01 · Current Situation
現在你每天的工作是這樣
定期手動上 Facebook、Google 評論、PTT 各自搜尋公司名稱，看看有沒有負評。看到問題就截圖，LINE 回報主管，主管決定要不要回應，然後自己撰寫回覆。整個過程沒有系統性追蹤，不知道負評頻率有沒有在增加，通常要出大事了才意識到輿情已累積一段時間。
02 · Pain Points
這樣做，會遇到什麼問題
✗
監控覆蓋率不足
手動搜尋無法持續、全面，負評可能在你搜尋的空檔累積。
✗
反應時間過慢
從發現到決定回應有多個等待環節，負評擴散已發生。
✗
沒有趨勢分析
缺乏長期追蹤，不知道哪個議題在升溫，無法預防性處理。
03 · Measurable Impact
導入後的改變
負評發現到回應
1-3 天
↓
當日
每週監控時間
2-3 小時
↓
30 分鐘內
趨勢分析
無
↓
月度報告
04 · AI Workflow
AI 工作流解法
01
Make.com 自動巡邏各平台
定期抓取 Google 評論 RSS、關鍵字搜尋結果、社群平台新文章，自動彙整到 Google Sheets，取代人工手動搜尋。
02
AI 情感判斷 + 嚴重程度分級
新內容自動貼入 Claude，判斷「正評／中性／負評」及嚴重程度（低／中／高），負評立即觸發 LINE Bot 告警。
03
AI 提供回應草稿選項
負評內容貼入 AI，產出三種語氣版本（道歉型／說明型／引導型），行銷人員挑一個改改就能發出。
Make.com
Claude Prompt
Google Sheets
LINE Bot
05 · Actual Output
實際做出來的畫面
ASCREEN
Make.com 自動化流程
Google 評論、社群平台、關鍵字搜尋——多平台定時抓取，資料自動彙整入 Sheets 資料庫。
BSCREEN
AI 情感判斷
每一則評論自動判定「正評／中性／負評」+ 嚴重程度（低／中／高），高嚴重度立即觸發告警。
CSCREEN
AI 回應草稿
三種語氣版本（道歉型／說明型／引導型）供行銷人員挑選微調，不必從零寫起。
Make 自動巡邏 + AI 情感判斷，
負評當天收到通知並附上草稿。
行銷不再需要天天手動搜尋，也不會在負評累積數十則後才驚覺——AI 是你 24 小時的輿情雷達。
Designed & Implemented by
行銷企劃 · 中型品牌