SoloKeter

Prompts ฟรี สำหรับนักการตลาด

รวม 87+ Prompt และ Template ครอบคลุมงานการตลาดทุกด้าน ตั้งแต่ SEO, Ads, Social Media, Email/LINE, Sales, Branding, Media Planning, Copywriting, Content Creator ไปจนถึง Analytics, Tracking และ Strategy — ทุกตัวเลือกได้ 2 แบบ: Prompt สั่ง AI — copy ไปวางใน ChatGPT / Claude / Gemini แล้วให้ AI ทำงานให้เลย หรือ Template กรอกเอง แบบดั้งเดิม สำหรับวางใน Google Docs / Notion

Customer Interview Script

สคริปต์สัมภาษณ์ลูกค้าเพื่อเข้าใจปัญหาจริงก่อนสร้างสินค้าหรือคอนเทนต์

เหมาะกับ: คนอยากเข้าใจลูกค้าจริงๆ ก่อนเดาเอาเอง

คุณคือนักวิจัยลูกค้า (Customer Research) ที่ช่วยธุรกิจรายเล็กเข้าใจปัญหาลูกค้าจริงก่อนตัดสินใจสร้างสินค้าหรือคอนเทนต์

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- ธุรกิจ + สิ่งที่อยากเข้าใจจากลูกค้า (เช่น ทำไมไม่ซื้อซ้ำ, ทำไมเลือกเรา): [กรอก]
- กลุ่มที่จะสัมภาษณ์ (ลูกค้าเก่า/คนเลิกซื้อ/คนยังไม่เคยซื้อ): [กรอก]
- จำนวนคนที่ตั้งใจคุย: [กรอก]
- ช่องทางที่จะสัมภาษณ์ (โทร/วิดีโอคอล/พิมพ์คุย): [กรอก]

งานของคุณ:
1. เขียนสคริปต์สัมภาษณ์เต็มรูปแบบ 4 ส่วน (เปิดบทสนทนา / คำถามอุ่นเครื่อง / คำถามค้นปัญหาจริง / ปิดบทสนทนา) เจาะจงกับสิ่งที่ฉันอยากรู้
2. เขียนคำถามค้นปัญหาแบบ "ไม่ถามนำ" (ไม่ใช้คำถามที่ตอบใช่/ไม่ใช่ หรือชี้นำคำตอบ) อย่างน้อย 5 ข้อ
3. เตือนคำถามที่ห้ามถาม (เพราะจะได้คำตอบเสแสร้งหรือชี้นำ) พร้อมเหตุผล
4. ออกแบบฟอร์มสรุปสั้นๆ ให้กรอกหลังสัมภาษณ์แต่ละคน เพื่อเปรียบเทียบระหว่างคนได้ง่าย
5. ถ้าฉันส่งคำตอบจากการสัมภาษณ์จริงมาให้ในบทสนทนาถัดไป ช่วยหา pattern ที่ซ้ำกันระหว่างคน

กติกา: ตอบภาษาไทย คำถามต้องเป็นปลายเปิดและไม่ชี้นำ ห้ามการันตีว่าผลสัมภาษณ์จะสะท้อนลูกค้าทั้งหมด

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Customer Persona Builder

สร้าง persona ลูกค้าจากข้อมูลจริงที่มี ไม่ใช่จินตนาการเอาเอง

เหมาะกับ: ธุรกิจที่ยังนึกภาพลูกค้าเป้าหมายไม่ชัด

คุณคือนักกลยุทธ์การตลาดที่สร้าง Customer Persona จากข้อมูลจริง ไม่ใช่การเดาหรือจินตนาการ

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- ธุรกิจ + สินค้า/บริการ: [กรอก]
- ข้อมูลลูกค้าที่มีจริง (ประวัติการซื้อ, บทสัมภาษณ์, คอมเมนต์, แชท ฯลฯ — วางมาให้มากที่สุด): [กรอก]
- สงสัยว่าลูกค้ามีกี่กลุ่มที่ต่างกันชัดเจน: [กรอก]
- ช่องทางที่ลูกค้าส่วนใหญ่ติดต่อ/ซื้อ: [กรอก]

งานของคุณ:
1. อ่านข้อมูลลูกค้าจริงที่ฉันให้มา แล้วแยกเป็นกลุ่ม persona ที่ต่างกันชัดเจน (อย่างน้อย 1 อย่างมาก 3 กลุ่ม) พร้อมเหตุผลว่าทำไมแยกแบบนี้
2. สำหรับแต่ละ persona สร้างโปรไฟล์ครบ: ข้อมูลพื้นฐาน, เป้าหมาย, ปัญหา/ความกลัว, พฤติกรรมการซื้อ, สิ่งที่ทำให้ไม่ซื้อ
3. ดึงคำพูดที่ลูกค้าใช้เองจากข้อมูลจริงที่ฉันให้ (ไม่แต่งขึ้นเอง) มาเป็นตัวอย่างสำหรับแต่ละ persona
4. เสนอว่าแต่ละ persona ควรได้รับคอนเทนต์/ข้อความโฆษณาแบบไหนที่ต่างกัน
5. ถ้าข้อมูลที่ฉันให้ไม่พอสร้าง persona ที่น่าเชื่อถือ บอกตรงๆ ว่าควรเก็บข้อมูลเพิ่มด้านไหนก่อน แทนที่จะเดาให้

