先看懂這個轉折
當網站、社群與數位廣告開始留下資料,行銷團隊首先得到的是更多可追蹤的顧客行為。CRM 接著把分散的顧客與交易紀錄集中起來;行銷自動化再依資料與規則,持續執行分眾、跟進、評分、交接與衡量。到了 AI Agent(AI 工作代理)階段,系統不只照表操課,還能閱讀非結構化資料、判讀情境、選擇工具、產生內容,並在例外發生時提出處理方案。
這三個階段不是互相取代,而是一層疊在一層上:
- CRM 建立共同紀錄:我們現在認識誰?曾經互動過什麼?關係進展到哪裡?
- 行銷自動化執行共同規則:發生某個事件後,系統應該在何時、對誰、做什麼?
- AI Agent 處理需要判讀的任務:資料不完整、文字不一致或情境改變時,系統如何提出下一步,並讓人驗收?
AI 沒有取代行銷策略。它改變的是策略被執行、觀察、修正與擴大的方式。管理者仍要決定服務哪一群顧客、提供什麼價值,以及哪些承諾不能交給系統自行決定。
CRM 如何改變行銷
顧客關係管理(Customer Relationship Management,CRM)是一套共同管理顧客、互動、交易與服務紀錄的方法,也常指承載這些紀錄的系統。它的關鍵價值不是「建立一份更大的通訊錄」,而是讓行銷、業務與服務團隊對同一位顧客使用一致的關係脈絡。
CRM 普及之前,活動名單、業務筆記、客服紀錄與訂單資料常分散在不同試算表或個人信箱。團隊容易重複聯絡、漏掉跟進,也很難回答「這位顧客為什麼來、看過什麼、現在需要什麼」。CRM 讓行銷的管理單位從單次曝光,轉成可以持續經營的顧客關係。
一套可用的 CRM 至少要處理四件事:
- 身分與關係:聯絡人屬於哪個組織、扮演什麼角色,以及是否為同一位顧客。
- 互動紀錄:表單、活動、信件、網站、業務聯絡與服務案件留下了哪些訊號。
- 生命週期:對方目前是陌生訪客、潛在顧客、合格商機、客戶,還是需要維繫的既有關係。
- 責任與下一步:誰負責跟進、何時處理、完成後如何回寫結果。
CRM 裡的資料如果重複、過期、缺少同意狀態或生命週期定義不一致,後面的自動化只會更快地放大錯誤。因此,導入 AI 之前,先確認顧客紀錄是否能被信任。
行銷自動化不是大量寄信
行銷自動化(marketing automation)是依照資料、觸發條件與規則,自動執行分眾、訊息傳送、名單培育、評分、任務指派、跨部門交接與成效紀錄。
一條基本規則可能是:有人完成研討會報名後,系統確認同意狀態、更新 CRM、寄出活動資訊,並在活動結束後依出席情況安排不同內容。這類流程的輸入、條件與動作可以事先寫清楚,很適合固定流程自動化。
真正的企業流程通常還要處理:
- 同一個人使用不同信箱或裝置,是否要合併紀錄。
- 顧客是否同意接收特定用途與通路的訊息。
- 不同產品、地區、產業與決策角色需要哪些內容。
- 行銷何時把名單交給業務,業務又如何回傳結果。
- 退訂、退信、客訴、錯誤資料與重複通知如何停止。
- 轉換、營收與留存應如何衡量,哪些數字只能視為相關,不能直接解讀成因果。
自動化的價值不是「完全沒有人介入」,而是讓穩定規則準時執行,並把例外送到正確的人手上。
用一個簡單比喻來記:CRM 像共同病歷,記得顧客發生過什麼;行銷自動化像掛號與提醒系統,照規則把事情送到下一站;Agent 像能閱讀資料、處理部分例外的助理;人則是要負責診斷與重大決定的角色。
三個容易混淆的專業名詞
潛在顧客評分:決定先處理誰
潛在顧客評分(lead scoring)是依顧客特徵與行為訊號,協助團隊安排跟進順序。常見訊號包含職務、組織類型、產品適配程度、活動出席、內容下載、價格頁瀏覽或預約需求。
評分不是客戶價值的絕對真相,也不應成為拒絕服務的唯一依據。分數可能受到追蹤缺漏、資料偏差與規則過期影響。請同時保留負向訊號、時間衰減、人工覆核與定期回測,並檢查評分是否對特定族群產生不合理排除。
