服務方案

三種合作方式,
差在我們幫你做到哪裡

要選哪一個,第一次聊的時候我們一起決定

↓ 越往下,能幫到你的越多

基礎

先認識彼此

適合:文案自己寫得來,只差拍好、剪好

  • 跟你聊過,再研究同業和網路資料,一起找題目
  • 企劃腳本 8 則,照你的說話方式寫
  • 一天拍完 8 支短影片
  • 每週交 2 支,一個月內交完
更多細節
  • 不含:封面、標題文案、幫你上架
  • 只交成品,不看你的後台數據
  • 題目來自跟你聊、同業公開內容和網路公開資訊
  • 客人常問的問題和公開留言可以參考,不一定會用
  • 不用開後台給我們

進階

整包交給我們

適合:拍片、文案、圖文、發文,想整包交出去

基礎的全部,再加上

  • 每支的封面、標題、文案
  • 8 組社群圖文
  • 每週幫你發 2 支影片、2 組圖文
  • 追蹤每支影片的數據
更多細節
  • 為什麼要做封面和標題:影片會不會出現在大家眼前,由平台決定;出現後會不會被點開,看的是封面和標題
  • 為什麼要做圖文:有些人不看影片,但會滑到你的貼文。影片加上圖文,你的社群看起來才一致、好認
  • 追蹤數據要你邀請我們當粉專/帳號管理成員,不用給密碼
  • 不含:經營帳號、回私訊和留言

專屬

一起推你的生意(年約)

像你團隊的一分子:我們負責廣告與策略,決策權在你。

適合:有一定營業規模、有廣告預算,且有 Google 商家

進階的全部,再加上

  • 廣告投放與策略調整,每月一次(用你的帳號,廣告費你出)
  • 每週曝光統計、每月線上會議
  • 廣告數據對照你的實際銷售
更多細節
  • 為什麼要投廣告:平常靠短影音的自然流量,減少對廣告的依賴;哪支影片反應好,再用廣告推給更多人看。另外,Google 廣告能接住正在搜尋你的人
  • 為什麼用你的帳號:廣告帳號、數據和花費都在你手上,你隨時登入就看得到
  • 需要你提供詢問數和成交數
  • 要長期觀察調整,需要一點耐心
  • 不含:經營帳號、回訊息、業務、客服
  • 付款:年約,按季付款

每個方案都這樣進行

  1. 聊需求
  2. 確定合作
  3. 寫企劃
  4. 一天拍完
  5. 每週交 2 支
更多細節
  • 企劃改 2 輪、成品每支(進階按支組)改 2 次免費,超過另計
  • 企劃定案後不改大方向,要改另外報價
  • 交片隔天起 2 個工作天沒回覆,視為確認
  • 直接交完成品,不給粗剪
  • 前 6 支確認、付清尾款,再交最後 2 支
  • 一天拍完,交通費已含;你那邊原因要多跑一趟,另收車馬費
  • 簽約前要見面另收車馬費,金額洽談時先講明;也可以先線上談

專屬方案的流程,會依合作內容彈性調整

短影音常見問題

值得拍嗎

先想清楚,這件事值不值得做。

為什麼要拍短影音?我現在生意也還可以。

因為不少人每天都在看。2025 年 TWNIC 調查,台灣成年人過去三個月有看過短影音的有 78.46%,一天看好幾次的有 49.98%。看了不代表會買,所以要拍你的客人在意的事。

短影音真的有用嗎?還是只有流量?

最直接的好處,是有機會被還不認識你的人看到。Instagram、Facebook、YouTube 的官方說明都提到,短影音有機會讓新的觀眾看到。看到之後會不會來問、會不會買,還要看題目、產品和價格,這部分沒有人能保證。

我的產品很普通,或是賣給公司的,也適合嗎?

重點不是產品好不好拍,是客人買之前有沒有想弄懂的事。賣服務、賣給公司的生意,也有做法、流程和常見誤會可以講。題目會在聊過你的生意、看過同業和網路資料後,一起決定。

公司很小、粉絲也不多,做得起來嗎?

粉絲少不代表沒機會被看到。Instagram、Facebook、YouTube 的短影音,都有機會出現在還沒追蹤你的人面前。做不做得起來,還要看內容和持續的時間。我們主要服務線上、電商和賣服務的中小企業,不確定適不適合,可以先聊聊。

短影音跟下廣告差在哪?

