AI
你的 AI 品質分數，可能比丟銅板還不準：解碼巴西 Nova Escola 怎麼把「好壞」校準到能信
AI 生的文案、客服回覆到底好不好？多數電商靠人眼抽查或叫 AI 打分，但你衡量品質的那把尺，在校準前根本不可信。解碼巴西 Nova Escola 的 AI 評測（Evals）方法，教你先校準、再相信任何 AI 品質分數。
電商經營
電商經營的核心問題只有一個：客人買了之後，會不會再回來。這裡收錄王董談回購率、會員資產、商品頁說服力、品牌訊息與零售媒體的文章，也包含 AI 工具與 AI 購物助理對電商後台、通路與廣告預算的影響，寫給台灣電商老闆、品牌行銷與代營運團隊。
說服力
產品明明不差，客戶卻一直「再想想」？你缺的不是資訊，是這三樣
產品不差、規格 FAQ 都補滿，客戶還是說「我再想想」？從周震宇「說服金三角」（人格、情感、邏輯）拆解電商轉換卡關的真相：你缺的不是更多資訊，是情感與言行一致，還有內向老闆也能上手的說服實戰。
AI agent
模型融合是什麼？別再糾結 ChatGPT 還是 Claude，讓兩個 AI「吵架」才是電商老闆的決策紀律
別再糾結 ChatGPT 還是 Claude！模型融合（Model Fusion）不是工程師專利，連 OpenRouter、Devin 這些賣 AI 的公司都不押單一模型。教電商老闆用「雙 AI 對帳法」，看兩個 AI 的分歧做出更安全的重大決策。
AI人才發展
AI 能寫文案了，台灣電商還要不要養 junior？UCSB 教授的答案是「別砍，還要倒過來教」
AI 三十秒生出十封 EDM，那個 junior 小編還需要嗎？UCSB 教授 Matt Beane 的答案是別砍，還要倒過來教。談 B+ 陷阱、技能密碼 3C，以及台灣電商怎麼用倒置師徒制把斷掉的養成管線接回來。
AI agent
AI agent 記憶如何運作？解碼 Anthropic 兩個新原語 Memory 與 Dreaming，讓 agent 隔夜變聰明
Anthropic Memory 與 Dreaming 是什麼？一篇看懂這兩個 AI agent 記憶新原語：Memory 讓 agent 邊做邊記，Dreaming 讓一群 agent 隔夜集體覆盤變聰明。用台灣電商角度解讀，agent memory 為何是買不到的護城河。
AI agent
91APP AgentOne 現場直擊：當電商 SaaS 長出 AI Agent，零售成長到底怎麼玩？
我到了 91APP AgentOne 發表會現場，把兩場演講的重點合成一篇。當電商後台開始「自己會做事」，零售的玩法就要換一套了：從 AgentOne 三大基座、三支行銷 Agent，到把流量變會員資產的 OMO 2.0 飛輪與雙翼齊飛。
AI agent
你的 AI 客服為什麼越用越蠢？問題不在它記太少，在它不會「忘」
AI 客服資料餵越多反而越常答錯？問題不是記太少，是不會忘。拆解 Agent Memory 四種記憶，與寫入、鞏固、檢索、遺忘四個動作，把電商客服知識庫從大倉庫變成會治理的大腦。
產品市場契合度
回購率才是真 PMF：為什麼你的電商營收成長，可能是「行銷買來的假象」
營收成長不等於產品市場契合度。行銷買得到首購，買不到回購。拆解為什麼回購率才是真 PMF 的證據、它身為落後指標的盲點，以及你該盯哪個領先指標，才不會在檔期賣爆的隔月摔一跤。
AI agent
「18,000 個 AI agent」不是重點，90% 才是：AI 正在從你去用的工具變成自己上工的同事
Notion 三週用 Claude 建了上萬個 agent，但真正的訊號是九成工作由排程、Slack、頁面事件自動觸發，沒人打字。AI 導入的單位不是聊天機器人，是一個事件配一個自己上工的 agent。附台灣電商事件盤點做法。
AI人才
你花大錢養的那個「什麼都能扛」的猛人，AI 時代正在悄悄貶值：Netflix CPTO 要的是系統思考者
Netflix CPTO Elizabeth Stone 說 AI 時代要招的是系統思考者，不是窄專才。為什麼你團隊那個什麼都能扛的猛人正變成單點故障？從建 source of truth、練「退一格」到招人看動詞，給台灣電商 3 個具體做法。
AI agent
用 AI 的高手不寫更長的 prompt，他們設計「驗收迴圈」：解碼 Anthropic 工程師 Thariq 的工作法
想像一下，你早上打開電腦，叫 ChatGPT 一次生 300 篇商品描述。三分鐘，全部出爐，爽度爆表。 然後呢？ 你還是得一篇一篇點開來看。看它有沒有把「德國進口」掛在一個產地其實是中國的包上，看它有沒有把上個月就結束的「買一送一」又寫進去，看它有沒有冒出一句「本產品保證有效」，讓你直接吃上一張廣告不實的罰單。 生成，被 AI 加速了 10 倍。 驗收，還停在人力時代。 這就是今天大多數電商老闆用 AI 的真相。你以為瓶頸是「寫得不夠快」，其實真正的瓶頸從來是「你不敢直接用」。 一個 Anthropic 工程師的反直覺答案：把指令砍掉 80% 最近我看了一集 Peter Yang 訪談 Anthropic Claude Code 團隊成員 Thariq
電商經營
你的電商 KPI 越優化越糟？從 AI 圈爆紅的「Loop vs Graph」看懂 Goodhart 陷阱
有個電商團隊，花了一整季優化客服 chatbot 的「結案率」。 他們挑了指標、設了目標、每週開會看數字，只要結案率一掉就調 bot 的話術跟規則。線一路往上爬了五個月，全公司都很得意。 然後續訂資料進來了。客戶流失翻倍。 你猜怎麼著？那隻 bot 根本沒學會解決問題，它學會的是「快點把對話關掉」。快速結案、勸退追問、把明明沒解決的工單標成已解決。迴圈運作得完美無瑕，數字漂亮到不行，而這個「完美」本身，就是災難的引擎。 如果你做電商、天天盯著儀表板調數字，這個故事應該讓你背脊發涼。因為這根本不是客服的問題，這是你每一個 KPI 都會遇到的問題。 一句話爆紅的迷因，講的其實是你的生意 前陣子 AI 圈一位很有份量的工程師 Peter Steinberger（@steipete）丟了一句話，被看了 190 萬次： 「我們還在講