名單培育:在適當階段提供下一份價值
名單培育(lead nurturing)是依顧客目前的需求與決策階段,持續提供有用內容與互動,協助對方進入下一個關係階段。它不是把所有人放進同一套固定寄信序列,也不是寄得愈多愈好。
有效的名單培育會回答:對方現在還缺什麼資訊?下一個合理動作是閱讀案例、參加活動、比較方案、預約諮詢,還是暫停聯絡?當顧客已完成購買、表達拒絕或撤回同意時,流程應立即調整或停止。
顧客旅程編排:協調跨通路的下一步
顧客旅程編排(journey orchestration)是根據顧客目前狀態、最新事件與可用通路,協調下一個適合的互動。它比單一 email workflow 更廣,可能同時牽涉網站、email、簡訊、LINE、廣告、業務與客服。
「編排」不等於系統可以無限制地個人化。每一步仍要檢查同意、頻率、內容責任、庫存或服務能力,以及是否已由其他部門處理。若各通路看見的顧客狀態不同,再聰明的系統也可能同時發出互相衝突的訊息。
Salesforce 與 HubSpot 帶來了什麼
Salesforce 與 HubSpot 都把 CRM、行銷、銷售、服務與自動化能力放進相互連接的產品環境。它們改變行銷的地方,不只是多了幾項工具,而是讓顧客資料、流程規則、跨部門責任與成效衡量能在同一個營運脈絡中持續運作。
| 比較面向 | Salesforce | HubSpot |
|---|---|---|
| 適合理解的核心 | 企業級 CRM、資料、跨部門流程、複雜權限與擴充生態的整合。 | 讓中小型或成長型團隊在同一個操作環境中使用 CRM、內容、行銷、銷售與服務。 |
| 行銷自動化重點 | 依顧客脈絡建立受眾、跨通路溝通、個人化、交接與績效最佳化。 | 以 CRM 資料驅動工作流程、表單與 email、自動評分、培育與顧客旅程。 |
| AI 進入的位置 | 平台把 Agent 放入資料、行銷、銷售與服務流程,協助分眾、內容、互動、最佳化與跨團隊交接。 | Breeze Agents 與 AI 工作流程可支援內容、研究、名單處理與服務任務,並強調核准、限制與過程可見性。 |
| 導入前要問 | 資料模型與權限是否已治理?跨部門流程是否成熟?整合與客製的長期成本由誰承擔? | 既有流程能否符合平台資料結構?所需功能位於哪一方案?日後擴充、資料匯出與跨系統同步是否可接受? |
這張表不是產品排名。組織規模、既有系統、資料治理、採購條件、技術能力與法規要求不同,答案也會不同。正式選型前,請用同一個真實流程與同一組驗收條件進行試作。
專有整合式平台生態與封閉式平台生態
Salesforce、HubSpot 這類服務更精確的說法,是專有整合式平台生態:核心產品、資料模型、授權、流程設計與更新節奏由供應商控制,但通常仍提供 API、連接器、合作夥伴與資料匯出能力。你得到整合、治理與規模,也會增加授權、客製、維護與移轉成本。
封閉式平台生態(walled garden)則更強調平台同時控制資料、觸及、交易或媒體供給、衡量與最佳化,外部很難完整看見或獨立驗證平台內的決策。Google、Meta 等廣告生態是較典型的例子。
兩者不是完全相同。把 Salesforce 或 HubSpot 直接等同於廣告型 walled garden,會忽略它們仍可與外部系統連接;但用「封閉程度」檢查平台依賴仍然有管理價值。請從六個問題判斷交換條件:
- 顧客資料能否以可用格式完整匯出?
- 流程規則、評分邏輯與執行紀錄能否被查看與備份?
- 成效能否用平台外的資料獨立核對?
- 更換供應商時,哪些客製、整合與歷史資料無法直接帶走?
- 平台調整價格、方案或演算法後,組織有沒有替代方案?
- 停用服務時,權限、資料、模型連線與自動化如何撤銷?
