2026年房仲 AI 怎麼用：9項工作、6個提示詞

房仲使用AI主要是寫作：使用AI的Realtors中有75%用來寫物件介紹

房仲使用AI主要是為了寫作，全美不動產協會（National Association of Realtors）有數據佐證。在2026年9月22日發布的2026年科技報告中，23%的會員每天使用AI，另有25%每週使用。在使用AI的人當中，75%用它寫物件介紹，56%寫社群貼文，52%寫郵件與跟進，只有27%用它來檢閱或摘要文件。表示不使用且沒有計畫使用的比例降到12%，一年前是32%。

這六列是通用聊天機器人（ChatGPT、Claude、Gemini）靠一個好提示詞就能完成的工作，下面每項各給一個。每份房仲AI清單上還有三項工作，需要專用工具：即時回覆潛在客戶、CRM跟進與虛擬佈置。同一份NAR報告中，46%的Realtors使用CRM，41%使用AI生成內容工具，是NAR列出的最常用科技。九項工作比一些更長的房仲AI工具清單少，這是刻意的：這裡每項工作都附上可以直接貼上的提示詞，或是有公開價格與適用法律規定的工具，兩者都沒有的項目只是一個名字，不是方法。不動產提示詞包還有20個，從給賣方可以採取行動的帶看回饋，到過期委託物件的開發信都有。

最後一列正是本文要提出論點的地方。我們的看法是，向緊張的買方解釋40頁的驗屋報告，是通用模型最能幫房仲省力的地方，因為晚上9點就看懂報告的買方，不會在晚上9點打電話給你；這是本文的判斷，不是實測結果，而且四分之三使用AI的房仲還沒試過。每個提示詞都遵守一條規則：文字由AI寫，每個數字由房仲負責。

潛在客戶回覆、CRM跟進與虛擬佈置需要專用工具，其中兩項有法律規定

這三項工作需要連接你的潛在客戶、聯絡紀錄或照片的軟體，而聊天機器人一樣都沒有。通用AI工作區（包括Whizi）沒有MLS資料來源、沒有CRM同步，也沒有佈置引擎。以下是2026年9月26日各廠商自家價格頁上的公開價格：

回電給潛在客戶的AI語音代理，在聯邦法律下屬於人工語音。FCC於2024年2月8日發布的宣告性裁決指出，撥打者「必須在使用AI技術模擬或產生的人工或預錄語音撥出電話之前，取得被叫方的事先明確同意」。Structurely依分鐘計算語音費用，所以開啟通話功能的當天，這就是一個迫切的問題：撥出之前，先問廠商它的代理如何記錄這項同意。

虛擬佈置在加州有揭露規定。議會法案723（Assembly Bill 723）於2025年10月10日簽署成法，自2026年1月1日起生效，要求使用經數位修改影像刊登廣告的房仲附上「一項聲明，說明該影像已被修改，並附上可公開存取的網站、網址或QR code連結，其中包含並清楚標示原始未修改的影像」。該法案將AI編修與新增或移除家具視為修改，因此佈置過的房間受規範；白平衡、曝光與裁切則不在內。加州以外則依各地MLS規定。

Follow Up Boss在價格頁上註明，部分AI功能使用其通話附加元件的資料，所以$69的席位不是Grow方案上AI的全部價格。表格最後一列是與AI工作並列的排程與行政自動化：ShowingTime的價格頁沒有標示任何AI，所以不算在九項之內，但它的應用程式與真人預約專員，每位房仲每月$15就能處理帶看請求。

物件介紹，以及提示詞必須劃出的公平住宅界線

物件提示詞必須禁止描述買方，因為1968年4月11日簽署的《公平住宅法》（Fair Housing Act）規定，刊登任何顯示偏好特定種族、膚色、宗教、性別、原國籍、家庭狀況或身心障礙的廣告都屬違法。HUD的公平住宅與平等機會辦公室在2024年5月2日表示，該法適用於住宅廣告，「包括使用人工智慧與演算法時」。NAR自己的AI指引也提醒會員回到《道德準則》第2條，禁止Realtors誇大、隱瞞或不實陳述物件的相關事實。

光是「寫一篇溫馨的物件介紹」這種提示詞，擋不住模型寫出「非常適合成長中的家庭」或「步行即可到聖瑪麗教堂」，這些措辭正是它學過的物件文案裡充斥的內容。提示詞必須明白禁止，然後你還是要讀過草稿。

Write a listing description of 120 to 160 words for the property below. Use only the features I give you; if a number is missing, write [NEEDED] instead of guessing. Describe the property and its features only. Never describe who should live there, and never mention families, children, professionals, age, religion, nationality, disability, safety, or any place of worship. Do not use the words quiet, safe, exclusive, or ideal for. Plain sentences, no exclamation marks, no superlatives you cannot see in the feature list. Property: [address, price, beds, baths, square footage from the tax record, lot size, year built, updates with dates, parking, HOA, school district name only]. Highlights I want first: [two or three].

HousingWire在2026年5月15日針對AI撰寫MLS備註的檢查表，把重點歸結成一句：描述物件，而不是描述人。前四列是該檢查表點名的措辭。最後一列的無障礙設施屬於物件事實，鼓勵明確寫出。

提示詞中有關坪數的那一行是刻意的。對缺漏什麼都不說的提示詞，等於讓模型自由填補空缺，而填補出來的面積是第2條下被不實陳述的事實。「[NEEDED]」讓缺漏看得見，才能用稅務紀錄補上。

跟進郵件來自CRM筆記；驗屋報告是房仲最常跳過的工作

根據CRM筆記跟進。 在NAR報告中占52%，是第三常見的工作，也是草稿比空白頁更明顯有幫助的一項。把筆記原樣貼上，錯字也不用改，讓模型負責包裝。AI寫電子郵件指南完整介紹了三段式提示詞，這裡是房仲版本。

Here are my CRM notes on a client: [paste notes: name, buyer or seller, what they saw, what they said, price range, the last thing we agreed]. Write a follow up email under 110 words that references one specific thing from the notes, proposes one next step with a day and time, and asks one question. Warm, not salesy. No "I hope this finds you well". Do not mention any property, price, or date that is not in the notes.

