來源：Greg Isenberg 在 X 分享的影片〈1 HOUR MASTERCLASS ON HOW TO WRITE WITH AI〉，內容由 Greg Isenberg 與 Nicolas Cole 對談整理。原片連結
如果你叫 AI 寫一篇「如何做好內容行銷」的文章，它大概會很流暢、很完整，卻很難令人記得。問題通常不在模型不夠聰明，而在於你給它的材料，和網上千百篇文章使用的是同一批公共資料。
Greg Isenberg 與 Nicolas Cole 的這段訪談，真正討論的不是怎樣寫出更像 AI 的文章，而是怎樣建立一套足夠獨特的內容資料庫，讓 AI 可以準確地重組你的思想。
核心分工很清楚：人類負責思考、選擇和寫下真正屬於自己的內容；AI 負責重組、改寫、重複和分發。
讀完這篇文章，你會明白一條可以套用在不同題目的 AI 寫作公式：
真實經歷／觀察＋清晰觀點 → AI 拆解重組 → 一套內容變成多篇、多種格式的作品。
AI 令普通內容變得廉價，但普通內容不是毫無價值
想像你要寫一篇個人理財文章，AI 很容易給你兩種常見建議：少喝咖啡，把錢投資到 S&P 500；或者，不用為了幾美元咖啡費用犧牲生活，真正重要的是提高收入和長期投資。
兩種說法都合理，卻都不是任何人的獨特觀點。它們是 commodity content——大量人都說過、可以互相替代的內容。
這種內容對初學者仍然有用。對剛開始接觸理財、寫作或創業的人來說，一個簡單清楚的入門答案，可能正是他需要的第一步。但對已經長期創作的人而言，持續重複同一批常識，長遠價值很低。你只是把已經想通的東西，再換一種說法寫一次。
Cole 提到另一個簡單的分別：
- 「你應該這樣做」通常容易變成普通建議；
- 「我曾經這樣做」或「我相信這件事」則會加入作者的個人視角。
前者是在重複一個主題的普遍答案，後者是在讓讀者看見一個人如何看世界。當所有人都能在幾秒內生成完整文章，真正稀缺的就不再是「能不能寫」，而是你有沒有別人沒有的觀點、經驗和語言資料庫。
SaaS 和內容的護城河，都來自 Point of View
訪談一開始談到一個很容易被忽略的問題：AI 是否會令 SaaS 失去護城河？Cole 的答案是，沒有觀點的 SaaS 的確很容易變成商品，但有清晰方法的 SaaS 仍然可以建立護城河。
他以自己參與的 TypeShare 為例。TypeShare 並不只是另一個寫作工具或排程工具，因為市場上已經有大量同類產品。它的定位，是幫助使用者按照一套特定方法，在網上建立自己的 Personal Language Model。
這個差別很重要。競爭者可以複製一個排程功能，卻不能只靠複製介面，就完全理解「什麼是 Personal Language Model」、「什麼是 commodity content」、「哪些內容會為使用者的長期資料庫增加價值」。
換句話說，功能可以被複製，但一套清晰的方法會令競爭者永遠慢幾步。這個原則同樣適用於文章：大家可以寫 AI、創業和理財，但如果你有一套清晰的判斷方法，內容就不再只是題目的排列組合。
AI 不應替你思考，而應該替你重複
這段對談最重要的分界，是「AI 寫作」和「AI 重組」其實是兩回事。
AI 寫作通常是：你給它一個題目，它根據公開資料和常見表達方式，替你提出觀點、舉例、組織文章。結果往往順口，但你讀完會覺得：「這不像我。」
AI 重組則是：你先寫下自己的故事、判斷、經驗、教訓和常用表達，AI 再把這些已經由你確認過的內容重新組合，變成不同平台需要的文章、貼文、短片腳本或電子郵件。
流程可以簡化成：
你的思考 → 寫成原始內容 → 累積成 Digital Brain → AI 重組與分發
Digital Brain 不一定要是一個複雜的軟件。Markdown 檔、Notion、Obsidian、訪談紀錄、Podcast 內容，甚至一個整理得好的文件夾，都可以成為內容庫。關鍵不是資料放在哪裡，而是資料是否真的包含你的判斷。
一個具體例子是：你曾經寫過「寫日記的五個好處」，又寫過「寫日記的七個好處」。AI 可以從兩篇內容抽取不同重點，重組成第三篇文章。這不是讓 AI 憑空發明新的思想，而是讓已經寫過的內容產生更多組合。