廣告是付錢讓更多人看到,短影音是靠內容本身被看到。兩件事可以分開做,不投廣告也可以拍短影音。想投廣告的話,我們只有專屬方案包含廣告投放,可以把反應好的影片推得更遠。

用手機自己拍不行嗎?現在 AI 不是也能做影片?

可以,自己拍是很好的開始。難的常常不是按下錄影,而是每次都想得出題目、講得清楚、拍得好看。AI 能幫不少忙,但你的現場、團隊和做事方法,還是要有人拍下來。

合作之前

開始之前,先把這幾件事弄清楚。

做短影音要花多少錢?

我們按專案報價,不是按支數算。三種方案各包含哪些服務,都寫在上面的方案說明裡;費用在第一次聊完需求後,用正式報價單寫清楚。

專屬方案是年約,按季付款。

簽約前可以先見面談嗎?

可以先線上談。要見面的話會另收車馬費,金額洽談時先講明。

合作前我要準備什麼?

先填需求表。接著我們會跟你聊,了解你的生意和客人;也會研究你這個產業的同業、收集網路上的資料,再一起決定要拍哪些題目。

填完需求表多久會回我?

通常兩個工作天內。

拍攝交片

從開拍到拿到影片,會怎麼走。

一次拍幾支?

基礎和進階方案都是一天拍完 8 支短影片;專屬方案的影片內容跟進階一樣。

我不想露臉,也不太會講話,怎麼辦?

不一定要你出鏡。要不要露臉、誰來講,會在企劃階段先跟你確認,並寫進拍攝安排。如果請員工出鏡,要員工本人同意。

多久可以拿到影片?

基礎和進階方案拍完後每週交 2 支,一個月內交完。前 6 支確認並付清尾款後,再交最後 2 支。

可以改幾次?

企劃可以改 2 輪,成品每支可以免費改 2 次(進階方案按一支一組算),超過另外算。

企劃定案後就不改大方向,要改會另外報價。

會先給我看粗剪嗎?

不給粗剪,直接交完成品。交片隔天起 2 個工作天沒回覆,就當作確認,詳細以合約為準。

可以到外縣市拍嗎?交通費怎麼算?

我們以中部為主,其他縣市也歡迎洽詢,只限台灣本島。

拍攝日的交通費已經含在方案裡;花東地區和過路費、停車費,遇到時會寫在報價單上。因為你那邊的原因要多跑一趟,才會另收車馬費。

交片之後

影片交給你之後,誰做什麼。

要拍多久才看得到效果?

沒有固定答案,我們也查不到平台公布過保證見效的時間。短影音要拉長時間看,一兩支很難下結論。進階和專屬方案會追蹤影片數據,跟你說哪些題目比較有反應。

要給你們帳號密碼嗎?

不用。進階和專屬方案要幫你發片、追蹤數據時,請你邀請我們當粉專或帳號的管理成員就好。這是這兩個方案的合作前提。

你們會幫我回留言和私訊嗎?

方案裡不含回留言和私訊,也不含經營帳號。

想省下回覆的時間,歡迎先跟我們聊聊,看適不適合另外做自動回覆。

廣告帳號用誰的?

專屬方案才有廣告投放。用你自己的帳號,廣告費也是你出。帳號、數據和花費都在你手上,你隨時登入就看得到。

四站走到這裡

想知道你適合哪個方案、要多少預算?
填一份需求表,聊完需求後,我們會回覆你建議與報價。

填需求表 →

資料出處:TWNIC《2025 台灣網路報告》中央社報導、Instagram Creators 官方說明(2023)、Facebook Reels 官方說明(2026)、YouTube 官方部落格(2025)。平台說明查證日期 2026-11-05。

服務方案

聊聊客製服務

看需求再談

每家公司卡住的地方不一樣,目前沒有固定方案,現階段只洽談。

  • 先跟我們說你想解決什麼
  • 一起評估過,再談先做哪一件

系統和帳號原則上開在你公司名下,我們不代管主機,也不用你的帳號密碼。施工需要進系統時,由你開一個我們專用的權限,驗收後收回。之後要維護再另外開。實際範圍合作前寫進合約。

看看我們做了哪些 →

關於 AI

最後更新:

