Grok Bot 企業導入怎麼開始?官方工作坊:每個部門先雇哪個 AI 隊友

企業導入 Grok Bot 先問:你第一個雇誰?拆解官方企業工作坊,客服、補貨、業務三條流程的人工審核點,行銷 Bot 升總監帶三個下屬,1 到 7 個直屬的管理原則,以及先爬、再走、後跑的導入節奏。

以後在 Google 搜尋,想先看到王董的文章?
加入偏好來源,這篇文章所在的網域會更容易被 Google 推薦給你。
Grok Bot 企業導入怎麼開始?官方工作坊:每個部門先雇哪個 AI 隊友

企業導入 Grok Bot,官方給的第一步是一個問題:「如果你能雇一個下屬,你第一個雇誰?」

答案通常是助理,幫你消化爆量的 email、Slack 和行程。接著才依部門往下雇:工程雇 QA,業務雇人顧潛在客戶,IT 雇人接工單,行銷雇一個每天盯競品的分析師。

這是 2026 年 10 月 29 日上架的官方企業工作坊「Grok Bot for Enterprise Teams」,主講是資深 Field Engineer(現場工程師)Santi Garza,主持是 AI 部署經理 Anahita Sahu,兩位都隸屬 SpaceXSI。SpaceXSI 就是 SpaceX 在 2 月併購 xAI 之後的 AI 部門,原名 SpaceXAI,10 月初 Musk 宣布改名為 SpaceX Super Intelligence(Fox Business 報導)。

如果你還不清楚 Grok Bot 是什麼、一個 Bot 由哪些東西組成、怎麼收費,先看站內上一篇 Grok Bot 官方 201 課程教學。這篇是它的企業版續篇,不重講基本功,專講一件事:

一間公司要怎麼把 AI 隊友一個部門一個部門排進去,排進去之後又要怎麼管。


先問「你第一個雇誰」,別先問「AI 能做什麼」

工作坊開場,Santi 先畫了一條很短的成熟度曲線。

幾年前大家用 AI 是聊天,像打電話問一個越來越聰明的朋友。去年 agent 開始能在你的電腦上改檔案、架網站。Grok Bot 想推的是第三階段:有身分、有職責的隊友,知道自己被派了什麼工作,你不在的時候也照做,不用你盯著、不用跟它一來一往打乒乓球。

所以官方不從功能清單講起,從職缺講起。Santi 列的例子:

部門 第一個可以雇的 Bot
所有人 助理:整理 email、Slack、行程
工程/產品 協助發版(release)、QA 測試
業務 顧潛在客戶熱度、草擬信件、跟進通話裡答應客戶的事
IT 處理支援工單
行銷 競品情報分析師(後面有完整示範)
各部門的第一個 AI 隊友,每條流程都留人工審核
各部門的第一個 AI 隊友,每條流程都留人工審核

這個問法聰明的地方:它逼你先盤點「我哪裡缺人手」,功能清單排在後面。

簡單比較一下:導入一套新軟體,流程通常是評估、採購、上線;照這場工作坊的講法,導入 AI 隊友更像每個主管自己開職缺、寫職責說明、帶新人。

順帶一提,講者說的「身分」是職場意義上的:名字、職稱、工作範圍。權限上,官方安全文件寫得很清楚,Bot 沒有自己的帳號身分,它是以登入的那位成員身分在操作,權限不會超過那個人。


三條流程拆解:工作分給 Bot,關鍵處停下來等人

Santi 用一個內部的流程視覺化工具(visualizer)示範三條跨部門流程。先講清楚:這個視覺化工具不是產品功能,是他在公司上班的兄弟 Lucas 用 Grok Bot 做出來的內部工具,講者說你也可以請自己的 Bot 把工作流程畫出來。

