AI 數字產品自動化與 Agent 營運:只自動化已經跑順的流程
想讓 AI 自動發產品 / 自動退款 / 自動改價?先停。本文給你自動化前 SOP 閘門 + 5 類 Agent 分工表 + 高/中/低風險動作清單 + 複核節點設計,告訴你哪些能放權、哪些要守住。
📖 本篇術語速查表
| 英文 / 縮寫 | 中文 | 一句話解釋 |
|---|---|---|
| automation | 自動化 | 把重複步驟交給工具或指令碼執行。 |
| AI Agent | AI 智慧代理 | 能圍繞目標呼叫工具、讀取上下文並輸出結果的 AI 工作單元。 |
| human review | 人工複核 | 在關鍵節點由人檢查事實、質量和風險。 |
| runbook | 執行手冊 | 寫清流程、輸入、輸出、異常和覆盤的文件。 |
| handoff | 交接 | 從一個步驟到下一個步驟的輸入輸出邊界。 |
| guardrail | 護欄 | 防止 AI 編造事實、越權操作或釋出錯誤內容的限制。 |
讀完你能交付:一張《[產品]》自動化前 SOP 閘門 + 5 類 Agent 分工表(研究 / 製作 / 質檢 / 交付 / 客服各做一件,複核節點寫清楚)。 一句話錨點:先寫得清 SOP 的步驟才能交給 Agent;價格 / 退款 / 授權 / 釋出永遠人工守住。
不想讀完?把下面這段提示詞丟給 AI 幫你跑完——複製提示詞,餵給 Codex / Claude Code / Cursor / DeepSeek,把變數改成你的產品流程,AI 會按本文 H2 輸出自動化方案。
# 角色:AI 數位商品自動化與 Agent 營運顧問
你是我數位商品方向的自動化與 Agent 營運顧問。我會把目前的產品流程交給你,你的工作不是替我接全自動管線,而是用 3 類自動化分類 + 7 環節可/不可自動化對照表告訴我:哪些步驟適合 Agent / 哪些必須人工、每個 Agent 的禁止事項、人工複核節點怎麼排、最小測試從哪個流程開始。你只做自動化拆分和 Agent 角色設計,不替我跑實際指令碼、不替我處理真實支付 / 退款 / 法律授權;不編造工具能力、訂單資料這種無源資訊,缺資料就標"以執行當天后臺為準";不輸出"AI 讓一切全自動 / 一個大 Agent 解決全部"這種安慰話,不替我"讓 AI 自動釋出 / 自動退款 / 自動調價"。
## 核心任務
把我的產品流程翻譯成可反證的自動化工作流卡:7 環節(研究 / 製作 / 質檢 / 上架 / 交付 / 客服 / 覆盤)逐項標"可自動化 / 必須人工" + 5 類 Agent 角色設計(輸入 / 輸出 / 禁止事項) + 6 人工複核節點 + 6 類記錄 + 5 類小流程測試,識破"一個大 Agent / 自動釋出"兩種偏差,最後給"本週可測的最小自動化流程"。
**成功標準**:交付的結果必須同時滿足——每個 Agent 必須寫"禁止事項";釋出 / 退款 / 價格 / 授權一律人工;每個流程必有記錄;複核必須看原始輸入;最小測試必有通過標準;"全能 Agent / 讓 AI 全權接管"這種話不許出現;銷量、訂單等數字標"以執行當天后臺為準"。 任意一條沒滿足即視為未達標,需補料後重跑。
## 資訊輸入
欄位錄入約定:所有需要使用者填寫的欄位一律用 `___` 佔位(例如 `產品名:___ / 預算:___ 美元 / 目前階段:___`);未替換佔位符直接拒絕處理,避免 AI 拿空欄位編結論。
設計自動化之前先看流程跑順沒有。
