非取代，讓真人主播專注高價值內容
新聞 AI 實作：改寫標題
- 1 用 AI 為同一則新聞產出 5 個不同標題
- 2 用手機找一則即時新聞
- 3 用 AI 產生 5 個不同角度的標題
- 4 評比哪個最吸引你，為什麼？
Unit 10 重點回顧
-
記者
採訪準備 → 即時逐字 → 初稿撰寫 → 事實查核
-
主播
稿件口語化、背景補充、突發應對
-
編輯臺
選題分析、即時翻譯、摘要、排程
-
數據新聞
視覺化、趨勢發現、因果分析
-
底線
事實查核永遠是記者的責任
11
技術與營運的 AI 應用
從工程師到業務——後勤支援也能 AI 升級
技術人員的 AI 升級
-
AI 素材管理
自動標記、分類、搜尋海量影音素材
-
AI 品質監控
自動偵測播出異常和技術問題
-
AI 設備維護
預測性維護，減少設備故障停機
-
AI 自動化
重複性技術操作流程自動化
AI 素材管理系統
-
自動標記
AI 識別影片中的人物、場景、物件、情緒
-
語音搜尋
用說的搜尋影片庫：「找林先生上週的訪問片段」
-
智能推薦
根據正在剪的內容，推薦相關素材
-
版權管理
自動標記有版權限制的素材
AI 影像增強
-
畫質升級
SD 素材 AI 升級到 HD/4K
-
去噪處理
低光源或老舊素材的雜訊消除
-
穩定處理
AI 影像防手震
-
色彩校正
AI 自動統一不同機位的色溫
營運管理的 AI 應用
排檔分析
AI 分析收視數據，優化節目排程
收視預測
AI 預測節目收視率，輔助決策
廣告優化
AI 精準配對廣告主與節目受眾
AI 觀眾分析
-
行為分析
觀眾在什麼時候離開？什麼片段重複觀看？
-
情感分析
社群留言的情緒正負向分析
-
分群描繪
AI 建立精準的觀眾人物誌
-
預測需求
預測觀眾下一步想看什麼類型的內容
AI 社群經營
-
文案生成
AI 產出適合不同平臺的社群文案
-
最佳時段
AI 分析粉絲活躍時段，建議發文時間
-
互動回覆
AI 協助回覆常見問題，提升互動率
-
趨勢追蹤
即時追蹤社群熱門話題，快速反應
AI 在財務與人資
-
財務預測
AI 分析營收趨勢，預測季度表現
-
成本分析
自動分析各節目的投入產出比
-
招募篩選
AI 協助履歷篩選和人才匹配
-
教育訓練
AI 個人化學習路徑推薦
數據驅動決策
-
從直覺到數據
不再只靠「感覺」做決定
-
即時儀表板
AI 整合各部門數據到一個決策面板
-
A/B 測試
用數據驗證每一個創意和策略假設
-
平衡
數據指引方向，創意決策仍需人的判斷
Unit 11 重點回顧
-
技術
素材管理、影像增強、品質監控、自動化
-
營運
排檔分析、收視預測、廣告優化
-
社群
AI 文案 + 最佳時段 + 互動回覆 + 趨勢追蹤
-
觀眾分析
行為、情感、分群、需求預測
-
決策進化
從直覺決策到數據驅動決策
12
跨部門協作
打破部門牆壁——用 AI 建立新的協作模式
AI 時代的協作新模式
-
共享 AI 平臺
全公司使用統一的 AI 工具和流程
-
知識自動流通
一個部門的 AI 成果自動惠及其他部門
-
打破資訊孤島
AI 連結各部門的數據和知識
-
扁平化溝通
AI 輔助跨階層、跨部門的資訊傳遞
建立共享 AI 知識庫
-
提示詞庫
累積各部門最好用的 AI 提示詞
-
最佳實踐
記錄 AI 應用的成功案例和教訓
-
FAQ
常見 AI 使用問題的解答集
-
持續更新
指定專人維護，每月更新一次
AI 工具標準化流程
-
工具統一
公司統一採購和管理 AI 工具帳號
-
命名規範
統一 AI 產出物的命名和儲存規則
-
品質標準
制定 AI 產出的最低品質要求
-
安全規範
哪些資料不能輸入 AI 工具
跨部門 AI 專案範例
內容 → 行銷
節目 AI 逐字稿自動轉為社群文案
新聞 → 技術
AI 自動從新聞素材生成短影音
業務 → 內容
AI 分析廣告主需求匹配節目內容
全公司
AI 知識庫 + 定期 AI 分享會
知識管理與傳承
-
經驗數位化
用 AI 把資深員工的隱性知識轉為文件
-
新人上手
AI 個人化新人訓練路徑
-
跨世代傳承
老經驗 + 新技術 = 最強團隊
-
組織記憶
建立不因人員異動而消失的知識體系
Unit 12 重點回顧
-
統一平臺
打破資訊孤島
-
共享知識庫
提示詞庫和最佳實踐庫
-
標準化
統一採購、命名、品質、安全
-
跨部門流轉
內容→行銷、新聞→短影音
-
知識傳承
用 AI 做組織記憶，不因人而失
13
品質把關與倫理規範
用 AI 的同時，也要守住電視人的底線和責任
AI 內容的品質標準
-
事實正確性
AI 會「幻覺」（產生虛假內容），必須查核
-
一致性
AI 產出的風格和品牌調性要一致
-
原創性
確保 AI 產出不構成抄襲或侵權
-
人性溫度
AI 內容要保有人的溫度，不能冰冷機械
AI 偏見與公平性
-
什麼是 AI 偏見
AI 學習的資料本身就有偏見
-
性別偏見
