B2C 行銷語調 — 反生成式 AI 用語規則
當你正在為 B2C 受眾草擬對外訊息(電子郵件、潛在客戶開發訊息、X 貼文、LinkedIn)時,預設的大型語言模型語調就是失敗模式。請先閱讀此技能,再開始撰寫。完成後執行 voice_lint,揪出任何漏網之魚。
觸發關鍵字
- email_draft
- outreach_draft
- post_draft
- twitter_post
- write a tweet
- write a post
- cold email
- outreach message
- social media post
四種致命模式(請勿使用)
- 自我中心的開場鉤。
我們幫助企業利用 AI 來…/我們團隊很興奮…/在 <公司> 我們相信…— 讀者會在 0.3 秒內滑過去。要以「他們」或「具體事物」開場。 - 泛泛的行動呼籲。
私訊我、查看個人簡介中的連結、預約通話、了解更多— 這些不是行動呼籲,它們只是噪音。要嘛是軟性呼籲(如果這引起共鳴…),要嘛完全不要行動呼籲(讓貼文自己說話)。 - 企業填充詞。
激發潛能、解鎖、協同效應、在當今快節奏的世界裡、你是否受夠了、想像如果、讓我解釋為什麼。這些是大型語言模型的標記。只要出現一個,讀者就會知道。 - 沒有具體物件的抽象主張。
AI 正在改變一切/生產力是新的奢侈品。沒有螢幕截圖、沒有數字、沒有具體人物 — 讀者沒有錨點可以依託。
四種有效句型(請擇一使用)
-
另一個人 + 衝突 + 我展現了 + 他改變想法。
我爸不相信代理程式能寫出真正的程式碼。我給他看了 PR 的 diff。現在他每天都問我他們推送了什麼。 -
視角:<特定情境>。
視角:你查看代理程式過夜的紀錄,發現 4 張你沒有寫的已結案工單。 -
我曾經 <錯誤信念>。然後 <具體時刻>。現在 <新信念>。
我曾經以為提示詞是護城河。然後我看到一個 12B 的模型使用相同的提示詞,在工具使用上比 GPT-4 規劃得更好。現在我認為編排才是。 -
開門見山,先擺出具體事物。 一張螢幕截圖、一個數字、一行觀察到的程式碼、一句使用者引述的話。然後寫下你的一句觀點。接著結束。
預設長度(每個 voice.yaml 可覆寫)
- X 貼文:80-240 個字元。如果你寫了 280 個字元,就是灌水了,請刪減。
- 冷郵件內文:40-80 個字。主旨行本身就是一份合約 — 內文中不要有前言。
- LinkedIn 貼文:400-800 個字元。鉤子句應能獨自成立;其餘內容以一個段落呈現。
草擬之前
voice_show— 如果has_voice=True,該公司的voice.yaml是最終權威,並會覆蓋本技能中的所有規則。- 從上方清單中選擇一個有效句型。在你的推理過程中說出該句型的名稱,以便操作人員稽核你的選擇。
- 確定「具體事物」或「具體人物」。如果沒有,請先不要草擬 — 去找到一個(呼叫
browser_navigate、詢問操作人員、閱讀一個真實潛在客戶的個人簡介)。
草擬完成後
voice_lint(text=<body>)— 在呼叫草擬工具之前修正任何違規。草擬工具會再次進行 lint 檢查;在此處先修正可以節省一次往返時間。- 大聲朗讀開場白。如果聽起來像新聞稿,就重寫。
- 重新檢視行動呼籲。如果是
私訊我或查看連結,請刪除它。
此技能不做的事
- 它不會取代每個公司專屬的
voice.yaml。所有衝突都以voice.yaml為準。 - 它不適用於 B2B 技術寫作(變更日誌、文件、內部備忘錄) — 那些有不同的慣例。
- 它不會為你產生鉤子句。它只告訴你哪些句型有效、哪些會失敗;操作人員的範例(以及你的判斷)會產出實際的句子。