目標受眾畫像：課程 Persona 設計
用途
把模糊的「目標學員」概念具體化成主要與次要兩個可決策的 Persona，讓你在設計課程內容、寫銷售文案、或決定定價時有明確的人物形象參考。
何時用
- 適合：課程或產品設計的早期，受眾還是抽象描述（「想學 AI 的上班族」）時；行銷文案寫不出來、不知道對誰說話時。
- 不要用：你已經有完整的 Persona 研究，只需要微調時；量化用戶研究（N=500 問卷）的結果分析不適合用這個入門版。
Prompt
請幫我為以下課程設計主要與次要學員 Persona。
【課程主題】{{例如：用 Claude 提升個人工作效率、n8n 自動化入門、Notion 知識管理系統}}
---
請輸出：
**主要 Persona（Primary）**
描述真實人物，不要抽象標籤，以下 7 個欄位逐一填寫：
1. **基本資料**：姓名（虛構）、年齡、職稱、公司規模、所在地
2. **技術背景**：用過哪些工具、對 AI/數位工具的熟悉程度（用具體行為描述）
3. **核心痛點**：在工作上最讓他/她卡住的 1-2 件事（用第一人稱引述）
4. **學習動機**：為什麼現在想學這門課？是什麼事件觸發？
5. **主要障礙**：什麼會讓他/她猶豫購買或中途放棄？
6. **成功定義**：學完課程後，他/她希望能做到什麼？（具體行為，不是感受）
7. **一句話描述**：最能代表這個人的一句話
**次要 Persona（Secondary）**
用同樣 7 個欄位，描述另一個不同背景的典型學員
**非目標受眾（Anti-Persona）**
至少 2 個描述，說明誰不適合上這門課、原因為何
---
規則：描述要像真實存在的人，不要用「某類人」「部分學員」這種空泛說法範例 / 變體
- 填好變數：課程主題填「Claude AI 工具從零到一」——Claude 會產出像「陳怡君，38 歲，行銷主任，公司 50 人，平時用 Excel 和 LINE」這樣的具體人物。
- 變體（3 個 Persona 版）：要求輸出主要、次要、邊緣三個 Persona，適合課程目標受眾範圍較廣時做精細區隔。
- 變體（配合既有訪談版）：在輸入前加上 3-5 段真實學員訪談摘要，請 Claude 從訪談中萃取 Persona 而不是從零生成，結果更貼近真實。
🎯 範例輸出（實測）
在 Claude.ai 跑這句、把
{{變數}}填成「課程主題：Claude AI 工具從零到一」的結果：
點開看 AI 實際輸出
主要 Persona（Primary）
1. 基本資料 陳雅婷，37 歲，行銷企劃主任，台北，服務業（50 人顧問公司）
2. 技術背景 每天用 Google Workspace（Docs、Sheets、Meet）；曾試用過 ChatGPT 兩週，現在偶爾用；對 AI 工具的熟悉程度：「知道有這個東西，但還沒有固定在工作上用」
3. 核心痛點（第一人稱） 「我每次要幫客戶寫提案摘要，都要重新想措辭，花一個小時，但寫出來的感覺差不多，我想讓這件事可以更快」
4. 學習動機 上個月看到同部門的同事在 30 分鐘內用 AI 草擬完一份英文報告，當場被主管誇——她是觸發點，不是因為對 AI 有興趣，而是「不想落後」
5. 主要障礙 擔心「學了又用不起來」；過去看過免費 YouTube 教學，感覺學了一堆但不知道怎麼接進真實工作；對訂閱費用（Claude Pro NT$600/月）感到猶豫
6. 成功定義 學完之後能夠在一個工作日內，用 Claude 把某個重複性任務（週報摘要或提案初稿）的時間從 60 分鐘壓到 15 分鐘以內，且輸出品質要讓她自己願意直接交出去
7. 一句話描述 「我不需要成為 AI 專家，我需要一個可以重複用的工作方法。」
次要 Persona（Secondary）
1. 基本資料 林柏宇，29 歲，自由接案設計師，台中，自雇，月收入 NT$5-8 萬
2. 技術背景 習慣用 Notion、Figma；曾嘗試 Midjourney 和 ChatGPT；對 AI 工具接受度高，但停在「偶爾試試」的程度
3. 核心痛點 「我花很多時間回客戶信和寫報價說明，這些文字工作不是我的強項，但如果不做客戶關係就會斷掉」
4. 學習動機 想把業務溝通的時間壓縮，讓自己可以接更多案子；他的觸發點是看到一位設計師在 Podcast 上說用 Claude 每週省了 6 小時行政工作
5. 主要障礙 習慣自學，不太願意付費上課；需要確認「這門課不是在教通用技巧，而是真的有設計師的實際應用」
6. 成功定義 學完後能建立一套「提案信 + 修改回應 + 結案報告」的 prompt 模板組合，讓他面對新案子時不用從頭想，直接套用並調整
7. 一句話描述 「我需要一個可以讓我專注在設計、把溝通成本壓到最低的系統。」
非目標受眾（Anti-Persona）
- 軟體工程師或 AI 研究人員：已熟悉 API 調用和模型原理，這門課的實作深度對他們來說太基礎；他們需要技術文件，不是「從零到一」的入門課
- 想要「AI 自動幫我做所有事」的被動學習者：這種期待會讓他們在第一個「還是需要我自己想清楚需求」的環節就放棄；課程需要學員有主動改善工作的意願
💡 實測心得：「成功定義」那一欄最值得花時間讓 Claude 寫清楚——它直接對應課程的「學完能做到什麼」保證文案，也是設計期末作業或驗收標準的依據；如果 Persona 的成功定義太模糊，課程大綱設計也會跑偏。
延伸
簡單來說，Persona 不是一次性文件——它應該在每次寫銷售文案、設計課綱、錄影片時被打開來參考。建議把完成的 Persona 存入課程資料夾，搭配 course-painpoint-3layer 的三層痛點，把痛點對應到各 Persona 的具體情境上。