91APP Marketing Hub

AI 應用與 AI Skill

ChatGPT Dots、Muse、Claude Duet、Grok Bot、OpenClaw、Hermes 怎麼選？六款個人 AI agent 的差異與費用，零售品牌該先準備什麼

Grok Bot、Meta Muse、ChatGPT Dots、Claude Duet 在 2026 年 8 到 10 月接連上線，加上開源的 OpenClaw 與 Hermes Agent，個人 AI agent 已經從工程師玩具變成一般人手機裡的 App。本文比較六款 agent 的定位、運作方式、skill 機制、費用與台灣能不能用，說明聊天助理和 agent 差在哪，也整理顧客開始派 agent 替自己下單之後，零售品牌該先準備的資料與規則。

技術與數據優化

PHP 與 Node.js 同一天緊急修補、日本零售接連停單：不懂程式的經營者也看得懂的網站風險

2026 年 10 月 21 日，PHP 與 Node.js 同一天發布緊急安全更新，日本則接連傳出雲端業者遭勒索、外送與便利商店會員資料外洩。本文用引擎、保固、換零件三層比喻，讓不懂程式的經營者看懂網站漏洞為什麼會一再出現、日本這一波事件暴露了哪些管理風險，並整理出可以直接拿去問工程師與廠商的問題，以及品牌這個月就能動手的五件事。

91APP CDMP

促銷方案怎麼設計才會轉換？免運門檻推下單、加價購拉客單，先分清機制在對誰說話

滿額免運、加價購、限時優惠改變的是客人結帳前的最後一個決定：限時優惠與低門檻免運推「現在下單」，滿額折、加價購、組合與第二件折推「多買一點」。促銷方案要能轉換，先決定要動哪一個決定、對哪一種客人。

91APP CDMP

購物車放棄率怎麼降？先找出客人在官網哪一步離開：從首屏到結帳的頁面動線診斷表

購物車放棄率是頁面動線的綜合症狀。把進站到付款拆成首屏、導覽與搜尋、商品頁互動、購物車、登入與結帳、付款與物流六步，用「症狀、可能原因、先查什麼」的診斷表找出掉人的那一步，再針對運費揭露時機、訪客結帳、結帳欄位數、付款與取貨方式、行動版速度逐一修正。

91APP CDMP

購物車未結帳提醒怎麼發才有人回來結帳？轉換前行為觸發腳本的時機、通道與頻次煞車

購物車未結帳提醒、瀏覽未購推播、到貨與降價通知、新客首購催促，是品牌官網在客人下單前能發的行為觸發腳本。有效的前提是觸發後先緩衝再發、依觸發類型選 LINE、Email 或 App 推播，並設每人每日合計的頻次上限與靜默規則。

廣告平台操作實務

廣告轉換率低，先別換素材：廣告承諾與到達頁的接縫，決定點進來的人買不買

廣告轉換率是廣告帶來的轉換次數除以廣告點擊（互動）次數。它偏低時，先查廣告與到達頁的接縫：廣告講的商品、價格、優惠在到站第一屏有沒有兌現，帶進來的是新客還是會員，點擊與下單的裝置和時段對不對得上。文章附廣告面向的自我診斷表與上線前檢查清單。

91APP CDMP

商品轉換率怎麼算、怎麼用？流量進來不買，先把商品頁分成該推、該修、該下架

商品轉換率是看過某支商品頁的人裡最後買了它的比例，和全站轉換率分開算才找得到問題商品。這篇說明怎麼用 GA4 與 91APP 商品報表算出它、用瀏覽量與轉換率把商品分成該推、該修、該下架，逐項檢查商品頁的主圖、尺寸圖、評價、可售狀態與七天鑑賞期揭露，並附一張症狀對原因的自我診斷表與台灣品牌可照做的行動清單。

OMO 全通路洞察分析

叫貨、出清、調撥總是喬不攏？先訂服務水準政策與核准規則，KPI 才訂得下去

採購多備被說庫存太高，少備被說缺貨；出清該誰提、調撥該誰核，每個部門說法都不同。這篇從後勤會議上最常見的僵局談起，說明為什麼缺貨率和庫存健康度會互相打架，以及要先寫下哪幾條規則：常態品、活動品、新品各自的服務水準政策，叫貨、出清、調撥、報廢的提出與核准分工，可以放手的核准範圍，從發現需要做決定起算的時效，以及統一的判斷門檻。最後提供一套用決策問卷與虛擬商品情境題找出分歧的做法。