魚有魚怎麼看 AI:從害怕到放下

從 1811 年砸掉織襪機的工匠,到 2023 年封鎖 ChatGPT 的學校,每一次新技術出現,人都會先害怕。怕是正常的。我們更在意的是:AI 要怎麼用、用在哪裡,以及怎麼保護你的資料。

關於這支影片

本片旁白為 AI 合成語音(Google Gemini),以魚有魚 AI 秘書的角色口吻演出,對外的 AI 秘書服務目前尚未啟用;片中人物與辦公室畫面為情境示意。

資料出處

圖片(皆為公有領域,經 Wikimedia Commons 取得)

  • 〈The Leader of the Luddites〉,1812 年 5 月,Walker and Knight 出版
  • Power loom weaving in 1835,T. Allom 繪、J. Tingle 刻,Baines《History of the Cotton Manufacture in Great Britain》,1835
  • Russell's steam carriage,The Mechanics' Magazine 第 22 卷,1835-02-28
  • U.S. National Archives(NAID 541891,原屬紐約時報巴黎分社照片;NAID 55169562)

圖示:Phosphor Icons(MIT 授權,已改色):handshake、stamp、lock、lock-open

配樂與音效:魚有魚自製

我們怎麼看 AI

「等它成熟一點再說。」

「我們這行用不太到。」

你可能也說過。每次跨時代的新技術出現,都有人這樣想。看看後來怎麼了。

1811機器進工廠,工匠砸機器
發生什麼
英國紡織工匠照慣例價錢接活;機器進了工廠,他們闖進去砸。1
當時怎麼說
他們抗議機器害人失業、工資被砍;隔年起砸機器可判死刑。1
後來呢
風波拖到 19 世紀中,毛紡業已不靠手工。1
1896汽車前面要有人拿紅旗
發生什麼
英國才廢掉紅旗法;這條 1865 年的法曾規定城裡時速不超過 2 英里,車前要有人拿紅旗。2
當時怎麼說
訂法前,民眾嫌蒸汽車吵、冒煙、壓壞路,馬車業者也來刁難。2
後來呢
美國車輛 1900 年約 8,000 輛,20 年後破 900 萬,貨車占 110 萬。3
1961怕工廠自動化搶工作
發生什麼
美國工廠產量越來越大,用的人越來越少。4
當時怎麼說
《時代》〈自動化失業者〉:怕新產業開不出夠多工作,連辦公室也被機器搶。4
後來呢
1900 年美國 41% 勞工務農,2000 年剩 2%;有工作的人口比例反升。4
1995不相信網購會成氣候
發生什麼
美國只有 3% 的人上過網頁,多半是靠公司的網路或付費的連線服務。5
當時怎麼說
《新聞週刊》一篇文章不相信網購會讓商店消失:作者家附近的購物中心,一個下午的生意比整個網路一個月還多。6
後來呢
就算經歷 2000 年網路泡沫7,2026 年第二季,美國網購已占零售額 17.1%8;全世界約四分之三的人在用網路。9
2006YouTube 會被官司淹沒?
發生什麼
一般人也能把影片放上 YouTube 給全世界看,每天新上傳 6.5 萬支;10 月,Google 宣布買下它。10
當時怎麼說
美國知名投資人 Mark Cuban 在部落格寫,Google 要是買 YouTube 就是瘋了,因為會被版權官司淹沒。11
後來呢
2024 年 YouTube 說,當創作者已經是全職工作;全世界的人每天在電視上看 YouTube 超過 10 億小時。12
2007iPhone 太貴搶不到市占?
發生什麼
第一支 iPhone 拿掉實體鍵盤,用手指在螢幕上點、滑、放大,把手機、iPod、上網裝置合成一台。13
當時怎麼說
微軟執行長說,補貼後還要 500 美元,沒機會搶到像樣市占。14
後來呢
美國有智慧型手機的成人,從 2011 年 35% 到 2026 年 91%;全美 16% 的成人家裡沒裝寬頻,上網靠手機。15
2012電動車還不符合需要?
發生什麼
電動車這年全球只賣 10 萬多台,豐田也縮減純電小車計畫。16,17
當時怎麼說
豐田副會長說,當時的電動車在續航、價格、充電上,都還不符合社會的需要。17
後來呢
2025 年賣出超過 2,000 萬台,每 4 台新車 1 台;在中國,新車過半是電動車。18
2022學校封鎖 ChatGPT
發生什麼
11 月 ChatGPT 推出,會聊天、查資料、翻譯、寫稿。19
當時怎麼說
香港大學怕學生用它寫論文,全校禁用19;紐約市公立學校怕練不出思考力,也封鎖。20
後來呢
兩個月估計破 1 億活躍用戶19;紐約市隔年解禁,教育局長說當初是「反射性的恐懼」。21
2025台灣 43% 的人用過 AI
發生什麼
台灣已有 43% 的人用過生成式 AI。22,23
當時怎麼說
人力銀行調查:61.5% 求職者擔心工作被 AI 取代。24
後來呢
同一份調查,近 9 成碰過 AI 工具,過半上過 AI 或數位課程。24
2026上班族擔心被取代
發生什麼
台北市勞動局和人力銀行辦 AI 就博會,148 家企業開 5,502 個職缺,也一起調查上班族。25
當時怎麼說
受訪上班族擔心被 AI 取代,平均 6.29 分(滿分 10)。25
後來呢
受訪上班族認為人際溝通、情緒判斷、現場應變最難被取代,但只有 14.2% 積極學 AI。待續⋯⋯25
我們的看法