平台封閉不一定代表不能使用。真正要管理的是:我們用多少控制權,換到多少速度、治理與規模。
n8n 能不能取代 Agent
n8n、Make、Zapier 等工具擅長把排程、Webhook(收到事件就啟動的通知入口)、應用程式、API(系統交換資料的正式介面)、欄位轉換、條件分支、重試與通知接成流程。這些工具可以只執行固定規則,也可以在流程中加入一次 AI 判讀,或加入能選擇工具與步驟的 Agent。因此,n8n 與 Agent 不是同一層,也不是非此即彼。
可以把 n8n 想成軌道與號誌:它很擅長讓已知貨物準時走到指定車站。Agent 比較像調度員,遇到資料格式不同、文字需要判讀或路線臨時受阻時,能提出處理方案。成熟做法常是讓軌道承擔穩定步驟,讓 Agent 只處理真正需要判讀的部分。
請先分清楚三種 AI 進入方式:
- AI 作為轉換節點:固定流程把文字交給模型做分類、摘要、抽取或初稿,再回到下一個固定步驟。
- AI 作為 Agent:模型可依目標與目前結果,選擇工具、安排多個步驟、處理部分例外並修正輸出。
- AI 作為平台內最佳化系統:CRM、廣告或行銷平台使用自己的資料,在平台內進行評分、推薦、個人化或最佳化。
哪些工作可以由流程自動化取代
- 固定時間啟動工作。
- 接收表單或 Webhook。
- 搬移已知欄位、轉換格式與去除明確重複資料。
- 依清楚條件分支,例如同意狀態、國家、產品或生命週期。
- 呼叫既定 API、寫回系統、寄出已核准通知。
- 重試、逾時、錯誤通知、執行紀錄與人工核准等待。
這些步驟的重點是穩定、一致與可預測,通常不需要 Agent 自行判斷。
哪些工作不適合只靠固定流程
- 閱讀訪談、客服紀錄、提案或開放式表單,判斷其中的需求與疑慮。
- 面對資料不足或互相矛盾時,提出假設、查找證據並說明限制。
- 依顧客情境比較多種後續方案,而不是只套用一條固定規則。
- 產生需要多輪檢查的研究、分析、內容或工作文件。
- 遇到未預先列出的例外時,整理狀況並提出可供人選擇的處理方式。
Agent 也不能取代最終責任。預算、價格、合約、品牌承諾、重大客訴、醫療或法規宣稱、個資用途與正式對外發布,應保留明確的人工核准。
固定流程、Agent 與混合架構判斷矩陣
| 任務特徵 | 建議架構 | AI 放在哪裡 | 人負責什麼 | 可核對的證據 |
|---|---|---|---|---|
| 輸入格式固定、規則清楚、錯誤可預期 | 固定流程 | 不一定需要 AI;必要時只用分類或抽取節點 | 核准規則、處理例外與定期抽查 | 每一步執行紀錄、成功率、重試與錯誤通知 |
| 主要工作是文字摘要、標籤或欄位抽取,後續動作固定 | 固定流程加 AI 節點 | AI 只處理指定轉換,不能自行擴大任務 | 抽查準確度、設定信心門檻與低信心回退 | 原文、AI 結果、信心或理由、人工修正紀錄 |
| 目標清楚,但資料形式多樣,步驟需依情境調整 | Agent | AI 可選工具、拆解步驟、比較方案與修正結果 | 設定資料範圍、工具權限、停止條件與驗收標準 | 工具呼叫紀錄、來源、版本、未完成事項與交接檔 |
| 工作同時包含穩定系統動作與模糊判讀 | 混合架構 | 固定流程負責觸發與寫回,Agent 負責判讀與草稿 | 在高風險動作前核准,處理衝突與例外 | 固定流程日誌、Agent 判斷依據、核准人與最終結果 |
| 錯誤會立即影響預算、權益、醫療或法規責任 | 人工主導的混合架構 | AI 只能整理、提示風險或產生待審草稿 | 做出決策並承擔責任;必要時停止自動化 | 核准紀錄、版本差異、撤回與回復紀錄 |
| 規則尚未穩定,團隊也說不清楚成功標準 | 暫不自動化 | 先用 AI 協助整理現況與提出問題 | 先定義流程、資料與衡量方式 | 現況流程、基準資料、例外清單與責任分工 |
