2026 年 9 月 11 日｜115年度國產米貿易拓展計畫｜外銷實務教育訓練課程
未來消費者不一定先搜尋「白米推薦」，而可能直接告訴 AI：「家裡有老人、小孩，我應該買哪一種米？」當搜尋從關鍵字走向完整需求，企業真正要面對的問題也改變了：AI 認識你嗎？了解你的產品嗎？又為什麼應該推薦你？
2026 年 9 月 11 日，黃震宇／小胖老師於「115年度國產米貿易拓展計畫」外銷實務教育訓練課程進行 AI 行銷與生成式 AI 實務分享。
上午課程不是單純介紹 ChatGPT 操作，而是從企業行銷環境的改變開始，依序談到 Google 搜尋、AI 搜尋、企業資訊結構、E-E-A-T、多管道內容布局，再進一步帶入如何餵資料給 AI、如何下工作指令，以及如何建立一套可以反覆使用的 AI 工作流程。
一、從 Google 到 AI：搜尋正在從「找網頁」變成「找答案」
過去消費者需要某項產品時，通常會先到 Google 輸入關鍵字，再從搜尋結果中開啟不同網站，逐一閱讀、分析與比較。
例如搜尋「白米品牌推薦」，過去可能要瀏覽數個品牌網站、購物網站、論壇或媒體文章，最後再由消費者自己判斷哪一項產品最適合。
進入生成式 AI 時代後，使用者開始直接提出完整問題。
「我們家有兩個小朋友，也有長輩，家人平常比較重視健康，請問適合買哪一種米？」
這個問題裡面，同時包含了家庭成員、使用情境、需求與選擇條件。AI 不再只是回傳一堆網址，而是直接進行資料比對後產生答案。
| 比較項目 | Google 搜尋模式 | AI 搜尋模式 |
|---|---|---|
| 輸入 | 關鍵字 | 完整問題、需求與情境 |
| 輸出 | 多個網頁連結 | 整理後的答案與建議 |
| 比較者 | 消費者自己 | AI 先進行資料比對 |
| 企業重點 | 要被搜尋到 | 要被理解、比對與推薦 |
二、AI 要推薦企業，第一關是先認識你
如果 AI 不知道一家企業賣什麼，就不可能在適當的問題中推薦它。
因此企業首先要做的，不是一直重複品牌名稱，而是把真正有辨識價值的資訊公開並說清楚。
- 企業是誰？
- 提供哪些產品或服務？
- 產品品種與規格是什麼？
- 有哪些包裝方式？
- 適合哪些應用情境？
- 供貨量與交期如何？
- 物流方式如何？
- 內銷還是外銷？
- B2B、B2C、OEM 或 ODM？
- 產品價格帶與市場定位是什麼？
- 與其他業者真正不同的地方在哪裡？
「品質很好」、「服務專業」、「值得信賴」這類文字對人而言看似正面，但對搜尋引擎與 AI 而言，資訊密度其實非常低。
真正具有比對價值的是具體內容，例如產地、品種、規格、包裝、保存、適用料理、最低訂購量、供貨能力、認證與實際案例。
三、從被找到，到符合需求，再到「Why You？」
被找到
網路上必須先有企業的公開資訊。
符合需求
規格、條件、價格、包裝與應用情境能否符合使用者需求。
Why You？
多家業者都符合需求時，為什麼最後應該推薦你？
第三關其實就是品牌真正的差異化。
不是每家公司都需要宣稱自己是最高級，也不是所有消費者都需要最高價產品。企業真正需要做的，是忠實而清楚地呈現自己的定位，讓適合的消費者找到適合的產品。
四、E-E-A-T：不只是「自己說很好」，而是要有證據
課堂進一步帶入 E-E-A-T，也就是 Experience、Expertise、Authoritativeness 與 Trustworthiness。
| 項目 | 代表意義 | 可以提供的內容 |
|---|---|---|
| Experience | 實際經驗 | 成立歷史、農業經驗、家族傳承、實際案例 |
