從「會用」到「活用」：如何讓 AI 成為你的新聞稿金牌寫手？
在這個資訊過載、AI 內容層出不窮的時代，反而更考驗人的判斷力。不只是讀者，內容創作者同樣面臨資訊又快、又多、又雜的環境，也必須比以往更快速地產出內容，才能跟上這個節奏不斷加速的世界。對新聞媒體與品牌公關而言，每天需要產出的內容量龐大，AI 的出現，無疑正在改寫整個產業的節奏。然而，當工具愈來愈強大，真正的問題也隨之浮現——我們該如何讓 AI 成為助力，而非取代？又該如何在提升效率的同時，仍寫出有品質、有觀點，且保有個人風格的內容？
一、坊間各式寫作 AI 盤點：問題從來不是工具，而是怎麼用
當我們談到「用 AI 寫新聞稿」、「用 AI 產出內容」，多數人第一個反應，往往是工具選擇。是用 ChatGPT？還是 Gemini？又或是主打即時搜尋的 Perplexity？事實上，這些問題本身，或許都不是關鍵。
小編今天特別採訪擅用 AI 工具的捷思整合行銷資深記者、品牌公關陳子凡，來帶大家一步步破解使用 AI 的迷思，不僅讓你效率倍增，更能發揮屬於「人」的價值。
陳子凡表示，現今幾乎所有大型語言模型，都已具備生成文章與新聞稿的能力。差異不在於「能不能寫」，而在於你如何使用它們。
他會先透過 Gemini 的搜尋能力，進行基礎的資料查證與資訊蒐集；接著，將品牌過往的新聞稿、網站內容與相關資料整理進 NotebookLM，作為長期使用的資料庫與寫作依據。
在完成資料準備後，才會進入內容生成階段，透過 AI Studio 設定固定的寫作指令與邏輯，產出符合特定風格與結構的新聞稿初稿與標題。
這樣的流程，從「資料查證→建立資料庫 →指令生成內容」逐步推進，讓 AI 不只是單次生成工具，而是一條可以被重複使用的內容產製流程。不過，即使流程再清楚，AI 仍然有它的邊界，陳子凡提到，許多人誤以為，只要在同一個對話中不斷補充資訊，AI 就能越來越「懂你」。但實際上，大語言模型並沒有真正的記憶能力，每一次對話，都是在有限的上下文中重新判斷。
當資訊過多時，AI 反而更容易遺漏關鍵內容，甚至開始偏離原本的需求。
所以在實務操作中，陳子凡會刻意將對話拆開、控制長度，甚至建立外部資料庫來作為「記憶來源」。這些做法的本質，其實只有一件事：讓 AI 更容易抓到真正重要的資訊。也因此，許多人感覺 AI「好像很好用，卻又沒那麼好用」，往往不是因為工具不夠強，而是仍停留在單次對話的使用方式，尚未將 AI 納入真正的工作流程。
二、讓 AI 進入工作流：關鍵不在寫，而在「怎麼拆」
至於 AI 怎麼進入工作流？隨著 AI 被納入日常工作，大家的寫稿方式也產生了明顯改變。
過去，一篇新聞稿往往是從零開始；現在，則更像是一個被拆解過的流程：先做研究、再建立資料、接著發想議題，最後才是寫作本身。
在這樣的過程中，AI 不是取代你的大腦，而是做為助手參與每一個步驟。「要使用 AI，反而更要去思考。」陳子凡點破了大家以為的「用 AI 就不用腦」的迷思，因為我們必須去審視、拆分自己的工作流，而 AI 在其中扮演的角色，就是去執行那些重複、繁瑣的步驟。
當一個工作具備以下特性時，就特別適合交給 AI：
- 流程重複
- 結構固定
- 可被拆解
新聞稿、公關提案、甚至危機聲明，正好都符合這樣的條件。也因此，AI 的真正價值，不是幫你完成一件事，而是讓你把一件事「做得更快、也更穩定」。所以我們必須先了解、建立自己的工作流程，這樣 AI 的加入才能真正幫助我們的效率。
三、AI 新聞稿系統：讓不會寫的人，也能寫出「像樣的稿」
如果說 AI 已經讓「寫一篇新聞稿」變得更容易，那麼下一個問題是：能不能讓「不會寫的人」，也寫出一篇可用的稿？
陳子凡提到，現在的 AI 即使只接收到簡單資訊，也能生成結構完整的內容，但這樣的「完整」，往往只是形式上的完整。對初學者而言，真正困難的，從來不是產出，而是判斷。
因此他與捷思團隊開始思考一件事：如果把寫稿的流程先設計好，讓 AI 不只是寫，而是「帶著人一步一步寫」，會發生什麼事？於是一套「AI 新聞稿平台」的概念逐漸成形。
這套系統的核心，不在於讓 AI 更聰明，而在於讓流程更清楚——從研究、規劃、生成到修改，每一個步驟都有明確的位置。使用者只需提供基本資訊，就能在系統引導下，逐步完成一篇具備結構與內容的新聞稿。
而這樣的流程之所以能成立，關鍵在於「指令設計」。
陳子凡會在系統中預先設定完整的寫作規則，例如要求 AI 以資深媒體編輯的角色進行撰寫，並遵循新聞稿的基本結構，包括倒金字塔寫法、清楚的因果脈絡，以及段落之間的邏輯銜接。同時，也會明確規範語言細節，例如段落內容不得重複、需適度加入引述語句並標註引號，且避免使用過於制式或單一的動詞（如「表示」），而是透過「指出」、「強調」、「說明」、「坦言」等不同語氣進行替換，以降低 AI 生成內容的機械感。
