本文重點
由現場 AI 翻譯到營銷工作流程：AD-Linkage 導師石嘉威（Shek）與 CUHK EMBA 學員交流，把 AI 的新能力連接到企業的實際需要。
當 AI 已經可以協助搜集資料、整理內容及執行多步工作，企業下一個要回答的問題是：應該先把它放進哪一段業務流程，才能產生實際價值？對數碼營銷團隊而言，答案往往藏在每天重複處理、又需要判斷的工作之中。
2026 年 10 月 5 日，AD-Linkage 導師 石嘉威（石 Sir／Shek Ka Wai）參與 CUHK EMBA 的 AI 分享，以 AI 在數碼營銷的應用為方向，與學員交流 AI 智能體及工作流程的實際可能。 今次安排由 CUHK EMBA 邀請 Manus，Manus 再邀請 Shek 參與分享。
公開活動頁列出的工作坊名稱為 CUHK EMBA Enrichment Workshop: AI Leadership in Action，地點是 CUHK Business School Town Centre，整場活動時間為晚上 7:30 至 10:30。這篇文章回顧有公開記錄的活動內容，再延伸至香港企業及市場營銷團隊可以採用的工作方法。
中大 EMBA 於 1993 年開辦，是香港首個 EMBA 課程。根據中大商學院截至 2026 年 6 月 16 日的官方排名資料，課程在《金融時報》2025 年 EMBA 排名中位列全球第 22 位。在這個結合管理經驗與商業學習的場景中，AI 的討論自然延伸至企業如何選擇應用、配置資源，以及將技術轉化為日常工作能力。
Shek 同時是 OMP 創辦人，教學領域涵蓋 AI 商業應用、數碼營銷及流程自動化，亦為 AD-Linkage 的 PCPPMAI 及 PCPDM 導師。這次分享把他在 AI 應用與營銷教學上的經驗，帶到行政人員的交流場景。
從管理者角度看 AI：把工具能力接上業務需要
AI 的功能更新得很快，管理者卻不能只按新功能數量決定採購或培訓。企業需要知道的是：哪項工作經常積壓、哪個環節最容易出錯、同事花時間整理甚麼，以及結果交到誰手上才有用。
數碼營銷正好包含大量這類工作。準備一個推廣計劃，通常要閱讀產品資料、理解受眾、整理競爭環境、擬定內容方向，再為不同平台準備版本。這些步驟互相連接，但也各有不同的查核要求：產品資料要準確，內容要符合品牌，發布及廣告開支則要有負責人決定。
AI Agent（AI 智能體）的應用價值，可以從這種連續工作理解：在已取得相應工具及權限的情況下，系統按照目標處理多個步驟，將前一步的結果帶到下一步。不過，會執行多個步驟，仍然需要清楚的資料來源、可做事項及停止條件。企業部署時，應先把一項具體工作說清楚，再決定哪些步驟值得交給 AI。
例如，「幫我做好 marketing」很難驗收；「根據已核准的課程資料，整理三個內容角度，每個角度附上對應受眾、資料出處及待確認項目」，就有明確的交付內容。這也是管理者可以先建立的共通語言。
現場例子：從即場 AI 翻譯到 Transcript 總結
照片來源：OMP 活動回顧。
今次分享涉及 AI Agent 的最新發展，現場亦有熟悉 Manus、Claude 的學員參與交流。Shek 在現場首次使用以 Vibe Coding 方式製作的即場 AI 翻譯，並在收到學員意見後，即時加入 Transcript（逐字稿）總結功能。
這個例子值得企業留意，因為它呈現了需求如何逐步變得清楚。即場翻譯處理的是「現在能否聽懂」；逐字稿總結則回應「活動結束後，能否快速找回重點」。同一段分享，參與者在不同階段需要的資訊並不一樣。
Vibe Coding 可以理解為透過自然語言與 AI 協作，逐步建立及調整程式。在這個活動例子中，值得借鑑的是先讓使用者接觸工具，再根據實際回饋調整功能。企業往往也可以從一個範圍清楚的小工具開始，例如把會議資料整理成重點，交由同事確認後再形成行動清單。
