SEM.tw
行銷策略 · · 5 分鐘閱讀 · 2 次閱讀

ChatGPT SEM 實戰 Prompt 完整指南:30 個行銷人必備提示詞範例

ChatGPT 在 SEM 行銷中能做什麼?本文整理 30 個實際可用的 Prompt 範例,涵蓋廣告文案、關鍵字研究、競品分析、報表解讀,以及如何寫出更精準的提示詞。

午夜十一點,你盯著空白的 Google Docs,明天早上九點就要把這一季的廣告文案提案給客戶。十五組廣告組合、每組三個標題、兩個描述——你連第一組都還沒想好。

這個場景很多行銷人都熟悉。差別在於,現在有人打開 ChatGPT,二十分鐘後交出初稿,然後花剩下的時間修改潤稿;有人還在對著螢幕發呆。

ChatGPT 不是萬能的,但用對了,它可以讓你的工作節奏完全不同。這篇文章整理的是 SEM 行銷人實際在用的 Prompt,不是教科書式的「你可以問 AI 幫你寫廣告」——而是具體的提示詞結構,你複製貼上就能用。


好 Prompt 長什麼樣?四個元素決定輸出品質

很多人第一次用 ChatGPT 的體驗是失望的——問它「幫我寫 Google 廣告」,得到一堆廢話。問題不在 AI,在 Prompt。

一個能讓 ChatGPT 輸出實用內容的提示詞,通常有四個層次:

角色(Role):告訴 AI 它是誰。「你是一位有十年經驗的 Google Ads 廣告文案專家」比「你是行銷助理」好得多。角色設定讓模型的回應基調和用字風格更準確。

任務(Task):具體說清楚你要什麼。「寫三個 Google Ads 響應式搜尋廣告標題」比「寫廣告」好一百倍。字數限制、數量、格式——都要說。

背景(Context):給越多資訊,輸出越好。包含產品是什麼、目標受眾是誰、這個廣告要放在哪個活動、競爭對手在打什麼。沒有背景,AI 只能猜。

格式要求(Format):你要 Markdown 表格、JSON、純文字、還是分點列舉?說清楚,否則 AI 會自己決定,通常不是你想要的。

好 Prompt 的四個結構元素:角色、任務、背景、格式

這個結構不是死板的公式,你不一定每次都要四個元素全放——但越接近這個結構,輸出品質越穩定。


哪些 SEM 工作最適合交給 ChatGPT?

先說不適合的:你不該讓 AI 告訴你競爭對手的實際 CPC、你的帳戶昨天的 CTR、或任何需要即時數據的東西。ChatGPT 的訓練資料有截止日期,它沒辦法上網查你的 Google Ads 帳戶(除非你用了外掛),它提供的任何具體數字都可能是捏造的。這是最常見的誤用。

適合的是:創意生成、結構化整理、邏輯推演。廣告文案是創意工作,關鍵字群組是結構整理,受眾描述是邏輯推演——這些都是 AI 的強項。

以下按照工作類型整理實用 Prompt。


廣告文案 Prompt

Google Ads 響應式搜尋廣告標題

你是一位 Google Ads 廣告文案專家。
我的產品是「[產品名稱]」,目標受眾是「[受眾描述]」,主打賣點是「[USP]」。
請幫我寫 10 個 Google 響應式搜尋廣告標題,每個不超過 30 個字元(包含空格),
請避免使用過於誇張的詞語如「最好」「第一名」,並以清單格式列出。

Meta 廣告主要文字(Primary Text)

你是一位擅長 Facebook 廣告文案的行銷人。
產品:[產品名稱]
受眾:[受眾描述,例如「25-40 歲台灣女性,對健身和健康飲食有興趣」]
廣告目標:[點擊/轉換/品牌認知]
請幫我寫 3 個不同版本的主要文字,每個 100-150 字,
第一版主打痛點,第二版主打效益,第三版用故事開場。

YouTube 廣告描述

你是 YouTube 廣告文案專家。
這支影片是關於 [主題],時長 [秒數],目標是讓觀眾點擊「立即購買」。
請幫我寫:
1. 前 5 秒鉤子台詞(觀眾可能跳過廣告之前的關鍵句)
2. 廣告描述文字(150 字以內)
3. 行動呼籲(CTA)建議,3 個版本

關鍵字研究 Prompt

長尾關鍵字發想

我正在為 [產品/服務] 規劃 Google Ads 關鍵字。
目標受眾是 [受眾描述],他們在搜尋這個產品時,可能在哪個購買階段?
請幫我列出:
- 認知階段關鍵字(10 個)
- 考慮階段關鍵字(10 個)
- 購買意圖明確的關鍵字(10 個)
以繁體中文為主,可附上對應英文搜尋詞。

競品關鍵字策略推測

假設你是一位 SEM 顧問,正在分析 [競品名稱] 可能使用的 Google Ads 策略。
根據他們的產品定位([簡短描述]),你推測他們會:
1. 主打哪些品牌關鍵字?
2. 使用哪些廣泛匹配修飾詞?
3. 可能排除哪些否定關鍵字?
請以條列方式回答,這是供我參考自家策略的競品分析,不需要精確數據。