AI 可能強化性別刻板印象
-
文化偏見
主流文化被過度代表，少數聲音被忽略
-
應對方式
多元審核、有意識地修正、定期檢視
著作權與智慧財產
-
AI 產出的版權
目前法規仍在演進中，各國標準不一
-
輸入的風險
不要把機密資料或他人作品輸入 AI
-
商用授權
確認所用 AI 工具的商用授權條款
-
建議
保守使用，保留創作過程紀錄
隱私保護
-
個資不入 AI
受訪者個資不應輸入公開 AI 工具
-
內部資料保護
營業秘密和內部策略不對外洩漏
-
聲紋/肖像
使用 AI 複製聲音或影像需取得當事人同意
-
企業版 AI
考慮使用不儲存對話的企業版方案
AI 生成內容的標示
-
透明原則
對觀眾誠實，有 AI 參與就適當標示
-
標示程度
AI 輔助 vs AI 主要生成，標示程度不同
-
國際趨勢
歐盟 AI Act 已要求 AI 內容標示
-
信任建設
主動透明比被動揭露更能建立觀眾信任
八大電視 AI 使用準則建議
真實為本
所有 AI 產出必須經過人工事實查核
透明標示
AI 深度參與的內容要適當標示
隱私至上
個資和機密資料不輸入公開 AI
人是最終負責人
AI 是工具，責任歸屬在使用的人
Unit 13 重點回顧
-
AI 幻覺
事實查核是不可省略的步驟
-
AI 偏見
需要多元審核和有意識的修正
-
法規演進
著作權和隱私法規仍在演進，保守為上
-
透明標示
主動建立觀眾信任
-
四大準則
真實、透明、隱私、人是負責人
14
導入策略與行動計畫
從今天開始的 90 天，讓八大電視全面升級
AI 導入四階段
Stage 1：認知
全員了解 AI，消除恐懼，建立正確認知
Stage 2：測試
選擇 2-3 個部門試跑，驗證效果
Stage 3：擴展
成功經驗推廣全公司，建立標準流程
Stage 4：創新
用 AI 創造競爭對手做不到的事
第一階段：認知與學習（1-30 天）
-
全員培訓
每位同仁完成 AI 基礎課程（就是今天！）
-
建立帳號
公司統一採購 AI 工具帳號
-
種子小組
每個部門選出 2 名 AI 先鋒
-
每週分享
AI 先鋒每週分享一個 AI 應用心得
第二階段：測試與驗證（31-60 天）
-
選定測試團隊
選 2-3 個最有意願的團隊開始
-
定義指標
明確衡量效率提升和品質變化
-
記錄過程
完整記錄成功和失敗的經驗
-
月度檢討
一個月後檢討測試成果
第三階段：擴展與整合（61-90 天）
-
推廣成果
測試成功案例分享給全公司
-
建立 SOP
把最佳實踐轉為標準操作流程
-
工具採購
根據測試結果決定正式採購方案
-
跨部門串聯
建立部門間的 AI 協作流程
成功導入的關鍵因素
-
高層支持
主管帶頭用 AI，團隊才會跟上
-
從小開始
不要想一步到位，先解決一個具體問題
-
容許失敗
AI 應用需要實驗，失敗是學習的一部分
-
持續學習
AI 每月都在進化，學習永不停止
常見失敗原因
-
只買工具不改流程
工具裝了沒人用，浪費預算
-
期望過高
AI 不是魔法，需要時間學習和磨合
-
缺乏制度
沒有標準流程，品質參差不齊
-
忽略人的因素
沒有處理團隊的焦慮和抗拒
寫下你的個人行動計畫
- 1 制定你的 AI 學習計畫
- 2 本週：下載一個 AI 工具並完成註冊
- 3 本月：在一項工作中導入 AI 輔助
- 4 三個月：成為部門的 AI 應用先鋒
- 5 現在就寫下來——寫下來的承諾實現率提升 42%
給主管的建議
-
身先士卒
主管自己先用 AI，團隊才會跟上
-
給予空間
允許同仁花 10% 工時探索 AI 工具
-
獎勵創新
表揚 AI 應用成功案例
-
耐心等待
AI 導入不會一夜見效，給團隊 3-6 個月
推薦學習資源
-
AI 工具教學
Vista 老師的線上課程和部落格
-
每日練習
每天用 AI 完成一件工作任務
-
社群學習
加入 AI 應用交流群組，互相學習
-
實驗心態
不怕犯錯，每次嘗試都是學習
Unit 14 重點回顧
-
四階段
認知 → 測試 → 擴展 → 創新
-
90 天計畫
培訓→試跑→推廣
-
成功關鍵
高層支持 + 從小開始 + 容許失敗 + 持續學習
-
避免失敗
買工具也要改流程，管技術也要管人心
感動行銷 × AI
AI 讓我們更快、更準、更高效。但感動，始終來自人。最強的組合是：人的溫度 × AI 的速度。
掌握感動行銷心法的電視人 + 善用 AI 工具的電視人 = 這個時代最有價值的媒體人
八大電視的未來
-
內容更感動
用心理學和故事力打造無可取代的內容
-
效率更卓越
AI 加速每個環節，小團隊做大事
-
觸及更廣泛
跨平臺、跨語言、跨世代
-
團隊更強大
每位同仁都是 AI 時代的超級個體
Q & A
有任何問題，現在就是最好的時機
謝謝八大電視所有夥伴
感動的力量 × AI 的速度
讓我們一起創造不可能
Vista Cheng
https://www.vista.tw