跳到主要內容

行銷的未來式：用 Vibe Marketing 打造你的 24/7 全自動增長引擎

除了 Vibe Coding 之外，越來越多 AI 工具和 AI 應用因應而生，目前都還是屬於戰國時代，在這段過程中，所看見的未來，會是人與 AI 進行協作這是肯定的方向，這在程式開發已經被證明。

接下來最趨近於市場的部分，莫過於行銷，行銷如何採用 Vibe 的方式進行整套組合拳，也是越來越清晰，有鑒於越來越多人在討論，這邊也將整體的資訊進行一個整理，給予未來希望一人創業，或者在市場上奮鬥的各位。

利用 AI 進行行銷。人們稱之為 Vibe Marketing(行銷)，而且做得非常成功。而我認為更多人可以這麼做，大家只是不知道方法，不了解有哪些不同的工作流程，不知道該用哪些工具，也不知道從何開始。

坦白說，這真的讓人不知所措。更不用說，還有一群人對這些工作流程和工具保密。網路上有許多關於 Vibe Marketing 亂七八糟的權威指南，但找不到任何非付費的內容(幾乎都是付費項目，但付費之後你真的會發現，還真的還沒什麼）。

所以，那就將這些流程公開，反正會做的就會做，讓所有人都能聽到、看到。

這篇文章主要是對 Vibe Marketing領域中該關注哪些工具有深刻的理解，並知道如何為你正在打造的任何東西吸引顧客。

這邊可以提供給你一些有用的流程，概念，工具和提示詞 (prompts)，給你所有秘訣，幫助你了解如何開始。相信這將會改變你對於在現今時代建立新創公司的看法。

Vibe Marketing指南

最核心的問題，如何用 AI 獲得你的第一批客戶！

什麼是 Vibe Marketing？

Vibe Marketing 這一概念最早由 Greg Isenberg 提出，他將這一思維延伸並創造出“Vibe Marketing”一詞，主張可以將傳統營銷流程的開發周期大幅壓縮，實現前所未有的效率提升。

Greg Isenberg 也是最早將 “Vibe Coding” 概念應用於軟體開發領域的人之一，並將這種以 AI 為核心、強調快速迭代和氛圍感知的思路推廣到行銷領域，形成了 Vibe Marketing 這一新興模式。

Vibe Marketing就是新的行銷模式。那什麼是 Vibe Marketing呢？基本上，如果你聽過「Startup Ideas」這個 podcast，你就會知道 Bolt、Replit 和 Lovable 這些「vibe coding」工具。

簡單來說 Vibe Marketing 目前實際上的執行，就是這些 vibe coding 工具和 AI 代理人工作流程工具（如 Gum Loop、Manus 和 n8n）之間的交集。

因為現在懂 AI 的行銷人員擁有不公平的優勢。

如果時間回到 2008 年的 Facebook 行銷人員，你就有不公平的優勢。如果你在 2010 年 App Store 剛問世時投身於消費者行動應用，你也有不公平的優勢。

現在，Vibe Marketing領域就存在著這樣一個不公平的優勢。

Vibe Marketing有不同的層次，有些非常技術性，這邊只談論幾個層次，不會太深入，重點還是回到如何實際創建這些工作流程。

入門指南：工具與定義

在開始之前我們需要做一些定義，並解釋如何入門。是的，我用 ChatGPT，也用 Madness，也用 Grok，但對於 Vibe Marketing，此時建議採用 Claude, 主要的項目有以下這幾個：

  1. Sonet 4 和 Opus 是代理人 (agents)，在 Vibe Marketing中，你需要代理人為你完成任務。
  2. MCPs：你可以在程式碼中使用 MCPs，但在其他一些平台上則不行。
  3. Artifacts：這基本上就是可分享的網頁應用程式。

首先要定義一下工作流程 (workflows) 和代理人 (agents) 有什麼不同，以及 MCPs 在其中扮演什麼角色？

什麼是 MCP？

MCP 這個項目其實沒這麼複雜。

你需要知道的是，一個工作流程就像一個「如果這樣，就那樣 (if this, then that)」的語句。例如，如果這件事發生了，就去自動執行化那件事。

在 Vibe Marketing中，會需要有明確的 目標。

例如，「希望每週都有一份業務資訊報告透過電子郵件寄給我」。

目的是希望一個代理人（基本上就像一個數位員工）去存取工具和數據，以達成這個結果。

如果你要創建一份每週寄送的業務資訊報告，你可能需要代理人存取 Google Drive 或其他數據源來交付結果。

而 MCP 簡單來說就是允許代理人存取這些工具和數據的東西。這就是為什麼程式碼如此強大的原因。

一旦 {AI Agent + 流程 + 程式碼 + 存取所有工具和數據}，我們就可以瘋狂地自動化一堆事情。

不過，在程式碼中設定 MCPs 並不容易。需要做三個步驟：

  1. 下載雲端桌面應用程式。
  2. 下載 Docker 桌面應用程式。
  3. 在你的程式碼中啟用並設定應用程式。

這不是很簡單，大概需要 ChatGPT 或者 Google 一下，這的確有些技術門檻。但是一旦設定好了，就可以開始建立一些瘋狂的工作流程了。

使用的工具

這些是用來建立 Vibe Marketing工作流程的一些工具。我不會在這裡一一介紹。重點是，工具很多，找到適合你的，然後動手去試。接下來，讓我們來看看我最常用的一些工具和工作流程，因為透過這些，你將學會如何像一個 Vibe Marketing人員一樣思考。

