從會回答，到能把工作做完

行銷工作的變化，並不只是一批新工具進入公司。真正的轉折，是我們逐漸把顧客資料、工作流程、內容產出與成效判讀，交給可以持續運作的系統。

完成本單元後，你會做出一份「個人行銷情報工作規格」：它會寫清楚資料從哪裡來、AI 可以做哪些事、哪些判斷必須由人負責、每次要交付什麼，以及下一輪如何接續。

先看懂行銷現代化的四次轉折

第一次轉折：數位化讓行銷可以被記錄

網站、搜尋、電子郵件、社群與數位廣告普及後，行銷活動開始留下可追蹤的紀錄。行銷人可以看到曝光、點擊、造訪、表單與轉換，不必只靠銷量或事後訪談推測效果。

這一階段改變的是「可見度」：我們開始知道顧客從哪裡來、看過什麼、在哪一個環節離開。

第二次轉折：CRM 與行銷自動化把資料和流程接起來

HubSpot、Salesforce 等平台把顧客資料、名單分眾、訊息觸發、銷售跟進與服務紀錄集中管理。行銷不再只是一場一場地辦活動，而是依顧客所處階段，持續安排內容與互動。

這一階段改變的是「組織方式」：公司開始用同一份顧客脈絡協調行銷、業務與服務，並用規則決定下一個動作。

第三次轉折：生成式 AI 降低內容與知識工作的成本

生成式 AI 可以依照文字、圖片、聲音或其他輸入，產生文章、摘要、圖片、程式碼與分析草稿。它讓一個人能更快整理大量資料、改寫多種版本，也能把原本散落的資訊轉成可閱讀的內容。

這一階段改變的是「產能」：相同時間內可以產生更多草稿與選項，但內容是否正確、適合品牌、符合法規，仍需要人判斷。

第四次轉折：AI Agent 開始承接一段完整工作

AI Agent（AI 工作代理）接到的是目標，不只是一個問題。它會讀取環境、選擇可用工具、分解步驟、執行工作、檢查結果，並留下紀錄。當工作涉及檔案、網站、資料庫、分析工具或固定排程時，Agent 的價值尤其明顯。

這一階段改變的是「管理對象」：主管除了管理人員與活動，也要管理資料邊界、工具權限、工作規則、核准關卡、成果證據與責任歸屬。

六個核心概念

生成式 AI：依輸入產生內容

生成式 AI 擅長根據你提供的脈絡，產生新的文字、圖像、聲音、程式碼或結構化內容。它很適合摘要、改寫、發想、分類與製作初稿。

它的限制也很清楚：輸出看起來合理，不代表內容已經查證；同一個問題可能得到不同答案；模型也不會自動知道公司的最新資料、權限規則與內部責任。若沒有外部資料與檢核機制，它通常仍停留在「提出答案」的層次。

AI Agent：依目標完成多個步驟

AI Agent 的核心是一個持續迴圈：

1. 讀取目標、資料與目前狀態。
2. 判斷下一步需要做什麼。
3. 選擇並使用適合的工具。
4. 檢查結果是否符合交付標準。
5. 發現不足時修正、停止或請人決定。
6. 回報成果，留下下一輪可以接續的紀錄。

因此，Agent 的能力不只取決於模型，也取決於你給它哪些資料、工具、權限、停止條件與驗收規則。缺少這些條件時，再強的模型也容易產生不可控的結果。

coding agent：用電腦工作環境完成任務

coding agent 可以讀寫檔案、執行指令、修改程式、呼叫外部工具、檢查結果，也能在明確授權下操作瀏覽器或資料服務。名稱雖然有「coding」，它的商務價值並不限於寫程式。

對個人與小型行銷團隊而言，它的重要性在於：許多原本需要工程人員協助的工作，例如整理資料夾、批次處理內容、串接 API、產生報告、核對輸出與保存紀錄，現在可以用自然語言描述需求，再由 Agent 在實際工作環境中執行。

這並不表示使用者可以忽略技術。你仍要能說清楚目標、資料來源、權限範圍與完成條件，也要看得懂 Agent 留下的證據。

MCP：讓 Agent 用一致方式連接資料與工具

Model Context Protocol（MCP）是一項讓 AI 應用程式連接外部系統的開放標準。你可以把它理解成一套共同的連接規格：AI 應用程式不必為每一項服務重新發明串接方式，就能發現外部系統提供的資料與動作。

MCP 常見角色包括：

• MCP 主機應用程式：承載模型、管理使用者授權，並連接一個或多個 MCP 伺服器。
• MCP client：由主機建立，負責維持與特定 MCP 伺服器的連線。
• MCP 伺服器：提供可呼叫的工具、可讀取的資源，或可重複使用的提示模板。
• Tools：可以執行的動作，例如查詢資料、建立檔案或呼叫 API。
• Resources：提供判斷所需的內容，例如檔案、資料表結構或查詢結果。
• Prompts：事先整理好的互動模板，協助維持一致的工作方法。