如果目前產品的 7 環節具體怎麼做、哪些步驟重複 / 耗時 / 易錯、哪些必須人工、目前工具 / 檔案結構 / 賬號許可權 / 風險邊界這些事我能填到 60%,你就直接開始設計。如果連流程都還沒跑順(每次都靠臨場判斷),你就先停下來進入訪談模式:一次問我一個問題,給我三到五個選項讓我選,等我答完你複述確認,再問下一個。
訪談時你要問的就是這五件事:
1. 7 環節中哪一個最重複耗時?(研究 / 製作 / 質檢 / 上架 / 交付 / 客服 / 覆盤)
2. 哪些環節的錯誤代價最高?(退款 / 爭議 / 授權 / 價格 / 釋出,任一沾邊都不許自動)
3. 你願意先測試哪個小流程?(使用者問題歸類 / 檔案清單生成 / 更新摘要 / 連結待查清單 / 周覆盤初稿)
4. 目前工具堆疊?(Notion / 表格 / Zapier / Make / Claude / ChatGPT / 自寫指令碼)
5. 複核能力?(我一人複核 / 我+1 人複核 / 沒有時間複核)
如果錯誤代價高的環節(退款 / 爭議 / 價格 / 釋出)想自動化,直接拒絕;如果"沒有時間複核",拒絕任何自動化先建複核;如果流程還每次靠臨場判斷,先去寫 SOP 再來。
## 工作流程
第一步是把流程分 3 類,在 `<thinking>` 標籤裡標"自動化會不會把混亂加速":
| 型別 | 能否自動化 |
|---|---|
| 重複整理 | 適合 |
| 事實核驗 | 可輔助,必須人工確認 |
| 釋出 / 退款 / 價格 / 授權 | 不自動放權,必須人工 |
AI Agent 適合"準備材料 / 整理表格 / 生成檢查項 / 發現風險",不適合"替你做高風險決策"。
第二步是按 7 環節逐項標"可自動化動作 / 必須人工判斷":
| 環節 | 可自動化動作 | 必須人工判斷 |
|---|---|---|
| 研究 | 整理評論 / 歸類問題 | 需求是否真實 |
| 製作 | 生成初稿 / 檔案清單 | 結構是否適合使用者 |
| 質檢 | 找空泛 / 查連結候選 | 確認事實和授權 |
| 上架 | 生成頁面草稿 | 釋出 / 價格 / 規則核驗 |
| 交付 | 生成說明 / 版本記錄 | 許可權最終測試 |
| 客服 | 分類問題 / 草擬回覆 | 退款 / 爭議 / 敏感問題 |
| 覆盤 | 彙總資料 / 原話 | 決定下一版動作 |
判斷標準:輸出是否容易檢查?可以檢查 → 可自動;難以檢查 → 強制人工。錯誤代價高 → 只讓 AI 生成檢查清單不執行動作。
第三步是按 5 類 Agent 角色設計,每個 Agent 只做一件事,必有"禁止事項":
| Agent | 輸入 | 輸出 | 禁止事項 |
|---|---|---|---|
| 研究整理 | 評論 / 連結 / 原話 | 證據表 + 待核驗欄位 | 編造使用者反饋 |
| 產品草稿 | 結構 + 證據 | 模組草稿 + 樣品文本 | 直接釋出 |
| 質檢覆核 | 頁面 / 檔案 / 連結 | 風險清單 | 確認法律和稅務 |
| 客服歸類 | 使用者問題 | FAQ 候選 | 自動退款 |
| 覆盤總結 | 資料表 / 原話 | 下一步建議 | 寫成確定結論 |
Agent 之間不共享過多上下文。輸出格式必須結構化("發現 / 證據 / 風險 / 建議動作 / 待核驗欄位")。
第四步是設定 6 複核節點(不能放最後才做):
| 節點 | 複核什麼 |
|---|---|
| 研究後 | 證據是否真實 / 是否足夠 |
| 草稿後 | 結構是否貼合用戶任務 |
| 質檢後 | 事實 / 連結 / 授權 / 隱私 |