OMO 全通路洞察分析

補貨建議為什麼沒人照做？從活動行事曆到決策紀錄，後勤決策工具這樣選

系統算出的補貨建議，採購常常還是打開自己的試算表重算一次。從資訊晚到、太晚發現、整理資料與協調意見三個卡點出發，說明共用活動行事曆、例外提醒、附計算過程的建議清單、決策紀錄與工時抽樣表各自的選型條件，並把導入期的採用成本算進人力規劃。

AI Agent

叫貨、出清、調撥交給 AI agent 之前：誰接哪一段，人在哪裡簽名

叫貨、出清、調撥如果交給 AI agent，要拆成哪幾種 agent、各接哪一段、人在哪裡簽名？這篇用本文提出的六種後勤 agent（檔期情報、決策包、補貨與出清建議、例外監看、核准路由、決策紀錄）說明分工，並解釋為什麼服務水準政策與責任分配表（RACI）沒訂好就上 agent，只會把喬不攏的狀態自動化。文中對照 Capgemini 研究院的信任調查、NIST AI 風險管理框架與 OWASP 對過度授權的提醒，整理權限分級、可回溯紀錄與導入順序。

AI 應用與 AI Skill

Claude Code Mod 是什麼？行銷人不寫程式，也能把 AI 工作台改成自己順手的樣子

Claude Code 的 Mod 是直接跑在 Claude Code 裡面的擴充功能，可以加上對話旁的面板、在 AI 動手前先攔下來讓你確認、用一個指令立刻產出結果，還能把資料留到下一次對話。這篇用行銷人的工作情境，說明 Mod 和 Skill、Hook、MCP 的差別，整理五種常見用法，以及安裝別人寫的 Mod 前該先看的權限問題。

AI 應用與 AI Skill

Claude Code Mod 怎麼做？用對話做出第一個 Mod，從試用、留存到安裝別人的版本

想讓 Claude Code 多一個活動檢查面板、一個發佈前的確認關卡，不必自己寫程式。這篇照實際操作順序，說明怎麼確認 Mod 已開啟、先試官方範例、用對話請 Claude 寫出第一個 Mod、把它留到下次對話，以及安裝別人寫的 Mod 前要先檢查什麼，最後附上三段行銷人可以直接照抄的需求描述。

OMO 全通路洞察分析

採購物流人力盤點：人手夠不夠，別再用「每人管幾個品牌」來算

採購與物流人力夠不夠，用「每人負責幾個品牌」算不出來。品牌數不是工作量，工作量低也不等於人力過多。把工作說明表拆成工作量、工作品質、營運成果三類資料，搭配 4 到 8 週工時紀錄與過去 12 到 24 個月的業務量基準，主管才能判斷後勤人力是否吃緊、分工是否失衡，以及成果不好時該先查流程還是先補人。

技術與數據優化

呆滯庫存是採購的錯嗎？用庫存健康度拆出預測、採購、供應商各自的責任

倉庫裡賣不掉的貨，不一定是採購買錯。同樣是庫存暴增，Target 2022 年的病因是非必需品類需求轉向，Nike 同年則是供應鏈在途時間差。這篇拆解如何把超量、呆滯、短效庫存換算成金額與占比，把缺貨、延遲、品質異常分成採購可控、品牌預測、供應商因素三類，並提出一組採購 KPI：供應商準時足量交貨率、採購可控缺貨率、庫存健康度，以及扣掉運費、急單與品質損失後、經財務確認的總成本改善。

OMO 全通路洞察分析

品牌電商物流 KPI 怎麼定：從準時出貨率到單位物流成本

出貨的每個環節都做到 95 分，顧客收到的完美訂單可能只剩八成。物流 KPI 要先寫清楚定義、公式、資料來源與責任人，再依電商、寄銷倉、門市、直播、外銷各通路分開算。這篇整理準時出貨率、出貨正確率、異常結案時效、帳實準確率、逆物流時效、單位物流成本與客服查貨回覆時效的算法與分母陷阱，說明 3PL 與承運商履約怎麼對帳，以及為什麼第一輪該先收基準、再訂目標。

廣告平台操作實務

Meta 廣告新客怎麼算？Advantage+ 拉新要分清官網首購與品牌首購

在門市買過三次的人第一次上官網下單，算官網首購，不算品牌新客。Meta Advantage+ 把受眾交給 AI 之後，品牌要把品牌首購、通路首購、久未購買後回流、身分未知與會員註冊分開記，才看得出拉新預算有沒有投到沒買過的人，新客獲取成本也才算得對。這篇整理平台與 GA4 怎麼定義「新」、分母一換預算比較怎麼變，以及跨通路身分串接與拉新測試的做法。