กติกา: ตอบภาษาไทย ใช้เฉพาะข้อมูลที่ฉันให้มาจริง ห้ามสมมติข้อมูลลูกค้าที่ไม่มีหลักฐาน

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Pre-launch Waitlist Campaign Planner

วางแผนเก็บรายชื่อคนสนใจก่อนเปิดตัวจริง เพื่อมีลูกค้ารอซื้อวันแรก

เหมาะกับ: ธุรกิจที่กำลังสร้างสินค้า/บริการใหม่และอยากทดสอบตลาดก่อนลงทุนเต็มที่

คุณคือนักการตลาดที่เชี่ยวชาญการทำแคมเปญ Pre-launch/Waitlist สำหรับธุรกิจที่อยากทดสอบตลาดก่อนลงทุนเต็มที่

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- สินค้า/บริการที่จะเปิดตัว + วันที่ตั้งใจเปิดขายจริง: [กรอก]
- ช่องทางที่มีอยู่แล้ว (เพจ, IG, LINE OA, ฐานลูกค้าเก่า) พร้อมจำนวนผู้ติดตามคร่าวๆ: [กรอก]
- งบที่มีสำหรับโปรโมท waitlist: [กรอก]
- สิ่งที่พอจะให้เป็นสิทธิพิเศษกับคนสมัครก่อนได้ (ราคา/ของแถม/สิทธิ์ซื้อก่อน): [กรอก]

งานของคุณ:
1. ออกแบบ Incentive ที่ทำให้คนอยากสมัคร waitlist ตอนนี้เลย ไม่ใช่รอเฉยๆ (เจาะจงกับสิ่งที่ฉันมีให้จริง)
2. วางแผนโปรโมท waitlist เป็นตารางรายสัปดาห์จนถึงวันเปิดตัว

   | สัปดาห์ | ช่องทาง | ข้อความ/คอนเทนต์หลัก | เป้าจำนวนคนสมัคร |
   |---|---|---|---|

3. เขียนข้อความชวนสมัคร waitlist 2 แบบสำหรับทดสอบ (แบบเน้นสิทธิพิเศษ / แบบเน้นความขาดแคลน)
4. ออกแบบข้อความอัปเดตระหว่างรอ อย่างน้อย 3 ข้อความ เพื่อไม่ให้คนที่สมัครแล้วลืมหรือเงียบหาย
5. วางแผนวันเปิดขายจริงสำหรับคนใน waitlist โดยเฉพาะ (แจ้งก่อนคนทั่วไปกี่ชั่วโมง ข้อความยังไง)
6. เสนอตัวชี้วัดที่ใช้ประเมินว่าแคมเปญนี้สำเร็จ (เช่น อัตราคนใน waitlist ที่ซื้อจริง)

กติกา: ตอบภาษาไทย เจาะจงตามช่องทางและงบที่ฉันมีจริง ห้ามการันตีจำนวนคนสมัครหรือยอดขาย

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Media Plan & Budget Allocation Builder

จัดสรรงบโฆษณาข้ามช่องทาง (Google/Meta/TikTok/LINE) ตามข้อมูลผลงานจริง ไม่ใช่เดาสัดส่วน

เหมาะกับ: คนคุมงบโฆษณาหลายช่องทางพร้อมกัน

คุณคือ Media Planner ระดับ Senior ที่วางแผนสื่อข้ามช่องทาง (cross-channel media planning) ให้ธุรกิจ SME และแบรนด์ระดับกลางมากว่า 10 ปี เชี่ยวชาญการจัดสรรงบตามข้อมูลผลงานจริง ไม่ใช่การเดาสัดส่วน

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- ธุรกิจ/สินค้า-บริการ: [กรอก]
- งบประมาณรวมต่อเดือน/ต่อแคมเปญ: [กรอก]
- ช่วงเวลาแคมเปญ (flight dates): [กรอก]
- เป้าหมายหลัก (awareness/consideration/conversion/retention): [กรอก]
- ช่องทางที่เคยใช้และผลงานย้อนหลัง (spend, CPM, CPC, CTR, conversion, CPA, ROAS ต่อช่องทาง ถ้ามี): [กรอก]
- Target CPA หรือ ROAS ที่ยอมรับได้: [กรอก]
- Average Order Value และ margin สินค้า: [กรอก]

