王董週刊 #5|Google、Shopify 同週上線 AI agent:行銷人從操作員變教練

王董週刊 #5|Google、Shopify 同週上線 AI agent:行銷人從操作員變教練
本週週刊主軸:Google Ad Manager、Google Analytics、Shopify 幾乎在同一週,各自把一個「會自己動手」的 AI agent 塞進後台。行銷人該重新分工了。
同場短訊涵蓋:AI 收件匣濾鏡、AI 購物改寫消費行為、Karpathy 把 AI 當同事、Shopify 送達率與行銷報表、Alphabet 投資人簡報(捲到下方〈本週短訊〉)

Hero / 大主題深度文

過去兩週,我把 Obsidian 裡新撈進來的素材一字排開,發現一件有點毛的事。

不是某一家在做 AI agent,是大家一起做,而且幾乎卡在同一個禮拜。

Google 在 6 月 18 日發表 Ask Ad Manager(廣告管理後台的對話式 AI 助手),同一時間 Google Analytics(GA,網站分析工具)也把 Ask Advisor 推進 Beta。再往前一天,6 月 17 日,Shopify 直接丟出 Campaign Autopilot(自動跑行銷的 AI),順手把後台那個用了十幾年的「Marketing」分頁,改名叫 Growth

如果你問我,這不是三則各自的新功能公告。

這是行銷工具的操作邏輯,被同步換掉了。

以前你打開後台,是「人去操作工具」:你拉報表、你建受眾、你調出價、你排查為什麼這支廣告沒花出去。現在後台一打開,多了一個會講話的 agent,你跟它說一句話,它幫你把這些事做完。

這就像從「自己開車」進化到「請了一個司機」。方向盤還在,但你不一定要一直握著。

場景一:你早上打開 GA,不再從零拉報表

想像一下這個畫面。你是行銷,週一早上打開電腦,老闆丟一句「上週業績怎麼掉了?」

以前你要做什麼?開 GA、選日期區間、拉流量來源、比對轉換、再切裝置、再切管道,搞半天才拼出一張勉強能回話的圖。我當年在做行銷企劃的時候,光「為什麼這週掉」這種問題,手拉報表就能耗掉一個上午。

現在 Ask Advisor 讓你直接打字問它:「為什麼我上週的營收掉了?」它會幫你診斷、歸因、給你視覺化圖表,還附上對應報表的連結。Google 官方文件把它能處理的問題分成六類,其中最值錢的是兩類:「為什麼」型(診斷掉單、暴衝的原因)和「我該怎麼做」型(直接給你下一步優化建議)。

重點是什麼?

它不是搜尋框升級,它是把「會看數據的分析師」這個角色,塞進你的後台。一個但書要記住:目前它只吃單一資源(property)層級的資料、只支援英文介面,別期待它跨帳號幫你做歸因。

場景二:廣告排查,從「翻報表」變「問一句」

Ask Ad Manager 走的是同一條路,只是對象換成出版商,以及幫他們賣版位、做廣告營運(ad ops)的人。先講清楚,這是「賣廣告」的 Ad Manager,不是給廣告主「買廣告」的 Google Ads,別搞混。

它由 Gemini 打造,主打三招:即時排查(line item 沒跑出去,直接問它哪裡卡住)、一句話出報表(不用自己東拼西湊好幾張報表)、還有「帶你去對的地方」(它會根據你聊天的上下文,直接把後台跳到該調整的設定頁,連 filter 都幫你帶好)。

Google 講得很白:目標是把你從「asking」(問問題)推到「doing」(直接做事)。

而且這還只是開始。Google 預告今年稍晚會放出 REST API 跟一個 MCP server(讓外部 AI agent 接進來操作的標準接口),Yahoo 已經先把 Ad Manager 接進自己的客製 agent,從預測、建單到報表全自動。

