AI Agent

AI Agent 幫你發完券、推完名單，但它做的每個決定，你查得回去嗎？AI Agent 的價值不在會聊天，而在能不能把工作交給它、又能把決策追溯回來。先講 Agentic Workflow 與 RAG 知識檢索這個底層蹲馬步，盤點 AI Agent 工具在工作效率、數據分析、品牌行銷、零售電商與廣告投放各接得住哪些活、哪些仍需人判斷。再延伸到企業級 AI Agent 平台與 Gemini Enterprise 怎麼選型、計費與資安，以及用 AI Agent 預測客戶流失、挑選會創造營收的 CDP AI Agent。把 AI Agent 從炫技 demo，變成可控、可追溯、能落到生意的執行力。

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。

MCP

MCP server 怎麼裝？行銷人不會寫程式也能開始，關鍵在挑對入口

想讓 AI 真的讀得到你的資料、動得了你的系統，得先裝起第一支 MCP server。這篇依官方文件當日內容，把 4 個入口各自的前提、設定檔實際長相、怎麼確認裝好了、第一次失敗最常卡在哪寫清楚，也誠實講明哪些事裝了也做不到、哪些操作不該讓 AI 碰。查核日 2026 年 9 月 6 日。

MCP

MCP 已死了嗎？2026 年這場爭論，該退場的是那種接法而不是協定

2026 年 5 月，一篇標題叫〈MCP is dead?〉的文章衝上 Hacker News；2 個月後，同一個協定發布了問世以來最大的一次改版，官方揭露開發套件每月下載接近 5 億次。這篇把唱衰的具名批評逐項打開查證，看哪幾項成立、官方承認了哪一項，以及零售品牌該把採購問句換成什麼。

MCP

MCP 是什麼？它讓 AI 接進你的系統有了共同規格，開多大仍是你的決定

MCP（Model Context Protocol，模型上下文協定）是一套讓 AI 應用連接外部系統的開放標準，2024 年 11 月由 Anthropic 發布，2026 年 7 月完成改版。這篇從台灣零售品牌行銷主管的角度回答 MCP 是什麼：它的三個角色對應到你公司裡的什麼、伺服器掛出去的三類東西怎麼分、品牌會在哪些地方真的撞到它，以及哪些事情協定不會替你決定。

MCP

Skill、MCP 還是 CLI？一件重複的事該接成哪一種，掛錯的成本比你想的高

同一件每週重複三次的行銷工作，該寫成 skill、接成 MCP，還是包成 CLI 指令？判準是它缺的是知識、通道還是執行效率。這篇把 MCP 2026 年新規範、token 開銷與漸進式揭露，翻譯成品牌主算得出來的三筆帳。

AI Agent

AI 決策責任歸屬：行銷自動化出事的時候，誰的名字在核准欄

AI 已經從產草稿走到直接動客人：發推播、給折扣、回客訴、圈受眾。出事時「是 AI 決定的」不能當理由。這篇用對外可見性、可逆性、金額三條軸，說明哪些自動化動作可以放手、哪些必須有人簽名，並從 FTC 與 Rite Aid 的和解、Zillow Offers 收攤、EEOC 與 iTutorGroup 的訴訟和解，整理出簽核該看什麼證據、責任該分給哪幾種角色、哪些動作出錯後回不去，以及怎麼不讓簽核變成拖慢一切的形式關卡。文中對照個資法第 20 條與《人工智慧基本法》的問責原則，給台灣零售品牌一份可以在一個下午開始動的清單。

AI Agent

AI Agent 用量成本怎麼估：訂閱費之外，那筆跑起來才開始算的帳

企業評估 AI 工具時算的是訂閱費，真正會失控的是跑起來之後的用量成本。這篇拆開席次費與用量費兩種成本結構，說明長對話、批次處理、retry 迴圈與把整份報表塞進 context 為什麼會讓帳單非線性成長，並給出開跑前估量級的算法、官方降價機制的適用條件、在後台設上限與告警的做法，以及哪些工作其實不該交給 agent。

AgentOne Featured

Agentic AI 是什麼？AgentOne 讓零售、餐飲從問答走向真代理人執行

Agentic AI 是什麼？當 AI 從回答問題走到完成工作，品牌開始用交辦取代操作，軟體的控制權正在搬家。這篇從觀念談起：AI 的四個階段、決定 agent 好不好用的組織 Context，以及零售與餐飲品牌導入 AI Agent 前該準備什麼。