工作流程範例

自動化短影音內容工廠 🎬

網路上你肯定你看過那些 AI 影片，有一類型基本上就是用《Minecraft》的遊戲畫面，配上一個 tiktok 的罐頭文章，再加上 ElevenLabs 的 AI 語音旁白。

有些人稱之為「AI 垃圾」。但其中一些非常有價值，你要做的就是行銷，就是吸引眼球，這某個程度上並沒有不對，而且顯然人們喜歡它。

想像一下，如果你擁有一堆擁有 10 到 20 萬粉絲的帳號，然後你可以將這些流量導向你正在做的任何專案，那會是多麼強大!! 無論你是在做一個 SaaS 應用還是一個消費者行動應用，這都非常有幫助。

該如何實際創建一個能自動生成這些短影音內容的工作流程呢？方法如下：

  • 觸發：從 Airtable / ragic 開始，它會去抓取 dcard / ptt 的熱門貼文。
  • 分析：分析這些社群貼文，看主題、風格和子版塊是否合適。
  • 準備：為內容生成準備文章。
  • 生成：使用像 Veo3 或 Midjournery 這樣的工具來生成圖片和影片。Veed 同時支援音訊和影片，非常方便。
  • 整合：將所有內容拼接在一起。
  • 發布：發布到社群媒體上。

簡單來說，流程就是：

抓取社群上有趣的貼文 -> 存入資料表 -> 進行質化和量化分析 -> 準備內容 -> 用線上工具創建兩支 30 - 60 秒的影片 -> 拼接 -> 發布到社群。

別忘了，要查看服務條款，確保這沒有違規。

這是一個有趣的概念，而且是透過其他人的概念建立短影音，最終建立一個迷因 (meme) 般的社群帳號，然後利用它為你正在開發的應用程式帶來成千上萬的下載量。

一鍵式研究與聯繫

我們常常在 X (前 Twitter) 上看到有趣的人，但我們夢想的是只需點擊一個按鈕——我們稱之為「一鍵式 CRM」——就能讓一個 AI 代理人掃描網路，儲存關於那個人的資訊，並每週向我們的團隊發送一份摘要。

當我在 X 上找到一個有趣的人，我只想按一個按鈕，讓 AI 告訴我「這個人有料嗎？」我不想自己去做研究。

他們上一則推文看起來不錯，但還是需要查證一下。然後把資料存到資料表當中，甚至為我準備一封個人化訊息。這樣我就可以根據研究結果，再按一個按鈕決定是否聯繫。這就像口袋裡有個 AI 研究員。

這個工作流程是透過一個叫做 Gum Loop 的瀏覽器擴充功能實現的。當我在某人的 X 頁面上，比如我覺得 @clonncd 這個人很有趣，我只要按下 Gum Loop 的擴充功能按鈕，它就會：

  1. 抓取：抓取螢幕上看到的內容。
  2. 分析：分析內容並提取關於此人的數據。
  3. 草擬：撰寫聯繫訊息。
  4. 彙報：每週向我的團隊發送摘要。

當然聰明的各位就可以用它來做銷售。在 LinkedIn 或 X 上找到一個潛在客戶，只需按一下按鈕，看看他們是否符合你的理想客戶畫像 (ICP)，並草擬一封個人化的郵件。

你也可以用它來做招聘。看到一個不錯的設計師，按一下按鈕，了解他們的背景，然後決定是否聯繫。這個流程可以用於銷售、招聘、合作夥伴關係，重要的是問自己：在研究和聯繫方面，有什麼是你可以自動化的？

AI 分身與客戶互動 

如果你想從語音 AI 更上一層樓，你可以創建一個 AI 分身 (AI persona)。這是我和我的 AI 分身在一個看起來像 Google Meet 的介面中對話。你可以用像 Tavis.io 這樣的工具創建出這種效果，這太瘋狂了。雖然看起來有點沒有靈魂，但這就是 AI 分身的現狀，大概完成了 80%，還不是 100%，但值得一玩。