翻成生意人聽得懂的話:Google 不只給你一個 agent,它還在鋪「讓 agent 之間互相對話」的鐵軌。

場景三:Shopify 直接幫你把行銷整套跑掉

如果說 Google 是給你一個會回話的顧問,Shopify 的 Campaign Autopilot 就更狠,它要的是「你把行銷整包交給它跑」。

它的設計邏輯很像帶一個新進員工:你設預算、立規矩(guardrails,能做什麼、不能做什麼)、決定它要不要先給你核可才上線。剩下的建廣告、分配預算到 Meta、Shop、email 各管道、表現不好自動調整,它自己來。後面還要接 ChatGPT Ads、Microsoft Advertising(7 月)跟 Snapchat。

這裡有個容易被忽略、但我覺得最關鍵的一句話:

Shopify 說,它的 agent 看得到「數百萬家店」正在發生什麼,所以它的建議,是單一管道工具或一般代理商給不出來的。

這句話翻白了就是:agent 的真正護城河不是模型,是資料。誰手上握著最多真實成交資料,誰的 agent 就最聰明。這也呼應我前陣子那篇講 AI 時代第一方資料才是新護城河 的判斷,這週 Shopify 的說法等於又幫它補了一個佐證。一個但書:它指的是跨店的「聚合趨勢」,不是 Shopify 會把你隔壁同行的後台攤給你看,也不保證每家店都吃得到一樣的紅利。

至於那個 Messaging 自動化的肌肉,就是棄車提醒(abandoned cart)、瀏覽未購(abandoned browse)這些 email 序列,過去你要自己設條件、排流程,現在 Autopilot 順手就幫你建好。

還有兩個細節值得記:一,Shopify 老實說「不保證成效、要時間學習、不幫你生 AI 假圖,只用你自己的商品照」,這種誠實反而加分;二,把 Marketing 改名 Growth 不是換皮,是表態,它在告訴所有店家,這個後台從今天起不是給你「做行銷」,是給你「長大」。

三平台 AI agent 對照:Google Ad Manager、Google Analytics、Shopify,從顧問到自動駕駛
三平台 AI agent 對照:Google Ad Manager、Google Analytics、Shopify,從顧問到自動駕駛

那行銷人到底該幹嘛?

切入重點。三家方向一致,結論就一句話:

操作這件事,正在被 agent 吃掉。

但這不代表行銷人要失業,代表的是你的角色要往上挪一層。以前你是駕駛,現在你是教練;以前你比的是誰報表拉得快、誰後台點得熟,現在你比的是誰會「給目標、立規矩、判斷對錯」。

不是我說,能把「我要什麼結果、底線在哪、什麼不能碰」講清楚的人,才指揮得動 agent。這跟帶人是同一套本事。

但別把 agent 當神,先講兩句逆風的。

第一,agent 會放大你的目標。目標訂錯、資料髒、guardrails 沒設好,它不是幫你省時間,是幫你更快把預算燒光。第二,平台的 agent 再貼心,它優化的是「你在這個平台上的表現」,未必等於你品牌長期最該走的路。工具越自動,越要有人盯著方向盤。

來,這期的行動建議:

今天就開一個來用。 挑一個你平常要花半小時的爛問題(例如「為什麼這支廣告沒花完預算」),丟給 Ask Advisor 或 Ask Ad Manager,先建立手感,別等。

學會寫 guardrails。 Campaign Autopilot 這類 agent 的成敗,八成在你給的規矩。把「預算上限、不准碰的既有活動、上線前要不要核可」寫清楚,像帶新人一樣。

重新定位你自己。 把省下來的時間,從「操作」挪去「策略、品牌、客戶」這些 agent 做不了的事。Shopify 把 Marketing 改名 Growth,你的職稱也該在心裡改一次。

守住 agent 幫不了你的基本功。 第一方資料、email 送達率、品牌素材,這些是餵養 agent 的飼料,也是它的天花板。飼料爛,agent 再強也沒用。

盯住 MCP 那條鐵軌。 當 Google、Shopify 都在開放 agent 接口,下一步就是「你的 agent 去跟它們的 agent 談」。早點理解這個架構,你會比同行早一年看懂遊戲怎麼變。

