AI 品牌聲音只寫形容詞不夠？CrispyContent：要給句型、範文和反例

為什麼品牌聲音只寫形容詞，ChatGPT 就抓不到？

CrispyContent 在 2026 年 6 月 21 日發布的文章寫道，只寫著「friendly」「professional」這類形容詞的 PDF，對語言模型沒有可執行的資訊。該公司自稱是德國領先的績效導向內容行銷代理商，本身也提供協助 B2B 企業讓品牌聲音適用於 AI 的服務。

A PDF containing adjectives like “friendly” and “professional” provides no actionable information to a language model. LLMs need concrete sentence patterns, reference texts, and negative examples to reproduce a brand voice.

後半句的意思是：大型語言模型需要具體句型、參考範文和反例，才能重現一個品牌的聲音。同一篇文章的解釋是，語言模型產生的是統計上機率高的文字序列，沒有明確指示時，產出會是通用、可互換、不像任何品牌的內容。

行銷課程業者 CXL 的內容主管 Tarek Reslan，在 2026 年 4 月 15 日發布的文章有相近的說法。他認為多數 AI 內容的問題在於它是用網路的平均值訓練出來的，品牌聲音只要不是平均值，就得明確把語調教給模型。

他舉的例子是「Write in a conversational but professional tone」這類指令沒有作用，因為每個大型語言模型都會預設成它自己所謂的 conversational but professional。他要的是具體的行為指示，不是形容詞，而是模式，例如「Two-sentence paragraphs」（兩句一段）勝過「punchy」（有力）。

我們的判斷是，形容詞描述的是讀起來的感覺，行為規則描述的是寫法。把文案撰寫交給模型起稿時，後者模型照得到，編輯也驗得了。

Mailchimp 怎麼分品牌聲音與語氣

Mailchimp 內容風格指南把聲音和語氣分成兩層，原文是「You have the same voice all the time, but your tone changes.」聲音一直相同，語氣會變。

指南接著說，Mailchimp 的聲音每天變化不大，語氣則隨時在變；語氣也會依對方當下的情緒狀態調整。

Mailchimp 給自家聲音寫了四條描述：「We are plainspoken.」「We are genuine.」「We are translators.」「Our humor is dry.」大意是說話直白、態度真誠、當翻譯者、幽默偏冷。第三條的說明是，把難懂的 B2B 行話講清楚，真正教會讀者。

語氣方面，指南說 Mailchimp 的語氣通常是非正式的，但清楚永遠比有趣重要。同一頁的寫作提示寫得更具體：用主動語態，避免被動語態；避免俚語和行話，用白話英文寫。

我們的判斷是，四條聲音描述多半還是性格描述，需要寫手用經驗補完；「用主動語態」這類寫作提示，才是可以逐句檢查的規則。

Monzo 寫作主管自述：透支訊息改動後採用率增加 500%

風格指南網站 Copy Style Guide 的創辦人 Oli West 整理的 Monzo 案例轉述，英國數位銀行 Monzo 的寫作主管 Harry Ashbridge 接受品牌策略公司 Sonder & Tell 訪談時說，嘗試不同訊息讓顧客互動明顯增加。

他舉的兩個數字是：透支相關訊息的改動，讓採用率增加 500%；首頁標題的改動，讓點擊下載 App 的人多了 15%。

同一篇整理寫到，Monzo 落實語調的做法包括培訓超過 700 名員工，而且語調延伸到行銷以外，涵蓋客服、App 介面，甚至法律文件。

Copy Style Guide 也替 Monzo 打了分數。它比較 Monzo 在五種發布媒介（包括網頁與社群文案）的語調，稱 Monzo 的語調有 85% 的時間一致，同業中只有 Chase、Monese、Starling 較高，各 90%。這次評分日期是 2024 年 1 月 27 日。該站本身提供語調測驗與風格指南服務，85% 是它自己的評分。

我們的判斷是，500% 與 15% 是受訪主管對單一企業的自述，不適合拿來預估自家成效。比較能借用的，是把語調延伸到客服、App 介面與法律文件的範圍。

CrispyContent 與 CXL：給模型的品牌聲音文件怎麼寫

CrispyContent 稱，一套能運作的 AI 品牌聲音系統由五個彼此相依的元件組成，少了任何一個，整體產出品質都會下降。

第一個元件是聲音文件，包含三到五個語氣形容詞、文法與標點規則，以及分成 Always-Use、Sometimes-Use、Never-Use 三類的詞彙表。文中舉的例子是一家 B2B 科技公司，可以把 implementation 放進 Always-Use，把 solution 限制在 Sometimes-Use，把 revolutionary 列為 Never-Use。

第二個元件是至少 10 到 15 篇最能代表品牌的參考文本，涵蓋部落格開頭、Email 主旨、社群貼文、產品描述等格式，作為給模型的少樣本範例。

第三個元件是人設提示（persona prompts），依管道與情境調整品牌聲音，每個提示包含角色、任務、語氣調整與一段範例輸出。

第四個元件是訓練方式，第五個是治理。CrispyContent 稱治理的骨幹是每季稽核範例、替提示庫做版本控管、用 RACI 矩陣分配責任，並稱少了這些維護，任何系統都會在六個月內漂移。