也許可以用 AI 分身來培養潛在客戶。特別是在創辦人行銷如此重要的今天，這樣也可以讓人們認識你。能和你的 AI 分身進行對話，感覺非常新穎。

大概流程就會是：

  1. 上傳：上傳一分鐘你的影片。
  2. 創建角色：在 Tavis 中創建一個角色 (persona)。
  3. 加入系統提示：這能增加個性，否則對話會很枯燥。
  4. 提供對話背景：提供越多背景資訊越好。（可以透過 ChatGPT 來進行描述自己，如果你經常使用的話）
  5. 嵌入網站：將它嵌入你的網站，24/7 建立訪客的信任感。

這很酷，很有趣。但它還不完美，相信未來會看到越來越多這樣的應用。但無論如何，他就是現在進行式也是未來。

從文字到每日 Podcast

這也來自於自己的需求，基本上現在 ProductHub 每天都有新點子很酷，但在通勤，不想閱讀。我們就可以做成 2-5 分鐘的 podcast 。

工作流程是：

  1. 提出需求：創建這個工作流程，可以透過 n8n。
  2. 連接 API：連接了自己的 ElevenLabs API 金鑰來生成音訊。
  3. 執行：現在，我有一個代理人，每天早上 9 點會讀取 RSS，抓取當天的資料，建立 podcast 腳本，用 ElevenLabs 轉換成音訊，甚至可以自動生成片頭片尾音樂、標題和描述，然後自動上傳到 Spotify 或 Apple Podcasts。

這裡的潛在價值是：很多人都在創作書面內容，但如何將其轉化為音訊？每天進入人們的耳朵裡，是一個建立信任的巨大機會。

自動化業務報告

為了查看業績，或者使用進度及每天營運狀況，自己也需要了解最新的指標。基本上可以透過 wrenai 加上正確的提示詞：「可以為我的業務創建一份每日健康報告，並建立 table 和圖表」，它在 1-2 分鐘內就搞定了。拉取了訪客數、客戶數、收入，現在可以簡化許多步驟，不用開 dashboard 來查資訊。

AI 廣告創意生成 

目前開始看到許多 AI 廣告，說實在體驗很差，但你還是可以試試看這個流程。

整個流程概念是：

  1.  輸入：輸入一個競爭對手或靈感來源的廣告。他們在廣告上花了數百萬美元。
  2.  抓取：從 Meta Business Account API 廣告庫抓取他們所有的廣告。 
  3.  分析：分析這些廣告的成功之處。 
  4.  應用：我們要求它「為我們的 use case 創建類似的廣告」。當然你可以再加上提供產品或情境描述。 
  5.  生成：根據這些資訊創建影片，將其添加到 Google Drive，並在準備好時發布到社群上。

簡單來說，直接從那些花費巨資的成功廣告中汲取靈感，分析其成功之處，將其應用到你自己的產品上，並讓團隊保持同步。

總結

上面談了這麼多，其實還是有許多變化方式，相信後續會有許多不同應用誕生，隨著 AI 功能越來越強大，會有更多不同變化。

不變的是行銷推廣的本質，本身還是需要有一個好的產品。

Vibe Marketing 不僅僅是一個時髦的術語，它代表了運用 AI 自動化工具，以更具創意和效率的方式與顧客建立連結的全新思維。從自動生成短影音內容、打造一鍵式 CRM，到部署 24 小時不打烊的 AI 銷售員，本文分享的眾多工作流程都證明了，過去需要龐大團隊和預算才能實現的行銷任務，現在透過正確的工具和巧思，任何人都能觸及。

然而，了解這一切只是第一步，真正的價值在於動手實踐。別再猶豫，從中挑選一個最讓你心動的工作流程，親自去體驗 AI 為你帶來的「不公平優勢」。這波行銷革命的浪潮已經來臨，現在就是你站上浪頭、開始創造屬於自己成果的最佳時機。

諮詢聯繫

如果你對於自動化，如何建立好的產品和自動化流程有興趣，歡迎與我們聊聊產品方向策略、流程優化與 AI 工具導入方式，我們團隊很樂意協助！

歡迎直接聯絡我，或者來信， 

📩 信箱位置 👉 service@cympotekc.om

👉製造供應鏈平台，https://www.cympack.com/

👉信集界科技，https://www.cympotek.com/


參考資訊


標籤：

留言

張貼留言

這個網誌中的熱門文章

Vibe Coding：為什麼 Junior 更快上手？Senior 要如何追趕？

現象層面（市場觀察） 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變，非常熱門。 身為 Cympack 產品開發團隊 ，我們也一直關注這個議題，在閱讀這篇文章時觀察到一些有趣的現象，對我們來說，這正好反映出 AI 正在改變開發生態，junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位，其中有些啟發（insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding？ 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」，反而 embrace 快速迭代、快速出成果 反觀 Senior： 熟悉大型系統設計 有豐富的「工程正統流程」知識（架構設計、測試策略、效能優化、設計模式） 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師，對 prompt engineering 沒那麼熟練，還在觀望 技能面（未來的關鍵能力） Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢？ Prompt 撰寫 / AI 互動 Junior 較強（熟悉 chat-based 流程） 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強（能看出潛在問題） 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding，並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力，但若不主動練習 vibe coding，長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享，希望帶給各位的感受， 『與 AI 協...
張貼留言
繼續閱讀>>