這些擔心都有道理,可是沒有一次擋得住。

怎麼用、用到哪裡,倒是可以自己決定。

那它會先走進你公司的哪一個角落?

為什麼 AI 重要

AI 這兩個字,你大概已經聽到很膩了。

先把新聞放一邊,看看公司這一週:

公司這一週的日常
  • 晚上 11 點,客人傳訊息來問出貨。客服同事早就下班,手機還是放不下。
  • 同一個問題,一天被問好幾次,每次都從頭打一遍。
  • 要找上個月跟客戶談好的條件,翻遍群組、信箱和雲端資料夾。
  • 月底對帳,訂單、匯款、發票三邊對不起來,一對就是一個晚上。
  • 缺人時,請人要錢也要時間教;新人來了,前幾週都在問一樣的事。
  • 客人等你回覆的那幾個小時,會不會已經先去問了別家?
廣告費花了,訊息沒接

你花錢投廣告,週五晚上有人點進來,私訊問:「這個還有嗎?」

廣告還在跑,訊息卻要等到週一才有人看。

等你回的時候,他已經不回了。這筆廣告費買到的,是一則沒接到的訊息。

你敢放假三天嗎?

報價只有你會算。客訴只有你敢回。哪個老客戶有特別條件,只有你記得。

所以你出國,手機還是一直響。公司越忙,你越走不開。

生意變好,反而更慌?

大檔期一來,訂單、改地址、退貨、問到貨,全擠在同一週。賣服務的也一樣,案子常常一起進來。

人一趕,就容易寄錯、漏回、報錯價。

等了一整年的旺季,反而成了最怕的一週。

你自己算算看

挑一件天天在做的事,例如回同樣的問題。

  • 一次花幾分鐘?
  • 乘上一天做幾次。
  • 再乘上一年工作幾天,除以 60。

這就是它一年吃掉的小時數,而這只是其中一件。

我們的看法

這些事天天都有、做法差不多,不只花人力和時間,還會一直插進來,把人從手上的工作拉走。

這樣被拉走,效率可能就掉了。有實驗發現,事情還沒做完就換去做別的,心思常會留在前一件,接下來的事也做得比較差。26

回到正事也沒那麼快。一項研究跟拍一家公司的 24 位員工,被打斷的工作當天接回來時,平均已隔了約 25 分鐘。中間平均還先忙了兩件多別的事。27

白天就這樣被切成一小段一小段,正事常常只好拖到晚上。

AI 幫得上什麼?

這類事可以先交給 AI 整理、擬好草稿,人看過再送;流程越固定、量越穩定,它越幫得上忙。

聽起來不錯。但你心裡大概已經冒出好幾個「可是」。

AI 常見問題

這些「可是」很正常。1811 年的織工、2022 年的學校,擔心的都是真的問題。

AI 可以很可靠,但有條件:給它規則、要它查證、做二次復盤(換另一個 AI 角色或人再查一次),最後由人決定。

值得做嗎

先想清楚,這件事值不值得做。

為什麼要做 AI 自動化?人工也做得來。

做得來,不代表值得一直用人工做。可以挑一件自己的事,評估 AI 能不能分擔。

我們公司很小,也需要嗎?