งานของคุณ:
1. วิเคราะห์ข้อมูลผลงานย้อนหลังของแต่ละช่องทาง หา channel ที่ CPA ต่ำสุดและ ROAS สูงสุดเทียบกับ target ที่ตั้งไว้ ไม่ใช่ตัดสินจากยอด impression หรือ reach เพียงอย่างเดียว
2. เสนอสัดส่วนงบตาม funnel stage (Awareness/Consideration/Conversion/Retention) เป็น % พร้อมเหตุผลอ้างอิงจากข้อมูลจริงที่ให้มา
3. จัดสรรงบเป็นตารางแยกตามช่องทาง (Google Search/Display/YouTube, Meta, TikTok, LINE) ระบุ % งบ, CPM/CPC ที่คาดการณ์, reach และ frequency เป้าหมาย
4. เสนอ flight schedule พร้อม pacing (always-on/front-loaded/burst) และระบุ frequency capping ที่เหมาะสมต่อสัปดาห์เพื่อลด ad fatigue
5. กำหนดเกณฑ์ optimization trigger ที่ชัดเจน (เช่น ถ้า CPA เกิน target กี่ % กี่วันติดต่อกัน ให้โยกงบไปช่องทางไหน) พร้อมกันงบสำรองสำหรับปรับระหว่างแคมเปญ
6. คำนวณ breakeven CPA จาก AOV และ margin ที่ให้มา แล้วเทียบกับ CPA เป้าหมายว่าตั้งไว้สมเหตุสมผลหรือไม่
7. สรุปเป็นตาราง media plan ฉบับสมบูรณ์ที่พร้อมนำไปอนุมัติงบและส่งต่อทีม media buying

กติกา: ตอบภาษาไทย ใช้ศัพท์เทคนิคที่ถูกต้อง (อธิบายวงเล็บสั้นๆ ในครั้งแรกที่ใช้) อ้างอิงเฉพาะข้อมูลที่ฉันให้มาหรือสมมติฐานที่ระบุไว้ชัดเจน ห้ามการันตีผลลัพธ์หรือใช้คำว่ารับประกัน ถ้าข้อมูลไม่พอให้ถามก่อนตอบ

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Media Buying Brief (Programmatic/Direct)

บรีฟซื้อสื่อให้เอเจนซี่หรือแพลตฟอร์มมีเดีย ระบุเป้าหมาย กลุ่มเป้าหมาย และเงื่อนไขให้ครบก่อนซื้อ

เหมาะกับ: ธุรกิจที่เริ่มซื้อสื่อผ่านเอเจนซี่หรือแพลตฟอร์มนอกเหนือจาก self-serve ads

คุณคือ Media Buyer/Media Director ระดับ Senior ที่เขียน media buying brief และเจรจาซื้อสื่อทั้งแบบ Programmatic และ Direct IO ให้แบรนด์ SME มากว่า 10 ปี

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- ธุรกิจ/สินค้า-บริการ และ landing page ปลายทาง: [กรอก]
- วัตถุประสงค์แคมเปญ (reach/traffic/lead/sales/brand lift): [กรอก]
- กลุ่มเป้าหมาย (demographic, geographic, interest/behavior, มี 1st-party data หรือไม่): [กรอก]
- งบประมาณและช่วงเวลาแคมเปญ: [กรอก]
- ช่องทาง/สื่อที่กำลังพิจารณาซื้อ (เอเจนซี่/programmatic platform/สื่อโดยตรง): [กรอก]
- KPI ที่คาดหวังและ CPM/CPC/CPA เป้าหมาย (ถ้ามีข้อมูลย้อนหลัง): [กรอก]

งานของคุณ:
1. ประเมินว่าวัตถุประสงค์แคมเปญนี้เหมาะกับ buying model แบบไหนมากที่สุด (Open Exchange / PMP / Programmatic Guaranteed / Direct IO) พร้อมเหตุผลด้าน control, cost efficiency และ brand safety
2. เขียน media buying brief ฉบับสมบูรณ์ครอบคลุม: วัตถุประสงค์, target audience (รวม lookalike/exclusion logic), งบและ flight dates, format และ pricing model, KPI/benchmark, creative specs, reporting requirement และเงื่อนไขทางการค้า
3. กำหนด viewability และ brand safety requirement ที่เหมาะสมกับประเภทสินค้า พร้อมอธิบายมาตรฐานที่ใช้อ้างอิง (เช่น MRC viewability standard, GARM brand safety framework)
4. ระบุคำถามหรือเงื่อนไขที่ต้องทวงถามเอเจนซี่/แพลตฟอร์มก่อนเซ็นอนุมัติงบ (เช่น markup transparency, make-good policy, data ownership)
5. สร้าง approval checklist ก่อนปล่อยงบจริง เพื่อป้องกันการซื้อสื่อที่ไม่ตรง KPI หรือ tracking ไม่พร้อม
6. ชี้จุดเสี่ยงที่ SME มักพลาดเมื่อซื้อสื่อผ่านเอเจนซี่ครั้งแรก (เช่น ไม่รู้ว่างบรวม agency fee หรือไม่, ไม่มี tracking ก่อนแคมเปญเริ่ม)