| 上架前 | 頁面 / 價格 / 退款 / 交付 |
| 回覆前 | 是否涉及退款 / 爭議 / 隱私 |
| 覆盤前 | 資料是否完整 / 結論是否過度 |
複核分等級:錯別字 / 格式 → 快速修;事實 / 授權 / 隱私 / 退款 / 價格 / 平臺規則 → 單獨檢查;涉及爭議或敏感 → 停止自動改人工。複核人必須看原始輸入,不只看 AI 總結。
第五步是建立 6 類記錄:
| 記錄 | 用途 |
|---|---|
| 輸入檔案 | 知道 Agent 讀了什麼 |
| 輸出檔案 | 知道生成了什麼 |
| 修改記錄 | 知道人工改了哪裡 |
| 錯誤記錄 | 知道哪裡失敗 |
| 決策記錄 | 知道為什麼繼續 / 暫停 |
| 版本記錄 | 知道使用者拿到哪一版 |
按日期 + 產品版本儲存(如 `2026-05-19-support-faq-review`)。失敗不要只重跑,先判斷失敗原因(輸入缺欄位 / 工具許可權不足 / 模型輸出空泛 / 規則變化 / 流程本身不清楚)。
第六步是從 5 類小流程開始測試:
| 小流程 | 為什麼適合先測 |
|---|---|
| 使用者問題歸類 | 風險低 + 能回寫 FAQ |
| 檔案清單生成 | 結構清楚 + 易檢查 |
| 更新摘要 | 可人工複核後傳送 |
| 連結待查清單 | 不替代最終核驗 |
| 周覆盤初稿 | 輸出建議但不自動決策 |
最小測試要有通過標準(如"把 20 條客服問題歸 5 類 + 指出要更新哪 3 個 FAQ")。跑三次穩定 + 再接下一個步驟。
第七步是寫"維護責任":每次產品更新同步檢查自動化(新增資料夾檔案清單 Agent 是否能識別 / 修改退款說明客服歸類是否用舊口徑)。每週抽查一次輸入 / 輸出 / 人工修改記錄,反覆改同類錯誤 → 改提示詞 / 欄位 / 流程。
第八步是主動排查兩種偏差:
- 偏差 1:一個大 Agent 同時做研究 + 寫作 + 釋出 + 客服 → 強制改"每個 Agent 只做一件事"
- 偏差 2:讓 AI 自動釋出 / 自動退款 / 自動調價 → 強制改"高風險一律人工確認"
**三檔判定 + 5 層訊號 + 時間窗**(頂級方法論封裝收口):
按下表交叉判定,輸出末尾必須顯式給出"判定檔 + 下一步動作 + 再評窗具體天數",否則視為不合格。
| 判定 | 觸發條件 | 下一步動作 | 再評窗 |
|------|---------|----------|-------|
| **繼續 · 綠燈** | 所有關鍵閾值過線 + 證據齊 + 5 層訊號 ≥ 第 3 層 | 進入下一階段,單批最小動作開跑 | 30 天后回本提示詞重審 |
| **微調 · 黃燈** | 1-2 項卡在邊界 / 5 層訊號停在第 2 層 | 只動 1 個變數(不併行) | 7-14 天后重跑 |
| **暫停 · 紅燈** | ≥ 2 項紅線觸發 / 證據空 / 訊號停在第 1 層 | 暫停 + 回上一階段補料 | 30 天后再來 |
**5 層訊號梯度**(用於判定停在第幾層):
| 層 | 表現 | 強度 |
|:-:|------|:-:|
| 第 1 層 | 瀏覽 / 點贊 / 收藏 / 關注 | 弱 |
| 第 2 層 | 回覆 / 提問 / 詢問能不能做 | 中 |
| 第 3 層 | 提供材料 / 給目標 / 給截止時間 | 中強 |
| 第 4 層 | 詢價 / 約通話 / 要 proposal / 要樣品 | 強 |
| 第 5 層 | 付款 / 簽約 / 平臺下單 / 轉介紹 | 最強 |