最後給個判斷。

這波不是工具升級,是「誰來按按鈕」這件事的主導權轉移。按按鈕的工作會越來越多交給 agent,而「決定要按什麼、為什麼按」的工作,會越來越值錢。

行銷後台這兩週集體長出 agent,只是序幕。真正的戲,是你願不願意從操作員,變成那個給目標的人。


本週短訊(Round-up)

AI

你發的訊息,AI 收件匣已經先幫用戶決定要不要看

OneSignal《2026 客戶互動報告》直接點名:48% 的行銷人擔心 AI 過濾在決定訊息能不能被看到,17% 說已經影響送達。iOS 26 的通知摘要、Gmail 用 Gemini 先過濾收件匣,讓「寄出去 = 被看到」這個老假設失效。報告的解方很清楚:行為觸發訊息(搜尋、購買、棄車當下發)的點擊率比定時群發高 4 到 9 倍,因為它剛好踩在用戶的當下。別再只盯寄出量了。

出處:OneSignal 2026 State of Customer Engagement Report

「暗搜尋」正在吃掉你的流量歸因

有人在芝加哥零售媒體高峰會做了閉門工作坊,品牌端的共識是:成交還在,但「購物旅程的起點」變了。越來越多人從 ChatGPT、Claude 開始研究,Reddit、Pinterest、Wikipedia 變成新入口,而這段 AI 對話在你的分析後台完全不留痕跡,被當成 direct 流量。這叫「暗搜尋(Dark Search)」。所以品牌開始追新指標:你的牌子在 AI 回答裡被推薦的「代理推薦佔有率(Share of Agent Recommendations)」。提醒一句,這還是早期觀察、新興量測,不是 GA 或 SEO 的既定標準,但值得你先建一套自己的盤點。

出處:AI Shopping Is Rewriting Consumer Behavior(YouTube)

暗搜尋 Dark Search:購物旅程起點移到 ChatGPT、Claude,AI 對話讓流量歸因失明,被分析後台當成 direct
暗搜尋 Dark Search:購物旅程起點移到 ChatGPT、Claude,AI 對話讓流量歸因失明,被分析後台當成 direct

Karpathy 示範:把 AI 當「會做事的同事」,不是聊天機器人

AI 大神 Andrej Karpathy 花兩小時實演他日常怎麼用 AI。重點不是 prompt 寫得多漂亮,而是一句話指派任務、讓 AI 自己跑、看結果再用一句話微調,把它當一個能獨立執行的同事。更狠的下一步:把這套升級成「你不在線也能持續運作的系統」。這跟 Hero 講的「從操作員變教練」是同一件事,先學會用講的指揮,而不是自己動手。

出處:Andrej Karpathy AI 使用實演(Smartpig 整理)

想叫 Claude Code 產出好看的 UI?先給它一套設計系統

有開發者實測:同一個十頁 dashboard 做兩次。第一次讓 Claude Code 自己猜,十頁只有 2 頁符合品牌;第二次先餵它一套設計系統(tokens、元件、規則)當輸入,變成 9 頁一次到位,重新調樣式的時間從約 6 小時降到 40 分鐘,AI 亂發明的色碼從 19 個變 0。關鍵那句 prompt:「系統沒定義的,停下來問我,不要自己亂編。」

出處:4 prompts that make Claude Code build your best UI(@Mnilax)

SEO

Google 把自家產品操作打包成「Agent Skills」開源了

Google 開了一個 google/skills repo,把 BigQuery、Cloud Run、GKE、Gemini API 這些產品的操作知識,打包成 AI agent 可以直接讀的「技能檔」,一行 npx skills add google/skills 就裝。這跟 Hero 那條鐵軌同個方向:平台廠商正在把「怎麼操作我」寫成 agent 看得懂的格式(Agent Skills 和 MCP 是兩種不同規格,但目的一致)。對做內容、做 SEO 的人來說,這就是新版的「讓機器引用你」。

出處:google/skills(GitHub)

