判斷標準：一段流程如果不能重複跑，它就只是一次靈感，不是能力。

今晚要做的，是把這件「自然發生」的事，變成有負責人、有素材、有話術、有獎勵、有追蹤的一條路。

今晚的重點放在第二段與第三段，因為第一段大家都已經在做了。

等一下會講到 AI 會編造數字。既然要求 AI 誠實，這份簡報自己也要先做到。

這件事今年正在大量發生，而且不會回頭。今晚不談要不要面對，只談面對之後該把力氣放在哪裡。

這就是今晚的立論基礎

AI 讓「素材」變得便宜，卻讓「信任」變得更貴。當所有人都能產出得體的內容，能夠替你說話的人就變成最稀缺的資產。而 MGM 做的事情，剛好就是把這個資產系統化。

AI 給你的是時間，不是成長。時間要投到哪裡，是你的決定，這一題 AI 答不了。

它之所以效率高，有一部分正是因為沒有被過度操作。但無人看管的意思也是：它現在有多好，全靠運氣。

自帶篩選這件事，值得多講一句

一個人願意把你介紹給朋友，等於他先替你做了兩層判斷：他認為這個朋友需要你，而且認為你不會讓他丟臉。這兩層判斷如果換成廣告投放要花多少錢？很多。而且投放買到的只是注意力，買不到那句背書。

這三個原因，其實是同一個原因

講的都是同一件事：這條路從來沒有被當成一個流程來設計。它被當成一種態度：只要我們服務夠好，客人自然會介紹朋友。這句話沒有錯，但它不是策略，是祈禱。

最小的解法：指定一個人，每週花三十分鐘看推薦這條線的數字。不用新增職位，只要有名字。

常見的失敗是從第三步開始做：先公布獎勵辦法，然後發現沒有素材、沒有入口，最後不了了之。

多數公司只算前面三項的人力，很少有人把「這個位子空著，團隊多做的那些事」折成錢。文案寫得準，省的是後面四項。

這六題的答案，就是整份文案的原料。原料不夠，後面幾步做得再漂亮也是空的。

口語的贅字不用管，AI 整理得掉。你要給它的是事實密度，不是文筆。

順序不能隨便換

先講誘因會變成自賣自誇，先講證據會變成流水帳。一定要先講中對方現在的處境，後面三塊才有人要看。

討好所有人，等於誰都不吸引。招募不是打廣告，你要的不是最多的人，是對的那一個。

今晚所有的提示詞範本，拆開來都是這四格。你不用背範本，記住這四個零件就能自己組。

AI 之所以會編，不是因為它想騙你，是因為它被訓練成「盡量把空格填滿」。你不明講「寧可空著也不要編」，它就會替你補上一個看起來很合理的福利。

AI 已經讓「再生一個版本」的成本趨近於零。既然重寫這麼便宜，就不該捨不得砍。

如果你的報表只到「曝光」與「點閱」，你會選 A 版。看不到最右邊那一欄，就會一直做錯決定。這也是為什麼第六段的追蹤那麼重要。

所以這一段不談「怎麼寫得更快」，那個問題已經解決了。這一段談怎麼寫得有結構、有配比、有記憶點。

混著寫會兩邊都不到位：一則講理念又順便推銷的貼文，既不夠有用，也賣不掉東西。

主題只需要五個。多數人的問題不是主題太少，是主題太多、每個都只講了一次。

三題有一題不過，就重寫第一句。重寫第一句的成本，比重寫整則低得多，效果卻大得多。

注意第三步：初篩可以交給機器，複篩不行。機器分得出「具不具體」，分不出「這句話像不像我們會講的話」。

最後那一項，被嚴重低估

前面四項都是「你自己講給別人聽」，只有第五項是「別人替你講」。它的成本跟前四項一樣低，但它走的是信任那條路，效果完全不同等級。

還有一個沒放進數字裡的：初篩交給機器，複篩不能交。判斷是你唯一不該外包的那一步。

多數公司把預算加在最上面那一層：買更多曝光。可是最便宜的修法在倒數第二層：把入口從表單換成對話。

把第四件事搬到第一步，它就退化成一張會講話的表單，而且更討人厭，因為它假裝在關心你。

這三條上線前要自己扮演奧客測一次：故意問價格、故意問它是不是真人、故意給假資料。測過再開。

三題都可以包在對話裡自然問完，不需要做成表單。重點是問完之後真的有拿來分級，而不是存進資料庫就沒了。

D 級名單不是垃圾名單

他今天不適合，不代表明年不適合。而且你誠實跟他說「現在還不需要我們」，這件事他會記得，也會拿去跟別人講。這是最便宜的一次口碑投資。

第六項就是這場講座的接點：推薦帶來的不只是名單，還是一個可以給出去的身分。

判準很簡單：這個優惠的理由，你敢不敢寫在官網上讓所有人看到？不敢，就不要做。

還有一條判準要帶走：這個優惠的理由，你敢不敢寫在官網上？不敢就不要做。

第三點最常被忽略，代價也最大：推薦一次沒有回音的人，不會有第二次。而他本來是你最好的那種人。

三個對策沒有一個需要加錢。獎勵不是不重要，但它排在這三件事後面。這三件沒做，獎勵加倍也沒用。

雙向獎勵真正在買的不是「更多推薦」，是「把推薦這件事從推銷變成送禮」。心理成本的差別，比金額的差別大得多。

最後那一項在專業社群特別有效：很多人不缺那筆錢，但在意自己被當成「懂這件事的人」。

四個時間點各有代價：給得早品質低，給得晚感受差。所以下一頁那一招，是我最常建議的做法。

同樣的總金額，拆成兩段之後，完成率與品質通常會同時往上。因為它同時處理了「感受」與「篩選」兩個問題。

這跟第二段那張 A／B 版文案的圖是同一個教訓：看錯欄位，就會一直做錯決定。而要看得到最右邊那一欄，前提是第六段的追蹤有做。

骨架一樣，但員工推薦的風險在內部，顧客推薦的風險在外部。接下來兩頁分別處理。

回到這一段一開始那句話：推薦不會因為獎勵夠大而發生，只會因為開口夠容易而發生。

第四種最容易被忽略：推薦連結一旦被公開散播，你等於在做一檔沒有預算上限的折扣活動，而且推薦這個行為本身的價值就消失了。

這三件事都不難，難在要在對的時間發生。人會忘記，系統不會。這就是自動化在這條路上唯一的任務。

不要一開始就做第三層

第三層最好玩、最有話題，但它的前提是前兩層已經在跑。沒有通知機制的機器人，只是一個沒有人接手的漂亮入口。

判準一句話：這件事如果做錯了，需要有人出面承擔嗎？需要，就不要交給機器人。

為什麼三種要一起用

推薦這件事發生在對話裡，而對話會用各種形式外溢：轉貼、口述、截圖、電話。只用專屬連結，你會系統性地低估推薦的貢獻，然後在預算會議上輸給廣告。

這三樣東西，今晚結束之後兩個小時內就能備齊。第三樣最難，但它不是技術問題。

注意順序：獎勵排在第七週，不是第一週。前六週如果沒有素材與入口，公布獎勵辦法只會得到一片安靜。

三個時刻裡，第三個最致命，因為它看起來很合理。而這條路一旦停掉，前面十二週的素材會全部作廢。

如果四個只能記一個，記第一個。其他三個都是它的施工方法。