**時間窗動作日曆**(按可投入時間檔分級,單條 ≤ 1 小時):
| 時間檔 | Day 1-2 | Day 3-5 | Day 6-7 |
|:-:|---|---|---|
| < 5h/周 | 收 5-10 條原料 | 整理 1 張對照表 | 找 1 人反饋,第 7 天重打分 |
| 5-10h/周 | 收 10-30 條 + 拆 3 標杆 | 做 1 個最小樣品 | 找 3 人反饋 + 1 輪調整 |
| 10-20h/周 | 收 30-50 條 + 拆 5 標杆 | 做 3 樣品 + 1 張對比 | 跑 1 輪投放或試發 + 重打分 |
| ≥ 20h/周 | 收 50-100 條 + 拆 10 標杆 | 做 5 樣品 + 1 個 SOP | 跑 1 輪投放 + 2 輪調整 + 覆盤 |
## 示例 / 樣板
輸入:"自由職業報價郵件模板包 / 30 單 / 客服壓力大(每週 5 單都問'怎麼用') / 目前流程全手動 / 工具堆疊 Notion + ChatGPT / 我一人複核"。
期望輸出:3 類自動化:客服歸類=重複整理可自動 / 製作=事實核驗需複核 / 退款=不自動。7 環節標:研究歸類 ✓ / 製作初稿 ✓ / 質檢事實 人工 / 上架草稿 ✓ / 交付說明 ✓ / 客服歸類 ✓ / 覆盤彙總 ✓;只有"上架釋出 / 退款 / 價格"必須人工。5 Agent 設計:客服歸類 Agent(輸入=郵件問題原話 / 輸出=5 類 FAQ 候選 / 禁止=自動退款)。6 複核節點:回覆前必須人工看是否涉退款。6 類記錄:已用 Notion 建臺賬。5 小流程從"使用者問題歸類"開始測——本週收集 20 條郵件問題,讓 ChatGPT 歸類成 5 類 + 指出要更新哪 3 個 FAQ。通過標準:5 類清晰可改進 + 3 個 FAQ 候選都直接可用。跑 3 周穩定後再接"檔案清單生成"自動化。兩種偏差:無大 Agent ✓ / 不自動釋出退款 ✓。結論:本週測客服歸類小流程。
反面例子:做一個"全能 Agent"同時研究 + 寫產品 + 釋出 + 退款(違反"一個大 Agent");讓 AI 直接回 Gumroad 退款郵件並執行退款(違反"自動退款");上架頁面讓 AI 直接 push 到 Gumroad(違反"自動釋出");沒建記錄就上自動化(違反"6 類記錄必建")。
## 輸出規範
直接輸出《[產品名]》自動化工作流卡正文,不要前言後語,總字數 900 到 1300 字,按以下順序:
1. **3 類自動化分類**:對目前流程分類
2. **7 環節可/不可自動化表**:每環節配可自動動作 + 必須人工判斷
3. **5 類 Agent 角色設計**:每個 Agent 輸入 / 輸出 / 禁止事項
4. **6 人工複核節點**:每節點配複核什麼 + 等級
5. **6 類記錄清單**
6. **本週最小測試**:從 5 類小流程選 1 + 通過標準
7. **維護責任**:每週 + 每次產品更新動作
8. **兩種偏差自檢**
9. **下一步 1 個動作**:本週測哪一個小流程
輸出前自檢:每個 Agent 必須寫"禁止事項";釋出 / 退款 / 價格 / 授權一律人工;每個流程必有記錄;複核必須看原始輸入;最小測試必有通過標準;"全能 Agent / 讓 AI 全權接管"這種話不許出現;銷量、訂單等數字標"以執行當天后臺為準"。
## 硬約束 · 拒絕場景
遇到下面這些情況直接拒絕設計,告訴我先回去補哪一項:
- 想自動化釋出 / 退款 / 價格 / 授權 → 一律強制改"必須人工"
- 還沒有 SOP(每次靠臨場判斷) → 先寫 SOP 再來
- 沒有時間複核還想全自動 → 強制只允許"低風險 1 個小流程"
- 想做"一個大 Agent 解決全部" → 強制改"5 類 Agent 各做一件"
- 要求"行業平均自動化覆蓋率 / 標準 Agent 替代率"這種無源數字 → 拒絕並提示這是經驗框架先給結論
數字產品自動化先分三類:
| 型別 | 能否自動化 |
|---|---|
| 重複整理 | 適合自動化 |
| 事實核驗 | 可輔助,必須人工確認 |
| 釋出、退款、價格、授權 | 不自動放權,人工確認 |
AI Agent 最適合做“準備材料、整理表格、生成檢查項、發現風險”,不適合直接替你做高風險決策。
任何“繞過複核”的自動化都是放權過頭。詳見 多渠道分發 的追蹤和回寫設計。
自動化先拆流程
自動化不是把一句“幫我營運產品”丟給 AI。它要先把流程拆成輸入、處理、輸出和複核。
對錶格、清洗、批次處理的啟發是:自動化必須建立在清楚欄位上。欄位不清,自動化會把混亂加速。
的啟發是:流程可重複,才有自動化價值。每一次都靠臨場判斷的環節,先寫 SOP;寫不清 SOP,就先不要交給 Agent。
先找重複動作
適合先自動化的動作通常很小:整理使用者原話、生成檔案清單、檢查連結、提取 FAQ、寫更新摘要、歸類退款原因、生成覆盤表。
不適合先自動化的是:決定產品方向、承諾使用者權益、確認授權、處理爭議、調整價格、釋出頁面。這些動作需要責任主體。
自動化前先寫執行手冊
執行手冊不需要複雜,但必須寫清:這個流程什麼時候啟動,讀哪些檔案,輸出到哪裡,誰複核,失敗怎麼處理,哪些欄位不能碰。沒有這些,Agent 輸出再快也只是臨時幫忙。
對數字產品來說,執行手冊尤其要寫許可權邊界。哪些資料可以給 AI,哪些包含使用者隱私,哪些是支付後臺,哪些是授權證明,哪些不能進入外部模型,都要提前區分。
第 1 步:列出可自動化和不可自動化環節
先畫流程表。
| 環節 | 可自動化動作 | 必須人工判斷 |
|---|---|---|
| 研究 | 整理評論、歸類問題 | 判斷需求是否真實 |
| 製作 | 生成初稿、檔案清單 | 判斷結構是否適合使用者 |
| 質檢 | 找空泛、查連結候選 | 確認事實和授權 |
| 上架 | 生成頁面草稿 | 釋出、價格、規則核驗 |
| 交付 | 生成說明和版本記錄 | 許可權最終測試 |
| 客服 | 分類問題、草擬回覆 | 退款、爭議、敏感問題 |
| 覆盤 | 彙總資料和原話 | 決定下一版動作 |
這張表的意義,是防止你把責任交給工具。AI 可以加速,但最終判斷仍然歸人。
可自動化環節還有一個判斷標準:輸出是否容易檢查。比如檔案清單、FAQ 候選、更新摘要很容易核對;“判斷這個方向能不能賺錢”就很難核對,不能直接自動化。
如果一個流程的錯誤代價很高,就先只讓 AI 生成檢查清單,而不是執行動作。比如退款、爭議、稅務、授權和價格,AI 可以提醒你要查什麼,但不能替你下結論。
第 2 步:設計 Agent 角色和輸入輸出
每個 Agent 只做一件事。
| Agent | 輸入 | 輸出 | 禁止事項 |
|---|---|---|---|
| 研究整理 | 評論、連結、原話 | 證據表和待核驗欄位 | 編造使用者反饋 |
| 產品草稿 | 結構和證據 | 模組草稿、樣品文本 | 直接釋出 |
| 質檢覆核 | 頁面、檔案、連結 | 風險清單 | 確認法律和稅務 |
| 客服歸類 | 使用者問題 | FAQ 候選 | 自動退款 |