使用 MCP 的理由是降低串接與移轉成本，也讓「Agent 可以做什麼」更容易被列出與管理。不過，MCP 只負責連接規格，不會替你決定哪些權限可以開、資料能否使用，或某個動作是否需要人工核准。只開啟完成任務所需的最低權限，並保留停用、登出與撤銷授權的方法。

多代理協作：把不同責任交給不同代理

多代理協作不等於同時開很多聊天視窗。有效的分工會讓每個代理有清楚的任務、資料範圍、交付格式與停止條件，例如：

• 情報代理負責蒐集資料並保留來源。
• 分析代理負責分類、比較與找出異常。
• 寫作代理負責把結果整理成可讀報告。
• 審查代理不參與前面的撰寫，專門檢查來源、遺漏、矛盾與風險。
• 協調角色處理交接、衝突與最後決定。

這種安排的價值是「責任分離」。同一個代理若同時蒐集、分析、撰寫又自己驗收，很容易沿用自己的錯誤。獨立審查能降低盲點，但仍無法取代最終責任人。

人工把關：把人的決定放在正確位置

Human-in-the-loop（人工把關）是在流程中預先安排核准點，避免等到 AI 犯錯後才補救。涉及對外發布、價格與預算、品牌承諾、個人資料、醫療或法規宣稱、危機回應時，都應由具責任的人確認。

人工把關也不代表每一步都要重做。較有效的做法，是請 Agent 提供來源、差異、風險與待決定事項，讓人把時間用在真正需要判斷的地方。

Codex、Google Antigravity、Claude Code：共同角色與選擇原則

這三類產品都屬於能在實際工作環境中讀取脈絡、使用工具並產生成果的 coding agent。它們都能協助處理檔案與專案工作，但產品介面、代理協作方式、權限設計、模型生態與企業整合各有不同。

不要只比較回答品質。選型時至少檢查七件事：

1. 工作環境：檔案、瀏覽器、終端機、雲端任務，哪一種最符合日常工作？
2. 資料位置：資料會送到哪裡、保留多久、能否限制可讀範圍？
3. 權限控制：能否逐項核准讀取、寫入、執行與外部連線？
4. 成果證據：是否保留來源、修改差異、執行結果與失敗紀錄？
5. 延伸能力：是否支援既有 API、MCP、技能或內部工具？
6. 協作方式：是否需要多人共用、多代理分工、版本管理與交接？
7. 成本與可移轉性：訂閱、使用量、導入維護與更換平台的成本是否可接受？

最務實的選擇，是先用同一項低風險任務試作，再比較完成時間、人工修正量、錯誤率、權限清楚度與交接品質。

實際案例：一個人的每日市場情報系統

本課採用的案例，是已經投入日常使用的生成式 AI 社群監測流程。它每天從指定的社群、新聞與產業來源尋找值得追蹤的討論，整理成台灣繁體中文報告，必要時寄送，並留下交接紀錄。

這項工作的經營目的，是每天用一致口徑回答幾個問題；收集最多消息並非目標：

• 市場正在討論哪些新主題？
• 哪些訊號值得持續追蹤？
• 哪些內容只有聲量，缺少實質資訊？
• 哪些發展可能影響品牌、產品、競品或顧客決策？
• 今天的資料有哪些不足，不能據此下結論？

工作如何被拆開

1. 固定任務與工作區：來源、輸出位置、檔名與交接方式保持一致。
2. 固定蒐集範圍：依主題查看社群平台、影音、新聞、產業媒體與自有回饋。
3. 固定篩選規則：排除重複、廣告式內容與缺少實質資訊的貼文，保留可追溯來源。
4. 固定交付格式：輸出重點摘要、趨勢判讀、風險、可延伸內容與資料不足說明。
5. 流程控管：每個階段留下開始、完成或停滯狀態；超過期限時停止本輪，記錄未完成原因。
6. 人工確認：對外發布、品牌立場與高風險判斷，先由人核准。
7. 交接紀錄：寫下這一輪查過什麼、沒查到什麼、下次要追蹤什麼。

它已經能讓一個人擁有固定運作的市場情報助理，證明個人也可以建立可重複、可檢核、可接續的工作系統。

同時也要看清楚它的邊界。這仍是相對簡單的應用：沒有完整 CRM 或顧客資料平台，沒有跨部門權限與服務承諾，也沒有整合銷售、客服、媒體預算與即時顧客旅程。它證明「個人能先做出有效系統」，並不代表它已等同企業級行銷自動化。