最常見且較穩健的做法是:n8n 管流程骨架,Agent 管不確定的判讀,API 或 MCP 提供受控連線,人管理目標、高風險決策與最終責任。
示範案例:生醫 B2B 線上研討會名單如何被培育
以下案例用來練習架構判斷,不代表任何特定公司的既有流程。
一家生醫設備公司舉辦線上研討會。表單取得姓名、組織、職務、工作信箱、關注主題與聯絡同意;活動平台另有出席時間與提問。公司希望辨識值得優先跟進的組織,同時避免把醫療宣稱、價格承諾或大量訊息交給系統自行發送。
先用固定流程建立可預測的骨架
- 表單送出後,檢查必要欄位與同意狀態。
- 以已核准的規則比對重複聯絡人,再寫入 CRM。
- 依活動、主題與生命週期加上標籤。
- 寄出已核准的活動通知或會後資料。
- 依出席、下載與預約等事件更新分數。
- 達到交接條件時建立業務任務;未達條件者進入相符的培育流程。
- 退訂、退信、客訴或同意撤回時,立即停止相關訊息。
讓 AI 只處理需要語意判讀的部分
- 從開放式提問中辨識需求、採購階段與常見疑慮。
- 合併語意相近的問題,整理成業務或內容團隊可用的主題。
- 依已核准的資料庫,提出下一份內容建議與理由。
- 為業務產生聯絡摘要,但清楚標示來源、推論與待確認事項。
AI 不直接判定療效、不自行變更價格、不把推測寫回正式顧客資料,也不在缺少核准時寄出個人化承諾。
評分規則只是一個待驗證假設
例如,團隊可以把「符合目標組織與角色」「完整出席」「主動提出產品適用問題」「預約後續交流」列為正向訊號,把無效信箱、取消訂閱與長期無互動列為負向訊號。實際分數與門檻應由歷史資料、業務回饋與公平性檢查共同決定,不能直接照抄範例數字。
每月請回看:高分名單是否真的有較高的合格商機率?哪些低分名單後來成交?評分是否只獎勵容易追蹤的數位行為,卻忽略關係型或長週期的採購訊號?
先從「常漏追」這種模糊問題開始
我們的 CRM 有不少資料,但名單常漏追,行銷和業務也常說不清楚現在卡在哪裡。我想改善自動化,但還不知道該買工具、改流程,還是加入 AI Agent。
先不要推薦產品或連接正式系統。請一次只問一題,最多問五題,協助我釐清顧客旅程、目前系統、可用資料、最常發生的例外,以及錯誤的代價。訪談後請整理成「固定規則可處理、需要 Agent 判讀、必須由人決定、仍待確認」四部分。
這份整理可以先讓行銷、業務與資訊人員對齊現況。大家確認同一張流程圖後,再進入架構比較與試跑。
本單元的五個成熟階段
| 階段 | 企業流程正在做什麼 | 這一階段的成果 |
|---|---|---|
| 0. 模糊意圖 | 說出「活動名單常漏交給業務」 | 一個跨部門困擾 |
| 1. 訪談澄清 | AI 追問旅程、系統、資料、例外與錯誤代價 | 現況問題與未知清單 |
| 2. 架構工作規格 | 分開固定流程、Agent 判讀、人工決定與資料責任 | 一頁分工與資料流程 |
| 3. 沙盒試跑 | 用去識別資料測一小段流程,不寫回正式 CRM | 測試結果、錯誤與人工修正 |
| 4. 穩定上線 | 通過重跑、撤回、逾時、回復與核准測試後,才逐步開啟寫回與通知 | 有監督、可回復的正式流程 |
第 2 階段:訪談後的架構工作規格範例
| 固定流程可處理 | Agent 可協助判讀 | 人必須決定 | 仍待確認 |
|---|---|---|---|
| 接收報名、檢查同意、更新狀態、建立業務待辦、逾時通知 | 摘要開放式需求、判斷疑慮類型、提出跟進草稿 | 名單是否為合格商機、重大承諾、正式寄送與例外處理 | CRM 欄位責任、業務回寫期限、同意撤回後的停止範圍 |
完成你的平台與架構選擇
開始前請準備
- 一段有明確起點與終點的顧客旅程,例如活動報名到業務跟進、內容下載到預約諮詢,或購買後到續約提醒。
