品牌故事怎麼寫?客人一秒都不想聽,除非它回答了這兩個問題
一位房仲問 Donald Miller:我很熱衷流浪動物認養,怎麼把它放進我的房仲事業?他的回答是:你不要放。這集重播拆的是主要訊息與次要訊息的分界,以及他留下的唯一例外,你的創業故事到底什麼時候才配放進官網前五秒。
一位房仲問 Donald Miller:我很熱衷流浪動物認養,怎麼把它放進我的房仲事業?他的回答是:你不要放。這集重播拆的是主要訊息與次要訊息的分界,以及他留下的唯一例外,你的創業故事到底什麼時候才配放進官網前五秒。
Shopify 的 Agentic Storefronts 預設就是開的,很多商家根本沒發現。真正該判斷的是:留下 ChatGPT 導流,還是先把 direct checkout 的結帳權收回來。
「Tim 你好,恭喜你被取名叫 Tim。」你笑了,然後想起上禮拜自己寄出去的那封信。AI 沒有讓你的訊息變好,它只是讓你原本的水準被更多人看到。GTM 工程師 Jordan Crawford 給了一把尺:你發出去的訊息,自己收到會不會覺得驕傲?這篇只寫怎麼想,不寫用什麼工具。
AI 導入的標準動作,就是叫資深的人把做法寫下來。效率是真的,但沒有人問過那份東西是誰的。該交的交,該留的留,這篇談分界線畫在哪。
你的客人叫 AI 幫他比價,AI 讀走你的價格回報給他。如果那個價格是你自己放的假資料呢?年底將推出的 Poison 模式會對機器人餵假價格與假庫存,但同一段造訪裡身分會在人與 agent 之間切換,分不清楚的代價是掉單。附 9 月 15 日預設值變更範圍與五個檢查點。
大家都在問這張圖要加幾個 AI,真正該問的是反的:有幾格可以直接刪掉?而且該刪的那幾格裡通常沒有 AI,是「等」。解碼 Greg Isenberg 的 graph engineering,只留下三件你真的還沒做的事。
你導得動的都是「問了就有答案」的事,最讓人抓狂的那幾條流程 AI 一條都沒接住。共同點不是難,是久——而久的原因是大家都在等。
開 MCP server 給的是「能做什麼」,做原生 agent 給的是「預設會怎麼做」。但我查了官方文件發現 Linear 兩個都做,所以真正的問題是預設值歸誰。這篇拆給你:品牌方挑工具該問供應商哪三個問題、自建方該先開哪一層,以及 AI 做到什麼程度才算可以上線。
聽劉軒的 How to 人生學 EP498 聽到一半,意識到一件不太舒服的事:節目在批評的那套注意力機制,有一部分正是行銷人每天在優化的 KPI。這篇不談懺悔,談三個判斷:當所有人都在搶前三秒,前三秒就貶值了;被看到跟被記得是兩組不同的指標;耐性變稀缺之後,值得花時間的內容反而變值錢。
他用三台電腦養三個 AI agent、24 個排程整天跑,卻從不讓 AI 按下送出鍵。這篇不照抄配置,只做判讀:哪些台灣團隊下週能動,哪些是他自己說的個人玩具。三條分辨線,包含把重活搬到自家顯卡跑開源模型、帳單只剩電費的成本分層,以及一個沒人在講的破口:你自己蒐集建立的那個 AI 知識庫,在台灣個資法下是什麼性質。附條文原文與查證結果。
這集最多人在抄的是那份二十幾個工具的清單,但那是最不值錢的部分。真正該抄的是他的架構判斷:agent 就是程式碼加一條資料流,模型只在需要判斷時才出現。而美國那套冷開發玩法,台灣照抄會先撞個資法。
你把 AI 接上資料庫問一句話,拿到一份很完整的報表。柏克萊 DAB 基準測試說:現成的前沿模型第一次答對率只有 38%,而調校過鷹架的方案能到 84.5%。差距不在模型,在你給它的東西。