看一份提示詞如何從模糊走到可執行

假設你的真實起點只是：「我每天看很多 AI 消息，很花時間，想請 Agent 幫忙。」這句話不夠執行，但很適合拿來開始訪談。

第 0 階段：模糊意圖

我每天都在看生成式 AI 的消息，很花時間，也常常看完不知道哪些值得追。
我想請 AI 幫忙，但現在還沒有想清楚流程。

先不要執行。請一次只問我一題，最多五題，幫我找出真正要解決的問題。資料不明處請保留未知，不要替我猜。

第 1 階段：AI 訪談澄清

好的追問不會叫你一次填二十格，而會優先問會改變設計的問題：

1. 這份情報最後要協助你做哪個決定？
2. 哪些網站、社群或檔案是可以使用的來源？
3. 你希望多久收到一次，最晚何時要看到？
4. 哪些內容必須有原始連結，哪些判斷一定要由你確認？
5. 如果資料太少、網站打不開或執行逾時，這一輪應該怎麼結束？

第 2 階段：整理成一頁工作規格

這張表不是最後答案，而是人與 AI 共同確認的草稿。人先修正，再把確認過的內容放進下一段執行提示詞。

建立你的第一份個人行銷情報工作規格

開始前準備

請先準備：

• 一項每週至少重複一次的行銷工作。
• 你有權使用的資料來源或公開連結。
• 一個固定的成果保存位置。
• 一位對成果負責、能做最後判斷的人。
• 一項可以明確核對的經營問題，例如「本週有哪些顧客疑慮反覆出現？」

若你沒有可用的公司資料，可以改用公開的品牌官網、新聞稿與公開社群內容練習。請勿把客戶個資、未公開策略、帳號密碼、存取權杖或機密文件貼進未經公司核准的服務。

先寫出六個欄位

第 3 階段：試跑用的完整執行提示詞

請把中括號內的內容換成你的實際情境，再交給你選用的 coding agent。第一次執行時，先要求它提出工作規格與模擬結果，不要直接對外發布或變更正式資料。

你是我的行銷情報工作代理。請先讀完本指令，再開始工作。

【任務目標】
針對「[品牌、產品或市場主題]」，整理 [日期範圍] 內值得追蹤的市場訊號，回答這個經營問題：
[請填入一個可以據以採取行動的問題]

【可使用的資料】
1. 只使用下列公開來源或我明確提供的檔案：
   - [來源或檔案 1]
   - [來源或檔案 2]
   - [來源或檔案 3]
2. 不得要求、讀取或輸出帳號密碼、存取權杖、客戶個資、未公開合約或其他機密資料。
3. 若來源無法存取，請記錄失敗原因，不要自行擴大權限或改用來路不明的資料。

【工作步驟】
1. 先列出你實際能讀取的來源、資料日期與限制。
2. 蒐集與任務目標直接相關的內容，保留標題、日期、來源名稱與連結。
3. 合併重複訊息；排除純廣告、無法追溯來源或缺少實質資訊的內容。
4. 把有效訊號分成「顧客需求、競品動態、產品與技術、通路變化、風險與爭議」；沒有資料的類別請明確標示。
5. 對每個重要訊號說明：發生了什麼、為什麼與經營問題有關、目前證據有多強、還需要查什麼。
6. 提出最多三項下一步，每一項都要寫明負責角色、需要的資料與人工核准點。
7. 完成後自行檢查：日期範圍、重複內容、失效連結、無來源主張、敏感資料與不當推論。

【輸出內容】
請產生四個部分：
A. 一頁摘要：今天最重要的三個訊號，以及它們對行銷決策的意義。
B. 來源表：標題、日期、來源、連結、分類、可信度說明。
C. 待辦與風險：下一步、人工核准點、資料不足與不得直接採用的結論。
D. 交接紀錄：本輪查過什麼、沒有完成什麼、下次優先追蹤什麼。

【停止與回報條件】
- 不得直接發布社群內容、寄送外部信件、調整廣告預算或修改正式顧客資料。
- 若可用來源少於 [最低來源數] 個，仍需交付報告，但標示「資料不足」，不得用推測補齊。
- 若不同來源互相矛盾，請並列差異，不要自行選定其中一方為事實。
- 若任務無法完成，請停止並回報卡住的步驟、已完成項目、需要我決定的事項與建議處理方式。

開始前，請先回覆一份簡短的執行規格，列出你理解的目標、可用來源、預計輸出、權限邊界與人工核准點。等我確認後再執行。

你應該看到的輸出

第一輪回覆應先是一份執行規格，而不是直接產生大量內容。確認後，完整成果至少要包含：

• 一頁可閱讀的情報摘要。
• 一份每則訊號都有日期與連結的來源表。
• 一份清楚標示資料不足、互相矛盾與高風險項目的清單。
• 最多三項可執行的下一步，以及各自的人工核准點。
• 一份能讓下一輪接續工作的交接紀錄。

