案例 1：半導體 PM 的 Prompt 盲點 — 5 分鐘救回 18 個人的瞌睡課
情境：資深 ChatGPT 講師在新竹某半導體大廠企業內訓，下午 3 點學員開始打瞌睡。一位 30 歲 PM 提問 5nm 晶圓文案問題，當場示範 prompt 重寫救回全場注意力。NPS 從預期 8 跳到 9.4。
📥 真實輸入
情境：上週新竹半導體大廠內訓，PM 問「5nm 晶圓文案 ChatGPT 寫出來像維基百科」，當場示範角色+受眾+競品脈絡+輸出規範 4 件套 主題：B2B 文案 + Prompt 工程 時間：2026 年 5 月 角色：半導體業中階 PM、30 歲、技術強但行銷弱 為什麼特別：5 分鐘救回 18 人瞌睡課、NPS 8→9.4
📤 AI 產出片段
## 結構化案例 ### 衝突 A 君的需求：5nm 晶圓給日本客戶看的文案。 他的盲點：用「請幫我寫 5nm 晶圓的產品介紹」這種「下需求」式 prompt，沒給角色、受眾、競品脈絡。 ### 教訓 **Prompt 不是寫『你要什麼』，是寫『你要的人 + 場景 + 對手 + 規範』四件套**。 --- ## 3 個課堂金句 1.「ChatGPT 不會寫文案，它只會『重組你給的脈絡』。你給它垃圾脈絡，它就還你垃圾文案。」 → 放在 prompt 公式破題 2.「技術人最擅長『寫需求』，最不擅長『給脈絡』。這就是工程師用 ChatGPT 反而比文組差的原因。」 → 給技術背景學員多的場合 --- ## 數據錨點 - 5 分鐘：A 君重寫 prompt 到滿意版本的時間 - NPS 8 → 9.4：當天學員評分跳升 - 240 億日圓：A 君文案裡的 hook（yield 0.001% × 日本車用半導體年市場） - 18 / 17：現場學員打開筆電模仿比例 = 94% --- ## LinkedIn 短版 上週在新竹某半導體大廠教 ChatGPT 文案。 一位 PM 舉手：「我的產品是 5nm 晶圓，ChatGPT 寫出來像維基百科。」 我問他 prompt 怎麼寫的。「請幫我寫 5nm 晶圓的產品介紹。」 我笑了。 技術人的盲點：把 ChatGPT 當「需求接收器」。 但 ChatGPT 是「脈絡重組器」— 你給什麼角色、受眾、對手，它就還你什麼層次的內容。 當場改 4 行。5 分鐘後文案開場用了「車用半導體 yield 0.001% 之差，每年差 240 億日圓」這種 hook。 全班 17 個人抬頭打開筆電。 你的 prompt，是在「下需求」還是「給脈絡」？ --- ## 案例庫元資料 - 適合學員：技術背景轉行銷 / B2B PM / 半導體 / 製造業 - 適合議題：Prompt 入門、B2B 文案、技術人轉化能力 - 標籤：#半導體 #B2B文案 #Prompt脈絡 #技術人盲點 - 賞味期：3 年
💎 從這案例學到：把「現場 5 分鐘對話」結構化成 5 段式案例 + 4 個數據錨點 + LinkedIn 短版，等於你以後在任何「Prompt 工程」「B2B 文案」「技術人轉行銷」三個議題的課程都可以引用同一份案例，永遠跑在 ChatGPT 講不出的維度上。NPS 8→9.4 這種數字錨點不寫下來 3 個月就忘光，案例庫的價值就是把這些「會蒸發的記憶」變成「可重複部署的素材」。