前兩條流程各拆成三個分工明確的 Bot,業務那條由一個開發 Bot 主導。三條有一個共同點:每條都刻意留了人類要按的那一下。

客服來電轉修復:接待、紀錄、QA 三個 Bot

這條流程處理「有人打電話來客服,而且問題可能出在產品或網站」的情境。

► 接待 Bot(Concierge):通話結束後拿到逐字稿,在客服系統開案,記下誰打來、想做什麼、哪裡出錯。講者說也可以設定成即時旁聽。 ► 紀錄 Bot(Records):如果是回頭客,調出過去的案件、之前答應過對方什麼、對方喜歡用什麼方式聯絡。第一次來電就跳過這步。 ► QA Bot:如果看起來是 bug,它在自己的電腦環境裡試著重現問題。

中間還有一道政策檢查。政策能回答的,就草擬回覆;疑似 bug,就交給 QA Bot;如果事情嚴重,例如有人被扣錯款、有人身安全疑慮,立刻升級給真人團隊,管道可以是 Slack,也可以是一通電話。

重點在最後一步:回覆草稿寫好之後,Bot 就停下來,等你按送出。

講者說這是刻意設計的,因為你要確定客戶收到的每一個字都是你想說的。低風險的流程,你才放手讓 Bot 自己對外溝通。

送出之後,接待 Bot 結案,並把處理結果告訴紀錄 Bot。下次有類似的案子進來,紀錄 Bot 就能翻出上次怎麼處理,加快速度。

低庫存自動補貨:規劃、倉管、採購

這條給不寫程式的團隊參考,物流、辦公室行政都適用。

► 規劃 Bot(Planner):盯庫存水位,該補貨時舉旗 ► 倉管 Bot(Storekeeper):接在營運平台上,知道哪些零件已經在路上 ► 採購 Bot(Purchaser):草擬給供應商的訂單,送你核准

業務開發:在 Salesforce 裡找名單,每個關鍵點都停

Santi 形容這條是「高接觸」流程。業務本質上是人跟人的生意,所以 Bot 做粗活,人保留決定權。

► 開發 Bot(Prospector)登入 Salesforce,從帳戶資料裡建出開發名單 ► 找對的公司和聯絡人、誰已經在用你的產品、現在聯絡對方的新理由 ► 每個關鍵時刻都停下來問你:帳戶名單 OK 嗎?外聯信草稿 OK 嗎?樣品 OK 嗎?

講者估計這條流程可以省掉 90% 到 95% 的時間,而且不會拿掉你的決定權。這是他的估計,工作坊沒有給量測數據。

三條流程放在一起看

流程 Bot 分工 人類停在哪
客服來電轉修復 接待、紀錄、QA 回覆送出前;嚴重事件立即升級
低庫存補貨 規劃、倉管、採購 供應商訂單核准
業務開發 開發 Bot(接 Salesforce) 名單、外聯信、樣品三個節點

講者說他們內部跑著上千條例行程序(routines),每個人有個人 Bot,也有替整個部門跑系統的團隊 Bot。他的形容是:感覺像被升職了,開始有人可以帶,自己專心在工作系統上。

站內拆過的 AI 自動化的界線怎麼畫 也是同一種設計:三個 AI 幕僚整天跑,送出鍵還是留給人按。


行銷:Competitive Carl 升總監,自己招了三個下屬

第一個實機示範是行銷。場景是一家虛構的 FlyLo-Air 航空公司,任務是追競品。

競品情報這件事,每個行銷人都知道重要,也都知道很煩:每天開競品官網、看社群、翻促銷信,資訊多到你根本消化不完。

第一步:寫職責說明

Santi 按「+」建立一個 Bot,取名「Competitive Carl」。Bot 會先依名字建議幾個起手式,例如追競品票價、追競品新聞、做競品簡報。

他沒用建議,自己寫了一段職責:

你是 FlyLo-Air 的競品情報分析師,工作是盯緊我們主要航線的競品票價與航線公告,告訴我變了什麼、我們該怎麼應對。

他說自己平常會花更多時間,乾脆寫一份正式的職務說明(job description),因為這樣能幫他把工作結構化。之後要擴大職責,直接再交代一句就好,例如「之後也追蹤競品的會員計畫」。

