新品上市行銷不要從「要不要投廣告」開始，而要先確認 5 個欄位：誰已經表達需求、主承諾能不能被證明、庫存與客服能不能承接、轉換事件是否能追蹤、素材與代言是否合規。AI 可以協助整理訪談、產生文案變體和回看成效，但不能替你判斷產品是否真的準備好。台灣 SME 上市前先補齊這些欄位，再決定預熱、開賣與加碼預算，才不會把廣告費花成市場調查費。
新品上市行銷不是發一篇公告，而是先讓團隊知道哪些事不能錯
很多小團隊的新產品上市，會直接進入命名、視覺、短影音、廣告素材和 KOL 名單。但真正影響上市結果的，常常不是素材做得不夠漂亮，而是需求證據不清、承諾太滿、客服沒準備、庫存規則不一致，或是根本不知道第一批流量來自哪裡。
Atlassian 的產品上市 checklist 把上市前準備拆成市場研究、受眾、品牌訊息、上市目標、通路、測試、銷售與支援等跨部門任務；Mailchimp 的 launch checklist 也強調上市前要知道受眾、定位、時程、行銷策略、宣傳內容，上市後還要分析結果。這些頁面給了完整框架，但台灣 SME 常見的缺口更小也更急：老闆、行銷、客服、倉儲、業務和外包設計是否在同一張表上做決定。
新品上市行銷前，先補 5 個上市欄位
1. 需求證據：不是「大家應該會喜歡」，而是誰已經說過想買
第一個欄位要寫的不是目標客群，而是需求證據。例子包括：既有客戶反覆問同一個規格、候補名單人數、預購詢問、門市試用回饋、客服私訊、業務會議紀錄、社群留言，或舊品缺貨時被問到的替代需求。AI 可以幫忙整理訪談和訊息，但資料來源要保留，不能只留下 AI 摘要。
建議把需求證據分成三層：已付費或願意預購、已留下聯絡資料、只是按讚或留言。只有按讚不等於市場需求；有留下預購、尺寸、數量、預算或使用情境，才比較接近可行訊號。
2. 主承諾：一句話說清楚新產品解決哪個痛點
第二個欄位是主承諾，也就是上市溝通最想讓客戶記住的一句話。這句話必須同時通過三個檢查：產品真的做得到、客服可以解釋、廣告素材能提供證據。若你賣的是保養品、食品、課程、顧問、科技服務或高單價商品，更不能讓 AI 自動生成「保證有效」「最強」「立即改善」這種無證據承諾。
主承諾也要寫出不承諾什麼。例如新品只適合輕量使用，不適合高負載；只適合日常保養，不是治療；只適合某種規模的 B2B 客戶，不適合大型企業採購。把限制講清楚，反而能減少錯誤客戶和客服壓力。
3. 承接能力：庫存、客服、退換貨與業務話術要先對齊
第三個欄位是承接能力。上市活動最怕前端廣告成功，後端卻跟不上。電商要先確認庫存數量、補貨週期、出貨截止時間、退換貨規則、尺寸或規格說明；B2B 服務要確認誰接表單、多久回覆、如何判斷有效名單、業務何時介入。
如果新品需要教育市場，客服 FAQ 比促銷折扣更重要。請先列出前 20 個會被問的問題：價格、適合對象、使用方式、保固、限制、與舊品差異、到貨時間、付款方式、是否能退換。AI 可以先產生初稿，但最後要由產品、客服和法遵或主管確認。
4. 追蹤事件：預熱、開賣、回訪要有不同訊號
第四個欄位是追蹤事件。Google Analytics 的建議事件包括表單或索取資訊的 generate_lead、完成購買的 purchase、加入購物車、開始結帳、選取促銷活動等事件；B2B 也可記錄名單是否合格、是否聯絡、是否轉換。來源：Google Analytics 建議事件。
Google Ads 的轉換評估也提醒，轉換可以是購買、電話、應用程式下載或其他對業務有價值的行動。來源：Google Ads 關於轉換評估。對新品上市來說，預熱期不一定看購買，而是看等待名單、索取資訊、加 LINE、索取報價、預約試用；開賣期才看購買、有效詢問、成交與退貨。
5. 風險紀錄：AI 素材、個資、代言和優惠話術要留版本
第五個欄位是風險紀錄。台灣個人資料保護法要求個資蒐集、處理或利用不得逾越特定目的必要範圍，且直接向當事人蒐集個資時，應明確告知蒐集目的、資料類別、利用期間地區對象方式、當事人權利等事項。來源：全國法規資料庫：個人資料保護法。新品上市如果收候補名單、抽獎名單、試用申請或預購表單，就要先寫清楚用途。
若上市活動使用 KOL、素人心得、使用者見證或開箱影片，也要注意公平交易委員會對薦證廣告的規範說明：薦證廣告反映薦證者對商品或服務的意見、信賴、發現或親身體驗，若內容虛偽不實或引人錯誤，會影響消費者判斷。來源：公平交易委員會：薦證廣告規範說明。AI 生成的腳本、圖像、標題和優惠說法，應保留版本、核准人、資料來源和發布渠道。