CXL 的 Tarek Reslan 則列出好的語調提示應包含的五類內容：句構規則、格式限制、禁用詞、證據要求、語氣錨點。他給的格式限制範例是「Short paragraphs. Two sentences, three at most.」，也就是短段落，兩句，最多三句。

兩邊對形容詞的處理不同。Tarek Reslan 稱要的是模式而不是形容詞；CrispyContent 的聲音文件則保留三到五個語氣形容詞，再搭配文法規則與詞彙表。

從自己最好的文章開始：先盤點，再寫提示

CXL 的 Tarek Reslan 稱，教模型你的語調之前，要先知道自己的聲音實際上是什麼。他的理由是，品牌指南描述的是意圖，已發布的內容才顯示出實際模式。

他也稱，文件寫的聲音和實際發表的聲音若有落差，這是擴大產量前就該解決的問題。

他建議的第一步，是挑五篇會拿給新進同事當品牌最佳範本的文章，觀察平均段落長度、H2 是問句還是陳述句，以及數據與觀點的比例。接著把找到的模式寫成限制條件，拿一篇已經寫過的題目測試，看輸出有多接近原稿。人工審稿時，他認為每次修改都是資料，要回饋進提示。

CrispyContent 建議的第一步則是：把現有品牌指南轉成機器可讀格式、整理 10 到 15 篇參考文本、替最常見的內容類型寫一個人設提示、訂出審稿流程。

兩邊對要花多少時間說法不同。CrispyContent 稱，存有聲音文件與範文的 Custom GPT 幾個小時內就能運作；Tarek Reslan 則稱，讓模型寫出你的語調不是一個下午就能完成的專案，但可以進展很快。

銷波快觀點：品牌聲音之外，還要寫下語言質地

我們自己在建品牌語言系統時，發現最大的缺口在聲音和風格之間。聲音是「你是誰」，風格是「你怎麼遣詞造句」。以前人類寫手讀完手冊，兩者會一起內化，沒人在意差別。給 ChatGPT「溫暖、專業」這種聲音級指令，它能排除冷漠的寫法，卻每次跑出不同的節奏與用字。所以我們在聲音與平台規則中間，多加了一層定義語言質地的 Verbal Taste。

在銷 Series EP16 我們聊過一個很實際的現象：同一段題目，Tone 設成「專業」「friendly」「幽默」，產出天差地別。「專業」會用硬一點的詞、多引數據；「幽默」會開始放諧音梗。英文的 Tone 詞，像 conversational、formal，對模型來說比中文形容詞更精確。多個 Tone 可以組合，前提是要跟品牌調性一致。

這和 CXL 的說法不同。Tarek Reslan 稱，「Write in a conversational but professional tone」這類指令沒有作用，因為每個大型語言模型都會預設成它自己所謂的 conversational but professional。

第二個坑是品牌規則和平台規則混在一起。「我選擇怎麼說」和「平台要求我怎麼說」是兩件事。我們後來改成像 CSS 一樣的繼承：品牌層是預設值，各平台只覆寫需要位移的參數，剩下的自動繼承。改品牌規則只改一處，改平台規則各改各的，兩邊可以各自演化。

Mailchimp 的兩層切法還漏了一個維度：關係深度。同一個人從陌生人、好奇者、學員、畢業生走到倡導者，品牌該用的語氣也在變。就算都是 Email，寫給陌生人的歡迎信要先建立信任，寫給老學員的邀請可以直接一點，甚至開個小玩笑。這跟平台差異無關，是關係差異。

最後，規則寫之前要先知道品牌是哪一種性格。我們常用四分類：循規蹈矩型、多元開放創意型、特立獨行型、連結溫度型。性格定錯了，行為規則寫得再細也是往錯的方向精準。

我們的判斷是，Mailchimp 的分法放到 ChatGPT 上可以這樣用：不變的聲音寫進每次都會帶上的固定指令，會變的語氣則像 CrispyContent 說的人設提示那樣，依場景各寫一組。

結論：先把形容詞改寫成可檢查的規則，再交給 ChatGPT

CrispyContent 稱，只寫形容詞的品牌聲音文件對語言模型沒有可執行的資訊；CXL 的 Tarek Reslan 也稱，模型需要的是行為指示，不是形容詞。

我們的建議是，先從自己最好的幾篇文章找出段落長度、句構與用詞，把形容詞改寫成可以逐句檢查的規則，再補上範文與反例。Monzo 的 500% 是受訪主管的自述，未必能複製；Copy Style Guide 用跨五種媒介比較的方式替 Monzo 打出 85% 的一致率，品牌也可以替自己的語調定一把尺，定期檢查。

資料來源

• AI Brand Voice: Building Your Brand Voice for LLMscrispycontent.de
• Mailchimp Content Style Guide：Voice and Tonestyleguide.mailchimp.com
• Monzo’s tone of voice (analysis & examples)copystyleguide.com
• A simple framework for teaching LLMs your tone and stylecxl.com