設計思考 Design Thinking 2026-03-28108

LLM 不在乎你的使用者體驗：創意工作者的 AI 時代生存指南

讀完這篇，你會知道：

為什麼傳統的「好設計」原則在 AI 搜尋時代可能完全失效；
一個廣告代理商如何寫出 AI 創意宣言，重新定義創意工作的價值邊界；
在 AI 接管愈來愈多執行工作的時代，「創造力」的核心到底剩下什麼。

思考的起點

BCG 在 2026 年 3 月發表了一篇讓許多設計師與行銷人不舒服的研究報告，標題可以翻譯成這樣：「LLM 不在乎你的使用者體驗，它在乎的是你的資料結構。」

這句話刺穿了一個我們習以為常的假設：好的設計等於好的可見度。但在 AI 驅動的資訊發現時代，這個等式已經悄悄失效。一個設計精美但結構對 AI 不友善的網站，在 LLM 的眼裡，可能什麼都不是。

同一個星期，另一個訊號從廣告業的深處傳來：SmartBrief 報導了一個廣告代理商發表「AI 創意宣言」的案例，他們試圖回答一個更根本的問題：在 AI 可以生成大量創意內容的時代，人類創意工作者的獨特價值，到底是什麼？

這兩個問題，指向了同一個核心挑戰：創意工作者正在面對一個既是工具革命、也是身份認同革命的時代。本文嘗試把這些訊號拼湊成一個對創意工作者有實際幫助的思考框架。

LLM 的閱讀方式：為什麼你的設計對 AI 是隱形的

在 AI 驅動的資訊發現時代，內容的「可機讀性」比「可視覺性」更決定你的能見度。

BCG 的研究報告《Speaking Your AI Agent's Language》提出了一個讓許多品牌主和內容創作者感到陌生的概念：如果你的目標是讓 LLM（大型語言模型）在回答用戶問題時「推薦」你或「引用」你，你需要針對 AI 的資訊處理方式來結構化你的內容—而不只是針對人類讀者的閱讀習慣。

LLM 不像人類用視覺設計來判斷權威性，它依賴的是內容的語義清晰度、結構一致性與被引用的頻率。一段定義清晰、可以被直接引用的說明文字，比一個設計精美但語意模糊的 Hero Image，對 LLM 的說服力高出幾個數量級。

這對創意工作者意味著什麼？它意味著「為 AI 設計」和「為人類設計」需要同時進行，但兩者的邏輯並不完全相同。這不是要放棄好的視覺設計，而是要在設計流程中加入一個新的維度：這段內容，AI 讀得懂嗎？

以 Patagonia 這類以環境議題著稱的品牌網站為例—若其頁面採用清晰的問答結構，每段都有獨立完整的語義，這種架構既對人類讀者友善，也讓 AI 系統更容易識別和引用其立場。

廣告代理商的 AI 創意宣言：一個行業的自我定位宣告

當 AI 可以生成「夠好」的創意時，人類創意工作者的價值，必須往「只有人類才能做」的方向移動。

SmartBrief 報導了一個廣告代理商發表內部 AI 創意宣言的案例。這份宣言的核心論述是：AI 是工具，但創意的方向感、品牌的價值判斷、以及讓人產生情感共鳴的敘事能力，依然是人類的專屬領地。

這個宣言的出現，本身就是一個信號：廣告業正在集體進行一場身份認同的重新定義。在 AI 可以快速生成大量「合格」的廣告文案、視覺素材甚至影片腳本的今天，「高效執行」已經不再是創意工作者的核心競爭力。

那什麼才是？這份宣言提出了幾個方向：品味（taste）—知道什麼是好的，什麼是對的；策略直覺—在資料背後看見人類需求的能力；以及倫理判斷—在 AI 給出選項時，知道哪些不應該做。

這讓人想起 IDEO 長期以來在設計思考領域強調的一個核心概念：同理心（Empathy）不只是一個設計步驟，而是創意工作的根基。AI 可以模擬同理心的表達，但真正的同理心來自人類對另一個人類真實處境的感受與理解—這個能力，目前沒有任何 AI 系統能夠複製。

BCG 的企業溝通洞察：GenAI 讓內部溝通成為轉型的最大槓桿

企業內部溝通是 GenAI 轉型效益最高的兩大功能之一，但大多數企業完全忽視了這個機會。

BCG 在 2026 年 3 月發布的另一份報告《Corporate Comms Catch Up on AI》提出了一個讓企業傳播人員（Corporate Communications）感到振奮的發現：根據 BCG 的研究，企業內部溝通（Corporate Comms）在所有企業功能中，是 GenAI 轉型潛在效益最高的兩大領域之一，潛在的生產力提升幅度相當驚人。

但矛盾的是，根據 BCG 針對逾 200 位美英企業傳播主管的調查，68% 的 CCO 坦承其部門在 AI 導入上進展有限，甚至完全落後（BCG 稱之為 'AI laggard'）。BCG 同時指出，企業傳播是 GenAI 轉型效益最高的企業功能之一，這種落差形成了一個巨大的被忽視機會。

這個落差的成因有幾個：傳播工作的輸出難以量化、傳播團隊規模通常較小因此資源有限、以及傳播工作的「人味」特質讓決策者誤以為 AI 在這個領域用處不大。但 BCG 的研究數據完全推翻了這個直覺。

對創意工作者而言，這個洞察的意義在於：如果你在企業傳播領域工作，現在是建立 AI 能力差異化的最好時機—因為你的競爭對手大多還沒意識到這個機會窗口的存在。

Elon University 的跨學科創新實驗：設計思考如何打破學科的邊界

真正的創新不住在任何一個學科裡，它住在學科與學科之間的空白地帶。

Elon University 在 2026 年的校長報告中，分享了一個跨學科創意培育的實踐案例：通過整合以人為中心的設計（Human-Centered Design）、分析思維（Analytical Thinking）與實作探索（Hands-on Exploration），培育能夠在任何學科中應用創造力的「反思性創造者」。

這個框架讓人想起 Stanford d.school 長期推廣的設計思考哲學：設計思考不是設計師的工具，而是任何人面對複雜問題時都可以使用的思維框架。在 AI 時代，這個觀點比以往任何時候都更加重要—因為 AI 可以執行許多標準化的設計任務，但人類的跨學科思維能力，才是那個決定問題被如何定義、被如何解決的關鍵起點。

教育領域的這個實驗，也指向了一個對創意工作者的提醒：在 AI 工具讓執行成本趨近於零的時代，真正的競爭力來自「問對問題的能力」—而這種能力，恰恰是跨學科思維最擅長培養的。