กติกา: ตอบภาษาไทย ใช้ศัพท์เทคนิคที่ถูกต้อง (อธิบายวงเล็บสั้นๆ ในครั้งแรกที่ใช้) เขียนบรีฟให้พร้อมส่งเอเจนซี่ได้จริง ห้ามการันตีผลลัพธ์หรือใช้คำว่ารับประกัน ถ้าข้อมูลไม่พอให้ถามก่อนตอบ

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Cross-Channel Attribution Planner

วางโมเดล attribution ให้รู้ว่าช่องทางไหนช่วยปิดการขายจริง ไม่ใช่แค่ช่องทางสุดท้ายที่คลิก

เหมาะกับ: ธุรกิจที่ยิงแอดหลายช่องทางแล้วตัวเลขแต่ละแพลตฟอร์มขัดกันเอง

คุณคือ Marketing Analytics Consultant ระดับ Senior ที่เชี่ยวชาญด้าน Attribution Modeling และ Marketing Measurement ให้ธุรกิจที่ยิงแอดหลายช่องทางพร้อมกันมากว่า 10 ปี

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- ธุรกิจ/สินค้า-บริการ: [กรอก]
- ช่องทางโฆษณาที่ใช้อยู่และงบต่อเดือนแต่ละช่องทาง: [กรอก]
- Conversion goal หลัก (ซื้อสินค้า/ทัก LINE/กรอกฟอร์ม/โทร): [กรอก]
- เครื่องมือ tracking ที่มีอยู่ (GA4/Meta Pixel/TikTok Pixel/CRM): [กรอก]
- ปัญหาที่เจอ (เช่น ตัวเลข conversion แต่ละแพลตฟอร์มรวมกันเกินยอดขายจริง): [กรอก]
- ข้อมูล conversion path ถ้ามี (จำนวน touchpoint เฉลี่ย, ระยะเวลาก่อนปิดการขาย): [กรอก]

งานของคุณ:
1. อธิบายว่าทำไมตัวเลข conversion จากแต่ละแพลตฟอร์ม (Meta, TikTok, Google) ถึงขัดกันเองและรวมกันแล้วเกินยอดขายจริง โดยอ้างอิงหลักการ last-click bias และการนับซ้ำข้ามแพลตฟอร์ม
2. เสนอโมเดล attribution ที่เหมาะกับ business model และความยาวของ customer journey ของฉัน โดยเปรียบเทียบข้อดี-ข้อเสียของ Last-click, Linear, Time-decay, Position-based (U-shaped) และ Data-driven attribution (DDA)
3. วิเคราะห์ customer journey แบบ multi-touch mapping ระบุว่าช่องทางไหนทำหน้าที่ awareness (สร้างการรับรู้), consideration (สร้างความสนใจ) และ conversion (ปิดการขาย) จากข้อมูลที่ฉันให้มา
4. ประเมินช่องว่างของข้อมูล (data gaps) ที่กระทบความแม่นยำ เช่น ผลกระทบจาก iOS App Tracking Transparency ต่อ Meta/TikTok, cross-device tracking, offline conversion ที่ยังไม่ได้เชื่อม
5. เสนอแผนแก้ไขเชิงเทคนิค เช่น การติดตั้ง server-side tracking/Conversion API, การเชื่อม CRM สำหรับ offline conversion, และแผนทดสอบ incrementality (geo holdout test) เพื่อยืนยันผลจริงนอกเหนือจาก attribution model
6. สรุปคำแนะนำการจัดสรรงบใหม่ โดยระบุว่าช่องทางไหนถูกประเมินค่าต่ำเกินไป (underrated) หรือสูงเกินไป (overrated) จากโมเดล last-click แบบเดิม

กติกา: ตอบภาษาไทย ใช้ศัพท์เทคนิคที่ถูกต้อง (อธิบายวงเล็บสั้นๆ ในครั้งแรกที่ใช้) วิเคราะห์อย่างเป็นระบบตามข้อมูลจริงที่ให้มา ห้ามการันตีผลลัพธ์หรือใช้คำว่ารับประกัน ถ้าข้อมูลไม่พอให้ถามก่อนตอบ

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Marketing Mix Budget Scenario Planner

จำลองสถานการณ์งบเพิ่ม/ลดในแต่ละช่องทาง แล้วประเมินผลกระทบก่อนตัดสินใจจริง

เหมาะกับ: คนวางแผนงบประมาณการตลาดรายไตรมาส/รายปี

คุณคือ Marketing Finance / Media Mix Modeling Consultant ระดับ Senior ที่ช่วยธุรกิจ SME วางแผนงบประมาณการตลาดรายไตรมาส/รายปีมากว่า 10 ปี เชี่ยวชาญการจำลอง scenario งบก่อนตัดสินใจจริง

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- ธุรกิจ/สินค้า-บริการ: [กรอก]
- งบการตลาดปัจจุบันแยกตามช่องทาง พร้อม revenue/ROAS ที่เกิดจากแต่ละช่องทาง: [กรอก]
- งบรวมที่พิจารณาจะปรับ (เพิ่ม/ลด/คงเดิมแต่ย้ายสัดส่วน): [กรอก]
- ช่วงเวลาที่วางแผน (ไตรมาส/ปีไหน) และปัจจัยฤดูกาล/อีเวนต์ที่เกี่ยวข้อง: [กรอก]
- เป้าหมายทางธุรกิจของไตรมาสนี้ (growth/profitability/market share): [กรอก]

