讓人印象深刻的不是速度，而是「知道該找誰」
艾森伯格在節目中特別點出一個細節：當他要求聯繫 Shopify 或 Figma 等企業時，系統沒有直接寄信給執行長，而是主動判斷「贊助 Podcast 的決策者通常是品牌行銷或合作夥伴主管」，並轉而尋找相應聯絡人。
這種判斷力，是過去多數 AI 工具缺乏的。
系統在搜尋聯絡資訊的同時，還能參考對方近期在社群平台 X 上的發文，生成帶有具體細節的開發信，例如引用 Shopify 執行長托比·盧特克（Tobi Lütke）最近分享某 MRI 分析工具的貼文，直接寫入信件內容，讀起來不像範本，更像人工撰寫。
除了主動外展任務，實測也涵蓋競品情報監控：系統可設定每天早上 8 點自動掃描指定競品的官網、新文章與社群動態，有異動才發送通知，否則靜默。艾森伯格請 Computer 即時跑一次模擬報告，系統立刻取回各 Podcast 最新單集資訊與主持人近況，格式相當清晰。
艾森伯格測試了五個專為創業者設計、能幫助賺錢與提高生產力的應用場景，以下分別介紹：
一、批量寄出個人化開發信
這項應用不用自己一封一封研究客戶再寫信，從競品平台的廣告商名單出發，系統自動研究每家公司最近在做什麼、誰負責廣告預算，鎖定負責 Podcast 贊助的品牌行銷主管而非執行長，寫出讀起來像人工撰寫的個人化開發信，並透過連結的 Gmail 直接寄出。
還可自動設定第 3 天、第 7 天的追蹤信，並建立每週監控機制，一旦競品 Podcast 出現新廣告主，立即通知並附上聯絡窗口。
二、自動化競爭對手情報監測
可設定每天早上 8 點自動掃描指定競品的官網定價變動、新功能公告、最新文章，以及 X 上的相關提及。
有異動才會發送通知摘要，沒有變化則保持安靜，等同於一個持續運作、不需管理的競品情報部門。
三、投資人管道的深度研究
在進行募資前，這個場景能快速完成大量的創投公司 (VC) 調查。
系統會同步在網路、社群媒體及 LinkedIn 上進行研究，篩選出數十家創投最新的基金規模、合夥人資訊、近期投資項目等，並整理成一份結構化的 Excel 試算表，讓創業家在聯繫對方前就掌握足夠背景。
四、Podcast 內容一鍵多平台再製
這個自動化工作流可以將 Podcast 錄音檔，快速轉換為多種行銷素材。
上傳一集 Podcast 錄音，系統自動轉錄並加上說話者標籤，產出完整部落格文章、5則可直接發布的 X 貼文，以及 LinkedIn 輪播格式內容，還能挑出最值得引用的金句。對於定期產製內容的創作者，設定一次就能讓這個流程自動跑。
五、即時投資備忘錄生成
只要輸入單一公司的股票代碼，系統就能建立一份完整的投資研究備忘錄。
它會自動抓取最新的財務數據、法說會重點、與競品的各項比較，並將其利潤與成長率與同業進行比較，再加上分析師與財經社群的討論，最後將這些資訊與數據彙整成一份帶有圖表的精美 PDF 報告，省去自己東拼西湊的時間。
延伸閱讀：[Perplexity Computer比龍蝦更狂的10組提示詞！寫程式、理財研究到行銷專家⋯領域一次看][2]
BOLD BOLD ~~STRIKE~~ Start Coding
| Column 1 | Column 2 | Column 3 |
|---|---|---|
| Text | Text | Text |
| Text | Text | Text |
- jhskdjfhjkh
- kjekwfjkewf
- jnfkjse
- jhskdjfhjkh
- kjekwfjkewf
- jnfkjse
~~STRIKE~~ UNDERLINE