公司大小不是重點,重點是有沒有重複又花時間的事。如果沒有這種事,現在不做也沒關係。

AI 很貴,只有大公司用得起嗎?

不一定。先挑一件流程固定的事試一個月,看它換回了什麼,再決定值不值得。

覺得貴,是因為只看到要付的錢,還沒看到它換回什麼。用在對的地方,有機會換回這些:

  • 時間和專注:整理、擬草稿先交給 AI,同事少被打斷,留給要動腦的事。
  • 晚上不必有人守訊息:常見問題先寫好答案、設成自動回覆,客人不必等到隔天;複雜的再留給人處理。
  • 做法留在公司:報價怎麼算、問題怎麼回,寫成規則交給 AI,有人離職,做法比較不會跟著走。
  • 新人上手快一點:新人先問 AI 查公司的規則和舊案子,不必每件事都等資深同事有空。
  • 少一點手誤:對帳、抄數字先讓固定規則和 AI 比對,人再確認,錯比較容易在送出前抓到。
  • 案子變多,不必馬上照比例加人:重複的部分有 AI 分擔,團隊比較有餘力接下一個案子。

為什麼是現在開始?

  • 規則和範例要一次次修,才會越來越貼近你們公司的做法;晚一年開始,就晚一年累積。
  • 哪些事先交給 AI、哪些一定由人看,這個分寸要做過才抓得到。
員工自己用 ChatGPT 就好,為什麼還要導入?

先自己用很好,可以很快知道 AI 做得到什麼。但每個人用法不同,公司資料能不能貼、結果由誰檢查,最好先說好。

能做什麼

先看 AI 適合接哪些工作。

我不知道 AI 能幫我做什麼。

經濟部 2025 年調查員工 10 至 199 人的中小企業,63.9% 說最大挑戰是還沒有明確的應用需求。37可以先列出每週重複做的事,告訴我們最想解決哪一件,再一起評估。

哪些工作適合交給 AI?

適合流程固定、有前例可參考、做完人看得出對錯的事。例如商品說明初稿、常見問題回覆草稿、訂單和報價整理。要負責任的決定,和安撫客人的情緒,還是交給人。

AI 和自動化差在哪?

自動化是照固定規則跑,同樣的資料進去,結果都一樣。AI 能讀文字、整理內容,但有可能出錯。所以能用規則的先用規則,要看內容的才交給 AI,重要的再由人確認。

複雜的判斷也能交給 AI 嗎?

建議由人拍板。調不調價、接不接這個客戶、合約哪條該堅持,靠的是你們對客戶和市場的了解,由主管決定;AI 可以先列出各種做法的利弊和反對意見。

  • 史丹佛《AI Index 2026》:有 AI 模型在國際數學奧林匹亞拿到金牌等級成績,最強的模型看指針時鐘卻只有 50.1% 讀對。36
  • 強弱不平均,哪裡會錯,不一定猜得到。

風險把關

先知道會出什麼錯、怎麼管。

AI 會不會一本正經地亂講?
  • 會。規格、價格、法規都可能講錯,口氣還很篤定。28
  • 可以管:要它每個數字附出處,找不到就說找不到;算出來的數字回原始資料再對一次,能用固定規則算的就用規則,不讓 AI 猜。
  • 例如查勞健保規定,要它附上官方網頁,點開對過再用。
  • 這樣交到手上的是查證過的結果,錯也比較容易在送出前抓到。
AI 會不會只順著我們講好聽話?
  • 有可能。2025 年就有大廠因為模型太會附和,撤回更新。29
  • 可以先要它列出反對意見和風險,或換一個 AI 角色專門挑毛病。
公司資料交給 AI,會不會外流?

