AI 內容策略

從 ChatGPT 到 Claude 我的 AI 工具遷移史

從 ChatGPT 到 Claude 我的 AI 工具遷移史

某天深夜，我跟 ChatGPT 改一篇文案改到崩潰，隨手開了 Claude 試了一下，然後就回不去了。

不是因為我特別前衛，也不是因為我有什麼內線消息。就這樣一個很不戲劇性的夜晚，讓我成了台灣最早一批從 ChatGPT「叛逃」到 Claude 的使用者之一。

這篇文章是我的工具遷移實錄，沒有業配，沒有贊助，只有一個每天跟 AI 工作的人說老實話。

一開始為什麼用 ChatGPT：因為不用好像跟不上時代

2023 年初，ChatGPT 剛爆紅的時候，台灣的行銷圈幾乎每個人都在講它。

我還記得當時 LinkedIn 的動態幾乎被「我用 ChatGPT 寫了一整個行銷企劃」這類貼文淹沒。客戶開始問我「你們有在用 AI 嗎」，主管開始在會議上提「AI 工具導入」，甚至連我媽都問過我「那個什麼 GPT 是什麼東西」。

那種氣氛就是：不用 ChatGPT 你就是落後的人。

所以我用了。一開始很興奮，因為確實快。關鍵字研究、競品分析、部落格初稿，原本要花三個小時的事情，一個小時就能有個七成成品出來。我的工作效率明顯提升，那段時間我甚至覺得自己找到了什麼秘密武器。

但蜜月期大概只維持了兩個月。

開始踩到地雷：三個讓我很頭痛的問題

問題一：幻覺問題比我想像的嚴重

剛開始的時候，我還會認真查資料，但隨著依賴度增加，我開始偷懶。然後就中了。

有一次我請 ChatGPT 幫我整理一篇關於台灣 SEO 市場的分析，它煞有其事地引用了幾個「研究數據」，包括什麼「台灣 SEO 市場規模在 2022 年達到 XX 億」，說得非常具體。我直接放進客戶報告裡，結果客戶問我數據來源，我才去查，才發現根本查不到那個報告。

那次之後我開始在每一個數字後面加一個問號，但這等於把省下來的時間又全數還回去了。

問題二：風格像在讀教科書

用 ChatGPT 寫文案，你會發現它的語感非常「正確」但非常「無聊」。

每次給它一個寫作任務，它都像在完成一份作業，結構工整、段落分明，但就是沒有靈魂。更嚴重的是，不管你給什麼行業、什麼品牌，它的語氣骨子裡都是同一個人在說話。

我試過給它非常詳細的 prompt，說「你是一個有 10 年經驗的台灣行銷人，語氣要輕鬆有趣，要有點自嘲」，它確實會調整，但調整的結果就是在每段話裡硬塞幾個台灣慣用語，看起來比沒調整更尷尬。（就像你叫一個外國人用台語說「揪甘心ㄟ」，你懂那種感覺嗎）

問題三：對話深度撐不太住

最讓我沮喪的是：一旦對話變長，它就開始失去重心。

舉個例子，我有一次想用 ChatGPT 來做一個比較深入的 SEO 策略規劃，從競品分析、關鍵字叢集、到內容月曆，想一次討論完。結果聊到第 10 幾輪，它開始重複前面說過的事，然後開始自相矛盾，然後等到我說「你之前說的是…」，它的回答是「你說得對，我們重新來過」。

這就很崩潰。不是它記憶力不好（那是技術限制），而是它在長對話裡沒有辦法真的幫你「推進思考」，只能不斷回應你最後一句話。

轉換的契機：一次長對話讓我看見差距

某天下午，我在測試 Claude（那時剛出 Claude 2），用的是跟對待 ChatGPT 一樣的方式，丟了一個複雜的內容策略問題進去。

差異在第三輪對話的時候出現了。

它的回答裡出現了一句話：「你前面提到你們的受眾對實際案例的反應比理論更好，所以我在這個建議裡刻意減少架構圖，多放了三個真實的操作步驟。」

我愣了一下。因為我確實說過那件事，但我說的方式非常隨意，就是閒聊的口吻夾帶的，而它記住了，而且真的用那個資訊調整了它的輸出。

這不是很厲害的技術，但這是一個「有在聽你說話的對話者」才會有的行為。那個瞬間我突然意識到：我其實不需要一個很快的答案機器，我需要一個能真的跟我一起思考的工具。

然後我就開始認真把 Claude 當主力工具來用。

兩者的具體差異：在四個場景下說老實話

寫作與文案

Claude 在「保留語氣」這件事上明顯比較厲害。

我測試過一件事：把自己以前寫的三篇文章丟給兩個 AI，讓它們各自模仿我的風格寫一篇新文章。ChatGPT 交出來的作品讀起來像「模仿版作者」，用詞是對的，但頻率不對；Claude 交出來的東西，我的同事看完問說「你這篇是自己寫的還是 AI 寫的」，因為他分不出來。