行銷

Shopify 行銷報表有 5 種歸因模型,但別太相信點擊歸因

Shopify 行銷報表支援末次非直接點擊、末次點擊、首次點擊、任意點擊、線性五種歸因模型,預設是「末次非直接點擊」。實用,但要清醒:這些全是 click-based 歸因,遇到上面講的「暗搜尋」就會系統性低估 AI 帶來的流量。我的建議是報表照看,但一定要搭一份購後問卷問「你從哪知道我們的」,補上點擊看不到的那段。

出處:Shopify Marketing reports 說明

送達率(deliverability)正在變成行銷新基本功

Shopify 更新了訊息功能的送達率指南,講白了就是:電子郵件能不能進收件匣,不是你發了就算。電商的良好遞送率是 95%,要靠寄件者信譽、暖身寄送、清名單、設好 DMARC/CNAME。當 AI 濾鏡越來越嚴,這些「基本功」直接決定你的訊息有沒有命被看到。別等被丟進垃圾匣才回頭補。

出處:改善 Shopify 訊息功能的電子郵件遞送和送達率

Gmail 寄件者門檻:SPF/DKIM/DMARC 不做,信直接被擋

Gmail 寄件者指南再次提醒,2024 起寄信到個人 Gmail 帳號就有硬門檻:所有寄件者要設 SPF 或 DKIM,每天寄 5,000 封以上的大量寄件者要 SPF + DKIM + DMARC 全套、還要支援「一鍵退訂」,垃圾郵件投訴率建議壓在 0.1% 以下、絕對別碰到 0.3%。前面那幾項驗證和一鍵退訂不是建議,是門票。沒設好,你的行銷信連被打開的機會都沒有。

出處:Gmail 電子郵件寄件者指南

AI 守門員:iOS 26 摘要與 Gmail Gemini 決定你的訊息誰看得到,行為觸發訊息更易過關
AI 守門員:iOS 26 摘要與 Gmail Gemini 決定你的訊息誰看得到,行為觸發訊息更易過關

商業

Alphabet 投資人簡報:AI 不但沒吃掉搜尋,還在長大

Alphabet 6 月投資人說明會數字很猛:2026 年資本支出上看 1,800 到 1,900 億美元(約 2022 年的六倍)、Q1 營收年增 22% 到約 1,100 億美元、Google Cloud 單季 200 億美元、積壓訂單 4,620 億美元。最值得行銷人記住的:AI 概覽(AI Overviews)月活 25 億、Gemini app 月活 9 億、搜尋查詢量創新高。官方用數據回嗆「AI 會吃掉搜尋」的說法,至少現在是互補不是替代。

出處:Alphabet Investor Presentation June 2026(YouTube)

Spotify 在巨頭夾縫贏的打法:押對手做不到的事

Spotify 聯席 CEO Gustav Söderström 聊他們怎麼在 Apple、Google、Amazon 中間活下來。對抗 Apple Music,他們刻意押了三個蘋果天生做不到的賭注:免費方案、個人化推薦、跨平台無所不在(Ubiquity)。還有一個逆風操作:用生成式 AI「把演算法控制權交還給用戶」,讓你用自然語言修正系統對你的理解,而不是拿 AI 把你黏更久。差異化不是做得比對手好,是做對手不願意做的事。

出處:How Spotify Competes With Apple, Google & Amazon(YouTube)