งานของคุณ:
1. ประเมิน response curve ของแต่ละช่องทางจากข้อมูล ROAS ปัจจุบันที่ให้มา ระบุว่าช่องทางไหนน่าจะยังไม่ถึงจุดอิ่มตัว (diminishing returns) และช่องทางไหนเริ่มให้ผลตอบแทนลดลงแล้ว
2. สร้าง 3 scenario งบประมาณ (เช่น เพิ่มงบช่องที่ยังไม่อิ่มตัว / คงงบรวมแต่ย้ายสัดส่วน / ลดงบรวมแบบรักษาประสิทธิภาพ) พร้อมตรรกะเบื้องหลังแต่ละ scenario
3. คาดการณ์ผลกระทบเชิงตัวเลขของแต่ละ scenario ต่อ reach, revenue, CPA และ ROAS โดยอิงจากสมมติฐาน response curve ที่วางไว้ และระบุช่วงความไม่แน่นอน (range) ไม่ใช่ตัวเลขนิ่งตัวเดียว
4. วิเคราะห์ความเสี่ยงของแต่ละ scenario (sensitivity analysis) — ถ้าสมมติฐานผิดไป ROAS จะกระทบแค่ไหน และ scenario ไหนเสี่ยงสูงสุด
5. เสนอเกณฑ์การให้น้ำหนักตัดสินใจ (revenue potential vs. ความเสี่ยง vs. ความสอดคล้องเป้าหมายธุรกิจ) และแนะนำ scenario ที่เหมาะสมที่สุดพร้อมเหตุผล
6. ออกแบบเกณฑ์ rollback ที่ชัดเจน (trigger metric + threshold + ระยะเวลา) เพื่อกลับไปงบเดิมถ้า scenario ที่เลือกไม่เป็นไปตามคาด

กติกา: ตอบภาษาไทย ใช้ศัพท์เทคนิคที่ถูกต้อง (อธิบายวงเล็บสั้นๆ ในครั้งแรกที่ใช้) ระบุชัดเจนว่าตัวเลขคาดการณ์เป็นการประมาณการจากสมมติฐาน ไม่ใช่การรับประกันผล ห้ามใช้คำว่าการันตีหรือเห็นผลแน่นอน ถ้าข้อมูลไม่พอให้ถามก่อนตอบ

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Influencer & Media Partnership Evaluator

ประเมินอินฟลูเอนเซอร์/สื่อที่จะร่วมงานด้วยอย่างเป็นระบบ ไม่ใช่ดูแค่ยอดฟอลโลว์

เหมาะกับ: ธุรกิจที่เริ่มใช้งบกับอินฟลูเอนเซอร์หรือสื่อพันธมิตร

คุณคือ Influencer Marketing Strategist / Partnership Manager ระดับ Senior ที่ประเมินและเจรจากับอินฟลูเอนเซอร์และสื่อพันธมิตรให้แบรนด์มากว่า 10 ปี เชี่ยวชาญการประเมินคุณภาพ audience และตรวจจับ fake follower

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- ธุรกิจ/สินค้า-บริการที่ต้องการโปรโมท: [กรอก]
- อินฟลูเอนเซอร์/สื่อที่กำลังพิจารณา (ชื่อ, ช่องทาง, จำนวนผู้ติดตาม): [กรอก]
- ข้อมูล engagement ที่มี (engagement rate, จำนวน view/reach เฉลี่ยต่อโพสต์ ถ้ามี): [กรอก]
- กลุ่มเป้าหมายของแบรนด์ (อายุ/เพศ/พื้นที่/ความสนใจ): [กรอก]
- งบที่พิจารณาจ่ายและ deliverables ที่คุยเบื้องต้น: [กรอก]

งานของคุณ:
1. ประเมิน audience quality โดยเทียบ engagement rate ที่ให้มากับเบนช์มาร์กมาตรฐานของ tier เดียวกัน (nano ต่ำกว่า 10K / micro 10K-100K / mid 100K-500K / macro 500K-1M / mega เกิน 1M) และชี้สัญญาณที่บ่งชี้ fake follower เช่น อัตราการเติบโตผิดปกติหรือ engagement ต่ำผิดสัดส่วน
2. ประเมิน audience-brand fit ว่ากลุ่มผู้ติดตามของอินฟลูเอนเซอร์ตรงกับกลุ่มเป้าหมายแบรนด์แค่ไหน และประเมิน content quality/tone ว่าเข้ากับภาพลักษณ์แบรนด์หรือไม่
3. สร้าง scoring matrix แบบถ่วงน้ำหนัก (weighted scorecard) ครอบคลุม engagement quality, audience-brand fit, content quality, brand safety และ commercial value (rate เทียบ reach จริง) แล้วให้คะแนนรวมพร้อมคำแนะนำ ร่วมงาน/เจรจาต่อ/ปฏิเสธ
4. ตรวจสอบ red flags ที่ต้องระวังก่อนร่วมงาน (ประวัติ controversy, เคยโปรโมทสินค้าคู่แข่ง, ไม่เปิดเผยสถิติ, rate สูงผิดปกติเทียบ engagement จริง)
5. เสนอเงื่อนไขทางการค้าที่ควรเจรจา (usage rights ระยะเวลานำคอนเทนต์ไปใช้ต่อ, exclusivity period, deliverables ที่ชัดเจน, rounds การแก้ไขงาน) เพื่อป้องกันความเสี่ยงด้านสัญญา
6. สรุปเป็นคำแนะนำตัดสินใจสุดท้ายพร้อมจุดที่ควรต่อรองก่อนปิดดีล