這對做內容行銷的人來說非常關鍵。你的品牌聲音是你最重要的資產之一，而你需要一個工具能真的複製那個聲音，而不是交出一個「聽起來像同一個主題」的東西。

程式與技術任務

這個領域兩者差距比較小，而且已經縮短很多了。

但我自己的實際使用感受是：Claude 在解釋「為什麼這樣寫」這件事上更清楚。它不只給你程式碼，它會解釋邏輯，讓你看懂再複製（→ 這對我這種行銷人偶爾需要改 GA4 設定或寫簡單 Python 腳本的場景特別有用）。

ChatGPT 則在一些需要查最新資訊的程式任務上有優勢，因為有搜尋功能的加持。這是一個明確的優勢，尤其是「剛推出的 API 怎麼用」這種問題。

分析與策略思考

這是 Claude 最大的優勢所在。

給一份報告、一組數據、一個商業問題，然後問「我們應該怎麼做」，Claude 的回答有明顯更強的「推導脈絡」。它會說「根據這個數字，加上你提到的預算限制，以及你們的目標受眾特性，我認為 A 方案比 B 方案更合適，原因是…」。

ChatGPT 也能做這件事，但它的分析有時候感覺是「羅列選項」多於「真的給建議」。如果你需要的是一個能幫你做決定的思考夥伴，Claude 在這裡更到位。

對話風格與互動品質

說一個可能有點主觀的感受：跟 Claude 對話，我比較少有「被敷衍」的感覺。

ChatGPT 有時候會在問題還沒說清楚的時候就給你一個看起來很完整的答案，然後等你說「不對，我的意思是…」它才真正理解。這個循環很耗時間，也很消磨動力。

Claude 在這個地方比較傾向先確認，或者在回答時主動點出它的假設是什麼，讓你可以即時修正方向。這個差異聽起來很小，但在長達 40、50 輪的工作對話裡，這個差異會累積成非常不同的體驗。

我現在的工具組合：沒有絕對的最強，只有適合的分工

這個段落可能是全文最實用的部分，因為我要跟你說我現在怎麼用。（這也呼應了我在另一篇文章裡說的：選 AI 工具的關鍵不是選最強的，是選最合用的）

Claude 是我的主力

80% 的工作在 Claude 上完成：長文撰寫、策略思考、複雜分析、程式輔助、工作流程規劃。

特別是在我用 Claude Code 串接 Obsidian 筆記系統之後（這個故事可以再寫一篇），我的整個個人知識管理系統都跑在 Claude 上了。它知道我的工作脈絡，知道我的寫作習慣，知道我有哪些正在進行的專案。這種「上下文記憶」帶來的工作連貫感，是任何單點使用 AI 工具都沒辦法給你的。

這就是為什麼我越來越相信，AI 工具的真正紅利不在「單次對話有多強」，而在「你有沒有辦法讓它累積你的工作記憶」。

ChatGPT 負責特定場景

我用 ChatGPT 的場景主要有三個：

  1. 需要即時資訊的時候：GPT-4o 有搜尋功能，查「最新的 Google Search Console 改版說明」這類任務它更快。
  2. 需要跑圖表或資料分析的時候：ChatGPT 的 Code Interpreter（Advanced Data Analysis）在可視化這塊還是有它的優勢。
  3. DALL-E 生圖需求：需要快速出一張示意圖的時候，不用另外開其他工具。
其他工具各司其職
  • Perplexity：市場調查、查競品資訊、需要來源引用的研究任務
  • NotebookLM：把一堆 PDF、文章丟進去，讓它幫我做統整，特別適合在學習新領域或消化大量資料的時候
  • Gemini：偶爾用，特別是需要分析 Google 系產品的相關問題（感覺它跟 Google 生態系的理解更到位一點，可能是心理作用）

從這段遷移史，我學到的三件事

整理這段歷程，我覺得真正值得記下來的不是「Claude 比 ChatGPT 好」這個結論，而是三個更大的認知：

  1. 工具黏性比工具本身更重要：你花多少時間建立跟這個工具的工作默契，決定了你能從它身上拿到多少。我前期用 ChatGPT 的問題有一部分是我根本沒有認真把它整合進工作流，只是「需要的時候才用一下」。
  2. Prompt 能力決定你看見的工具上限：同一個工具，不同人用出來的品質差很多。工具遷移之前，先想想自己有沒有把手上的工具用到應有的水準。
  3. 沒有「最好的 AI 工具」，只有「當下最適合你工作型態的工具」：Claude 不是完美的，它有時候過於謹慎、有時候在特定任務上確實沒有 ChatGPT 快。但它更符合我「需要長期一起思考的工作夥伴」這個需求，所以它是目前最適合我的選擇。

你現在主要用哪個 AI 工具？有沒有也是「因為某個瞬間就換了」的體驗？

留言告訴我，我很好奇在不同行業的人，遷移的契機都長什麼樣子。