AI 讓內容都長得一樣？Stripe 設計主管：錯不在 AI，在團隊沒有主見

先玩一個小遊戲。

把 2025 年雙 11 你收到的十封電商 EDM 攤開，遮掉 logo，猜猜看哪封是哪個品牌寄的。

「年度最殺」「限時限量」「手刀搶購」「CP 值爆表」。主圖是一個漸層背景加上商品去背，右上角一個紅色爆炸框。

你大概猜不出來。

Stripe 的設計主管 Katie Dill 在 2026 年 9 月的 Lenny and Friends Summit 上玩過一個很像的遊戲。她秀出一個網站問台下：「猜猜這個品牌賣什麼？」第一眼看起來像軟體公司。答案是韓式烤肉。她說這網站大概沒什麼問題，就是沒有個性，看不出賣什麼、給誰用。

她的診斷只有一句話，我覺得每個行銷主管都該抄下來貼在螢幕旁邊：

如果你沒有觀點，AI 會給你一個。而那個觀點，多半是通用的、往回看的。

這篇把她那場演講拆開來，翻成行銷人和品牌主聽得懂的版本。我的判斷很直接：AI 讓所有品牌長得一樣，錯不在 AI，在團隊沒有主見。

什麼是「殭屍內容」？從二戰後的殭屍建築講起

殭屍內容，指的是任何品牌都能用、遮掉 logo 就認不出是誰的文案與素材。這個說法借自 Katie Dill 的「殭屍 UI」，而她的演講是從一段建築史開場的。

1920 年代的現代主義建築，像包浩斯那一派，有很明確的主張：簡單的幾何、乾淨的表面、不加裝飾。你可以不喜歡，但它背後有一套想法。

二戰結束後，美國迎來史上最大的建築熱潮。軍人返鄉、新工法出現，房子要蓋得又快又多。建商把現代主義的「樣子」拿來反覆套用，背後的想法卻越來越薄。

結果是什麼？她用的詞是 zombie buildings，殭屍建築。

她舉銀行當例子。以前的銀行建築，一看就在傳遞信任、可靠、安全；後來的銀行，跟街上其他方盒子沒有兩樣。看不出用途，看不出品牌，也看不出蓋的人在不在乎使用它的人。

她說，我們現在正處在另一場建築熱潮：AI 熱潮。三個人的團隊能做以前三十個人的事，而這場熱潮如果不小心，會蓋出一大片「殭屍 UI」：單調、空洞、沒人在乎。

如果你問我，行銷圈的殭屍化跑得比 UI 還快。

台灣有一個現成的例子：建案廣告。「坐擁」「尊爵」「名門」「國際級」「百年傳世」，翻開報紙夾頁，很多案子都在用同一套詞。每個案子都說自己獨一無二，結果全部擠在同一張形容詞清單裡。

這就是殭屍內容的長相。

AI 沒有發明這件事，它只是把這件事的成本降到零。以前要寫出一篇罐頭文案還得花半小時，現在三秒鐘一次給你十版。

為什麼 AI 寫的文案都長得一樣？因為模型的本業就是給最可能的答案

很多人把同質化怪到 prompt 不夠好、模型不夠強。我覺得方向搞錯了。

Katie Dill 講得很清楚：大型語言模型很擅長告訴你「最可能的答案」，意思就是過去流行過、有效過、正在流行的東西。它不擅長的，是告訴你什麼是原創的，什麼是只屬於你的品牌、你的客人、你的情境。

重點是什麼？

模型給你的平均值，就是你所有競爭對手也會拿到的平均值。

這件事有實驗證據。倫敦大學學院與艾希特大學的研究者 Anil Doshi、Oliver Hauser 在 2024 年發表在 Science Advances 的研究裡，讓一群人寫短篇故事，一部分人可以拿 AI 給的點子。結果很矛盾：用了 AI 的故事，單篇被評為更有創意、寫得更好；但把所有故事放在一起看，用 AI 的那組彼此更像。

個人變好，整體變像。研究者把它叫做一種社會困境。

這份研究測的是短篇故事，不是廣告，但放到行銷，邏輯很好推。你用 AI 寫的商品頁，單看可能比你原本那版通順。但你的競爭對手也在用同一類工具、同一種提問方式，最後整個品類的商品頁收斂成同一種長相。

