AI Agent 定 ChatGPT？企業何時值得建立 AI 工作流程

不少香港企業的同事已經在用 ChatGPT：草擬電郵、撰寫摘要、翻譯文件。所以當我們建議為企業開發 AI Agent 時，客戶最常問的問題很合理：為甚麼不直接用 ChatGPT？

簡單來說：一次性的工作，ChatGPT 往往已經足夠。但如果工作每天重複、需要用到公司自己的資料或工具，而且結果必須穩定地送到指定地方，一個度身設計的 AI Agent 通常成本更低、出錯更少。本文說明兩者的分界線在哪裡。

AI Agent 定 ChatGPT：真正的分別是甚麼？

兩者背後用的是同一類大型語言模型，分別在於由誰負責整個流程。

• 用 ChatGPT，你自己就是流程。 由你決定問甚麼、貼上資料、閱讀答案、修改錯處，再複製到需要的地方。每一次都由空白對話開始。
• 用 AI Agent，流程只需設計一次。 Agent 清楚每個步驟，會調用所需工具（地圖搜尋、真實瀏覽器、你的資料庫、排程器），檢查自己的輸出，再把結果送到團隊日常使用的地方，例如 WhatsApp、Telegram 或 CSV 檔案。每次運行都有紀錄。

AI Agent 並不是更聰明的模型，而是把同一個模型放進一個經過設計、測試並持續維護的流程之中。

甚麼情況用 ChatGPT 已經足夠

如果以下大部分情況成立，用聊天工具就可以：

• 工作屬一次性或偶爾進行，而不是每天重複。
• 需要處理的資料份量不多，可以直接貼上。
• 每個步驟都需要你的判斷，例如敏感的電郵或策略草稿。
• 你會即時閱讀結果，錯誤在造成影響前已被發現。
• 得到答案之後不需要再做任何事：不用發佈、存檔或發送。

這類工作不必開發 AI Agent。一個好的提示詞，加上清晰的公司政策（規定哪些資料可以貼上），已經足夠。

甚麼情況值得開發 AI Agent

以下信號越多，越值得建立 AI Agent：

1. 工作會重複。 同一件事每天或每週進行，有同事不斷重新輸入相同的提示詞。
2. 需要聊天視窗以外的資料或工具。 例如地圖、即時網站、客戶名單、行事曆。
3. 結果必須送到某處。 帖文要發佈、提示要發送、檔案要儲存。
4. 無聲的錯誤代價高。 你需要知道運行了甚麼、產生了甚麼，以及是否成功。
5. 不只一個人依賴這件工作。 流程不應只存在於某位同事的對話紀錄裡。

如果符合三項或以上，這件工作就很適合做成工作流程。

數字怎樣說：Token 成本與成功率

我們每個 AI Agent 頁面都比較了用 AI 完成同一件工作的兩種方法：在聊天機械人逐步貼上資料（「臨時用法」），以及透過設計好的工作流程運行。下表數字是我們對一次典型任務的估算，與各 Agent 頁面上顯示的相同，並非實測的客戶數據，實際數字會因任務而異。

差距從何而來？在臨時聊天中，整個網頁和冗長的對話紀錄會被一再貼上，每一個 Token 都要付費。聊天機械人亦容易提早停下、猜測缺漏的資料，或在長任務中失去方向。工作流程則只把每個步驟需要的資料傳給模型，以真實工具取代猜測，並在進入下一步前檢查結果。

AI Agent 也不是百分百可靠

再看看右邊一欄：即使是設計良好的工作流程，也不是每次都成功。網站會改版、影片渲染會失敗、資料來源會含糊。一個好的 AI Agent 會預先為此作準備：

• 對暫時性的失敗自動重試。
• 在客戶看得見錯誤的地方加入人手檢查，例如帖文發佈前先經批准。
• 紀錄與警示，讓失敗的運行在當天就被發現，而不是一個月後。
• 在 Agent 不確定時交由真人處理，尤其是面對客戶的時候。

如果有人承諾你的 AI Agent 永不出錯，不妨問問對方：出錯時你們怎樣知道？

五分鐘自我測試

選一件團隊經常做的工作，回答以下問題：

1. 這件事每星期發生多少次？
2. 是否需要聊天視窗以外的資料？
3. 結果要送到哪裡？
4. 現時由誰檢查結果？需時多久？
5. 如果出錯而沒有人發現，會有甚麼後果？

次數頻密、去向清晰、出錯有實際代價的工作，正是 AI Agent 開發最能帶來回報的地方。偶爾才做、需要個人判斷的工作，則交給聊天工具更合適。

從哪裡開始

最好的 AI Agent 往往源自一個 ChatGPT 習慣：有同事找到一條好用的提示詞，每天使用，團隊才發現這件事應該自動運行。那正是把它變成工作流程的時機。

如果你不確定公司哪些流程合適，我們的 AI 轉型服務正是由這個問題開始：哪些工作留給人、哪些交給聊天工具、哪些值得開發 AI Agent。