市場推廣人怎樣由使用 AI 走到構建 AI

在學會構建軟件之前，我大部分職涯都在廣告業。

這句話現在聽起來很整齊。身處其中時，一點也不整齊。我不是某天早上醒來就有一個乾淨計劃和一個新身份。我當時大多只有一堆問題、幾個半能用的工具，還有很多令我覺得自己錯過了那堂課的錯誤訊息。

由越南搬到新加坡，再到美國，可能比我當時意識到的更有幫助。我其實已經花了很多職涯時間，做那個在彼此不太理解的房間之間翻譯的人。

以我的經驗，市場推廣人最難的一步，不是學多一個提示詞技巧。是學會把自己的判斷變成一個別人也能使用的小系統。

第一個錯誤，是想把自己變成開發者

如果你是市場推廣人，你的不公平優勢不是突然懂 React、Python、Supabase 或模型路由。

你的不公平優勢，是你懂那份工作。

你知道行銷活動交接在哪裡斷。你知道哪份報告看起來很有聲勢，但其實改變不了任何決策。你知道客戶說「AI」時，真正問題可能是審批速度、混亂數據、不清楚負責人，或者害怕在領導層面前出錯。

這些背景很重要。不過，只有背景不會令你成為構建者。

構建者必須產出可以被審核的東西。

從一個有用切片開始

第一個有用切片不是大型平台。它通常小得多：

1. 一個工作流程審視，說清楚一個重複痛點。
2. 一張評分卡，把已準備好的工作和有風險的工作分開。
3. 一個很小的內部工具，幫一個人更快做一個決策。
4. 一個匯報節奏，告訴不同持份者他們實際需要甚麼。

切片必須具體到另一個人可以測試。

差的版本：

我們會用 AI 改善客戶匯報。

較好的版本：

每次新的客戶簡報到達，策略負責人會收到一份發布準備清單，列出缺失背景、有風險的假設，以及創意工作開始前需要作出的決定。

第二個版本可以被判斷。它有時間、用戶、產出和決定。

Prova 想做的事

Prova 圍繞這個想法建立：你做一件真實工作，提交它，取得結構化審核，然後進入下一個訓練單元。

這跟向 ChatGPT、Claude 或 Gemini 問建議不同。那些工具很有用，我每天都用。但它們不會自然地把你放進一個順序。它們不知道你的工作流程審視是否已經準備好進入成效衡量架構，你的構建簡報是否太模糊，或者你是否應該停下來先修基礎。

Prova 不是魔法。它是一個更嚴格的框架。

我會建議的路線

如果你是正在由使用 AI 走到構建 AI 的市場推廣人，我會從這裡開始：

1. 選一個工作問題，不是選一個工具。
2. 在構建任何東西前，先寫出成果物。
3. 問清楚甚麼會令這件工作變得不安全、昂貴或尷尬。
4. 做出最小而看得見的切片。
5. 在把它做大前先取得審核。

最後一步不舒服。但學習正是在那裡發生。

我可能不完全知道每個人的確切路線。有些人需要先多做技術實作練習。有些人需要先戒掉模糊的策略語言。但我越來越相信，市場推廣人不是靠消費更多 AI 內容變成構建者。

他們是靠產出可以被審核的工作而變成構建者。

今天先到這裡。如果你正在嘗試這個轉變，你想展示給真實的人看的第一個有用切片是甚麼？

Chandler