AI 應用與 AI Skill

換更強的大模型，解不了你真正的問題。AI 應用的關鍵不在模型多聰明，而在能不能落到可驗證的工作流。從 AI 系統架構、評估框架與 LLM 評審、RAG 知識檢索與提示詞工程，到 AI Agent 工具盤點、Agent Skill 怎麼從個人玩具變成團隊資產、企業級 AI Agent 平台與 Gemini Enterprise 的選型與資安，這裡逐一拆給行銷人看。再延伸到 AI 如何改寫零售場景：讀懂顧客的沉默訊號、在 AI 比價時代重建品牌信任、面對 Google AI Max 與 AI Mode 的搜尋新局。把 AI 從話題變成品牌用得上的生產力。

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。

顧客數據平台 CDP

顧客沒說出口的話：用 AI 在退貨與流失發生前讀懂沉默訊號

最危險的顧客不是來客訴的那一個，是默默不再回來的那一個。研究顯示每 26 個不滿的顧客，有 25 個從不抱怨就直接離開；NRF 估計 2025 年線上退貨率高達 19.3%，逆物流成本可達商品價格的 66%。儀表板一片綠，不代表顧客還愛你。本文談沉默流失與退貨背後的早期訊號、AI 如何在事情發生前讀懂這些微弱徵兆，以及品牌如何用第一方數據把沉默變成可以行動的預警。

顧客數據平台 CDP

當 AI 幫顧客比價，忠誠度還值錢嗎：品牌信任的新訊號

當 AI 一秒就能幫顧客列出更便宜的選項，靠慣性留客的時代正在結束。Salsify 調查顯示 72% 消費者過去一年換過品牌，Deloitte 指出 44% 零售高管預期 AI 會削弱品牌忠誠。但同一批數據也說，87% 的人願意為信任的品牌付更多。AI 讓比價變便宜，卻讓信任變貴。本文談 AI 如何侵蝕忠誠、信任的新訊號是什麼，以及台灣品牌如何用第一方關係，把顧客留在自己手上。

AI 技術與數據優化

你還看得懂顧客從哪來嗎：AI 與隱私時代的顧客旅程訊號重建

Google 在 2025 年放棄淘汰第三方 Cookie，但行銷人發現顧客旅程反而更看不清了。Safari 與 iOS 早已封鎖追蹤、AI 對話裡沒有 pixel 與 UTM、大量高價值流量落入「Direct」黑洞，last-click 歸因正在失效。當追蹤個人軌跡越來越難，品牌要做的不是換一套追蹤工具，而是重建看得懂的顧客旅程訊號。本文談 signal loss 的真相、MMM 與第一方數據如何接手，以及台灣品牌的訊號重建路線。

AI 應用與 AI Skill

當 AI 替顧客決定：AI 成為新貨架，品牌要怎麼被選中

當顧客開始用 ChatGPT、Google AI 模式問「推薦哪個品牌」，購物入口正從搜尋框移到對話框。Gartner 預測 2026 年搜尋量下滑 25%，Adobe 統計 2025 假期零售 AI 流量暴增 693%。AI 成為新貨架，沒被 AI 講出來的品牌等於不存在。本文拆解 AI 中介的三層衝擊、AI 靠什麼決定推薦誰，以及台灣品牌現在就能動手的五件事，從 GEO 內容優化到第一方數據與單一顧客視圖。

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

AI Agent 平台的資安怎麼看？企業選型的五層檢查表：從模型、資料到治理

評估 AI Agent 平台時，企業最該看的不是 Demo 多炫，是資安與治理。本文提出 Model、Knowledge、Action、Orchestration、Governance 五層檢查表，搭配 OWASP、NIST 的權威框架，幫企業判斷一個平台到底管不管得住，並回到台灣品牌的第一方資料底座。

91APP CDMP Featured

AI Agent 平台怎麼比較？2026 四大陣營全解：開發框架、低程式碼、巨頭生態系與桌面代理

AI Agent 平台沒有單一贏家。本文把市面上的選擇拆成開發框架、低程式碼、巨頭生態系、桌面代理四大陣營，逐一比較定位、適合對象與限制，並回到台灣零售品牌最該問的問題：選平台之前，你的資料底座準備好了嗎。

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。

AI 應用與 AI Skill

用 Agent Skill 統一會員分群命名：主力客、沉睡客不再各說各話

行銷團隊最常見的隱性混亂，是每個人對「沉睡客」「主力客」的定義都不一樣。這篇示範怎麼用一支 Agent Skill 把會員分群的定義與命名規則寫成全隊共識，讓 AI 在產出貼標建議或檢查標籤時照同一套標準，並說明分群定義為何要由人拍板、寫回系統前要過哪些權限與審核關卡。

AI 應用與 AI Skill

團隊怎麼導入與維護 Agent Skill？從個人玩具到團隊資產

一個人做的 Agent Skill 很好用，但團隊一多就亂：誰寫、誰維護、版本對不上、規則各跑各的。這篇從管理者視角談行銷團隊怎麼把 Skill 從個人玩具變成團隊資產，涵蓋盤點、共用庫、負責人與版本控管、定期檢視四步，並附一張導入檢查表與常見治理坑。

AI 應用與 AI Skill

SKILL.md 怎麼寫才好用？description 與五種設計模式一次搞懂

SKILL.md 怎麼寫才好用？很多人第一支 Skill 做出來，AI 卻不照做，問題通常不在格式，而在內容設計。這篇拆解兩個關鍵：description 怎麼寫才會被正確叫出、規則怎麼寫 AI 才照做，並用行銷情境改寫 Google Cloud 整理的五種 Skill 設計模式，附上一張寫 SKILL.md 的自我檢查表。