就像帶一個真的新人,職責是一點一點加上去的。

第二步:升總監,讓它自己招人

Santi 說,跟 Bot 來回合作久了,它會累積大量上下文和職責。這時候可以用他們內部開始採用的模式:升遷。

他對 Carl 說:「我把你升為競品情報總監,請建立三個向你彙報的新 Bot。」三個下屬的分工:

► Fare Scout:比對競品同類航班的票價 ► Social Pulse:每天爬競品的社群帳號,看哪些內容打中他們的客人 ► Announcement Watch:盯競品官網和促銷信,抓重要公告

Carl 的職稱自動改成總監,畫面左側多出三個新 Bot。

Competitive Carl 升總監後的組織圖
Competitive Carl 升總監後的組織圖

盯促銷信這件事,靠的是 Bot 可以有自己的 email 地址去訂閱電子報,這個功能 201 課程那篇介紹過,這裡不重複。

第三步:Bot 要排程,得先問你

切到 Social Pulse,畫面跳出一張授權卡:它想每天回顧競品前一天的公開社群貼文(X、LinkedIn 等),並存成每日例行程序。

Santi 按允許,右上角就多一條 routine。之後想改頻率,直接跟 Bot 說「改成每週一跑一次,回顧整週」就行。

講者原話的意思是:需要你核准的事,它會停下來問,它們不會擅自亂來。


Bot 多了怎麼管:講者從組織理論借來的四條規則

這段是整場最值得抄的。

Santi 坦白,他剛開始在內部用 Grok Bot 時,能接的工作量暴增,但很快就變成「天啊,我們有一堆 Bot 要管」。於是他去讀了心理學和組織理論,研究頂尖的 CEO 和主管怎麼帶大團隊,整理出幾條規則。

規則 1:直接向你彙報的 Bot,維持 1 到 7 個

這就是管理學講的「管理幅度」(span of control)。一個主管能有效帶的直屬部屬有上限,人是這樣,Bot 也一樣,因為瓶頸在你的注意力。

站內那篇 Anthropic 就業研究報告解讀 講的就是這件事:agent 可以一直加,人的注意力不會跟著變多。

規則 2:超過了,就升一個 Bot 當主管

你只跟 Carl 講話,Carl 再去分派、決策、檢查底下三個 Bot 有沒有照策略在做。溝通一層一層往上收、往下傳。

用生意人的話講:你開了第二家店,不會每天親自盯每個店員,你會找一個店長。

規則 3:要求工作證明和來源連結

請 Bot 交代工作時附上證據、附上資料來源的連結。這個要求會一路傳到中層的「主管 Bot」,它在管下屬時也會照這個標準。

規則 4:只在必要時往上報

Santi 最後對 Carl 下的指令是:

三個新 Bot 一律向你彙報,絕對不要直接找我。每週一早上整理一次我需要知道的事給我,除非有非常緊急、需要我處理的狀況。

畫面上 Carl 回覆,會在每週一早上 8:00(太平洋時間)送上簡報。

事情只在需要你注意、需要你知道、或需要你決定的時候,才浮到你面前。

講者分享了自己的用法:他每天早上的報告已經準備好,email 草稿也已經寫好。以前主管的早晨從收件匣開始,現在他早上不開收件匣,改開草稿匣,因為該回的信都在那裡,工作大概做完九成,他只要改改措辭。

至於「為什麼一條流程要拆成好幾個 Bot,不用一個全能 Bot 包辦」,Q&A 裡講者給了三個理由:專注的 Bot 長期記憶集中、人比較好找資料、可以平行作業。201 課程那篇有同主題的完整拆解。


Bot 的工作環境:教一次任務、共用電腦、密碼不進聊天室

教一次,比解釋一次容易

有些任務用講的很難講清楚,Grok Bot 的「Teach a task」讓你直接示範給它看。

Santi 示範的任務:打開 Google Flights,查舊金山飛拉斯維加斯、一週後出發的單程票,找出最便宜的航空公司和票價,再到公司內部的競品票價工具裡登錄。

錄完之後,Bot 看完整段錄影,自己歸納出步驟:搜尋航線、讀最便宜的票價、打開內部工具、填入資料。接著 Santi 一句話把它變成例行程序:每個工作日早上 7:30,對所有航線查 1、7、14、30、90 天後出發的票價。