真實事故：報告做完了，工作卻沒有真的結束

我在實際運作每日生成式 AI 社群監測時，曾遇過幾種很容易誤判的狀況。你日後建立長時間運行的 Agent 工作，也可能碰到類似問題：

這些事故提醒我們：提示詞很重要，但不能控制所有事情。提示詞可以規定資料範圍、停止條件與輸出格式；它不能喚醒一個尚未啟動工具的主機，也不能單靠文字保證程式一定退出。穩定工作需要提示詞、流程設計與執行環境三者一起管理。

Agent 在複雜流程裡常見的八種問題

第 4 階段：試跑通過後才加入的穩定運行規則

這段不是每次都要從零填寫。先用前面的提示詞手動試跑數次，確認工作值得保留，再把下列規則附加到正式排程。

【穩定運行附加規則】
1. 每次建立執行編號，記錄開始時間、使用的模型與版本、資料日期範圍。
2. 開始前讀取指定的工作規格與上一輪交接；讀完後先摘要，不得使用未列入的舊記憶。
3. 每完成一個階段就留下檢查點：已完成、輸出位置、下一步、剩餘時間。
4. 本輪最多執行 [時間]、呼叫工具 [次數]、重試同一錯誤 [次數]。達到上限後不得無限重試。
5. 超過 [時間] 後停止擴大來源；最晚在 [時間] 交付目前成果、限制與待人工決定事項。
6. 若工具、權限或來源失敗，保留已完成內容並產生限制報告，不得把「未取得」寫成「不存在」。
7. 若多個 Agent 結論衝突，並列各自證據，由 [指定角色] 裁決；不得互相覆寫對方檔案。
8. 對外發布、寄信、修改正式資料、調整預算與刪除內容前，一律等待人工核准。
9. 完成時明確關閉使用中的連線與程序，寫下完成時間，並產生下一輪可接續的交接紀錄。

穩定不是「這次跑成功」，而是不同日期、不同資料量、模型更新與例外情況下，流程仍能守住範圍、留下證據，並在無法完成時正常停下。

至少做四組穩定性測試

測試要看實際行為，不只看回覆文字。Agent 說「已完成」時，還要核對檔案是否存在、來源是否可開啟、程序是否退出、通知是否真的送達，以及正式系統是否保持未變更。

用可觀察的證據判定完成

請逐項核對：

• 我已保存六欄工作規格，且每一欄都有實際內容。
• Agent 先提出執行規格，沒有直接進行對外發布或修改正式資料。
• 我能開啟來源表中的連結，並核對至少三則訊號的標題與日期。
• 報告明確分開「來源事實」「分析判斷」「下一步建議」。
• 資料不足、來源矛盾與無法完成的部分沒有被隱藏。
• 交接紀錄寫出已完成、未完成及下一輪優先追蹤事項。
• 涉及品牌、預算、個資、法規或對外承諾的內容，都有明確的責任人與核准點。
• 我能指出這份提示詞目前位於模糊意圖、訪談、工作規格、小型試跑或穩定執行的哪一階段。
• 若準備排程，我已完成模型、長時間、記憶與多 Agent 衝突測試，並保存測試結果。

卡住時先檢查

把效率放進治理架構

個人工作系統要長期可用，至少要保留五種管理機制：

1. 最小權限：只讓 Agent 讀取與執行這次工作必要的項目。
2. 階段檢查：每個階段都留下開始、完成或失敗狀態。
3. 停止條件：來源不足、逾時、權限不明或風險過高時，停止並回報。
4. 人工核准：對外發布、正式資料變更、預算與高風險主張，必須由人決定。
5. 可追溯紀錄：保留來源、版本、修改內容、未完成事項與交接紀錄。

若你準備採用多代理協作，請把審查代理與寫作代理分開，並要求審查結果具體列出原句、問題、修改要求與影響程度。審查代理的「通過」也不是最終責任轉移；正式使用前仍由指定責任人核准。

下一步：把個人系統接到行銷現代化全貌

完成這份工作規格後，你已經有一個最小可行的 Agent 工作流程。接下來可以依三個階段擴充：

1. 先固定格式：由人啟動，固定輸入、規則與輸出。
2. 再固定工作環境：建立固定資料位置、提示詞、檢查表與交接紀錄。
3. 最後加入排程與整合：確認流程穩定後，才串接資料服務、排程、通知或其他系統。

下一個單元會把同一套觀念用在內容供應鏈：一份長內容如何被拆成短影音、貼文與視覺素材，同時保留版本、授權與人工判斷。