結論先講
用 AI 做 Persona 之所以常常拿到空泛結果，通常不是模型的問題，是只問了一次。
有效的做法是三組 Prompt 接力，每一組建立在前一組的產出之上：
| 順序 | 產出 | 為什麼要分開問 |
|---|---|---|
| 1. 建立人物 | 基本資料、痛點、目標、搜尋意圖 | 先把人定下來，後面才有依據 |
| 2. 繪製旅程 | 四階段旅程與各階段的接觸點 | 需要引用第一步的人物設定 |
| 3. 模擬搜尋 | 預測 SERP 標題與點擊理由 | 需要引用第一步產出的關鍵字 |
以下是三組可以直接複製的完整指令，把中括號內的內容換成自己的即可。
Prompt 1：建立 Persona 與搜尋意圖
你現在是一位專業的 UX 研究員與 SEO 策略專家。
我要製作一個關於 [您的主題，例如：居家淨水器] 的網站專案。
我的目標客群大約是 [您的客群描述]。
請幫我建立一個詳細的 Persona（人物誌），包含以下資訊：
1. 基本資料：姓名、年齡、職業、居住地、家庭狀況。
2. 痛點（Pain Points）：他在這個主題上目前遇到什麼困擾？請列出 3 點。
3. 目標（Goals）：他希望解決什麼問題或達成什麼願望？請列出 3 點。
4. 搜尋意圖（Search Intent）：當他遇到上述問題時，他會在搜尋引擎輸入
什麼？請列出 5 至 10 個具體的長尾關鍵字。
請用繁體中文回答，並以列點方式呈現。
這組指令的三個設計重點
指定雙重角色。 只說「你是 UX 研究員」會得到一份完整但與搜尋無關的人物誌；加上「SEO 策略專家」，模型才會把痛點自然導向「這個人會怎麼搜尋」。
要求「具體的長尾關鍵字」而非「關鍵字」。 少了「長尾」兩個字，你會拿到「淨水器」「濾水器推薦」這種誰都想得到的詞。加上之後，產出會變成「租屋族可以裝的淨水器」這類真正有內容可寫的題目。
限定數量。 「列出 3 點」比「列出幾點」得到的品質穩定得多。沒有數字時，模型傾向給 5 到 8 點且後面幾點明顯灌水。
怎麼判斷這一版夠不夠好
一個簡單的檢驗：把這份 Persona 拿給競爭對手看，他能不能照抄？
能照抄，代表你寫的是產業通則，不是你的客群。回頭把輸入的客群描述改成「行為」而不是「屬性」——描述這個人做過什麼、在什麼情況下會猶豫，而不只是年齡與收入。
Prompt 2：繪製使用者旅程
接續同一個對話輸入，讓模型能引用剛才建立的人物。
根據剛剛建立的 Persona，請幫我規劃他的 User Journey Map（使用者旅程地圖）。
請針對「搜尋資訊」到「購買決策」的過程，劃分為以下四個階段：
1. 產生需求（Awareness）：什麼觸發點讓他發現自己需要這個產品？
2. 搜尋資訊（Consideration）：他會去哪裡找資料？會看什麼類型的內容？
3. 比較評估（Decision）：他會在意哪些規格或條件？
4. 購買行動（Action）：最後促使他下單的關鍵因素是什麼？
特別要求：
請在「搜尋資訊」階段，特別標註他可能會搜尋的「問句型關鍵字」
（例如：XXX 好用嗎？XXX 有什麼缺點？），這將作為我後續撰寫內容的題材。
最後那句「特別要求」才是重點
前面四個階段是標準的旅程地圖，任何一本行銷教科書都有。真正產生內容題材的是最後那段問句型關鍵字。
原因在於：問句型關鍵字正好對應答案引擎的運作方式。當使用者對 AI 助理提問時，他不會輸入「淨水器 比較」，他會問「租屋處不能鑽牆，有什麼淨水器可以裝？」——你的內容如果剛好回答了這一句，被引用的機會就出現了。