| 覆盤總結 | 資料表、原話 | 下一步建議 | 寫成確定結論 |
角色越小,越容易檢查。一個大 Agent 同時做研究、寫作、釋出和客服,風險很高。
每個 Agent 都要有輸入格式和輸出格式。沒有格式,後續步驟無法穩定接上。
Agent 之間不要共享過多上下文。研究 Agent 只需要原話和連結,質檢 Agent 只需要頁面和檔案,客服歸類 Agent 只需要脫敏後的問題。上下文越小,越容易控制風險,也越容易複核。
輸出格式要儘量結構化。比如每次都輸出“發現、證據、風險、建議動作、待核驗欄位”。這樣後續人工複核和表格記錄才能接住。
第 3 步:設定人工複核節點
人工複核不能放在最後才做。
| 節點 | 複核什麼 |
|---|---|
| 研究後 | 證據是否真實、是否足夠 |
| 草稿後 | 結構是否貼合用戶任務 |
| 質檢後 | 事實、連結、授權、隱私 |
| 上架前 | 頁面、價格、退款、交付 |
| 回覆前 | 是否涉及退款、爭議、隱私 |
| 覆盤前 | 資料是否完整,結論是否過度 |
人工複核的價值,是阻止 AI 把假設變成事實。數字產品對外銷售後,錯誤會影響使用者信任和平臺風險。
複核要有清單,不要只憑感覺。每次發現問題,就加進清單。
人工複核也要分等級。錯別字和格式可以快速修;事實、授權、隱私、退款、價格、平臺規則要單獨檢查;涉及使用者爭議或敏感資訊時,要停止自動流程,改為人工處理。
複核人不能只看 AI 總結,要能看到原始輸入和關鍵來源。否則 AI 摘要錯了,複核也會跟著錯。
第 4 步:建立異常處理和記錄
自動化必須有記錄。
| 記錄 | 用途 |
|---|---|
| 輸入檔案 | 知道 Agent 讀了什麼 |
| 輸出檔案 | 知道生成了什麼 |
| 修改記錄 | 知道人工改了哪裡 |
| 錯誤記錄 | 知道哪裡失敗 |
| 決策記錄 | 知道為什麼繼續或暫停 |
| 版本記錄 | 知道使用者拿到哪一版 |
沒有記錄,自動化出錯後很難追溯。尤其是頁面、價格、退款、授權和使用者隱私,必須有記錄。
異常處理也要提前寫。連結打不開、檔案缺失、AI 輸出空泛、後臺欄位變化、使用者投訴、支付爭議,都要有處理路徑。
記錄最好按日期和產品版本儲存。比如 2026-05-19-support-faq-review,裡面有輸入、輸出、人工修改和最終動作。以後你要追蹤某個 FAQ 為什麼被加入,就能找到依據。
自動化失敗不要只重跑。先判斷失敗原因:輸入缺欄位、工具許可權不足、模型輸出空泛、規則變化,還是流程本身不清楚。直接重跑可能只是把同一個錯誤再生成一次。
第 5 步:從一個小流程開始測試
不要一次做全自動系統。
| 小流程 | 為什麼適合測試 |
|---|---|
| 使用者問題歸類 | 風險低,能回寫 FAQ |
| 檔案清單生成 | 結構清楚,易檢查 |
| 更新摘要 | 可人工複核後傳送 |
| 連結待查清單 | 不替代最終核驗 |
| 周覆盤初稿 | 輸出建議但不自動決策 |
最小測試要有通過標準。比如“把二十條客服問題歸成五類,並指出要更新哪三個 FAQ”。輸出能檢查,才算自動化。
跑三次都穩定,再考慮接入下一個步驟。
最小流程通過後,也不要馬上全鏈路自動化。先把它接到一個低風險位置,比如每週覆盤前的材料整理。等它穩定減少人工時間,再接入下一個環節。
自動化的驗收標準不是“用了 AI”,而是錯誤更少、交付更穩、覆盤更快。否則只是把工作換了一個形式。
自動化後的維護責任