Vibe Coding 協作到自建 Dev Agent？從 Claude / Codex 到 OpenHands

過去一年，越來越多工程師開始 把 AI 真正帶進工作流程 。從一開始用 ChatGPT、Claude 來問語法問題，到後來很多人愛上 Cursor，直接在編輯器裡讓 AI 幫忙改 code、補 test case、甚至自動整理 PR。這樣的開發體驗，已經大大改變了我們寫程式的方式。 更現實的是，在很多企業內部、政府單位、或涉及機密資料的專案裡， 其實根本不能直接用 Cursor 或雲端 LLM 工具。   畢竟這些服務通常會把資料傳到雲端模型做處理，萬一專案裡有未公開的技術、敏感客戶資料，或是受限於法規 （像金融、醫療、政府標案） ，直接用雲端 AI 工具就會踩 紅線 。  因此，許多團隊反而更希望 「自己架一套 Dev Agent」 ，可以在內網執行，資料完全掌握在自己手上，該整合的內部工具、該讀的私有 repo、該串的 CI/CD pipeline，全部客製化、安全可控。 這時候，像 OpenHands 這樣的開源 Dev Agent 框架就特別有價值。它的出發點不是單純的 AI 助手，而是讓你能夠打造出一個真的可以跑在自己環境裡、可以理解整個開發流程的 AI 工程師。從建置到部署，從 CLI 操作到瀏覽器查詢， 從多檔案編輯到自動測試，全部都能自己完成，甚至還能針對不同專案調整專屬的工作流。 對很多開始探索 AI 協作開發的團隊來說，這是一條 從 「AI 幫你寫一段程式」，走向「AI 幫你解決一整個任務」 的進化路徑。而且，還是在可控、可自定義、安全的環境裡完成的。 🧩 主要概述 OpenHands 是由 All‑Hands AI 開發的開源「軟體開發代理人平台」，能模仿人類工程師從建立程式、修改程式碼、執行指令，到瀏覽網頁、呼叫 API……等一整套開發流程 它提供雲端（OpenHands Cloud）與本地 Docker 運行版本，用戶能配置 LLM（如 Claude、OpenAI、Gemini…) 📚 核心特性與怎麼使用 代理人的工具能力 支援代碼編輯、命令行、執行環境、網頁瀏覽、API 呼叫—接近人類開發者完整技能。其中 OpenHands Cloud 版本提供 $50 試用額度讓大家方便使用，又或者如果自己本機有 docker 的話，可以自己Local 版本透過 Docker 自架環境。 ...
張貼留言
繼續閱讀>>

RAG 和 Prompt 原理超簡單解說！想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務，甚至是 Siri (嘿丟，他也是一種 AI 應用服務喔） 簡單來說是非 技術人員， PM，小白，想要趕快惡補的人 ，直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於，AI 這東西會幻想，會有誤差，會對於生活有些幫助但沒有幫助的人們，做個簡單又不是太簡單的介紹，希望用一個非常入門的方式讓你們有個了解。 當然，這篇文章目的很簡單， 就是引流 ，如果你身邊有已經對於 Web 技術開發的人員，歡迎報名分享給他，年末出國不如學一技在身，參加今年我們舉辦最後一場 RAG 實作工作坊，報名連結 ， https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意： 接下來每個大段落結束都會有一段工商導入，但文章絕對精彩，請注意！ 為了讓各位容易想像，我們將整個世界的資訊，先濃縮到這本『西遊記』的世界觀當中，我們整個世界都在這個 『西遊記』 ，而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位，應該都有聽過，西遊記！如果沒有聽過西遊記的，請右轉出去，謝謝！ 先來談談向量 在《西遊記》的世界裡，我們可以把 向量想像成一種「內容座標」 ，讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說，唐三藏的 「位置」（向量）會接近「佛經」和「取經」 的概念，因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念，因為這些是他的特徵。 相似內容靠得更近：像「佛經」和「取經」會靠近唐三藏的向量，因為它們彼此有很強的關聯。 相差較大內容會離得較遠：像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠，因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置？ 簡單來說，這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊，觀察哪些詞語經常一起出現，根據「共同出現的頻率」來決定它們的關係，並且自動生成向量。例如： 如果模型看到 「唐三藏」 總是和 「取經」 一起出現，它就會讓「唐三藏」的向量靠近「取經」。 ...
2 則留言
繼續閱讀>>