此外，他也會在指令中加入明確的寫作目的與限制條件，例如要求內容需以品牌曝光為導向，但同時避免過度業配語氣，以符合媒體採用的標準；甚至連用字習慣、標題風格（如偏好語感或修辭變化）都會事先設定，並要求每次生成提供多組標題，增加後續編輯與組合的彈性。
透過這樣的前置設計，AI 不再只是「幫忙寫」，而是能在既定規則下，穩定產出接近需求的內容，減少來回修改的成本。
除了寫作本身，這套系統也特別補強了一般 AI 工具難以處理的「法規與風險問題」。
陳子凡指出，現成的生成式 AI 難以一次判斷內容是否合法，往往需要透過多輪對話才能逐步確認。但在實務工作中，特別是涉及醫療、生技、食品或保健相關內容時，若誤觸法規（如療效暗示、誇大宣稱），後果可能相當嚴重。
因此，系統中特別設計了「法規審稿」機制，將相關法規（如醫藥法規、NCC 規範等）建立成資料集，讓 AI 在生成內容後，能進一步比對與檢視，判斷是否涉及違規風險；同時也搭配「AI 審稿」功能，檢查語句通順度、錯別字與結構問題，形成多一層把關。
這樣的設計，讓 AI 不只是提高效率的工具，也成為降低風險的輔助系統。換句話說，它所降低的，不只是寫作門檻，而是對「不知道從哪裡開始」，以及「寫出來會不會出錯」的雙重焦慮。
小編身為新聞稿新手，也用了AI 新聞稿系統用《人物誌》為例寫一篇新聞稿
步驟如附圖所示，使用者首先需要建立屬於自己的 AI 人設，包括角色背景、寫作風格與寫稿原則等。例如可以設定 AI 為「國立政治大學新聞系畢業，擁有十年以上電視新聞採訪經驗，曾擔任記者與編輯，對錯字零容忍，文字風格專業且淺顯易懂」；也可以進一步規範標題風格，例如要求標題具備吸睛效果、善用同音異字修辭，甚至結合時事梗創造記憶點。
除了角色設定外，使用者也需要明確告訴 AI 寫作目的、限制條件與內容期待。例如新聞稿是為了品牌曝光、希望符合媒體採用標準、避免過於業配化等。當這些規範愈完整，AI 生成的內容就愈接近需求，也能大幅降低後續來回修改的次數。
完成這些設定後，AI 新聞稿系統便會依照既定流程，從研究、規劃到內容生成，產出一篇具備完整架構的新聞稿。陳子凡分享，系統在測試時會要求 AI 一次生成多組標題，讓編輯擁有更多挑選與組合空間。例如以人物媒體品牌為主題時，系統便產出了「『誌』同道合！人物誌深耕靈魂敘事，讓企業家故事成為後真相時代的最暖護城河」、「拒絕流量綁架！人物誌以雜誌質感領航深度報導，打造台灣唯一商務菁英紀實平台」、「故事力就是競爭力！人物誌揭秘個人品牌熱潮，助攻台灣中小企業數位轉型新契機」等不同切角的標題，嘗試從品牌定位、人物故事、內容行銷與數位轉型等方向切入。
除了標題之外，AI 也能依照預先設定的寫作邏輯生成完整內容。例如系統曾產出這樣的開頭：「當代社會正處於一個資訊爆炸卻也極度匱乏溫度的後真相時代。在數據、演算法與碎片化訊息橫行的當下，大眾對於冷冰冰的廣告數據已產生審美疲勞，轉而渴望真實且具備生命厚度的連結……」從實際內容可以看出，AI 不只是單純重新排列資訊，而是能依照預先設定的品牌定位、敘事風格與文章結構，建構出具有新聞稿格式的完整論述。
當然，這並不代表內容可以直接發布。陳子凡坦言，AI 產出的初稿通常仍需要人工進一步查核數據、修正觀點與調整語氣，但作為第一版草稿，已足以提供明確的內容方向與架構基礎。這也是他設計這套系統的初衷——AI 並非取代編輯或公關，而是先完成最耗時的資料整理、架構規劃與初稿生成，讓使用者能把更多時間放在判斷、修正與優化內容上。對於不熟悉新聞稿寫作的人而言，這樣的流程不只是提高效率，更是一種學習新聞稿結構與內容邏輯的方法。
四、效率提升的本質：不是取代，而是放大
當 AI 被放進流程之後，改變往往是具體的。陳子凡提到，整體效率提升超過一半，甚至可以同時處理多項任務。但他也強調，AI 的價值並不在於「完全取代」，而在於「放大」。
一篇新聞稿，AI 可能只能完成六、七成，但這已經足以讓人從繁瑣的工作中抽離，把時間留給更需要判斷與創造的部分。那些剩下的三成，才是內容真正的差異所在。
AI改變的，不只是寫作，而是工作的方式。在資訊爆炸的時代，內容變得前所未有地容易被產出。但也正因如此，「什麼值得被寫」這件事，反而變得更困難。AI 可以幫你寫稿、給你選項、甚至幫你整理世界的資訊，但它無法替你決定：你要說什麼、為誰而寫、留下什麼。
而這些問題，始終只能由人回答。 或許，這才是 AI 真正帶來的改變——不是讓寫作變得更簡單，而是讓「思考」變得更重要。