廣告平台操作實務

Meta 訊息廣告怎麼提升成交？AI 客服接手後，從對話到訂單的轉換清單

Meta 訊息廣告讓還在猶豫的人直接開口問，需要確認尺寸、庫存、搭配的商品可以優先測試。若品牌另外開通 AI 客服（Meta Business Agent）接待，要把對話開始、有效詢問、進入結帳、有效訂單分開記，才看得出 AI 在哪一段幫上忙、哪一段漏單，再決定預算往哪裡放。整理 Meta 官方公告、適合與不適合先聊天的商品，以及從對話追到訂單的做法。

廣告創意與內容表現

Meta AI 廣告素材哪些該開？Advantage+ 生成素材依改動程度分級，開到真的多賣為止

Meta 的 Advantage+ 廣告創意把背景生成、圖像生成、文案生成與動畫集中在廣告管理員，有些只調整呈現方式，有些會碰到商品外觀與價格優惠。這篇用綠燈、黃燈、紅燈替生成功能分級，說明哪些可以先開、哪些要設規則、哪些先停，再用 A/B 測試搭配自家訂單的退貨與取消，判斷生成素材有沒有讓品牌多賣。

廣告平台操作實務

91APP MediaOne 是什麼？用真實訂單驗證成效的 AI 廣告投放 Agent

Meta、Google、GA4 三份報表的 ROAS 對不起來時，91APP MediaOne 用品牌後台的實際訂單核對廣告成效，並由 AI Agent 接手受眾、素材與跨平台預算調整。這篇說明它由哪四個環節組成、和 Advantage+、PMax 怎麼分工、訂單歸因能回答與不能回答的問題，以及導入前品牌要先準備什麼。

廣告平台操作實務

AI 廣告投放的反應速度差在哪？平台 AI 每次競價出價，第三方工具受報表與 API 節奏限制

AI 廣告投放的第一方和第三方工具差在哪？從反應速度看，平台內建 AI 在每一次競價當下出價，第三方工具若只依平台報表，就要等報表更新，還受 API 次數限制。出價快不等於成效快，平台 AI 改設定後還有學習期。這篇用 Google 與 Meta 官方文件拆解三種時間差。

廣告平台操作實務

AI 廣告投放第一方和第三方工具成效差多少？美國調查與 Meta、Google 官方數字的正確讀法

AI 廣告投放的第一方和第三方工具差在哪？看成效數字，差在誰量的、跟誰比。平台內建 AI 的提升幅度由平台自己量，跟平台自己定的基準比；第三方工具在這次查閱的資料中沒有公開、中立的同條件對照。這篇整理 IAB 美國調查與 Meta、Google 官方數字的讀法。

廣告平台操作實務

AI 廣告投放能接手哪些工作？受眾與出價交給平台，目標、資料、品牌安全與驗證仍由品牌負責

現在的 AI 廣告投放和以前比，差在受眾、出價、版位、素材組合與預算分配已經可以交給平台 AI；目標設定、資料輸入、品牌安全與成效驗證，AI 可以輔助，責任仍在品牌。這篇逐項拆解 Meta 與 Google 官方怎麼說明每一項、從什麼時候開始，搭配官方案例與 IAB 對美國廣告買方的調查，看清楚 AI 能接手到哪裡、哪些地方還得靠人。

廣告平台操作實務

AI 廣告投放和以前差在哪？Meta、Google 官方成效數字比較了什麼

現在的 AI 廣告投放和以前比，差在誰做決定，也差在成效數字。Meta 的 15 組 A/B 測試裡，Advantage+ 購物廣告的每次購買成本平均低 12%；Google 報告使用 Performance Max 的帳戶平均多 13% 增量轉換。這篇把 Meta 與 Google 公布的自動化方案對照數字攤開，拆解受眾、出價、素材與人力的差別、每個數字的比較基準，以及品牌怎麼在自己的帳戶裡驗證。

第一方數據

第一方數據怎麼餵給廣告 AI？Advantage+ 受眾建議與 PMax 客戶名單的實務

不管用 Advantage+、PMax 這類平台內建 AI，還是跨平台的第三方工具，品牌能直接交給廣告 AI 的都是轉換事件、客戶名單、商品資料與素材。這篇對照 Meta 與 Google 官方文件，拆解四種資料從哪裡餵、怎麼用控制項守邊界、怎麼驗證有沒有餵對。

廣告平台操作實務

只用 Advantage+ 和 PMax 夠不夠？電商什麼時候需要第三方 AI 廣告工具

單一平台、預算集中、商品少的品牌，Advantage+ 或 PMax 這類平台內建 AI 通常夠用；多平台投放、要依明確規則跨平台調度預算，或需要原生功能做不到的規則時，才值得加第三方工具。這篇用情境表、平台官方文件與 IAB 調查拆解判斷方式。