AI Agent

AI agent 幫你做行銷，誰幫 AI 檢查對錯？

越來越多品牌把行銷工作交給 AI agent，寫文案、選受眾、發訊息、拉報表。但 Gartner 說逾四成 agentic AI 專案會在 2027 年前被砍，主因不是模型不夠強，是沒人管它做得對不對。這篇談 AI 行銷真正缺的一塊：讓 AI 會自己檢查、對帳、卡住就停的驗證迴圈，以及迴圈要對帳的那個底座。

MarTech

AI MarTech 落地指南 2026：為什麼再聰明的行銷 Agent 還是判斷錯人

每一套行銷科技（MarTech）工具都在主打 AI agent：自己選受眾、自己跑活動、自己寫文案。但 Gartner 預測，未來兩年內會有相當比例的 agentic AI 專案被喊停，原因涵蓋成本、價值不明與風險。這篇文章聚焦一件事：在需要辨識個人與跨通路脈絡的行銷任務上，AI 的槓桿不只在模型多聰明，更在你餵給它的會員資料是否歸戶完整。當官網、門市、LINE、電商各記各的會員，再強的 agent 也只會用更快的速度給出破碎的答案。文章用可查證的採用率與專案取消率數據，說明統一顧客資料為何是必要前提，並把行銷任務分成能自動化與仍需人判斷兩類，給台灣零售品牌一份可照著做的落地順序。

AI Agent

Ask Advisor 這類 agent 再強，也救不了破碎的第一方數據（2026）

2026 年行銷圈的新聞幾乎全押在 AI agent 上，Ask Advisor、各家 Ads MCP 接連登場。但 agent 給的答案好不好，取決於它腳下那塊地基：資料有沒有歸戶、線上線下是不是同一個人。本文拆解 agent 的能力、連接、地基三件事，用 Google Marketing Live 2026 與 Google Ads MCP 的具名事件，說清楚為什麼乾淨的第一方數據，才是所有廣告自動化真正的起點。

Ads MCP

Google、Meta、TikTok 都推了 Ads MCP：台灣電商先接哪一個（2026）

Google 在 2025 年秋天先開了唯讀版的官方 Ads MCP，Meta、TikTok 則在 2026 年春天三個月內接力推出，讓 AI 代理人能讀取甚至操作廣告帳戶。三家在讀寫、託管、成熟度上差很多。這篇拆解三平台的真實差別，並說明台灣電商決定先接哪一個的關鍵，其實藏在自家第一方數據的成熟度裡。

Google Ads

Google Ads 開了官方 MCP，卻只給 AI「看」不給「動」：2026 讀懂唯讀背後的設計選擇

Google 開源了官方 Google Ads MCP server，讓 AI 用自然語言查廣告帳戶，卻刻意設成唯讀：能看報表、不能改預算。這不是技術做不到，是設計選擇。這篇拆解 MCP 是什麼、三個工具、唯讀的理由、自架與寫入的路徑，最後收斂到一件真正卡住台灣品牌的事：餵給 agent 的第一方數據夠不夠乾淨。

AI Agent

Agentic Workflow 是什麼？為什麼 RAG 知識檢索是 AI Agent 的底層蹲馬步

模型走向公共財，真正拉開 AI Agent 差距的是它讀不讀得到對的知識。本文拆解 Agentic Workflow 的運作、RAG 檢索增強生成的建置心法，以及零售電商與行銷廣告為什麼該把知識檢索當成最底層的蹲馬步功夫。

AI Agent

AI agent 工具提升工作效率：上班族該怎麼選即用與需設定的清單

AI agent 工具正從聊天框走進你的會議記錄、信件、簡報與跨工具流程。這篇盤點 Microsoft Copilot、Gemini、Notion AI、ChatGPT、Claude、Manus、n8n、Zapier 與會議記錄 agent，標清楚哪些即開即用、哪些要先設定，也說明為什麼個人效率工具救不了組織級的資料破碎，第一方數據底座才是品牌真正的差距。

AI Agent

AI agent 數據分析工具盤點：agent 接得住哪些活，哪些判斷仍需人

AI agent 數據分析工具正把寫 SQL、拉報表、做儀表板，變成用自然語言問一句就有答案。本文盤點行銷數據分析者今天用得上的 AI agent 工具，依四個自動化層級拆解 agent 接得住哪些活、哪些判斷仍需人，並點出讓 agent 洞察可信的前提：第一方數據底座是否整合乾淨、能否把同一顧客的足跡歸戶。