| Expertise | 專業能力 | 產品知識、專業技術、研究、專業人員 |
| Authoritativeness | 權威性 | 媒體、政府單位、認證、專利、研究與第三方引用 |
| Trustworthiness | 可信任程度 | 公司登記、證書、Google 評論、真實案例與可查證資料 |
企業自己說「我們做了三代」是一種資訊；如果網站上還能看到創辦人、第二代、第三代的歷史照片、相關紀錄與公開佐證，可信度就完全不同。
因此，證書、專利、政府公開資料、媒體報導、合作紀錄、第三方評論與實際照片，不只是企業留存資料，也可能成為 AI 理解品牌的重要線索。
五、多管道不是到處貼廣告，而是建立完整的品牌資訊
課程板書中特別寫下「多管道」。
因為 AI 可以從公開網路資訊建立對企業的理解，所以企業應該依照自身能力，把資訊逐步建置在不同管道。
- 官方網站
- Google Business Profile／Google 商家
- Facebook 粉絲專頁
- YouTube
- 產業論壇
- 電商平台
- 媒體報導
- 政府與第三方公開資料
- 學術研究與公開報告
重點不是每個地方都貼一模一樣的廣告，而是讓不同來源逐步補足企業的產品、服務、規格、條件、應用、案例、專業與可信度。
六、AI 是「像助理的專家」
它可以懂很多不同領域的知識，但是它並不知道你這一次真正要做什麼。
所以 AI 很像一位能力很強的專業助理：知識很多，但使用者仍然必須告訴它背景、資料、需求、目的與限制。
課堂用做菜來比喻這件事情：如果只給 AI 兩顆雞蛋，卻期待它做出一桌豐富料理，問題不一定出在 AI，而是使用者根本沒有把材料準備完整。
因此，真正有效的方式不是只給 AI 兩顆雞蛋，而是「給它一個冰箱」。
七、餵資料給 AI：文字優先，再搭配圖片、聲音、檔案與連結
上午板書中特別整理了資料輸入的辨識順序與方式。
文字 ＞ 圖片 ＞ 聲音 ＞ Links
其中，文字仍然是最容易被精準理解的資料形式。
實際工作時可以使用：
- 直接打字
- 複製貼上網站內容
- 上傳 Word、PDF、Excel 等檔案
- 提供網頁截圖
- 拍攝產品、白板、海報等照片
- 錄音後轉成逐字稿
- 直接使用語音對話
- 最後再以網址作為補充來源
例如參加展覽三個小時，現場可能有數十位客戶詢問不同問題。如果把對話錄下來，再轉成逐字稿，就可以交給 AI 分析常見問題、客戶需求、FAQ、業務回答方式，以及哪些內容值得進一步整理成網站文章。
八、工作指令五字訣：「人、事、實、地、霧」
資料準備好之後，下一步才是下工作指令。
課程中特別整理出一套黃震宇老師實際使用的工作指令思考方式：
| 口訣 | 思考內容 | 實際例子 |
|---|---|---|
| 人 | 有哪些關係人？我是誰？企業是誰？受眾是誰？ | 我是行銷人員，要替一家國產米業者寫給海外採購人員看的內容。 |
| 事 | 這一次到底要 AI 完成什麼事情？ | 撰寫網站 About Us、產品介紹、Email、社群貼文或展場文案。 |
| 實 | 事實的「實」。把真實資料、規格、條件與細節說清楚。 | 品種、產地、包裝、供貨量、交期、應用方式、實際經驗與數據。 |
| 地 | 最後要用在哪裡？ | 官網、Email、Facebook、展場、包裝袋、簡報或 Google 評論。 |
| 霧 | 起霧的「霧」。把容易模糊、誤解或踩雷的地方先講清楚。 | 不要誇大、不虛構案例、不揭露機密報價、避免醫療性宣稱、限制特定語氣或格式。 |
跟 AI 溝通時，越具體、越實在、越直白、越有細節，產出的內容通常越接近真正需要的結果。
九、黃震宇老師的 AI 六步驟