對營銷團隊而言，相同思路也適用於訪談、產品介紹或網上分享：先把獲准使用的錄音整理成逐字稿，再抽出客戶問題、主題摘要及後續內容角度。人員核對專有名稱與語意後，一段交流就可以成為文章、FAQ 或社交內容的素材。重點是理解同事下一步需要甚麼，讓工具的輸出接得上工作。
AI 如何應用於數碼營銷？先連接五個工作環節
以下以 AD-Linkage 的課程推廣作延伸示例，說明如何設計工作方法；這部分是本文的應用分析，並非當日講稿或現場示範的逐項重述。
1. 研究受眾問題，保留可追查的來源
假設 AD-Linkage 準備向香港市場營銷從業員介紹 PCPDM，可以先整理已核准的課程資料、現有公開文章，以及公開搜尋結果中與學習需要相關的問題。AI 的第一項工作，是把資料分成「產品事實」「受眾問題」及「仍待驗證的假設」。
例如，「希望把學到的方法用於現有工作」可以作為待研究的受眾需要；但不能因為 AI 提出這個方向，就說它代表大部分香港從業員。每個外部事實保留來源及日期，後續文案才不會把推測寫成研究結論。
2. 把資料整理成一份清楚的內容簡報
下一步先決定文章或貼文要解答甚麼。以「AI 如何協助整理營銷資料」為例，簡報可以包含目標讀者、具體工作問題、一個完整例子、需要引用的產品資料，以及讀者看完後的下一步。
如果這些決定沒有先寫清楚，AI 很容易產生一篇甚麼都提到、但讀者看完仍然不知道如何開始的內容。簡報的作用，就是把業務目標轉成可寫作、可審核的要求。
內容亦可以按客戶所處階段分工：剛接觸 AI 的讀者需要實際應用例子；比較學習方向的人需要理解課程內容及適用對象；準備查詢的人則需要找到清楚的下一步。AI 可以協助把問題分類，讓團隊知道應補哪一類內容，再由負責人決定優先次序。
3. 用同一組事實製作不同平台版本
內容方向確定後，AI 可以協助整理文章大綱、九頁社交輪播及平台文案。版本可以不同，核心事實應該一致。
以 AD-Linkage 為例，一篇解答營銷工作問題的網站文章，可以延伸為 Facebook、Instagram 九頁輪播，再整理成適合 LinkedIn 專業讀者的英文觀點。網站保留完整方法，輪播逐頁說明問題與例子，LinkedIn 則着重管理判斷；各版本共用同一份產品事實。
搜尋與廣告也可以採用同一方法。團隊可讓 AI 把已有的搜尋字詞按「找方法」「比較課程」「準備查詢」分組，再提出相應的頁面內容或廣告草稿。搜尋量、投放成本及轉換表現仍要取自實際工具與帳戶資料，不能由模型憑空補出；廣告改動及預算也要經負責人決定。
4. 把人工審核放在會影響讀者決定的位置
AI 可以協助檢查資料是否遺漏，但課程承諾、費用、資助資格、日期及報名安排，仍然要由負責人核對。若來源沒有寫明「保證獲批」或「保證達到某個成果」，文案也不能自行加上。
對一個推廣流程而言，實用的停止條件可以很簡單：找不到資料來源、不同來源互相矛盾，或涉及未核准承諾，就將該項標示為待確認，停止流轉至發布步驟。這樣，AI 的工作可以繼續在已確認的部分推進，同時讓負責人清楚知道要處理哪一個問題。
5. 量度工作質素，也量度業務反應
內容完成後，企業可以分開觀察兩件事。首先是流程是否改善，例如資料整理所需時間、修改次數、審核時發現的事實錯誤；其次是讀者反應，例如相關頁面的自然搜尋曝光、點擊，以及可追溯來源的查詢。
發得更多或寫得更快，不能直接證明招生或銷售增加。應先建立可比較的記錄，再判斷哪一個環節值得擴展。若只見內容產量上升，卻沒有檢查資料準確性及查詢質素，很容易把工作量誤當成成效。
AD-Linkage 延伸示例：一份課程資料，如何變成可審核的推廣草稿？
下面以「為 PCPDM 準備一篇 AI 數碼營銷應用文章及九頁輪播」作示例任務，將上述方法化成一份團隊可以照着處理的工作簡報。