結語

這期把行銷後台的 agent 化攤開來看,底下其實藏著兩條暗線。

一條是「操作權」往 agent 移:Google、Shopify 都在把按按鈕的工作自動化,你得往上挪去當那個教練。

另一條是「被看見」越來越難:AI 收件匣濾鏡、暗搜尋、Gmail 寄件門檻,都在講同一件事,能不能被你的客戶看到,本身就是新戰場。

如果你問我,這兩條會在 2026 下半年合流。會用 agent 放大產出、又守得住第一方資料跟送達率基本功的人,會把不會的人甩開一個身位。

我們下期見。


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

Google AI Agent 雙發:Ask Ad Manager 與 Ask Advisor,把行銷後台從「查報表」變成「問一句」

Google AI Agent 雙發:Ask Ad Manager 與 Ask Advisor,把行銷後台從「查報表」變成「問一句」

這幾天 Google 沒開盛大記者會,但對每天打開廣告後台、分析後台的人來說,地基已經被悄悄換掉了。 一週之內,Google 連續推了兩個 AI agent(AI 代理人,會幫你查資料、幫你做事的對話式助手)。一個叫 Ask Ad Manager,塞進 Google 廣告管理後台(Google Ad Manager);一個叫 Ask Advisor,塞進 Google Analytics(GA,Google 的網站與 App 流量分析工具)。兩個都是用 Gemini(Google 自家的大型語言模型)做的。 如果你問我,這兩個東西單看都不算驚天動地。但兩個放在一起看,訊號就很清楚了。 重點是什麼? Google 正在把「你自己去查」這件事,

By Lewis wang
Gemini Enterprise Agent Platform 解析:AI Agent 五分鐘做得出,為什麼半年上不了線?

Gemini Enterprise Agent Platform 解析:AI Agent 五分鐘做得出,為什麼半年上不了線?

今年你只要會打字,五分鐘就能 vibe coding(用自然語言邊聊邊寫程式)做出一個 AI Agent(AI 代理,會自己查資料、自己跑流程的小機器人)。 真的,五分鐘。 做一個會自動回信、自動查訂單、自動跑客服的小機器人,現在比泡一碗泡麵還快。 但接下來這句才是重點: 做得出 demo,跟「敢放上線天天幫你跑業務」,中間隔著一條深得嚇人的鴻溝。 這條鴻溝,多少團隊掉進去就再也沒爬出來。 Google Cloud 最近有一場對談,主題就叫《From Prototype to Production》(從原型到生產),主持人找來兩位 Google 老將 Dave Elliot 跟 Addie,專門講這條鴻溝怎麼跨。他們端出來的東西,叫做「Gemini Enterprise Agent Platform」(Gemini

By Lewis wang
AI Agent 時代新護城河:為什麼第一方資料比模型更關鍵?

AI Agent 時代新護城河:為什麼第一方資料比模型更關鍵?

過去一個多月,Salesforce 做了一件很瘋的事。 他們在差不多 30 天內,連開四場大會加一次財報電話會:行銷大會 Connections(CNX 2026)、Tableau 資料分析大會、華盛頓特區的 Agentforce World Tour,還有一場專講電商的 Commerce 場,最後用 FY27 第一季財報收尾。 五場活動,講的其實是同一件事:Agentic Enterprise,中文我把它翻成「智能代理企業」。 而且這次不是喊願景。財報數字是這樣的:Agentforce 的年經常性收入(ARR,Annual Recurring Revenue,每年穩定收得到的訂閱收入)已經破 10 億美金,光一季就燒掉 28.6 兆個 token,季增 152%。(來源:Salesforce

By Lewis wang
AI 落地為什麼總失敗?矽谷用「前線部署工程師 FDE」把 AI 從工具變員工

AI 落地為什麼總失敗?矽谷用「前線部署工程師 FDE」把 AI 從工具變員工

今年五月四號,OpenAI 和 Anthropic 這兩家全世界最會做 AI 模型、平常針鋒相對的公司,在同一天各自宣布要成立一個專門幫企業導入 AI 的合資公司。 Anthropic 那家,找來 Blackstone、Goldman Sachs 等一票華爾街資金,規模 15 億美元。OpenAI 那家更直接,取名叫「The Deployment Company」(部署公司),募了 40 億美元,估值一口氣衝到 100 億美元。 兩家死對頭難得有志一同,而且嘴上掛的是同一個詞,叫 FDE,Forward Deployed Engineer,中文翻成「前線部署工程師」。 你可能沒聽過這個詞。但如果去翻 Y Combinator(矽谷最有名的新創加速器)的徵才看板,現在有超過

By Lewis wang