建立持續使用的工作環境，讓 AI 可以在可用的功能與設定下承接更多工作脈絡。
先讓 AI 認識企業、產品、人物、背景與任務需要的資料。
利用「人、事、實、地、霧」把任務交代清楚。
AI 可能產生錯誤，重要資訊仍需驗證與交叉確認。
站在目標客戶立場，補上第一次回答中沒有涵蓋但真正重要的資訊。
依照用途調整文字風格、格式、表格、流程圖、視覺與可讀性。
十、AI 產出的答案，一定要檢查
生成式 AI 的回答看起來可能非常完整，但「完整」不代表「一定正確」。
如果自己具備該領域專業，可以直接進行判讀；若自己並不熟悉，就應該透過官方資料、專業來源，或其他工具進行交叉確認。
十一、加強與豐富：永遠多想「客戶下一個問題是什麼？」
AI 第一次回答常常已經能做到「有答案」，但是要做到真正有用，還需要再站在目標客戶的角度思考。
例如有人詢問「台南牛肉湯推薦」，除了店名、地址與營業時間之外，外地旅客可能還會想知道：
- 早餐、中午、晚上分別適合去哪一家？
- 沒有開車去哪一家比較方便？
- 哪一家有冷氣？
- 哪一家比較在地？
- 哪一家 CP 值較高？
- 附近還有什麼景點？
- 除了牛肉湯還能吃什麼？
- 伴手禮可以買什麼？
對國產米也是一樣。
除了品種、產地與規格，消費者還可能想知道怎麼保存、洗米要注意什麼、水要放多少、適合煮飯還是煮粥、適合什麼料理、如何避免米蟲，以及不同族群應該如何挑選。
真正有價值的內容，不只是回答一個關鍵字，而是理解使用者接下來還會問什麼。
十二、把展場、客服、業務與課堂對話變成企業知識
上午課程也帶出另一個很實用的觀念：企業其實早就擁有大量內容，只是這些內容常常停留在人的腦袋與日常對話裡。
例如：
- 展覽現場客戶問的問題
- 業務每天回答的問題
- 客服電話
- 主管會議
- 技術人員說明
- 講師課程
- 客戶訪談
透過錄音、逐字稿與 AI 分析，就可以把這些原本容易消失的經驗，轉化成 FAQ、專業文章、教育訓練教材、SOP 或網站內容。
十三、課堂實作：真正動手，才會知道問題出在哪裡
上午課程最後安排學員實際操作生成式 AI，思考如何將今日參與課程的經驗，整理成 Google 評論內容。
重點並不是要求 AI 自動寫一段漂亮文字，而是重新練習今天學到的完整流程：
- 我是誰？
- 今天參與什麼活動？
- 真正的感受是什麼？
- 有哪些具體事實？
- 內容要放在哪裡？
- 有什麼不能寫或需要避免的地方？
- AI 寫完後有沒有需要再檢查與修正？
當學員真正操作一次，就會更容易發現：很多 AI 問題其實不是工具不好，而是資料不足、背景沒有講清楚，或工作目標本身還沒有定義完整。
上午課程總結：AI 時代不是只學工具，而是重新整理企業的知識與價值
從 Google 到 AI，最大的改變不是搜尋框換成聊天視窗，而是資訊取得與決策方式正在改變。
企業過去只要思考「如何被搜尋到」，未來還必須進一步思考「如何被 AI 理解、比對與推薦」。
另一方面，個人在使用生成式 AI 時，也不能只停留在「幫我寫一篇文案」，而需要學會提供背景、整理資料、定義工作、檢查結果，再站在目標客戶立場持續加強。
真正重要的能力，是整理知識、說清楚事實、定義問題、判斷答案，以及理解客戶真正需要什麼。
講師｜黃震宇（小胖老師）
一路科技股份有限公司經營者／網路行銷顧問，長期投入網站規劃、SEO、數位行銷與 AI 行銷實務，並持續將搜尋行銷、E-E-A-T、GEO、生成式 AI 與企業實際工作流程整合至產業與企業教育訓練中。
※ 本篇整理自 2026 年 9 月 11 日「115年度國產米貿易拓展計畫」外銷實務教育訓練課程上午授課內容。下午課程完成後將再整合更新為當日完整課程紀錄。