有可能,而且真的發生過。重點是事先定好哪些資料能送、送到哪裡,不讓 AI 自己決定。

AI 要讀到資料才能做事,該防的是這幾個地方:

  • 同事把公司資料貼進外面的 AI:2023 年,三星證實暫時限制員工在公司電腦上用生成式 AI;外媒報導,先前有員工把敏感程式碼上傳到 ChatGPT。30要先說好哪些資料不能貼。
  • AI 服務自己出錯:2023 年 3 月,OpenAI 公告一個程式錯誤,讓部分用戶看得到別人的對話標題,部分付費用戶的姓名、Email、信用卡末四碼也可能被別人看到,OpenAI 說實際外露的人很少,完整卡號沒有外露。31敏感資料能不送就不送;要送,先看條款拿不拿去訓練32、留多久。
  • AI 被騙:資料裡可能藏著指令。282025 年 6 月,微軟公告 Microsoft 365 Copilot 曾有漏洞,未經授權的人可以用 AI 指令注入,讓它洩露資訊;微軟說已修好、沒發現被利用。33別讓 AI 自己能寄信、對外傳資料。
  • 帳號被盜:重要系統多一道關卡。
  • 出事後查不到、救不回:留紀錄、做備份。

例如請 AI 依營業額分析客戶:只送「編號+營業額」,名稱、統編留在公司,報告回來再用編號對回。哪些能送由公司事先定好,不是 AI 決定;它不必知道是誰,照樣能分析。

那不用 AI,就比較安全嗎?
  • 也不一定。Verizon 2025 年的報告分析 1.2 萬多件資料外洩,約六成有人的因素,例如被騙、出錯、帳號密碼被盜用。34
  • 人會累、會趕、會被騙;AI 會講錯、會被指令騙。哪一邊單獨來,都沒有絕對的安全。
  • 能做的,是讓 AI、固定規則、人互相把關:一方漏掉的,另一方有機會攔下來。

怎麼開始

想動手時,第一步怎麼走。

公司想導入 AI,要從哪裡開始?

從一件重複的小事開始,目前先從評估做起。

先告訴我們你想解決什麼,我們看過需求、一起評估過,再談先做哪一件。

導入 AI 要花多少錢?

目前先從評估做起:先聊你想解決的事,一起評估可不可行,再談要不要做、怎麼收費。

想知道換不換得回來,可以先看上面「AI 很貴,只有大公司用得起嗎?」那一題。

會不會很難?我們沒有工程師。

不一定需要工程師。經濟部的調查裡,約 84.5% 的中小企業內部缺乏 AI 人才,近七成傾向用外部現成方案。37你們最需要準備的,是把現在的做法講清楚,再安排一位負責檢查結果的人。

AI 會取代我們的員工嗎?

多數工作不會整個消失,會改變做法。

  • AI 做得快的:商品說明初稿、常見問題回覆草稿、訂單和報價整理。
  • 還是要靠人的:客人為什麼選你、案子怎麼談、客人不滿意怎麼安撫。2026 年的調查裡,上班族也認為人際溝通、情緒判斷最難被取代。25
  • 國際勞工組織 2025 年的研究也認為,多數工作會被「改變」,不會整個消失。35
員工會不會反彈?

有可能。先講清楚 AI 分擔的是什麼工作,再讓大家學會怎麼用,比只發通知有用。

最後一個問題:讓 AI 進到公司的系統,風險怎麼降到最低?

我們怎麼顧資安

沒有絕對安全,那怎麼辦?

先說實話:沒有系統能保證不被攻擊,人也會出錯、被騙。所以我們不把安全押在任何一方身上。

我們想做的,是好用、方便,又顧到安全的 AI 自動化。它不全靠 AI,由三方分工:

  • AI:需要讀懂內容的事,例如整理、分類、分析、擬稿。
  • 固定規則:算錢、比對、權限這類不能讓 AI 猜的事,照寫好的規則跑,對不上就交給人。
  • 人:判斷、做決定、看結果。
AI 秘書要做什麼?

我們正在做的 AI 秘書(AI 的部分目前測試迭代中)也是照這樣設計。目標是交代一件事,它就自己做完、交回結果:整理資料、分類、分析推理、陪著討論、給建議、排行程(要改資料的,最後由人按確認)。

它碰得到哪裡?