AI 工具與自動化

AI agent 工具用在品牌行銷，要照內容生產鏈分工才選得準

AI agent 工具進品牌行銷後，內容企劃、社群、SEO 與 GEO 的分工全變了。本文依內容生產鏈盤點 ChatGPT、Claude、Jasper、Perplexity、Notion AI 與 GEO 優化工具的真實位置，說明為何被 AI 引用要靠第一方數據底座撐住，並給台灣品牌一份能立刻照做的補強順序。

AI 工具與自動化

AI agent 工具零售電商指南：依經營者一天的待辦任務挑工具

零售電商經營者一天要顧商品、會員、客服、庫存。這份 AI agent 工具指南把工具依「經營者的待辦任務」分類，每類推真實工具、說清最適用例與注意點，並解釋為什麼工具的答案會跟著你的會員資料底座一起好或一起壞。

91APP CDMP

企業導入 AI Agent 平台怎麼選？依雲端棧、誰來建、預算的決策指南

比較完所有 AI Agent 平台之後，真正的難題是「到底該選哪一個」。本文用雲端棧、誰來建、治理需求、預算四個維度，把選型變成一張可以對照自己處境的決策表，並提醒零售品牌：選對平台只是一半，另一半在資料底座。

91APP CDMP

用 AI Agent 預測客戶流失：把會員資料變成留客行動，零售與訂閱品牌的新解法

等到 VIP 不回來才發現，通常已經太晚。本文談 AI 代理如何在流失發生前預測高風險客群、解釋原因並接上留客行動，以及零售與訂閱品牌要先把會員生命週期資料整理成算得出風險的知識。

91APP CDMP

Gemini Enterprise Agent Platform 是什麼？當 AI 會自己做事，企業怎麼把掌控權握在手上

當 AI 代理會自己做事，企業最怕的是失控。本文拆解 Gemini Enterprise Agent Platform 的建置、擴展、治理、優化四階段，聚焦企業如何用代理盤點、權限、稽核與護欄，把 AI 的掌控權握在組織手上。

91APP CDMP

Gemini Enterprise 方案怎麼選？企業導入前要搞懂的版本、計費與真實成本

選 Gemini Enterprise 不只是比價。本文拆解版本分級（Business／Standard／Plus）、席次與用量兩種成本，以及最常被低估的資料準備成本，帶零售品牌在簽約前把全公司的使用樣貌與總成本算清楚。

91APP CDMP

Gemini Enterprise 是什麼？從「員工各自用 AI」到「整間公司 AI 化」，企業知識管理的新解法

Gemini Enterprise 是 Google 2025 年 10 月推出的企業級 AI 代理平台。本文用零售視角拆解它是什麼、跟一般 Gemini 差在哪，以及品牌該如何把它當成公司整體 AI 化與知識管理的入口，而非員工各自使用的工具。

91APP CDMP

AI Agent 幫你發完券、推完名單，但它做的每個決定，你查得回去嗎？

2026 年資本湧向「監看 AI Agent」的工具，背後是一個被低估的風險：當行銷把分群、推播、發券交給 Agent 自主執行，它的失誤不會跳錯誤訊息，只會安靜地把預算與客戶關係燒掉。本文用 Coralogix 募資與 Gartner 數據切入，拆解行銷 Agent 三種最常見的靜默失誤，說明為什麼問題往往不在模型不夠聰明，而在它看到的世界不完整。品牌真正要補的，是讓 Agent 看得見完整的人、記得住跨通路行為、每個決定都查得回去的數據底子。文末附 Agent 上線前的數據盤點清單。

91APP CDMP

選 CDP AI Agent 前，先問這 4 個問題：不然你買的只是一個會聊天的介面

本文聚焦 CDP AI Agent 導入前最常被忽略的問題：demo 很順，不代表真實環境能用。文章以零售品牌實測經驗為例，整理四個關鍵測試，包括數字查詢是否快速且準確、任務是否真的執行、建議是否根據品牌第一方數據，以及多輪追問下系統是否穩定。核心觀點很清楚：品牌要投資的不是會聊天的 AI，而是能真正支撐 CRM、會員經營與營收成長的可落地系統。