消費者會不會發現？NielsenIQ 在 2024 年做過一份 AI 生成廣告的消費者研究，發現受測者多半能直覺認出 AI 廣告，覺得它們更「煩」「無聊」「讓人困惑」；就連被評為高品質的 AI 廣告，在腦中引發的記憶活化也比較弱。NIQ 還提醒，這種負面感受可能外溢到品牌本身。

殭屍內容最可怕的地方在這裡：它不一定難看，它只是比較不容易被記住。

而對品牌來說，不被記住比難看更貴。我在被看到跟被記得是兩件事那篇聊過，曝光可以買，記憶買不到。

Katie Dill 還點出另外兩個推手。一個是「做完了」的誘惑：她自嘲午餐常吃微波捲餅，九十秒就能吃，難吃也忍了，因為實在太快。AI 打一句話就給你一個看起來完成的東西，你很容易就收下。另一個是拋棄式心態：東西太容易做，就被當成用完即丟。

換成行銷場景，你一定看過：一檔活動跑完，十幾支 AI 素材散落在廣告後台，沒有人回頭問它們加起來像不像同一個品牌。

解法一：把品牌觀點寫進系統，不只寫在品牌手冊

一句話：先講清楚品牌相信什麼，再把它寫成 AI 會照做的規則。

Katie Dill 的第一個建議是「要有觀點」。她舉 Stripe 自己的例子：Stripe 很在乎「樂觀」，所以這件事會放進大大小小的細節裡，選什麼顏色、怎麼寫、寫什麼主題、做什麼產品去支持創業者。

台灣也有很好的例子：全聯的「經濟美學」。

根據經理人的報導，2015 年全聯遇到的瓶頸是上門客人幾乎都是中老年人，年輕人只占 9%。奧美團隊先從年輕人的價值觀找切角，扣著品牌主張「買進美好生活」，把節儉講成一種時尚宣言。有了這個觀點，才寫得出「長得漂亮是本錢，把錢花得漂亮是本事」這種句子。

你把「幫我寫一則超市吸引年輕人的廣告」丟給 AI，你會拿到什麼？天天低價、新鮮直送、會員好康。全部正確，全部是殭屍。

觀點要先存在，AI 才有東西可以放大。

但光有觀點還不夠。Katie Dill 的第二個建議更關鍵：把標準寫進機器。

她的理由是，以後很多決策不會有人類在場。沒有設計師在場就做出來的介面、半夜自己找問題修問題的 agent、即時為使用者生成的畫面，這些都已經在發生。

以前設計系統不用把每件事寫下來，因為會議室裡永遠有一個設計師可以補空白。現在不行了。她的說法是：設計的對象不再是畫面，是系統本身。

Stripe 自己就踩過坑。他們一開始做了一個讀設計文件的 MCP（Model Context Protocol，讓 AI 連上外部資料與工具的開放協定），結果不夠具體，三個人輸入同一句 prompt，拿到三種結果。後來改做一個建在設計系統上的 CLI（命令列工具），放在開發者動手做東西的地方、在對的時間點才把文件餵給 AI，避免資訊塞太多造成的 context rot（上下文腐化）。而且裡面不只有按鈕、表單這些元件，還有完整的頁面模板和流程，比過去任何一版設計系統都更有主張。

她有一句話我很喜歡：舊的系統規模化的是一致性，新的系統要規模化的是意圖。

翻回行銷，這段的意思是：

以前你的品牌規範是一份四十頁的 PDF，logo 留白幾公分、主色色碼多少，給人看的，看完靠人自己判斷。

現在你的品牌規範要變成 AI 讀得懂、會被執行的規則：這個品牌會說哪些話、絕對不說哪些話，語氣像誰不像誰，好的範例長什麼樣、壞的範例長什麼樣，每一條都要具體到 AI 照著做不會走鐘。

這就像老字號餐廳開分店。把食譜抄給分店很容易，那叫一致性；難的是讓分店師傅知道老闆為什麼堅持這樣做，遇到菜單上沒有的狀況，才做得出對的判斷，那叫意圖。

怎麼寫成 AI 照得到的規則，站內有兩篇可以接著看：Matt Pocock 的技能地獄講文件怎麼設計才會被照做，Claude Skill 的 description 那一行講規則怎樣才會在對的時候被叫出來。Stripe 內部怎麼管一大堆 AI 工具，可以看Stripe 內部 AI 助理 Kai 的解碼。

