最近 AI 新聞的敘事，從模型多強、Token 燒多少，一路講到 Agent 能代辦什麼。我比較在意一件沒那麼炫的事：當消費者把「幫我找人」交給 AI，商家的行銷文案，可能突然變成規格文件。
而規格文件最怕的，就是「什麼都可以」。
我傾向一個有點惹人嫌的看法：想被 AI 推薦，商家可能得先讓自己更容易被排除。 因為需求越具體，「我們提供全方位服務」就越難幫助配對。聽起來很萬能，拆開來卻沒有一個可以確認的條件。工程師看到這種需求文件，通常會先去泡咖啡。
客人問的，已經不是你的關鍵字
想像一位租屋族，晚上發現冷氣滴水。他沒搜尋「台北冷氣維修推薦」，而是問助理：
幫我找明晚能來中山區、願意修十年以上分離式冷氣的師傅。租屋處不能大拆，先告訴我到府檢測多少錢。
這是一個假設場景，但它把差異攤得很清楚：客人交出的是一包限制條件，不是一串搜尋詞。
甲店網站漂亮，寫著「專業團隊、服務熱忱、品質保證」。乙店頁面陽春，卻列出服務區域、晚間預約方式、老機檢修範圍、檢測費，還說明哪些漏水狀況可能需要拆裝。
乙店未必比較會修。可是，要判斷誰符合這次需求，乙店留下的線索比較能用。這裡沒有什麼神祕的 AI 黑科技，只有甲店把廣告詞交出去，乙店把判斷材料交出去。
「不要把話說死」開始有代價
傳統行銷常怕條件寫太細會流失客人。價格先別放、限制先別講，讓人私訊再說。這套做法有它的理由：服務需要估價，也需要溝通。
但消費者若先請 AI 整理候選名單，私訊可能根本不會發生。資訊空白不代表彈性，也可能只是助理無法確認。至於它會排除、追問，還是亂猜，得看工具與資料來源；不能把「AI 會懂」當成營運策略。
更麻煩的是，規格完整也不等於能力可靠。寫得清楚的普通店，可能比手藝很好、網路資料卻停在五年前的師傅更容易被辨識。AI 推薦放大的，有時是資訊整理能力，不全是服務品質。這個落差，才是行銷人真正有工作做的地方。
與其再替師傅生二十篇「冷氣保養五大秘訣」，我更想把他每天接電話確認的問題整理出來：哪種機型修過、哪個區域不跑、報價包含什麼，案例裡究竟解決了哪個故障。結構化資料可以協助機器解析，卻不是推薦保證書；網站、商家資訊與實際接案條件對不上，標記再漂亮也只是把矛盾排版整齊。
曝光仍然重要，評論、口碑與來源可信度也沒有退場。只是「很多人看過我」和「這次需求有理由選我」，中間還隔著一段證據。
那位冷氣師傅可能仍不喜歡寫文章。他接起電話，第一句就是：「十年以上可以看，但你先拍排水管給我。明晚剩八點半，檢測費我先跟你講。」
這幾句話，他每天說。網站首頁卻還掛著四個大字：服務至上。