否定關鍵字清單

我銷售的是高單價的 [產品類型](平均客單價 [金額]),
目標客群是有購買能力的 [受眾]。
請幫我列出 20 個適合加入否定關鍵字的詞彙,
這些詞彙通常代表「找免費資源」「學生族群」或「預算不足」的搜尋意圖。

SEM Prompt 按工作類型的分類架構


受眾分析 Prompt

目標受眾畫像描述

你是一位數位行銷策略師。
我的產品是 [產品名稱],主要功能是 [功能描述],價格帶 [價格]。
請幫我描述 2-3 個不同的目標受眾人物誌(Persona),每個包含:
- 年齡、職業、生活型態
- 他們面對的核心痛點
- 他們在購買這類產品前通常會搜尋什麼
- 什麼樣的廣告訊息最能打動他們

痛點挖掘

我賣的是 [產品],目標受眾是 [描述]。
請以這個受眾的角度,列出他們在購買 [產品類型] 之前最常有的 10 個顧慮或痛點,
並針對每個痛點,建議一句可以放進廣告文案的回應話術。
格式:痛點|建議話術

數據解讀 Prompt

這是很多人沒想到的用法:把 Google Ads 的數據貼進 ChatGPT,請它幫你找問題。

廣告數據異常診斷

你是一位 Google Ads 分析師。
以下是我的廣告帳戶過去 30 天的數據摘要(我會貼上數字):
[貼上你的數據,例如:CTR 從 3.2% 降到 1.8%、CPC 升了 40%、轉換率維持穩定]

請幫我:
1. 推測可能造成 CTR 下降的三個原因
2. 提出三個下週可以測試的改善建議
3. 指出我還需要查看哪些數據才能更確定原因

廣告活動報告摘要

以下是這個月 Google Ads 帳戶的表現數據(我會貼上原始數字):
[貼上數據]

請幫我整理成一份給非行銷背景的老闆看的週報摘要,
格式:
- 本月整體表現(2-3 句)
- 表現最好的 3 個廣告組合(條列,說明原因)
- 需要關注的問題(2-3 項)
- 下週建議行動(3 項,每項一句)
請用白話文,不要使用「CTR」「CPC」等縮寫,改用「點擊率」「每次點擊成本」。

一個真實的使用案例

某家台灣 SaaS 公司的行銷團隊,在導入 ChatGPT 輔助工作流程前,每次廣告文案的產出週期大約是三天——需求確認、腦力激盪、撰寫初稿、內部審稿、修改、定稿。

他們調整後的流程是:用 ChatGPT 在兩小時內生成五到八個文案方向,行銷人員從中篩選、修改語氣、加入品牌特有的詞彙,然後送審。整體文案產出效率提升了約 60%,而且文案的多樣性反而更高——因為 AI 會提出人類腦力激盪時不一定想到的角度。

關鍵不是把 AI 的輸出直接用。每一份 ChatGPT 的文案都需要人工把關:確認品牌聲音、刪掉太誇張的說法、加入產品的真實優勢。AI 是起草機,最後的判斷仍然是人。

如果你想了解更完整的行銷自動化工作流程,可以參考行銷自動化工具比較與實戰指南,裡面有 ChatGPT 以外的工具整合方式。


常見的 Prompt 錯誤,以及怎麼避免

常見 Prompt 錯誤 vs 正確示範對比

錯誤一:太模糊

「幫我寫廣告」→ AI 不知道是什麼產品、什麼平台、什麼受眾,只能給通用廢話。

改成:「你是 Google Ads 文案專家,幫我為 [具體產品] 寫 [平台] 廣告,目標受眾是 [描述],格式是 [規格]」。

錯誤二:要求 AI 提供真實數據

「台灣電商行業的平均 Google Ads CTR 是多少?」這個問題 ChatGPT 會給你一個數字,但那個數字不一定準確。訓練資料有截止日期,而且行業平均值本來就是個很模糊的概念。

需要真實數據,去 Google Ads 的 Benchmark 報告、WordStream 的行業報告,或者看你自己帳戶的歷史數據。

錯誤三:一次塞太多任務

「幫我做關鍵字研究、寫廣告文案、分析競爭對手,然後給我一份完整的廣告策略。」太多任務放在一個 Prompt 裡,每一項的品質都會下降。

拆開來問,每次聚焦一個任務,輸出品質穩定得多。

錯誤四:忘記告訴 AI 不要做什麼

ChatGPT 有時候會加入一堆「當然,這是一個很棒的問題...」的客套話,或者在你不要的地方用英文。

在 Prompt 最後加上限制:「不要有開場白、直接給結果、所有內容用繁體中文」。


結語

ChatGPT 在 SEM 工作流程裡最有價值的位置,是處理「大量、重複性高、需要創意但不需要即時數據」的任務。廣告文案的初稿、關鍵字的發想方向、受眾描述的框架——這些都是 AI 可以幫你加速的地方。

不要期待它替你做策略決策,不要相信它給的具體數字,也不要直接複製它的輸出而不修改。把它當成一個永遠不疲倦的初稿機器,你的工作是在它的輸出基礎上加入判斷和品牌視角。

用對了,它是你一個人就能做三個人工作量的秘密武器。用錯了,你只是在浪費時間確認廢話。

想了解更多 AI 工具在數位廣告的應用,可以看看AI 廣告文案工具比較,以及第一方數據策略——後者說明了在 AI 時代,品牌自己掌握數據為什麼變得比以前更重要。