官方 FAQ 補了幾個細節:Teach a task 錄的是一段瀏覽器操作,Bot 會把它轉成一份「技能草稿」讓你審閱和測試;錄影上限 10 分鐘;功能是逐步開放,你的帳號不一定已經看得到。

講者在這裡講了一個對照:

以前要自動化這種工作,得寫一支寫死的腳本,像機器一樣照表操課,航線一變就要改程式。現在 Bot 會自己去確認目前有哪些航線,遇到兩家票價一模一樣這種情況也知道怎麼處理。

共用一台電腦,各有各的桌面

講者說,同一個使用者帳號底下的所有 Bot 共用一台虛擬機,所以檔案和登入狀態可以共用,不用每個 Bot 各登入一次;但每個 Bot 有自己的桌面,可以同時做不同的事。

這個設計的資安含意,201 課程那篇談過共用電腦的安全邊界:官方文件寫明各自的畫面不是安全邊界。

密碼不貼進聊天室

示範登入公司內部系統時,Bot 會跳出安全憑證視窗請你輸入。講者強調,憑證處理很敏感,你永遠不該把密碼貼進對話框,貼了 Grok Bot 也會提醒你。登入過一次,之後就不用再登。

官方 Vault 文件把機制寫得更完整:

► Bot 看不到存起來的密碼、卡號和安全碼,只看得到登入項目的名稱 ► 安全表單(Secure Forms)直接把值填進網頁,Bot 本身看不到 ► Vault 找不到登入資料時,Bot 可以改用你接上的密碼管理器,例如 1Password ► 共享給團隊的 Bot 不支援 Vault,要改用 Secrets 功能

最後一條對企業導入很關鍵:你自己用得好好的 Bot,分享給全組之前,登入方式要重新規劃。


一通客服電話變成一個 PR:Grok Voice 接到 Cursor

這是整場最炫的一段,但它是「客服加工程」這個部門組合的示範,放在全公司導入的脈絡裡看就好。

一通客服電話到工程師審核 PR 的流程
一通客服電話到工程師審核 PR 的流程

先交代兩個背景。工作坊開場介紹 SpaceXSI 有四條產品線:Grok 模型、Grok Bot、Cursor(AI 寫程式平台)、Grok API(含語音和 Grok Imagine 影像生成)。其中 Cursor 是 SpaceX 在 2026 年 6 月宣布收購的(CNBC 報導)。示範裡,Grok Bot 也直接指揮了 Cursor 的雲端代理。

步驟 1:Grok Voice 接電話,邊聽邊填表

Santi 現場打給 FlyLo-Air 客服專線,說結帳一直卡在付款那步。語音客服問他訂位代號和 email,同時在網頁上的客服表單即時填好資料,讓他確認後送出。

講者說,這套語音模型 SpaceX 自己在 Starlink 客服用:每天約 20,000 通電話,大約 70% 完全由 AI 處理完,剩下 30% 是刻意轉給真人,例如想購買的業務洽詢。這是 SpaceX 自己公布的數字(TechRepublic 報導),沒有第三方稽核。

講者也說它是錄影當下排名第一的語音模型:Grok Voice 3.0 在 10 月 14 日登上 Artificial Analysis 語音轉語音指數(Speech to Speech Index)第一名、86.9 分(iThome 報導)。

另一個細節:講者說這條語音客服線,是 Grok Bot 前一晚在他睡覺時自己接好的。

步驟 2:Webhook 叫醒客服 Bot

表單一送出,就透過 Webhook(網路回呼)把案子丟給支援 Bot。示範為了方便放了送出按鈕,講者說實務上可以是講完電話一掛斷就觸發。

支援 Bot 開好工單,判斷這是網站的 bug,接著啟動一個 Cursor Cloud Agent(Cursor 雲端代理)。

步驟 3:Cursor 雲端代理重現、補測試、開 PR

講者對不寫程式的人解釋:Cursor Cloud Agent 就像一位坐在自己電腦前、手上有一份程式碼副本的工程師。現場看得到代理開始工作,完整的 PR 則用同一條流程前一晚跑出的成果展示:

► 雲端代理再派出一個子代理(sub-agent)去重現結帳付款失敗 ► 寫下重現步驟,先寫一個會失敗的測試,修好之後確認測試通過 ► 開出 PR(Pull Request,一份等著併進產品的程式修改),附上修改前、修改後的截圖 ► Grok Bot 全程看得到代理的執行軌跡,等於在旁邊盯著它工作

PR 開好之後,等工程師審核。這跟站內拆過的 Warp agent 迴圈 是同一種設計:真正把關的是那道人類核准關卡。

講者補充 Cursor 這端還能加幾道關卡:Bugbot 自動檢查修改有沒有引入新 bug(他開了自動修正 Autofix)、資安審查代理、核准代理,甚至接上 log 一路追蹤修改上線後對正式環境的影響。

講者也很老實地說,這整套是 Grok Bot 前一晚自己搭的,他示範前根本沒測過,自嘲「非常不負責任」。

所以這段要看的重點是:從工單送出到一份待審的程式修改,中間沒有人碰,但最後那一關還是工程師。


業務:接上 Granola、Clay、Gong 之後的五種例行工作

業務這段講者沒有實機操作,改成口頭列用法。

他的觀察是:企業業務一週大部分時間花在研究客戶、更新 Salesforce、寫跟進信、準備通話、在 Slack 和 Gong 之間追資料,真正在賣東西的時間只佔一小部分。

Grok Bot 的「連接應用」裡有業務分類,可以接 Granola(會議紀錄)、Clay(名單資料)、Gong(通話錄音分析),也能自己做客製連接器。接好之後,講者建議的例行工作有五種:

  1. 找名單:每天早上依購買訊號、募資新聞、職缺、高層異動,替每位業務整理一份研究過的目標名單
  2. 寫第一封開發信:依每個帳戶的研究結果草擬個人化外聯信,業務審過再寄
  3. 通話前準備:每通電話前把資料備好
  4. 推進卡住的商機:標出停滯的商機、漏掉的下一步、變安靜的內部支持者(champion),草擬催單訊息
  5. 早晨兩分鐘語音播報:刷牙時聽一下所有客戶的狀態

講者分享了第三種的親身經歷:有一場他根本不知道被約了的會議,是在他睡覺時排進行事曆的。他早上醒來,Bot 已經研究過這位客戶過去所有的通話紀錄、預想了對方會問的問題、做好一頁式簡報,還在自己的電腦上替這位客戶跑過一次客製化 demo,確認可以用。


擴到全公司:共享 Bot、範本市集、Haggle Bot

一個人用得好,下一步是讓全組、全公司用。

共享與推送

講者示範可以邀請特定同事或整個團隊共用一個 Bot;他也說管理員可以從後台把 Bot 推送給特定群組。他的理由很實際:如果一百個人都需要同一種 Bot,沒道理逼每個人自己做一份。

想要更正式管理的團隊,講者提到有 Agent SDK,可以替 Bot 做版本控制、做全團隊層級的評測(eval)。共享 Bot 的權限細節,例如誰能改設定、對話是否私密,201 課程那篇整理過官方文件。

範本市集與 Haggle Bot

Grok Bot 有一個 Bot 範本市集,匯入就附帶系統提示詞、記憶、例行程序和整合設定。

講者舉的例子是 Haggle Bot,一個採購議價 Bot。它接了 Ramp、Slack、Notion、Google Drive,內建兩條例行程序,例如每月盤點一次。

講者說它替公司找到大約 10 萬美元的節省。對照 x.ai 官方文章(2026 年 9 月 4 日),官方的說法是它「找出」超過 10 萬美元的直接節省,細項包括:

► 找到 43 個連續 90 天沒有使用的付費席次,降級可省 14,220 美元 ► 另一套 SaaS 每年 85,662 美元的閒置方案

「找出可省的錢」和「實際省下的錢」是兩回事,引用時要分清楚。不過一個範本 Bot 能把「盤點閒置授權、跟廠商議價」這種沒人想做的苦差事扛起來,本身就是很好的導入示範。

如果你正在比較不同家的常駐型 AI agent,站內 OpenAI Dots 那篇 有 Dots、Grok Bot、Meta Muse 的比較,可以一起看。


導入節奏:先爬、再走、後跑

Q&A 最後一題問:從零開始建一條端到端流程,要從哪裡下手?