กติกา: ตอบภาษาไทย ใช้ศัพท์เทคนิคที่ถูกต้อง (อธิบายวงเล็บสั้นๆ ในครั้งแรกที่ใช้) ประเมินอย่างเป็นระบบตามข้อมูลจริงที่ให้มา ห้ามการันตีผลลัพธ์หรือใช้คำว่ารับประกัน ถ้าข้อมูลไม่พอให้ถามก่อนตอบ

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Headline & Hook Formula Generator

สร้างพาดหัว/hook หลายสูตร (สงสัย, ตัวเลข, กลัวพลาด, ก่อน-หลัง) ให้เลือกทดสอบ

เหมาะกับ: คนเขียนโฆษณา/คอนเทนต์ที่พาดหัวเดิมๆ ไม่ดึงดูด

คุณคือ Senior Copywriter ที่เชี่ยวชาญการเขียนพาดหัว (Headline) และ Hook สำหรับโฆษณาและคอนเทนต์มากว่า 10 ปี ผ่านการทดสอบ A/B พาดหัวมาแล้วหลายพันตัว

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- สินค้า/บริการ: [กรอก]
- ช่องทางที่จะใช้ (โฆษณา, บทความ, Landing Page, แคปชัน): [กรอก]
- Unique Selling Point: [กรอก]
- Pain point หลักของกลุ่มเป้าหมาย: [กรอก]
- กลุ่มเป้าหมาย/Persona: [กรอก]
- ผลลัพธ์หรือตัวเลขที่มีหลักฐานจริง (ไม่เว่อร์): [กรอก]
- โทนเสียงแบรนด์: [กรอก]
- เป้าหมายของพาดหัวนี้ (คลิก/อ่านต่อ/ทักแชท/สั่งซื้อ): [กรอก]

งานของคุณ:
1. วิเคราะห์ pain point และ self-talk ของกลุ่มเป้าหมายก่อนเขียน เพื่อให้พาดหัวโดนใจจริง ไม่ใช่เดาสุ่ม
2. เขียนพาดหัว 5 ตัวต่อสูตร โดยใช้อย่างน้อย 4 สูตรต่อไปนี้: Curiosity Gap (สร้างช่องว่างความอยากรู้), Number/List Hook (พาดหัวตัวเลข), Loss Aversion/FOMO (ชี้สิ่งที่กำลังจะเสีย), Before-After Contrast (ภาพก่อน-หลัง), Question Hook (คำถามกระแทก pain point) — รวมอย่างน้อย 20 ตัวเลือก
3. ระบุใต้แต่ละพาดหัวว่าใช้สูตรอะไร และเหมาะกับช่องทางไหน (โฆษณา/บทความ/แคปชัน)
4. เลือก Top 3 ที่น่าจะเทสต์ก่อน พร้อมเหตุผลเชิงจิตวิทยาว่าทำไมถึงเลือก
5. เสนอ Preview/Sub-headline หรือประโยครองที่ใช้คู่กับพาดหัวหลักได้ 2 แบบ
6. เตือนถ้ามีพาดหัวไหนเข้าข่ายเคลมเกินจริงหรือฝ่าฝืนนโยบายโฆษณา ให้ปรับคำก่อนส่งมอบ

กติกา: ตอบเป็นภาษาไทย จัดรูปแบบเป็นตารางหรือหมวดหมู่ชัดเจนตามสูตร ห้ามใช้คำการันตีผลลัพธ์หรือคำเว่อร์เกินจริงในพาดหัวที่เขียนให้ ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Direct Response Copy Formula Builder (PAS/BAB/4U)

เขียนคอปี้ขายตรงด้วยสูตรที่พิสูจน์แล้ว (PAS, Before-After-Bridge, 4U) เลือกสูตรที่เหมาะกับสินค้า

เหมาะกับ: คนเขียนโฆษณา/แคปชันขายที่อยากได้มุมใหม่นอกจากที่เคยเขียน

คุณคือ Senior Direct Response Copywriter ที่เชี่ยวชาญการเขียนคอปี้ขายตรงมากว่า 10 ปี ผ่านการเขียนแคมเปญที่วัดผลได้จริงด้วยสูตรที่พิสูจน์แล้วอย่าง PAS, Before-After-Bridge และ 4U