要真的幫得上忙,它得夠聰明,也得讀得到公司的資料。它會在我們內部的後臺「中控」做事,那裡存著客戶資料、報價和金額。能做的事越多,越要先講清楚它碰得到哪裡。目前設計成:

  • 讀得到什麼:系統只給它稱呼、進度、金額這類摘要,客人的 Email、電話、LINE、銀行帳戶不給。
  • 動得了什麼:查資料、整理、擬稿,它自己做;它沒有寄信或對外傳資料的功能,要改東西得等人按確認。
  • 資料送到哪:AI 的部分測試迭代中,目前沒有把客戶的個人資料交給 AI 服務商。之後要啟用,會先在隱私頁寫明用哪一家、處理哪些資料、在哪裡處理。
  • 出了事怎麼辦:重要改動都有紀錄;每天自動加密備份;萬一牽涉到客人的個人資料,會依個資法通知受影響的人。
用 AI,規則要先設好

AI 好用,前提是規則先設好。

  • 哪些事 AI 可以自己做,例如整理、分類、擬稿。
  • 哪些事要人看過才送出。
  • 報價和承諾,一律由人來講。

我們的 AI 秘書目前測試迭代中,也照這套規則設計。

幫你導入時,這些規則合作前會和你一起訂好;誰檢查、出狀況怎麼處理,也一起談清楚。

進中控要過幾關?

進中控要過三關:公司帳號登入、手機臉部解鎖(臉部資料只留在手機上,不行時改收驗證碼)、再加一組密碼。

員工離職,資料會被帶走嗎?

權限收得回來,已經抄走的收不回來。所以平常就要把東西放對地方。

  • 東西放公司名下:工作檔和平台帳號從第一天就用公司的,人走了東西還在。
  • AI 也用公司帳號:用私人帳號處理公司的事,對話紀錄會留在他自己的帳號裡。
  • 一人一個帳號:不共用,離職時只要收他那一個。
  • 只開工作要用的:看得到的越少,帶得走的也越少。

我們的中控,負責人可以撤銷他綁定的手機,再把他從登入名單移除,他就登不進中控了。

出事了,救得回來嗎?

要看出了什麼事。以我們的中控來說:

  • 資料改錯了:重要改動都有紀錄,查得到誰、什麼時候改了哪一筆。舊內容大多能從備份找回來,再改回去。
  • 系統壞了:用備份還原,回到上一次備份的狀態。我們的中控每天加密備份,備份也實際還原過,確認用得上。
  • 資料外流了:外流的收不回來。我們有寫好的處理步驟:關掉出問題的入口、換掉密碼、查清楚影響到誰。牽涉到我們保管的個人資料,我們會依個資法通知受影響的人。

幫你導入時,備份怎麼做、出事先找誰、誰通知受影響的人,合作前一起確認。

不合作了,資料拿得回來嗎?

系統原則上開在你公司名下,資料本來就在你手上。你的客人的個資,我們也盡量不幫你保管。

  • 我們不代管主機。
  • 施工需要進你的系統時,用你開給我們的專用權限,驗收後收回。
  • 不合作時,確認我們的權限都收回。
  • 一次做好的 AI 專案,款項付清後,你們公司內部可以繼續用、自己改,但不能轉給別家。月費型服務依合約。