- 目前使用的 CRM、試算表、表單、email、網站分析、廣告與服務工具清單;不知道的項目可標示「待確認」。
- 至少三種真實事件或欄位,以及它們目前由誰維護。
- 一項可核對的業務結果,例如合格商機率、預約率、續約率、處理時間或漏件率。
- 一位能核准資料用途、對外內容與高風險動作的責任人。
如果你沒有 CRM,可用去識別的試算表練習資料流程。請勿上傳真實個資、未公開商機、醫療資訊、帳號密碼、金鑰或未經授權的客戶紀錄。
依序完成這些步驟
- 界定旅程與決策:寫出起點、終點,以及這段流程要協助哪一個管理決策。
- 畫出資料與系統:列出每一步讀取與寫入的系統、欄位、同意狀態與負責人。
- 定義生命週期:寫出各階段的進入、離開、停止,以及退回前一階段的條件。
- 標示固定規則:找出排程、欄位搬移、分支、通知、重試與寫回。
- 標示需要判讀的工作:找出非結構化資料、例外、研究、比較與內容草稿。
- 安排人工核准:在預算、價格、醫療或法規宣稱、個資用途與對外發布前指定責任人。
- 比較三種架構:分別評估固定流程、Agent 與混合架構的效益、風險、成本與退出方式。
- 測試例外:至少測試正常、缺資料、重複資料、權限不足、同意撤回、模型低信心與系統逾時。
- 決定先導方案:只選一段可在 90 天內驗證、失敗後可回復的流程。
第 3 階段:平台與架構試跑提示詞
這份長提示詞是訪談與跨部門確認完成後的設計契約。請先移除個資與機密,再把中括號換成你的情境。第一次執行時只產生設計草案,不要連接正式系統,也不要傳送訊息或修改顧客資料。
你是企業行銷自動化架構顧問。請協助我比較固定流程自動化、AI Agent 與混合架構,目的是完成一項可在 90 天內驗證的先導方案。不要先推薦產品,也不要假設未列出的系統可以串接。
【組織與旅程】
- 產業與組織規模:[請填寫]
- 主要顧客與購買週期:[請填寫]
- 旅程起點:[例如完成線上研討會報名]
- 旅程終點:[例如完成業務首次有效聯絡]
- 要支援的管理決策:[請填寫]
【目前系統與資料】
- CRM 或顧客紀錄位置:[請填寫;沒有或未知請明說]
- 表單、email、網站分析、廣告、客服與業務工具:[請填寫]
- 可使用的欄位與事件:[請填寫]
- 同意、退訂與資料保存規則:[請填寫;未知請標示待確認]
- 現行負責角色與交接方式:[請填寫]
【現況與目標】
- 目前步驟、耗時與常見錯誤:[請填寫]
- 目前基準:[處理時間、漏件率、合格商機率或其他可核對數字]
- 90 天希望改善的結果:[請填寫]
- 不得自動執行的動作:[例如改預算、寄送醫療宣稱、修改價格、刪除正式資料]
請完成下列工作:
1. 先檢查資料是否足以進行設計。把內容分為「已知」「合理推論」「待確認」,不得補造不存在的系統、欄位、API、權限或數字。
2. 用完整句子解釋這段旅程中的 CRM、行銷自動化、潛在顧客評分、名單培育與顧客旅程編排各自扮演什麼角色。若某項不需要,請說明理由。
3. 把現況拆成逐步流程。每一步列出觸發、輸入、判斷、動作、輸出、讀寫系統、負責角色、失敗處理與完成證據。
4. 將每一步分類為「固定流程」「AI 轉換節點」「AI Agent」「人工核准」。分類時說明原因;若固定規則已足夠,不得為了使用 AI 而加入 Agent。
5. 提出三個方案:固定流程方案、Agent 方案、混合方案。分別比較導入時間、維護難度、資料風險、可解釋性、例外處理、預估成本項目與退出方式。沒有可靠數字時只列成本項目,不得虛構金額。
6. 若建議使用 n8n、Make、Zapier、CRM 內建流程或 coding agent,請說明它在架構中的層次、需要的連接方式與最小權限。不得把第三方整合寫成產品原生功能。