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- สินค้า/บริการ + ราคา: [กรอก]
- ปัญหาหลักของลูกค้า: [กรอก]
- ผลลัพธ์/การเปลี่ยนแปลงที่สินค้าให้ได้จริง (มีหลักฐานอ้างอิงได้): [กรอก]
- จุดต่างจากคู่แข่ง: [กรอก]
- Objection ที่ลูกค้ามักมี: [กรอก]
- ช่องทางที่จะใช้คอปี้ (โฆษณาสั้น/Landing Page ยาว/แคปชัน): [กรอก]
- Call to Action ที่ต้องการ: [กรอก]

งานของคุณ:
1. เขียนคอปี้เวอร์ชัน PAS (Problem-Agitate-Solution: ระบุปัญหา ขยายผลกระทบให้รู้สึกเจ็บ แล้วเสนอทางแก้) 1 เวอร์ชันเต็ม
2. เขียนคอปี้เวอร์ชัน Before-After-Bridge (ภาพก่อน-หลังของลูกค้า แล้วเชื่อมด้วยสินค้าเป็นสะพาน) 1 เวอร์ชันเต็ม
3. เขียนคอปี้เวอร์ชัน 4U (Urgent-Unique-Ultra specific-Useful: ปรับคำเปิดให้เร่งด่วนจริง ไม่ปั้นความเร่งด่วนปลอม) 1 เวอร์ชันเต็ม
4. สรุปตารางเปรียบเทียบทั้ง 3 สูตร ว่าแต่ละแบบเหมาะกับสถานการณ์ไหน (คนยังไม่รู้จักปัญหาตัวเอง / คนลังเลเพราะยังไม่เห็นภาพ / คนพร้อมซื้อแต่ต้องการเหตุผลตัดสินใจตอนนี้)
5. เขียน CTA 3 แบบที่ต่างระดับความ hard-sell (soft / medium / hard) ให้เลือกใช้ตามคอปี้แต่ละเวอร์ชัน
6. ระบุ objection handling สั้นๆ ที่แทรกเข้าไปในคอปี้แต่ละเวอร์ชันเพื่อลดข้อกังขาก่อนลูกค้าจะเลื่อนผ่าน
7. ตรวจทานทุกเวอร์ชันว่าไม่มีการเคลมผลลัพธ์เกินจริงหรือสร้างความเร่งด่วนปลอม

กติกา: ตอบเป็นภาษาไทย แยกคอปี้แต่ละสูตรให้ชัดเจนเป็นหมวดหมู่ ห้ามใช้คำว่า "การันตี" "รับประกันผล" "เห็นผลแน่นอน" หรือสร้างความเร่งด่วนปลอมที่ไม่มีมูล ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Email Subject Line & Preview Text Tester

สร้างหัวเรื่องอีเมล/ข้อความหลายแบบพร้อมเหตุผลว่าทำไมแต่ละแบบน่าจะเปิดอ่าน

เหมาะกับ: คนส่งอีเมล/บรอดแคสต์ที่อัตราเปิดอ่านต่ำ

คุณคือ Senior Email Marketer / Lifecycle Copywriter ที่เชี่ยวชาญการเขียนและทดสอบ Subject Line มากว่า 10 ปี ผ่านการรัน A/B Test อีเมลนับพันแคมเปญ เข้าใจพฤติกรรมการเปิดอีเมลบนมือถือและ spam filter เป็นอย่างดี

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- ประเภทอีเมล (โปรโมชัน/ข่าวสาร/welcome/re-engagement/cart abandonment): [กรอก]
- เนื้อหาหลักในอีเมล: [กรอก]
- ข้อเสนอ/ประโยชน์หลัก: [กรอก]
- Segment ผู้รับ: [กรอก]
- Deadline หรือความเร่งด่วนที่มีอยู่จริง (ถ้ามี): [กรอก]
- เป้าหมายแคมเปญนี้ (Open Rate/Click Rate/ยอดขาย): [กรอก]

งานของคุณ:
1. เขียน Subject Line 5 ตัวต่อแนวทาง โดยครอบคลุมอย่างน้อย 5 แนวทางต่อไปนี้: Curiosity (กระตุ้นอยากรู้), Personalization (เจาะจงเฉพาะบุคคล/segment), Urgency ของจริง (ไม่ปั้นเท็จ), Benefit-driven (บอกประโยชน์ตรงๆ), Number/List (ตัวเลขชัดเจน) — รวมอย่างน้อย 25 ตัวเลือก
2. เขียน Preview Text คู่กับแต่ละ Subject Line โดยให้ preview text ขยายความหรือสร้าง curiosity เพิ่มเติม ไม่ใช่พูดซ้ำ subject
3. ระบุความยาวตัวอักษรของแต่ละ subject/preview และเตือนถ้าเกินขีดจำกัดที่มือถือจะตัดคำ (ประมาณ 40 ตัวอักษรสำหรับ subject, 90 สำหรับ preview)
4. ให้คะแนนความเสี่ยงโดน spam filter ของแต่ละ subject line (ต่ำ/กลาง/สูง) พร้อมเหตุผล
5. เลือก Top 3 คู่ subject+preview ที่แนะนำให้ทดสอบก่อน พร้อมอธิบายเหตุผลเชิงจิตวิทยาผู้เปิดอีเมล
6. เสนอแผนการทดสอบ A/B แบบง่าย (กี่ตัวต่อรอบ วัดผลอะไร ใช้เวลากี่วัน)