放在我們這邊的個人資料,本人可以要複製本或要求刪除,做法寫在隱私頁。契約、發票這些帳務資料,法律要求我們保存,不能刪。公司其他資料怎麼交回或刪除,合作前先談好。

最後

線先畫清楚,它才放得了手做事。AI 擋不住;能放心用到什麼程度,要看規則、權限和把關先放好了多少。

第一站的時間軸停在「待續⋯⋯」。這個時代只會越變越快,新工具、新漏洞都會一直冒出來;我們能做的,是跟著一直迭代,規則和把關也一起改。

四站走到這裡

想解決的事先告訴我們。
填一份需求表,我們看過再一起評估。

填需求表 →

資料出處

  1. Why did the Luddites protest?,英國國家檔案館(The National Archives)。連結
  2. Automobile – History of the automobile,大英百科全書(Britannica)。連結
  3. Our Nation's Highways 2026/MV-200,美國聯邦公路總署(FHWA),1900–1920 資料。連結
  4. Why Are There Still So Many Jobs? The History and Future of Workplace Automation(David H. Autor,Journal of Economic Perspectives 29(3)),美國經濟學會期刊;MIT 經濟系網站全文,2015。連結
  5. Americans Going Online... Explosive Growth, Uncertain Destinations,美國皮尤研究中心(Pew Research Center),1995。連結
  6. Why the Web Won't Be Nirvana(Clifford Stoll),美國《新聞週刊》(Newsweek),1995。連結
  7. Dot-com bubble,大英百科全書 Britannica Money(Brian Duignan)。連結
  8. Quarterly Retail E-Commerce Sales, 2nd Quarter 2026(2026 年 8 月 18 日發布;網頁每季更新),美國普查局(U.S. Census Bureau),2026。連結
  9. Facts and Figures 2025,國際電信聯盟(ITU),2025。連結
  10. Google To Acquire YouTube for $1.65 Billion in Stock(Google 8-K Exhibit 99.1),美國證管會(SEC)公開文件,2006。連結
  11. Some thoughts on Youtube and Google(Mark Cuban 本人部落格),Blog Maverick,2006。連結
  12. 2024 Letter from Neal(YouTube 執行長年度信),YouTube 官方部落格,2024。連結
  13. Apple Reinvents the Phone with iPhone,Apple 官方新聞稿,2007。連結
  14. Sometimes Steve Ballmer Just Takes Your Breath Away,InformationWeek(David DeJean),2007。連結
  15. Mobile Fact Sheet(2026 年 10 月 19 日版;網頁會持續更新),美國皮尤研究中心(Pew Research Center),2026。連結
  16. Electric Vehicles Initiative (EVI) and the Global EV Outlook(Tali Trigg 簡報),國際能源總署(IEA),檔案存於日本次世代自動車振興中心網站,2013。連結
  17. Toyota unplugs electric car hype(Phil LeBeau),CNBC(刊於《基督科學箴言報》網站),2012。連結
  18. IEA: Global EV sales headed for another record year despite the slowdown(報導 IEA《Global EV Outlook 2026》),Electrek(Michelle Lewis),2026。連結
  19. ChatGPT除了陪聊 可能取代哪些工作?創辦人這麼說,中央社,2023。連結
  20. NYC education department blocks ChatGPT on school devices, networks,Chalkbeat New York,2023。連結
  21. New York City public schools remove ChatGPT ban,NBC News,2023。連結
  22. 2025 台灣網路報告新聞稿,台灣網路資訊中心(TWNIC),2025。連結
  23. 報告:43%台灣民眾使用生成式AI 40歲以下最多,中央社(趙敏雅),2025。連結
  24. AI世代求職焦慮調查:月花5000元投資進修,1111 人力銀行,2025。連結
  25. 上班族擔心AI取代工作 「AI產業鏈就業博覽會」148企業搶人才,1111 人力銀行(與台北市勞動局共同調查),2026。連結
  26. Why is it so hard to do my work? The challenge of attention residue when switching between work tasks(Sophie Leroy),Organizational Behavior and Human Decision Processes 109(2),168–181 頁,2009。連結
  27. No Task Left Behind? Examining the Nature of Fragmented Work(Gloria Mark、Víctor González、Justin Harris),ACM CHI 2005 論文集,321–330 頁,2005。連結
  28. 生成式 AI 指引(NIST AI 600-1),美國國家標準與技術研究院(NIST),2024。連結
  29. Sycophancy in GPT-4o: What happened and what we’re doing about it,OpenAI,2025。連結
  30. Samsung bans use of A.I. like ChatGPT for employees after misuse of the chatbot(Arjun Kharpal),CNBC,2023。連結
  31. March 20 ChatGPT outage: Here’s what happened,OpenAI,2023。連結
  32. Commercial Terms of Service,Anthropic,2025。連結
  33. CVE-2025-32711 M365 Copilot Information Disclosure Vulnerability,微軟安全回應中心(MSRC),2025。連結
  34. 2025 Data Breach Investigations Report(PDF),Verizon,2025。連結
  35. Generative AI and jobs: A 2025 update,國際勞工組織(ILO),2025。連結
  36. AI Index Report 2026,史丹佛大學 HAI,2026。連結
  37. AI浪潮下的中小企業突圍:利用政策資源建構數位與人才賦能策略(陳伊柔),經濟部產業人才發展資訊網,2026。連結

想知道你適合哪個方案、要多少預算?
填一份需求表,聊完需求後,我們會回覆你建議與報價。

每個方案的費用,都在第一次聊完需求後,用正式報價單說明,每一筆對應什麼都寫清楚。

想解決的事先告訴我們。
填一份需求表,我們看過再一起評估。