7. 設計潛在顧客評分草案:區分特徵訊號、行為訊號、負向訊號與時間衰減;列出需要回測的偏差。分數只供排序,不得自動拒絕服務或形成醫療判斷。
8. 設計至少七個測試:正常、缺資料、重複資料、格式錯誤、權限不足、同意撤回、模型低信心。另依我的產業補充兩個高風險情境。
9. 列出人工核准點、停止條件、回復方式、權限撤銷、執行紀錄、資料保存與責任歸屬。
10. 提出 90 天先導方案,包含基準、最多五項指標、每週檢查、業務回饋、擴大條件、修正條件與停止條件。
限制:
- 不得自動傳送對外訊息、修改正式 CRM、調整廣告預算、刪除資料或建立顧客承諾。
- 不得把模型推論直接寫成顧客事實;低信心或證據衝突時交由人處理。
- 不得把平台提供的歸因或 AI 建議視為已證明的因果。
- 涉及個資、醫療、法律、財務、價格、合約、重大客訴與品牌危機時,只能整理資料與產生待審草稿。
- 優先使用既有系統與可回復的低風險流程;新增平台時,必須說明必要性、替代方案、資料可攜性與退出成本。
請依下列順序輸出:
A. 資料完整度與待確認清單
B. 五個核心概念在這段旅程中的角色
C. 現況逐步流程
D. 固定流程/AI 節點/Agent/人工核准分工表
E. 三種架構比較矩陣
F. 建議方案與不採用其他方案的理由
G. 潛在顧客評分與名單培育草案
H. 測試案例與預期結果
I. 權限、治理、停止與回復機制
J. 90 天先導方案與判定標準
開始前,請先回覆你理解的旅程起點、終點、可用資料、禁止動作與目前最大的三項資訊缺口。等我確認後,再產生完整方案。
你應該看到的輸出
第一輪回覆應先確認旅程範圍、可用資料、禁止動作與資訊缺口,不應直接推薦一長串工具。確認後,完整成果至少要包含:
- 一份標示觸發、輸入、判斷、動作、輸出、系統、角色與錯誤處理的逐步流程。
- 一張固定流程、AI 轉換節點、Agent 與人工核准的分工表。
- 固定流程、Agent 與混合架構三案比較,以及選擇理由。
- 一份包含正向、負向、時間衰減與偏差回測的評分草案。
- 至少九個測試案例、停止條件、回復方式與權限撤銷方法。
- 一份以現有基準為起點的 90 天先導方案。
若回覆只說「導入 CRM、n8n 和 AI」、沒有逐步分工,或沒有說明資料缺口與禁止動作,代表方案仍不能執行。
第 4 階段:穩定執行與正式上線門檻
架構設計完成或沙盒成功一次,都不等於可以正式寫回 CRM。上線前逐項核對:
| 上線門檻 | 通過條件 |
|---|---|
| 版本與資料定義 | 固定流程版本、模型版本、欄位定義、同意規則與資料負責人有紀錄 |
| 重試與逾時 | 同一錯誤的重試次數、整輪時限與停止後通知已由外部流程設定 |
| 寫回與核准 | 正式寫回、寄送、任務指派與狀態變更前,有明確核准或低風險白名單 |
| 撤回與例外 | 實測退訂、同意撤回、重複資料、缺欄位、低信心與系統不可用 |
| 回復演練 | 能撤回錯誤更新、停用流程、保留原始資料並讓人接手 |
| 抽查與責任 | 設定抽查頻率、錯誤通知對象、業務回寫期限與正式啟用負責人 |
哪一層真正負責控制
| 提示詞能要求 | n8n、CRM 與權限系統必須強制執行 | 人必須決定 |
|---|---|---|
| 判讀範圍、輸出格式、低信心回報、不得自行擴大任務 | 觸發、狀態、重試、逾時、資料寫回、權限、通知、版本與回復 | 顧客同意、評分政策、品牌與法規、高風險例外、是否正式啟用或停用 |
這裡的「先導方案」是先選一小段、可回復的流程試辦,不是全面導入。只有上述門檻通過,才逐步把只讀草案升級為正式動作。
用可觀察的證據判定完成
請逐項核對:
- 我已保存一張現況流程,能看見每一步使用的資料、系統、負責角色與交接結果。
- 我已標示哪些步驟使用固定流程、AI 轉換節點、Agent 或人工核准,沒有把所有步驟都交給 AI。