輸入資料可以分成三份： 第一份是標明核對日期的課程資料，列出已核准名稱、內容及查詢入口；第二份是品牌與平台要求；第三份是任務簡報，指定讀者為已有營銷工作經驗、希望減少重複整理資料的從業員。沒有核准的費用或開課日期，就不放入本次稿件。
AI 先交付一份內容表，而不是直接發布：
| 交付項目 | 具體內容 | 負責人要判斷甚麼 |
|---|---|---|
| 文章角度 | 如何把零散產品資料整理成可審核的內容簡報 | 是否解答目標讀者的真實工作問題 |
| 核心例子 | 來源資料 → 事實表 → 內容簡報 → 平台草稿 → 人工審核 | 每一步是否有足夠資料支持 |
| 九頁輪播大綱 | 工作問題、常見錯誤、整理方法、具體例子、審核及下一步 | 九頁是否有推進，是否只把長文切碎 |
| 產品連接 | 在結尾引導讀者了解相關課程內容 | 有沒有把本文示例誤寫成課程保證 |
| 待確認清單 | 未找到來源的條件、日期或表述 | 補充來源、改寫，還是刪除 |
假設草稿出現「學完就可以讓 AI 自動處理所有營銷工作」，審核時應指出兩個問題：「所有」的範圍沒有依據，「自動處理」也沒有交代權限與人工決策。可以改成：「本文示範如何運用 AI 整理資料、準備內容草稿及設立審核步驟；如希望進一步學習數碼營銷，可查看 PCPDM 的現行課程內容。」
這個修正保留了讀者想解決的工作問題，同時把文章示例與課程承諾交代清楚。團隊亦可以把錯誤原因加入之後的內容簡報，讓下一批草稿從較好的起點開始。
營銷流程也可以延伸至查詢跟進。例如，企業把已確認的服務資料整理為知識庫，讓經過設定及測試的 AI 助手回答常見問題；遇到資料未涵蓋、需要個別報價或必須由同事判斷的情況，再交由人員跟進。這類應用需要連同回答範圍、資料更新及轉交方式一起設計，才能銜接內容帶來的查詢。
給企業管理者的下一步：挑一項工作，定義好交付標準
企業開始試用 AI 時，可以先選一項資料來源容易取得、結果容易核對、出錯後容易修正的工作，例如整理公開市場資料、草擬內容簡報，或將已獲准使用的會議記錄整理成待確認的行動事項。涉及個人資料、客戶機密或商業敏感文件，則先按公司的資料處理規則決定可用工具及範圍。
測試前，負責人應能回答：誰提供資料、AI 要交甚麼、由誰審核、遇到甚麼情況要停下來，以及完成後會交給誰使用。這幾個問題，比一次嘗試多少個工具更能決定流程是否可持續。
今次 CUHK EMBA 分享所連接的，也是這種由學習走向應用的思考。當管理者理解 AI 能處理的步驟，也清楚自己需要保留的判斷，團隊才更容易把新功能轉成可以落地、可以檢查、可以逐步改善的工作方式。
下一步：按你的學習目標選擇課程
如果你希望把 AI 用於數碼營銷，可以由營銷方法與實際工作問題入手；若希望進一步學習 AI 智能體及工作流程，則可按自己的學習目標，了解以下兩個課程。
把 AI 應用帶回你的工作
按學習目標與工作需要，選擇合適的課程。
課程內容與最新安排，請參閱對應頁面或查詢。
活動及參考資料
- CUHK EMBA Enrichment Workshop: AI Leadership in Action — 公開活動頁：核對活動名稱、日期、地點及整場活動時間。
- OMP 活動回顧：參考「中大 EMBA 分享：AI Agent 最新發展」的現場回顧，包括即場 AI 翻譯及 Transcript 總結功能。
- CUHK EMBA 官方簡介：1993 年開辦、香港首個 EMBA 課程的背景。
- CUHK Business School：Rankings, Facts and Figures：截至 2026 年 6 月 16 日的資料，列出《金融時報》2025 年 EMBA 全球第 22 位；此處並非引用 2026 年排名。
- AD-Linkage 導師石嘉威簡介及 PCPDM 課程內容：導師背景及任教單元。