不過 Katie Dill 自己也提醒了，這只是基線。她借用建築理論家 Christopher Alexander 的意思：一套系統可以符合每一條規則，卻依然是死的。

所以還有第三步。

解法二：把關從「事前」移到「產出之後」，編輯變成最重要的人

一句話：AI 讓「做出來」變便宜，所以「挑出來」要有人專職負責。

以前的品質過濾，散落在流程的每一站。

二十個點子只有人力做一個，所以企劃會先砍掉十九個；做的過程中再一路修、一路剪。東西慢慢長出來，每一步都有人把關。

現在一週就能把二十個點子都做出來。

Katie Dill 說這很棒，終於可以不用開那些討論假想產品的會，直接拿真東西來反應。但代價是：過濾得移到「做出來之後」，而做出來之後要說不，難多了。

行銷人應該最有感。以前一檔活動拍三支素材就很拚了，現在 Meta、Google 的廣告後台都在幫你自動長素材版本（Google Ads 的 AI 創意工具我整理過一輪），一個素材組就能長出好幾版。誰來決定哪幾版配得上你的品牌？

她的答案是：編輯。而且她問了一句很尖的話：在你的組織裡，誰在做這件事？

想像一下，週一早上的檔期會議。設計丟出 AI 做好的 15 張主視覺，文案丟出 AI 寫好的 30 則標題，投放說「全部上，讓演算法挑」。整間會議室沒有一個人的工作是站在客人的位置，從廣告一路點到商品頁、加入購物車、收到 LINE 推播，看這整段旅程到底連不連貫。

Katie Dill 說，編輯最重要的一件事，是像用戶一樣去體驗：它真的解決問題嗎？符合客人腦中想事情的方式嗎？放進完整旅程裡還連貫嗎？很多東西單獨看都不錯，串起來就散了。

她還引了作家 Nabeel Qureshi 那篇〈What Makes Art Great?〉裡的觀察：AI 生成的東西讓人反感，是因為細節看起來無所謂。杯子是綠的，但換成藍的好像也沒差。

好的作品剛好相反，每個細節都像是被選過的。

編輯要為每一個決策負責，某種程度上，就是為每一個像素、每一個字負責。

解法三：分清「做完了」跟「做好了」，嚴格打磨

一句話：AI 產出的標準跟人做的一樣，看的是客人體驗到的結果，不是做得多快。

Katie Dill 的第三個建議叫做「拒絕把做完跟做好混為一談」。

她分享了一個會議室裡的場景。設計評審時在看一支廣告，跨部門的同事想趕快上線，問了一個問題：「用 AI 做的東西，品質標準是什麼？」

她覺得這個問題很奇怪。用戶根本不在乎東西是怎麼做出來的，用戶只在乎它好不好。所以標準只看最後的產出。那次討論的結果，是團隊帶走 17 點修改清單：霜感這邊再多一點、邊緣柔一點、氣泡小一點。

她說他們不追求完美，追求的是「比客戶看得到的再深一層」。

另一個例子更誇張。她說那場峰會的視覺是她的團隊負責設計的，開場動畫先做 3D 場景，再用 AI 處理動態。第一版看起來不錯，但一格一格看就覺得動作有點僵、不夠自然。於是改，再改，再改，一共改了 56 次，才做到她口中「真正美」的程度。

有意思的是她的補充：如果沒有 AI，團隊可能根本不會嘗試這麼複雜的場景、這麼多角度。AI 打開了可能性，但沒有一次到位這種事。

拿這把尺量一下台灣的電商現場。

一張商品頁，AI 三秒鐘幫你生好賣點、規格、FAQ。「做完了」。但尺寸表跟實際版型對得上嗎？退換貨說明是不是客人真正會問的那幾題？主圖的情境是你的客人真的會用的場景，還是 AI 想像中的北歐客廳？

「比客戶看得到的再深一層」，放在電商就是：客人沒問出口的那個問題，你先回答了。

麥當勞荷蘭 2025 年 12 月的 AI 聖誕廣告是個很好的反面教材。根據 NBC News 的報導，這支片上架幾天就在一片「詭異」「沒靈魂」的批評聲中下架；製作公司出面說團隊七週幾乎沒睡、做了幾千個版本。被罵的還不只畫面，概念本身也中槍：把聖誕節拍成一連串倒楣事，被批評太憤世嫉俗、一點都不好玩。