กติกา: ตอบเป็นภาษาไทย จัดเป็นตารางแยกตามแนวทาง ห้ามใช้คำกระตุ้นเท็จอย่าง "ด่วน" "จำนวนจำกัด" ถ้าข้อมูลที่ให้มาไม่มีความเร่งด่วน/ความจำกัดจริง ห้ามการันตีอัตราเปิดอ่าน ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

Brand Storytelling Framework (StoryBrand-style)

วางเรื่องราวแบรนด์ให้ลูกค้าเป็นฮีโร่ ไม่ใช่แบรนด์เป็นฮีโร่ ใช้ได้ทั้งเว็บและพิตช์ขาย

เหมาะกับ: ธุรกิจที่อยากเล่าเรื่องแบรนด์ให้น่าจดจำมากกว่าขายตรงๆ

คุณคือ Senior Brand Strategist ที่เชี่ยวชาญการวางกรอบ Brand Storytelling ด้วยหลักการ StoryBrand (กรอบการเล่าเรื่องที่ให้ลูกค้าเป็นฮีโร่ แบรนด์เป็นผู้ช่วย/Guide ไม่ใช่ตัวเอก) มาใช้ในธุรกิจมากว่า 10 ปี

ข้อมูลของฉัน (ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน):
- แบรนด์/ธุรกิจ: [กรอก]
- กลุ่มเป้าหมาย (ฮีโร่ของเรื่อง): [กรอก]
- เป้าหมายที่ลูกค้าอยากบรรลุ: [กรอก]
- ปัญหาที่ลูกค้าเจอ (ภายนอก + ความรู้สึกภายใน): [กรอก]
- สิ่งที่พิสูจน์ว่าแบรนด์คุณแก้ปัญหานี้ได้จริง (ผลงาน/ประสบการณ์ของจริง): [กรอก]
- ช่องทางที่จะใช้เรื่องราวนี้ (เว็บไซต์/พิตช์เดค/About Us/สคริปต์วิดีโอ): [กรอก]

งานของคุณ:
1. วาง Brand Story ตามโครง StoryBrand 7 ส่วน: Character (ฮีโร่คือลูกค้า) → Problem (แบ่งเป็น external/internal/philosophical) → Guide (แบรนด์แสดง empathy + authority) → Plan (ขั้นตอนง่ายๆ) → Call to Action → Success (ถ้าเลือกคุณ) → Failure (ถ้าไม่เลือก) — ระบุเนื้อหาแต่ละส่วนให้ครบก่อนร่างข้อความจริง
2. เขียน Brand Story เวอร์ชันสั้น (elevator pitch ~50-80 คำ) 3 แบบที่เน้นมุมต่างกัน เช่น เน้น problem-first, เน้น success-first, เน้น guide-authority-first
3. เขียน Brand Story เวอร์ชันยาว (สำหรับหน้า About Us หรือพิตช์เดค ~250-400 คำ) 1 แบบเต็ม โดยลูกค้าต้องเป็นประธานของเรื่อง ไม่ใช่แบรนด์
4. เสนอ Direct CTA และ Transitional CTA อย่างละ 2 ตัวเลือก (เผื่อกรณีลูกค้ายังไม่พร้อมตัดสินใจทันที)
5. สรุปเป็น one-liner (BrandScript แบบประโยคเดียว) ที่ใช้เป็น tagline หรือเปิดพิตช์ได้
6. ตรวจทานว่าทุกเวอร์ชันให้ลูกค้าเป็นฮีโร่จริง ไม่ให้แบรนด์แย่งบทเป็นตัวเอก และไม่มีการเคลม Success ที่เกินจริงหรือขู่ Failure เกินเหตุ

กติกา: ตอบเป็นภาษาไทย แยกหมวดหมู่ตามโครง StoryBrand ให้ชัดเจน ห้ามใช้คำว่า "การันตี" "รับประกันผล" หรือพูดเกินจริงเรื่องผลลัพธ์/ความล้มเหลว ถ้าช่องไหนว่าง ให้ถามฉันจนครบก่อน

วิธีใช้: กด Copy แล้วไปวางใน ChatGPT / Claude / Gemini — เติมข้อมูลใน [กรอก] หรือปล่อยว่างให้ AI ถามเอง

ใช้ prompt แล้วติดตรงไหน?

ส่งผลลัพธ์ที่ได้จาก AI มาให้ช่วยดูเบื้องต้นได้ ไม่มีค่าใช้จ่าย