- 我已保存三案比較矩陣,並寫下選擇與不選擇的理由。
- 我已列出至少九個測試案例,包含同意撤回、模型低信心與系統逾時的預期處理方式。
- 我已找到正式系統的權限撤銷、流程停用與資料回復位置,或明確記錄尚待系統管理者確認。
- 我已為每項指標寫出基準、資料來源、計算方式、檢查頻率與負責人。
- 我能提出一份 90 天後可供管理者決定「擴大、修正或停止」的成果紀錄,而不是只展示流程圖。
卡住時先檢查
| 情況 | 先檢查什麼 | 建議處理方式 |
|---|---|---|
| 方案一直推薦新工具 | 是否提供既有系統、現況成本與禁止條件? | 要求先用現有系統提出最低變動方案,再把新增工具的必要性與退出方式列出。 |
| 不知道該用 n8n 還是 Agent | 步驟是否規則穩定、輸入格式固定、錯誤可預期? | 先把穩定步驟交給固定流程;只把語意判讀、例外與多步驟研究列為 Agent 候選。 |
| Agent 每次分類結果不同 | 是否有明確分類定義、範例、信心門檻與抽查資料? | 補上正反例;低信心時回退人工;先測準確度,再決定是否寫回。 |
| CRM 出現重複或錯誤資料 | 身分比對、必填欄位與資料負責人是否清楚? | 停止自動寫回,以沙盒或副本測試;建立去重規則與人工合併流程。 |
| 評分高卻沒有成交 | 分數是否只反映容易追蹤的點擊,而沒有業務回饋? | 用合格商機與成交結果回測;調整權重、衰減與負向訊號,不把分數當成真相。 |
| 培育流程造成過度聯絡 | 是否檢查同意、頻率、跨通路重複與停止條件? | 建立全通路抑制清單,遇到退訂、客訴、成交或業務接手時立即調整流程。 |
| 平台報表與外部資料不一致 | 日期、時區、轉換定義、歸因期間與去重方式是否相同? | 先統一口徑;保留平台內報表與獨立資料來源,不把差異直接判成任一方錯誤。 |
| 系統連線失敗或權限不足 | API、MCP、連接器與帳號是否具有最低必要權限? | 不要擴大成管理員權限;記錄失敗步驟,由系統管理者確認連線、範圍與撤銷方式。 |
導入時不可省略的治理
資料與同意
先確認資料的蒐集依據、允許用途、保存期限與可使用通路。第一方資料不是「公司拿到就能任意使用」;沒有適當同意或超出原始目的時,不能因為技術上可以串接就直接啟用。
權限與稽核
讀取、建立、修改、刪除與對外傳送要分開授權。固定流程與 Agent 都要留下執行時間、使用資料、動作、輸出、錯誤與核准人。權限撤銷與流程停用要在上線前先測過。
評分與公平性
保存評分版本、訊號定義、變更日期與回測結果。定期檢查高分與低分名單的實際結果,以及規則是否不合理地排除某些地區、組織規模或決策角色。
品牌、法規與人工把關
對外發布、價格與預算、合約、重大客訴、醫療或專業宣稱、個資用途與危機回應,都要指定核准角色。人工把關不是在事故後補簽,而是在動作發生前設置可退回的關卡。
平台依賴與總持有成本
除了訂閱費,也要計入資料清理、整合、顧問、客製、訓練、維護、API 使用、模型費用、人工抽查、停機與移轉成本。每年至少演練一次資料匯出、流程備份、權限盤點與替代方案。
下一步:把正確訊號交給平台 AI
完成本單元後,你已能分辨哪些能力來自 CRM、哪些來自行銷自動化、哪些工作需要 Agent,以及哪些決策必須由人負責。
下一個單元會進一步看 Google 的 AI 搜尋與廣告系統。請先保留三項成果:
- 一份你願意提供給平台的第一方資料與轉換訊號清單。
- 一份不能交由平台自行最佳化的品牌、預算與法規限制。
- 一種能在平台外獨立核對成效的方法。
當平台 AI 開始依你的資料調整受眾、素材、落地頁與出價時,真正的管理問題不是「AI 有沒有最佳化」,而是「我們給它的目標與訊號是否正確,錯誤又能否被及時發現」。