最有價值的資料，通常是你以為不值得寫的東西
AI 已經擁有大量公共資料，但它沒有你的成長經歷、犯錯方式、家庭背景、工作細節、習慣和偏好。這些就是尚未被寫進模型的 unmade data set。
很多人會說：「我的生活很普通，沒有什麼值得分享。」Cole 的反駁是，這通常只是因為你對自己的生活太熟悉。
他提到自己在四年內曾兩次搬到另一個城市。這件事本身不算驚天動地，但如果在聚會上遇到另一個也曾多次搬家的人，兩人可能立即找到共鳴，開始分享各自的經歷。
人與人第一次喝咖啡時，本來就會交換自己的背景、家鄉、家庭、興趣、工作和過往經驗。每個人其實都已經是一個會走路、會說話的 Personal Language Model。
寫作只是把這種一對一分享放大：你寫一次，便可以讓大量讀者接觸同一個故事和觀點；之後 AI 再協助你把它重組成不同內容。
因此，建立 Digital Brain 時，值得記錄的不只是結論，還包括：你曾經做過什麼、當時為何這樣做、哪些選擇後來證明有效、哪些失敗，以及你同意和不同意的常見說法。
故事不需要驚天動地。它只需要具體，而且真的發生過。
World of Warcraft 故事：一個 Hook 如何變成長期資產
Cole 分享了一個非常有代表性的例子。他年輕時曾經是競爭激烈的 World of Warcraft 玩家，17 歲時已經是北美排名很高的玩家之一。
他曾經在 Quora 寫過幾篇文章，分別用不同方式提到這段經歷。後來其中一篇文章以「我 17 歲時，是北美排名很高的 World of Warcraft 玩家」作為開場，意外獲得大量關注。
他沒有把這個成功 Hook 當成一次性的句子，而是在之後數百篇文章中不斷重用。有時放在第一句，有時放在故事中段，有時用來引出另一個觀點，但核心表達保持一致。
這就是內容資料庫的複利：當你發現某個故事、句式或觀點真的能讓人停下來，你不必每次重新發明。你可以讓 AI 以不同形式重組它，將它放進文章、貼文、演講和短片腳本。
AI 的角色不是替你想出一段從未說過的經歷，而是記得哪些內容已經被你確認過，並在合適的地方重用。
所謂「擁有」很多時候其實是關聯性
語言本身大部分是開放的。沒有人擁有字母，也沒有人擁有「我今天起床後喝了咖啡」這種句子。寫出一句話，不代表這句話就天然屬於你。
人們所說的「這是某人的觀點」或「這個概念屬於某人」，很多時候真正指的是關聯性：當某個主題、格式或觀點出現時，大家會自然想起你。
訪談中用了幾個很清楚的例子。
提到「咖啡應不應該省下來」時，有人會立即想起 Ramit Sethi，因為他長期主張即使咖啡昂貴，也可以保留自己的生活享受。另一邊，Dave Ramsey 則代表節省、投資和避免負債的理財觀。
兩人討論的其實是相近的基本問題，但多年重複同一套立場後，讀者已經把這些立場和他們連在一起。Dave Ramsey 甚至有一種固定的電話節目格式：他問來電者把錢花在哪裡、欠誰多少錢，觀眾一聽到這種結構，就會想起他。
Gary Vaynerchuk 也經常重複自己想買下 New York Jets。這件事和他早期建立財富的主業沒有直接關係，但因為他講了十多年，大家已經把「想買 New York Jets」變成他的個人資料點。
這種關聯性通常由三層組成：
- 你長期大量寫同一個主題；
- 讀者知道你的生活細節和個性；
- 你逐步形成一套清晰、可辨認的原創觀點。
所以，建立個人品牌不一定要每天發明全新的概念。先讓讀者知道「這些是你會說的話」，本身已經是在建立資產。
原創思想需要深度，而不是不停換題目
訪談中提到 Pythagoras 的例子。原創思想不一定要是一篇十萬字的書，有時只是幾個字，但這幾個字背後可能是多年觀察和思考的結果。
因此，如果一個人每天都換題目、每個主題只寫一點，反而可能永遠沒有機會深入到足以形成真正觀點。
寫作量本身不是目的。真正重要的是，每次寫作是否令你的 Digital Brain 多了一個新的故事、新的判斷，或者一種更準確的表達方式。
寫作、短片和 Podcast，本質上是同一件事
訪談也討論了寫作與短片的選擇。Cole 的看法不是其中一種格式必然勝出，而是不同格式都可以有效。