如果你問我，力氣花了，打磨也做了，但「這個品牌在聖誕節想跟客人說什麼」這一題沒想清楚。打磨要有方向，方向來自觀點。三個解法是一套的，少一個都不行。

行銷團隊這週就能做的五件事

► 寫一頁「我們不說的話」：把品牌絕對不會用的詞、不會講的語氣列出來，比寫「我們的語氣是溫暖專業」有用十倍。AI 很會模仿形容詞，但它需要邊界。

► 把品牌規範改寫成 AI 能執行的規則：每一條都配一組好範例和壞範例。挑一份最常用的文案任務（例如商品頁、LINE 推播）先改，跑一週看產出差多少。

► 指定一位「編輯」：他的工作不在抓錯字，在站在客人位置把整段旅程走一遍。給他一張固定檢查表（解決問題了嗎？跟前後接觸點連貫嗎？像不像我們？），每檔活動上線前，他有權說不。

► 訂一條「再深一層」的檢查：每份 AI 產出上線前，問一句「客人沒問出口但一定會想到的是什麼？」答不出來就還沒做好。

► 保留一塊「奇怪點子」的預算：每檔活動撥一小部分素材額度，專門做 AI 不會建議、主管第一眼會皺眉的版本。

最後：AI 也是史上最強的創意催化劑

講了這麼多防守，Katie Dill 自己最喜歡的其實是第四個建議：釋放創意與藝術性。

她的原話很漂亮：AI 確實能幫我們大量製造單調，但它也是我們有史以來最強的創意催化劑。

你知道為什麼嗎？

當每個人都能做東西，差異化就變得更難，也更重要。今天的聊天框、圖表、命令列，不會是互動的終點；最佳實踐還沒被寫下來，現在正是發明新介面、新美學的時候。

她給帶團隊的人一句提醒：不要只叫大家用 AI，要給他們探索的空間。原文是「Protect the strange」，保護那些奇怪的點子。照著模板做很安全、很舒服，但找到真正改善現狀的獨特做法，更難，也更讓人佩服。

AI 把創作成本降下來了，省下來的時間，拿一點去做真正特別的東西。

如果只用 AI 把本來就在做的東西做得更快，那就錯過了最有意思的部分。她的說法是：AI 可以抬高天花板，不只是抬高地板。

她用另一種建築收尾。她提到十九世紀中葉的英國評論家 John Ruskin 盛讚哥德式建築，觀察到沒有兩棟哥德式建築是一樣的，甚至沒有兩根柱子一樣；每個細節都看得出做的人的手和心思。

Shopify 的 Tobi Lütke 講過，品味正在變成矩陣乘法，模型越來越讀得懂品味。我同意它讀得懂，但讀得懂跟替你做決定是兩回事。

殭屍建築跟哥德式建築的差別，從來不在工具。

在蓋的人有沒有想法。

常見問題

為什麼 AI 寫的文案都長得一樣？

大型語言模型的強項是給出「最可能的答案」，也就是過去流行過、有效過的寫法。品牌沒有提供自己的觀點、禁用詞與範例時，模型就用最普遍的答案填空，而競爭對手拿到的也是同一個平均值。2024 年 Science Advances 的研究也發現，用 AI 輔助寫作的作品單篇評價較好，但彼此更相似。

什麼是殭屍 UI、殭屍內容？

「殭屍 UI」是 Stripe 設計主管 Katie Dill 在 2026 年 Lenny and Friends Summit 演講中提出的說法，比喻二戰後被無意圖複製的殭屍建築（zombie buildings），指單調、空洞、看不出品牌與使用情境的介面。套用到行銷，殭屍內容就是任何品牌都能用、遮掉 logo 就認不出是誰的文案與素材。

怎麼讓 AI 寫出有品牌個性的內容？

先定義品牌觀點，再把它寫成 AI 能執行的規則：會說與不會說的話、語氣邊界、好壞範例對照。產出後由一位編輯站在客人的位置檢查整段旅程是否連貫，並用「比客戶看得到的再深一層」當作上線標準。

協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 [來源名稱](URL) 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。

內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。