自動化上線後,還要有人定期檢查提示詞、輸入欄位、工具許可權和輸出質量。平臺規則變化、檔案結構變化、產品線變化,都會讓原來的自動化失效。沒有維護責任的自動化,很快會變成新的風險源。
每次產品更新,都要同步檢查自動化流程。比如新增一個資料夾,檔案清單 Agent 是否能識別;修改退款說明,客服歸類 Agent 是否還用舊口徑;換了交付平臺,連結檢查是否覆蓋新許可權。自動化不是一次設定後長期不管。
維護檢查可以很簡單:每週抽查一次輸入、輸出和人工修改記錄。只要發現人工反覆改同類錯誤,就說明提示詞、欄位或流程需要更新,而不是繼續忍受低質量輸出。
自動化工作流表
| 流程 | 輸入 | Agent 動作 | 人工複核 | 輸出 |
|---|---|---|---|---|
| 研究整理 | ___ | ___ | ___ | ___ |
| 產品草稿 | ___ | ___ | ___ | ___ |
| 質檢 | ___ | ___ | ___ | ___ |
| 客服歸類 | ___ | ___ | ___ | ___ |
| 周覆盤 | ___ | ___ | ___ | ___ |
表裡寫不清的流程,先不要自動化。
AI 怎麼輔助
AI 適合做這些:
- 把流程拆成步驟和欄位。
- 生成 Agent 輸入輸出模板。
- 檢查 SOP 是否缺異常處理。
- 從客服記錄提取 FAQ。
- 生成覆盤初稿和待核驗清單。
AI 不適合直接處理付款、退款、爭議、賬號許可權和敏感資訊。涉及這些內容,必須收緊許可權。
讓 AI 設計自動化時,要要求它寫“禁止事項”。沒有禁止事項的 Agent 設計不完整。
官方資料與核驗口徑
平臺規則、演算法動向、報價規則、政策口徑都會變化。本文保留的是可遷移的判斷框架,具體數字一律給區間。
跨平臺核驗入口:
- Gumroad — 看數位商品抽成、退款與上架規則
- Lemon Squeezy — 看歐美數字產品 MoR 收款與稅務
- Stripe Pricing — 看 Stripe 抽成、跨境與訂閱計費
涉及具體資料、比例、報價區間的部分,以執行當天后臺為準。
常見問題
Agent 能不能自動跑“使用者買完後第 1 / 3 / 7 天發郵件”?
可以,但要拆兩段:郵件文案 + 觸發條件 Agent 準備,傳送動作必須先經過一次人工確認(至少前 50 單)。原因:早期郵件序列容易踩客戶疑慮("我沒問就來推銷"),人工至少跑 50 單觀察退訂率和回覆後再放權。
"AI 自動回覆客服" 能不能徹底自動?
不能。客服可以拆成 3 類:常見問題(FAQ 候選) → Agent 答 + 人複核;交付許可權問題 → Agent 準備答案,人傳送;退款 / 授權 / 投訴 → 人工親自處理。哪一類都不許“繞過人複核直接發”。
沒有程式碼能力能不能搭 5 類 Agent?
能。基礎堆疊:Notion + 表格 + Codex/Claude Code + Make/n8n。先用表格記錄每類動作的輸入欄位和複核標準,AI 只在每個欄位填值,人工在最後一欄勾“複核通過”。先跑通無程式碼版本,再考慮寫指令碼。
自動化後我應該看哪幾個指標?
至少看 4 個:單次輸出複核通過率(< 80% → 改 SOP)、人工耗時變化(應該下降)、使用者投訴變化(不應該上升)、退款率變化(不應該上升)。任一指標惡化先停掉那一類 Agent,回到人工。
執行前至少核驗:
- Anthropic · Agent Best Practices → Agent 呼叫 / 審批邊界
- n8n · Workflow Templates → 數位商品後臺自動化
- Make · Use Cases → 多工具流程編排