有些企畫每一句都很有氣勢：打造、翻轉、全面提升、創造全新體驗。讀完讓人熱血，卻回答不了一個簡單問題——這個方案到底怎麼從痛點走到成果？

我做過競賽企畫、飲品市場調查與 AR 概念原型，最常需要驗收的不是文字好不好聽，而是前後有沒有接起來。今天把一份示範企畫交給 ChatGPT，請它抓出邏輯斷點，再由我確認它有沒有只做表面整理。

先畫一條不能斷的線

我把企畫拆成五格：

痛點 → 證據 → 目標對象 → 解法 → 衡量方式

示範案例是一個「協助學生找到適合活動的數位工具」。如果痛點寫「活動資訊分散」，解法卻只做抽獎功能，兩者就沒有真正連上；如果目標說要提升參與意願，衡量方式卻只看頁面瀏覽數，也可能只能證明有人看過，不能證明有人更願意參加。

AI 的任務不是重寫，是找斷點

我給 AI 三個指令：

1. 不改寫原文，先逐段標出主張。
2. 每個主張指出它依賴的前提與證據。
3. 找出無法從上一格推到下一格的地方，標成待確認。

這樣可以避免它一上來就把企畫潤飾得很順，反而把問題藏起來。

五項查核怎麼套進企畫

這次抓到的三種失聯

第一種是證據失聯：痛點寫得像事實，實際上只是團隊直覺。修正方式是標成假設，安排問卷、市場資料或小型測試驗證。

第二種是解法失聯：功能很多，卻沒有一一對應問題。修正方式是在每項功能旁加「解決哪個痛點」，答不出來就先降級或移除。

第三種是指標失聯：用容易取得的數字代替真正成果。瀏覽、按讚可以參考，但若目標是完成報名或提升使用意願，就要另外設計更接近目標的指標。

可重複使用的「五格追問」

每格只問一句：

• 痛點：誰在什麼情境遇到什麼麻煩？
• 證據：我憑什麼知道，不只是覺得？
• 對象：這個解法先服務誰，不服務誰？
• 解法：哪個設計直接對應哪個問題？
• 衡量：看到什麼變化，才算真的有效？

如果其中一格答不出來，先別急著叫 AI 擴寫十頁。缺資料就去找資料，缺定義就先定義；文字變多不會自動把邏輯補起來。

今日結論

ChatGPT 很會讓企畫讀起來「像完成」，但驗收要故意把漂亮句子拆掉，看骨架還站不站得住。Codex 可以協助建立檢查表、比對版本與整理證據，但人仍要決定痛點是否真實、指標是否有意義。企畫可以熱血，邏輯不能失聯；真正能交付的方案，每一格都要找得到下一格。