在生成式 AI 與演算法主導的數位巨浪下，現代媒體經營與傳播策略正面臨前所未有的範式轉移。本課程是一門結合理論高度與產業實戰的跨界核心課程，旨在培養學生兼具「機器邏輯（演算法優化）」與「大腦共鳴（人文敘事）」的雙軌大局觀。 課程將打破傳統媒體經營僅著重於內容產出或單一管道行銷的局限，全面注入現代「資訊權重重組」與「搜尋意圖轉譯」的技術護城河。我們不只要探討傳統傳播矩陣的經緯，更要帶領學生深入新聞編輯台與企業公關室的後台透視監控，理解資訊在數位戰場上是如何被檢索、佈局與擴散。本課程的核心教學目標旨在培養兼具「數位科技洞察」與「人文敘事共鳴」的高階傳播經理人。 五大課程目標（Course Objectives）： 一、 奠定經典傳播理論與現代演算法的對話能力 (Theoretical Alignment) 目標說明：學生能深刻理解並連結經典傳播理論與當代數位生態。將麥克魯漢的「媒介即訊息」轉譯為對網頁底層架構（H標籤、JSON-LD）的認識；將「議程設定」與「把關人理論」對接至 Google 演算法與 AI 爬蟲（Crawler）的篩選機制，從理論高度建立數位媒體經營的大局觀。 二、 深化 AI 時代的媒體識讀與思辨素養 (Media Literacy & Critical Thinking) 目標說明：培養學生具備高階的媒體識讀能力，不僅能看透數位媒體背後的技術架構，更能識讀「機器如何閱讀、評分與呈現資訊」。學會透過後台數據與「編輯台透視監控圖」，思辨點閱率（CTR）與留存時間（Dwell Time）對內容產製的權力影響，在資訊洪流中堅守媒體的真實性與社會責任。 三、 掌握雙軌優化（Dual-Track）的內容策略與意圖轉譯 (Strategic Intent) 目標說明：學生能實踐「機器與大腦完美平衡」的雙軌經營哲學。熟練運用「標題策略選擇矩陣」，將同一新聞事件或品牌產品，依據讀者的不同搜尋動機（時事數據、疑問解答、數字清單等）進行「意圖轉譯」，並在 120 字的中介描述（Meta Description）微型戰場中精準佈局。 四、 實踐結構化資訊重組與高標準發布檢核 (Structural Layout & Quality Control) 目標說明：翻轉傳統寫作邏輯，學生能運用「升級版倒金字塔」進行資訊權重重組，面對重大時事、地緣政治或科技產業（如半導體晶片）等複雜議題，能精確規劃 SEO 骨架佈局（H1、H2、H3 標籤、實體連結、圖片 Alt 屬性）。並能熟練操作「終極檢核面板」，嚴格執行發布前審查。 五、 建立媒體營運的風控管理與 AI 協同決策實力 (Risk Management & AI Collaboration) 目標說明：能辨識並避開導致媒體平台被演算法惩罚的「四大 SEO 降權地雷」（如標題黨、完全複製貼上等），具備媒體經營的風控意識。同時，能將生成式 AI 無縫整合至媒體營運流程，既能用 AI 構建技術草稿，又能發揮人類經理人的專業，注入不可替代的人文共鳴，對接高階職涯需求。 本課程將理論（Theory）、識讀（Literacy）、策略（Strategy）與技術（Technology）結合，希望幫助學生建立傳播策略的具體思維。

丹尼斯·馬奎爾 (Dennis McQuail) 著，《馬奎爾大眾傳播理論》（McQuail's Mass Communication Theory）