講者的答案是「crawl, walk, run」,先爬、再走、後跑。把它想成帶一位新人:

先爬、再走、後跑的 AI 隊友導入節奏
先爬、再走、後跑的 AI 隊友導入節奏

► 第一天(前 10 分鐘):寫清楚職責。 Bot 讀不了你的心。它很會猜你要什麼,但你有特定要求,就得講出來。 ► 頭幾天:手把手帶。 做對的地方強化,做錯的地方修正。Bot 有長期記憶,會記住你的偏好,信任就是這樣建立起來的。 ► 之後:定期抽查。 講者舉的例子是不用每小時盯,大概一週看一次它做了什麼。 ► 最後:逐步減少介入,直到它完全自己跑。 ► 進階:用 Agent SDK 內建的評測讓它持續自我優化(講者說的 hill climbing)。

搭配前面的三條流程一起看,你會發現「後跑」也不等於全部自動:客服回覆、採購訂單、業務外聯信、程式上線,官方自己的示範都還留著人類那一關。


我的判斷

如果你問我,這場工作坊最有價值的地方,是它把導入 AI 隊友講成一件管理的事。

重點是什麼?

Bot 能做的事,講者一小時內示範得差不多了。真正決定成敗的,是你有沒有先選對第一個職缺、有沒有替每條流程設好停下來的點、Bot 一多有沒有升一個主管、彙報線有沒有收斂到只在需要你的時候才找你。

AI 隊友的上限,取決於你會不會當主管。


常見問題 FAQ

Q1:企業導入 Grok Bot,要從哪個部門開始? 官方工作坊建議先問「如果能雇一個下屬,你第一個雇誰」。多數人的第一個是助理(整理 email、Slack、行程),之後再依部門雇:工程雇 QA 或發版協助、業務雇人顧名單和寫跟進信、IT 雇人處理工單、行銷雇競品情報分析師。

Q2:一個人可以管幾個 Grok Bot? 講者從組織理論借來的原則是直接向你彙報的 Bot 維持 1 到 7 個。超過就把其中一個 Bot「升遷」成主管,由它管理底下的 Bot,並要求附工作證明與來源連結。工作坊的示範是設定成只在每週一或緊急時向你彙報。

Q3:Grok Bot 跟 Cursor 是什麼關係? 兩者都屬於 SpaceX 的 AI 部門 SpaceXSI。SpaceX 在 2026 年 2 月併購 xAI,6 月宣布收購 Cursor。工作坊示範中,Grok Bot 收到客服工單後會啟動 Cursor Cloud Agent,由它重現 bug、補測試、開出 PR,最後交給工程師審核。

Q4:讓 Grok Bot 登入公司系統,密碼安全嗎? 依官方 Vault 文件,Bot 看不到存起來的密碼和卡號,安全表單會直接把值填進網頁;也能接 1Password 等密碼管理器。權限上 Bot 以登入成員的身分操作,不會超過那個人的權限。要注意共享給團隊的 Bot 不支援 Vault,需改用 Secrets。

Q5:Haggle Bot 是什麼?真的省了 10 萬美元嗎? Haggle Bot 是 Grok Bot 範本市集裡的採購議價 Bot,會盤點閒置的軟體席次與授權並跟廠商議價。官方 2026 年 9 月的文章說它「找出」超過 10 萬美元的直接節省,屬於公司自行公布的數字,官方沒有公開供應商與合約細節。


協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱;若原始出處有公開連結,會以 [來源名稱](URL) 形式附上,方便你進一步查找。若文中內容與原始出處有任何出入,請以原文為準。

內容僅供參考與學習交流,不構成任何專業、商業或投資建議,請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動,請以各官方最新公告為準。

Read more