他和合夥人經營一間達到數百萬美元規模的公司，主要靠寫作帶來增長，幾乎沒有刻意投入短片。偶爾發布的短片，大多是把長篇內容交給剪輯師截取出來。
短片看似是另一種內容，其實通常也需要腳本；而腳本本身就是寫作。真正重要的不是你選 X、YouTube、Podcast 還是短片，而是你有沒有一批值得被轉換、剪裁和重組的原始內容。
Timely 和 Timeless：每篇內容的壽命不同
Greg 提到自己曾經發布一張關於「可摺疊桌面電腦」的 AI meme。這種內容可能在 24 小時內很有反應，但一個月後便很難再使用。
相反，一篇花兩星期寫成的 AI 長文，短期未必爆紅，卻可能在未來十年持續被引用、拆解和改寫。
因此，每次寫作前都要先知道自己正在創造哪一種內容：
- Timely content：短期觸及高，但很快失效；
- Timeless content：短期未必爆發，但可以長期累積；
- Personality content：讓讀者把主題和你本人連在一起；
- Original content：增加你的 Digital Brain 中真正新的判斷。
這也解釋了為何不能用同一套標準評價所有文章。不能期待一篇設計給十年後閱讀的文章，獲得和一張只為今天新聞而做的 meme 一樣的即時流量。
Voice 不是神秘氣質，而是一組可以拆解的選擇
Voice 其實可以拆成很多具體選擇：你偏好簡單還是精準的字眼、習慣短句還是長篇推演、先講結論還是先講故事，以及是否經常引用研究和數據。
例如，使用「really cool」、「exquisite」或較粗獷直接的表達，讀者對作者的印象便會不同。句子長短、標點密度和語氣，也會改變文章的聲音。
這代表 Voice 不是一個不可解釋的魔法，而是大量微小選擇累積出來的結果。但你必須先寫，才知道自己有哪些選擇；沒有足夠的原始內容，就不可能要求 AI 準確推斷你的節奏、用字和判斷方式。
Company Brain 可能是下一種企業護城河
這個概念不只適用於個人品牌，也適用於公司。
訪談後段提出一個很有意思的商業構想：Company Brain as a Service。
一家公司可以聘請一位非常懂行業的作家或研究者，長期思考公司的市場、產品、客戶和未來，建立一個高質素的內容庫。這個人的工作不是每天追逐幾篇爆文，而是持續增加公司的原始思想和判斷。
之後，AI 可以把這些內容轉換成銷售材料、產品教育、社交媒體貼文、客服答案、內部文件和影片腳本。
這有點像收購一個資料庫：資料本身只是資產，真正的價值取決於公司有沒有能力把它挖出來、重組和應用。如果一家公司買了一整套內容，卻沒有運作流程去使用它，內容就只是昂貴的檔案；如果有合適的 AI 基礎設施，一位高質素作者便可能支撐整個內容和市場供應鏈。
一套可以立即開始的寫作方法
如果今天就要建立自己的 Digital Brain，可以由以下流程開始：
- 選定一個你願意長期研究的主題，不要一開始就想寫所有東西。
- 寫下十個你親身經歷過的故事，尤其是轉折、失敗和學到的教訓。
- 列出你同意和不同意的常見說法，並為每一項補上一個真實例子。
- 把已經驗證有效的故事、句子和觀點整理到同一個內容庫。
- 要求 AI 只使用你的內容庫，並在輸出後檢查：這個觀點是我說過的嗎？這個例子是我的嗎？這個語氣像我嗎？
- 把每次確認有效的修改加回內容庫，讓下一次重組更加準確。
最重要的一步，仍然是先決定自己相信什麼。AI 可以幫你找到更順的說法，卻不能替你承擔觀點的責任。
結語：把 AI 用在重複，把人留給創造
AI 時代最危險的寫作習慣，是把「寫得流暢」誤當成「有價值」。流暢只是輸出品質，不是觀點品質。
真正有效的工作分工應該是：人類寫下未曾說清楚的東西，AI 重組已經確認過的語言；人類決定要相信什麼，AI 幫忙把它帶到更多地方；人類建立內容庫，AI 令內容庫產生複利。
當所有人都能使用同一批模型時，最有價值的不是更複雜的 prompt，而是你獨有的資料集——你的故事、你的選擇、你的錯誤、你的語言，以及你長期累積出來的看法。
這正是 AI 寫作真正的護城河：不是讓機器變得更像人，而是讓機器能夠更準確地重複你。