B2B 要改一個地方
B2B 的決策鏈通常不只一人。建議把第 3 階段拆成兩段：
- 使用者評估：實際會用的人在意什麼（好不好用、要不要重新學）
- 決策者核可：簽字的人在意什麼（多少錢、風險在哪、誰負責）
這兩組人在意的東西經常互相矛盾，而你的內容必須同時說服他們。旅程圖不拆開，就會寫出只打中其中一邊的文章。
Prompt 3：模擬搜尋結果，回頭修標題
請模擬這位 Persona 的視角。
當他在搜尋引擎輸入「[您最核心的一個關鍵字]」時，
請預測前 3 名的搜尋結果標題可能會長什麼樣子？
並分析這些標題為什麼吸引他點擊？
這將幫助我設計更有吸引力的網頁標題。
這組的用途不是預測排名——模型也預測不準。它的價值是逼出「這個族群對什麼樣的標題有反應」的判斷。
拿到產出後，做兩件事：
- 把模型分析的「吸引點擊的理由」抄成一張清單（通常會是數字、年份、否定詞、具體情境）
- 用那張清單回頭檢查自己現有頁面的標題
多數人這時會發現：自己的標題寫的是「產品名稱＋公司名」，而使用者在找的是「解決什麼問題」。
三組跑完之後，你手上會有什麼
| 產物 | 直接可以拿去做什麼 |
|---|---|
| 一份含痛點與目標的人物誌 | 團隊對齊的討論基礎 |
| 5 至 10 個長尾關鍵字 | 內容行事曆的初始題庫 |
| 四階段旅程與接觸點 | 決定每篇內容該放在漏斗哪一層 |
| 一批問句型關鍵字 | 直接當成文章標題與 FAQ 題目 |
| 一份標題吸引力清單 | 回頭修既有頁面的 Title 與 H1 |
整套跑完約 20 分鐘。它取代不了真實訪談，但它能讓你從空白頁面，變成有一份可以被反駁的初稿。 團隊接下來要做的是逐條標記哪些有證據、哪些是猜的，然後只花訪談資源去驗證那些猜測。
常見問題
AI 生出來的 Persona 可以取代真實的使用者訪談嗎？
不能，但可以取代「什麼都沒有」。AI 生成的 Persona 是一份可以立刻拿來討論的初稿，它的價值在於把團隊從空白頁面推到有東西可以反駁的狀態。正確用法是先讓 AI 生一版，團隊逐條標記「這條我們有證據」「這條是猜的」，然後只花訪談資源去驗證被標為猜測的部分。
為什麼要三組 Prompt 分次跑，不能一次問完？
因為後面兩組要建立在前一組的產出之上。一次問完，模型會同時處理人物設定、旅程階段與搜尋預測，每一項都只能給到平均水準。分三次跑時，第二、三組是在已確立的人物基礎上延伸，細節密度明顯較高。這也讓你能在第一步就修正方向，不必整份重來。
第一組 Prompt 產出的關鍵字，可以直接拿去寫文章嗎？
可以當題材清單，但不要當成有搜尋量的保證。AI 給的是「這種人可能會這樣問」的合理推測，不是實際搜尋數據。務實做法是把 AI 產出的問句丟進搜尋框，看下拉建議與相關搜尋有沒有呼應，有呼應的優先寫。
這套方法只適合電商或實體產品嗎？B2B 服務可以用嗎？
可以，但要調整旅程階段。B2B 的決策鏈較長且不只一人，建議把「比較評估」拆成「使用者評估」與「決策者核可」兩段，並在 Prompt 中明確寫出「這個決策需要說服誰」。B2B 的問句型關鍵字也偏向規格、整合與導入成本，而非開箱評價。
產出的 Persona 太像刻板印象怎麼辦？
那通常是輸入的客群描述太粗。「30 至 45 歲重視健康的都會家庭」會得到罐頭答案；改成描述「行為」而非「屬性」——例如「會為了成分表花十分鐘比較兩罐產品的人」——產出會具體很多。判準是：如果這份 Persona 換成競爭對手也能照抄，那它就還不夠用。