5 個欄位的上市檢查表
| 欄位 | 要填什麼 | AI 可以幫什麼 | 紅燈訊號 |
|---|---|---|---|
| 需求證據 | 預購、候補、訪談、私訊、門市回饋 | 整理回饋、分群痛點、找常見問題 | 只有按讚，沒有任何聯絡或購買意圖 |
| 主承諾 | 一句主要價值、證據、限制與不適合對象 | 產生多版文案並標出缺少證據處 | 承諾需要誇大才有人想點 |
| 承接能力 | 庫存、出貨、客服、業務接手、退換貨規則 | 草擬 FAQ、客服分流和業務話術 | 廣告上線後才發現客服不知道怎麼回 |
| 追蹤事件 | 預熱、開賣、回訪的轉換事件與 UTM | 整理報表欄位、標記異常流量 | 只看曝光和互動，不知道有沒有有效名單 |
| 風險紀錄 | 個資告知、代言揭露、素材版本、核准人 | 檢查敏感承諾、整理素材版本差異 | AI 產出直接發布，沒有人能說明來源 |
適合誰，不適合誰
這套做法適合準備推出新品、組合包、課程、門市活動、B2B 方案、電商預購或服務升級的台灣 SME。尤其是團隊小、外包多、需要用 AI 加速素材與客服初稿的公司，更需要先有共用欄位，避免每個人拿不同版本對外溝通。
不適合的情況，是產品本身還在研發早期、價格和規格完全未定、法規許可尚未確認，或公司只是想用一篇文章先試水溫。這時應該先做客戶訪談、樣品測試或小規模內測，不要包裝成正式上市。
7 天上市桌：讓 AI 做整理，不讓 AI 直接拍板
如果新品已經接近可賣，可以用 7 天跑一輪上市桌。第 1 天整理需求證據和既有客戶問題；第 2 天確認主承諾與限制；第 3 天補客服 FAQ、退換貨與業務接手規則；第 4 天設定追蹤事件、UTM 和報表欄位；第 5 天產出素材變體；第 6 天由產品、客服、業務和主管審稿；第 7 天才排程預熱、名單收集和小額廣告測試。
NIST AI 風險管理框架把 AI 風險管理分成 govern、map、measure、manage 四個高層功能，並強調治理要貫穿其他功能。來源：NIST AI RMF 1.0。換成 SME 語言，就是：先訂誰負責，標出使用情境和風險，量測結果，再持續調整。新品上市不是一次性素材任務，而是要在上市後每天回看真實訊號。
資料更新與來源
本文於 2026 年 9 月 16 日整理。產品上市、AI 工具、廣告平台、個資與薦證規範都可能調整；正式活動前，請以平台後台、政府法規和公司內部審核結果為準。
- Atlassian：Product launch checklist
- Mailchimp：Product launch checklist
- Google Analytics：建議事件
- Google Ads：關於轉換評估
- 全國法規資料庫：個人資料保護法
- 公平交易委員會：薦證廣告規範說明
- NIST：AI Risk Management Framework 1.0
結論：新品上市先補欄位，再決定要不要加碼
新品上市行銷最怕把所有希望放在廣告素材上，卻沒有先回答產品、客服、庫存、追蹤和法遵問題。對台灣 SME 來說，最小可行做法不是做一份厚簡報，而是把 5 個欄位補齊：需求證據、主承諾、承接能力、追蹤事件和風險紀錄。當這些欄位都有人負責，AI 才能變成加速器，而不是把不確定性放大的擴音器。
FAQ
新品上市行銷一開始要先做廣告嗎？
不一定。若需求證據、主承諾、庫存客服和追蹤事件還沒確認，先投廣告只會放大混亂。建議先用候補、預購、表單或小額測試確認訊號。
AI 可以幫新品上市做哪些事？
AI 適合整理訪談、產生 FAQ 初稿、改寫文案變體、摘要客服問題和回看報表異常。但價格、承諾、個資、法遵和是否加碼，仍要由人決定。
新品上市前最重要的追蹤事件是什麼？
預熱期可看候補名單、索取資訊、加 LINE、預約試用；開賣期再看購買、有效詢問、成交、退貨和客服負荷。不同階段不要只看曝光。
如果新品上市沒有庫存壓力，也要做檢查表嗎？
要。服務、課程或 B2B 方案雖然沒有實體庫存，但仍有客服容量、業務接手、交付時程、承諾範圍和名單品質問題。
KOL 或素人開箱可以用 AI 代寫心得嗎？
不建議把 AI 代寫當成真實體驗。若內容呈現薦證或使用者心得，應忠實反映實際體驗、揭露重要關係，並保留素材來源和核准紀錄。