解釋合約條款或驗屋報告。 使用AI的房仲中只有27%這樣做，而本文把它列為回報最高的項目，因為晚上9點就看懂驗屋報告的買方，不會在晚上9點打電話給你。把PDF上傳到能讀檔案的聊天機器人。與PDF對話說明了讓這件事變安全的一個習慣：先要求模型引用原文段落，再相信它的摘要，這樣你才知道它讀的是你的文件，而不是憑記憶套用的通用合約。

Attached is [the purchase agreement / the inspection report] for [address]. Explain [clause 14 / the roof and electrical sections] to my client in plain words, under 200 words, at the level of someone who has never bought a home. Quote the exact sentence you are explaining first. Say what it means, what the client can do about it, and by when. Do not give legal advice and do not estimate any repair cost. If anything is unclear in the document, say so rather than guessing.

最後兩句很重要。模型給出的維修費用是沒有任何承包商支撐的數字，而你的客戶會記住它。為什麼AI會出錯的原則在牽涉金錢時更適用：模型找出段落，判斷則由你和承包商來下。

CMA說明、社群貼文與開放參觀準備，都靠你貼上的事實

CMA說明，有一條硬性規定。 AI看不到MLS：沒有成交行情、沒有銷售天數、沒有待成交案件。它在沒有你資料的情況下寫進CMA的任何成交價，不管看起來多真實，都是憑空來的。把你調出的成交案例貼上，並讓提示詞明說這些就是僅有的案例。

Below are the comparable sales I pulled from the MLS for [subject address]. These are the only comps. Do not add, adjust, or estimate any other sale, price, or square footage. Write a 250 word narrative for a seller explaining how these comps support a list price range of [low] to [high]: which comp is the closest match and why, which one the seller will point to and why it is not a match, and what the days on market say about pricing. Use the numbers exactly as given. If the comps do not support the range, say that. Comps: [address, sold price, sold date, beds, baths, square feet, lot, condition note, DOM].

這段說明是賣方會讀的部分，也是房仲一直拖著不寫的部分。在RPR 2026年2月對225位NAR會員的調查中，47%的房仲擔心市場數據被誤讀，而這個提示詞正是回應：模型不得詮釋沒給它的數據。

社群貼文。 使用AI的房仲中已有56%這樣做。弱的版本是千篇一律的（「新上市！搶手社區的精緻住宅。」），解法和物件提示詞一樣：形容詞少一點，每篇貼文只放一個具體細節。

Write three social posts for [platform] about this listing: [paste the listing description you approved]. One post leads with the single most unusual feature, one with the neighborhood fact below, one with the open house date. Under 60 words each, no emoji, no hashtags, no exclamation marks, no words about who the home is for. Neighborhood fact: [one verifiable thing]. Open house: [day, time].

開放參觀準備。 這是最少人談的工作，卻真的能在週六早上省下時間。模型不認識這個物件，所以這個提示詞把一切都給它，請它列出一位好助理會做的清單。

I am hosting an open house at [address] on [day] from [start] to [end]. Listing: [paste]. Known issues a visitor might ask about: [list]. Give me: the 10 questions visitors are most likely to ask about this specific property with a two sentence answer for each using only the facts above, a 30 second walk in greeting that describes the property and never the visitor, and a checklist of what to set out. Mark any question I need to verify with the seller with [VERIFY].

房仲使用AI會出什麼錯？

AI在房仲工作上會出三種錯，而且三種在紙面上看起來都很有把握。

它不了解當地的分區規定。 模型可以背出單戶住宅區通常允許什麼，卻說不出你所在的市政府在那塊地上允許什麼、附屬單元是否有許可，或上次議會會議改了什麼。分區答案要問規劃部門，任何要求分區答案的提示詞都應以「並告訴我該向哪個單位確認」作結。

它會填補你留下的空缺。 坪數、土地面積、屋齡與管理費是猜錯傷害最大的欄位，這就是物件提示詞帶有「[NEEDED]」的原因。取代它的數字，唯一來源是稅務紀錄。

它看不到MLS。 沒有即時物件、沒有成交資料、沒有待成交狀態、沒有帶看說明。AI草稿裡每一項市場事實，不是你給的，就是憑空來的。RPR調查把輸出準確度列為房仲最擔心的事，占63%，合規與法律問題居次，占49%。兩者的解法都是：提示詞點名資料來源，並禁止其他一切。

AI會取代房仲嗎？

NAR的數據沒有一項指向這個方向。在2025年7月進行、回收1,241份問卷的2025年調查中，只有17%的Realtors表示AI對業務有顯著的正面影響，46%表示沒有明顯影響。2026年報告中AI接手的工作是起草：物件介紹、貼文、郵件。

NAR副首席經濟學家Jessica Lautz這樣描述2026年的發現：「房仲正在對科技做出務實的選擇，他們最想要的兩項回報是時間，以及讓客戶體驗更順暢。」同一份新聞稿指出，例行工作變快，讓房仲有更多時間提供指引、談判與建議，而這些原本就不是靠草稿完成的工作。

判斷原則：如果工作是文字，就用通用模型搭配上面六個提示詞之一。如果工作是數字，就來自MLS、稅務紀錄或規劃單位，模型不得碰。