AI 應用與 AI Skill

AI Agent 是什麼？和 Agent Skill 差在哪，行銷人一次搞懂

AI Agent 是什麼？和 Agent Skill 又差在哪？這篇用行銷人聽得懂的白話拆解：AI Agent 是會規劃、會用工具、能跑多步驟把事做完的 AI 系統，比一般聊天機器人多了行動力；Agent Skill 則是給 Agent 的一項可重複專長。文中補上 Agentic workflow 怎麼運作、市場上最流行的 AI Agent 運用、Skill 最常用的場景，並用員工與作業手冊的比喻說清兩者關係。

AI 應用與 AI Skill

第一個 Agent Skill 怎麼做？行銷人的每月報表 Skill 手把手教學

第一個 Agent Skill 建議從每月報表開始。這篇用行銷月報當例子，手把手教你整理指標口徑、撰寫 SKILL.md、設定輸出格式、用資料試跑修正。不需要寫程式，但需要使用支援 Agent Skills 的工具。文中附最小可行的 SKILL.md 範例、四個常踩的坑，以及一張含人工覆核點的上線前檢查表。

AI 應用與 AI Skill

【實戰分享】Agent Skill 能幫行銷團隊做什麼？10 個零售行銷應用場景

Agent Skill 能幫行銷團隊做什麼？這篇整理零售與電商行銷最實用的 10 個 Agent Skill 應用場景，分成報表分析、內容文案、會員溝通三大類。每個場景都從行銷人的真實痛點切入，說明 Skill 能接手哪段重複工作、哪些環節仍要人把關與哪些資料權限前提，並附一張「先從哪一個下手」的優先順序判斷表。

AI 應用與 AI Skill

Agent Skill vs GPTs vs Gemini Gems：行銷團隊到底該選哪個？

Agent Skill、ChatGPT 的 GPTs、Gemini 的 Gems 到底差在哪、行銷團隊該選哪個？這篇用選型視角一次比較：GPTs 與 Gems 是各自平台內的客製入口，Agent Skill 則是跨平台的開放格式。文中拆解三者的綁定關係、可攜性與觸發方式，點出三個常見選型迷思，並附一張行銷團隊的決策判斷表。

AI 應用與 AI Skill

Skill、Prompt、MCP 差在哪？MCP 和 Skill 不同在哪？非工程師背景的你更要懂

Skill、Prompt、MCP 差在哪？MCP 和 Skill 不同在哪？這三個 AI 名詞最近一起爆紅，卻是行銷人最常搞混的詞。Prompt 是這一次交辦什麼，MCP 是 AI 能不能連到資料與工具，Agent Skill 是拿到資料後照什麼流程做。本文用行銷團隊的會員回購任務，拆解三者分工、三個常見誤解，以及一張行銷主管導入判斷表。

AI 應用與 AI Skill

AI Skill 是什麼？行銷人不用寫程式，也能看懂的 Agent 技能入門

Agent AI Skill（代理技能）是什麼？這篇用行銷人聽得懂的白話，拆解 Prompt、MCP 與 Agent Skill 的分工：Prompt 管這一次的指令，MCP 管 AI 拿不拿得到資料，Skill 管拿到資料後該怎麼做。從每月報表、受眾分群命名到活動檢討，看零售與電商行銷團隊怎麼把每天重複交代 AI 的工作，變成一次設定、全隊共用、跨工具可攜的能力，文末並附打造第一支 Skill 的三步驟與常見問題。

91APP CDMP

電商行銷人最需要的十大 AI Skill：從一次性 prompt 到整隊都會用的流程

幾乎每個品牌都買了 AI 工具，多數人卻停在每週一重打 prompt 的原地。差距不在工具，而在你有沒有把 AI 變成可重複跑、可交接、結果穩定的 skill。這篇整理電商與行銷人最該優先建立的十大 AI skill，涵蓋廣告、EDM、簡訊、GA4 與 LINE OA，並用 MIT、McKinsey、Gartner 等研究說清楚一件事：skill 真正跑得動的前提，是底下乾淨的第一方資料與人的判斷。

廣告平台操作實務

同一組素材跑太久？91APP 如何用 AI 素材生成對抗廣告疲勞

同一組廣告素材跑太久，CTR 下滑、CPC 上升，這不是演算法問題，是廣告疲勞。本文拆解疲勞成因、品牌傷害，以及 91APP 如何用 AI 素材系統從數據決定切角、持續產製高品質素材，幫品牌突破投放瓶頸。

91APP CDMP

如何挑選 CDP AI Agent：從 CRM 到 OMO，品牌該買的是會創造營收的系統

當品牌評估 CDP AI Agent，真正該看的不是功能有多少，而是它能不能把 CRM、OMO、會員資料與營運經驗接成可持續優化的營收循環。本文從國際 MarTech 產業動態出發，解析品牌如何挑選能推動新客、回購、流失挽回，並讓每一次使用都沉澱為下一次經驗資產的 CDP AI Agent。

91APP CDMP

當每個品牌都用得到 AI，最後拉開差距的是什麼？

當每個品牌都用得到 AI，工具不再是門檻，你的品牌還剩下什麼是別人學不走的？從91APP CDMP 客戶端到講座現場，這個問題被反覆問起。答案不在工具，在判斷。