逆AI訓練！3種鍛鍊品味的方法，讓你的產出與眾不同，不再順從AI！
2022 年 Midjourney 讓每個人擁有一個自己的設計師，同年底 ChatGPT 讓每個人擁有一個寫手。到了 2026 年，一套「看起來很專業」的品牌提案，只需要幾分鐘加一組訂閱費。
但這麼划算的投資，卻讓 行銷交付物的及格線被拉到史上最高，同時吸引力也被壓到史上最平。當每一家代理商、每一個品牌小編都在用同一批模型，產出自然會收斂到同一個中位數。好看變成預設值，「好看」本身就失去了記憶度。
大型語言模型的邏輯是機率，它交出來的永遠是最可能、最常見、最安全的答案。我們要被記住，需要的卻是一種可以被辨認的特色。特色還要有根據，否則只是違和感滿滿的噪音，也就是「AI 垃圾」。那個根據就是品味。
我對品味的定義是：在無法量化的選項之間，做出一致、而且說得出理由的取捨。「一致」讓品牌像同一個人在說話，「說得出理由」讓判斷可以複製、可以交接給團隊。講不出理由的好選擇，只能算運氣。
既然是判斷力，就能訓練。以下三種方法提供大家自我鍛鍊。
方法一：建立「普通」資料庫
設計師水野學在《品味，從知識開始》裡有一個關鍵論點：理解「普通」，是一切判斷的基準線。沒有基準線，就無法判斷自己偏了多少、往哪裡偏。
多數品牌的差異化失敗，問題出在沒看過足夠多的「普通」，誤把市場平均值當成了自己的個性。你以為獨特的奶油色調，可能正是這一季貨架上最擁擠的顏色。
以一款手工果醬為例。如果你沒有逛過貨架，很容易選擇牛皮紙標籤、手寫字體、格紋瓶蓋布，因為這些元素在腦中代表「手工」。但只要在超市果醬區站十分鐘，就會發現這三個元素早已被大量商品共用，它們在貨架上代表的，其實是「普通」。
怎麼做：
每週固定一個時段，到百貨地下街、便利商店冷藏櫃、連鎖藥妝的貨架前站十分鐘。
只記三件事：包裝主色、價格帶、什麼用詞高頻率出現。
固定請 AI 整理一次，標出「目前市場的中位數」。
交付前自問：這份提案的主視覺與文案，落在中位數的哪一側？偏離的幅度有多少？令人印象深刻嗎？為什麼？
方法二：往上游讀，讀到源頭
AI 的訓練資料是網路上已經被轉述過好幾手的內容。你問它「日式質感」，它給你的是一萬篇部落格的平均值。要贏過模型，就得比它多讀一層，讀到第一手的源頭。
源頭知識是模型資料最稀薄的地方，也是品牌差異最厚的地方。備前燒為什麼堅持不上釉、Amarone 的葡萄為什麼要在竹架上風乾三到四個月、京都一家三百年老舖的暖簾為什麼始終不換字體？這些細節一旦進入你的文案與視覺，就是模型很難憑空生成的東西。
同樣是介紹一支紅酒，「風味濃郁、層次豐富」是任何模型都寫得出的句子，「葡萄採收後在通風的閣樓裡風乾，水分蒸發、糖分濃縮，才釀出這種近乎果乾的厚度」，則需要有人真的讀過產區的釀造規範。前者提供形容詞，後者提供理由，讀者記得住的是理由。
怎麼做：
每接一個品牌，列出它所屬品類的三個「源頭」：產地、工藝、創始脈絡。
優先讀原始資料：產地公會文件、職人訪談、老舖自己的出版品，其次才是二手整理。
把讀到的細節整理成一頁「源頭筆記」，附在 brief 裡交給團隊與 AI。
交付前自問：這份交付物裡，至少有幾個細節是只有讀過源頭的人才寫得出來的？如果答案是零，它就很容易被取代。
方法三：寫一份「拒絕清單」
品味的輪廓，很多時候是用刪去法畫出來的。一個品牌說不出自己是什麼，卻通常很清楚自己不要什麼。把這些「不要」寫下來，輪廓就開始成形。
這份清單在 AI 時代特別值錢。模型可以一口氣給你一百個選項，真正決定品牌氣質的，是你刪掉什麼、為什麼刪。
怎麼做：
每次提案、選品、修圖，記下被刪掉的選項與一句刪除理由。
每季回顧一次，把重複出現的理由歸納成三到五條「品牌不做的事」。
把這幾條直接寫進給 AI 的 brief，當成負面指令。
一份成熟的拒絕清單，讀起來可能像這樣：不用逆光剪影當主視覺；不寫「質感生活」這類無法被驗證的形容；不讓產品在畫面中占比超過三分之一；不使用沒有出處的「職人精神」。每一條背後，都曾經有一個被刪掉的提案。
交付前自問：這次的交付物，有沒有違反清單上的任何一條？團隊裡的新人，能不能只靠這份清單，做出和你相近的判斷？
把品味放在 AI 的上游
三種方法最終要回到同一個流程：人先定標準，AI 生產選項，人做刪減與校準，AI 再放大執行。
差別在於 brief 的寫法。「高級感的日式早餐」只會換來一張平均值；換成「光從左側窗戶斜射進來，餐具是用了十年、碗緣有一個小缺口的白瓷，桌上允許留一點麵包屑」，就能拉出一種閒適、平靜，還帶有一點詫寂感的特色。這種鑒別能力，只有累積過普通、讀過真正源頭、知道自己是誰的人寫得出來。
判斷力的門檻永遠在人類身上。往後，行銷的價值，會由負責「品味決策」的人來決定。
— Sho
（本文配圖皆由 AI 生成，使用 ChatGPT，並結合我喜歡的午後靜謐感。）
