AI 與自動化

AI 從工具評測到工作流落地的完整光譜:AI Agent 怎麼接系統、n8n 怎麼串、產業 AI 落地有什麼坑、最新 AI 趨勢對中小企業有什麼影響。涵蓋 Claude、GPT、開源 LLM、向量資料庫、RAG、語音客服等實戰主題。

共 364 篇文章
網頁監控文章封面:標案、競品價格、法規公告有變化就通知,買現成工具還是自建系統

網頁監控怎麼做?標案、競品價格、法規公告有變化就通知,買現成工具還是自建系統

網頁監控就是定時抓取、跟上次比對、符合條件才通知。這篇整理標案、競品價格、法規公告與社群關鍵字四種場景的資料來源怎麼選,現成網頁監控工具夠用與卡住的訊號,自建監控與通知系統的七個環節與費用組成,以及使用條款、robots.txt、個資法與抓取頻率要先確認的事。

閱讀全文
n8n 串 LINE 怎麼做文章封面:用 Messaging API、Webhook 收訊息與自動回覆流程

n8n 串 LINE 怎麼做?Messaging API、Webhook 收訊息與自動回覆流程,什麼時候要改寫成 LINE Bot

n8n 內建的 Line 節點只支援已停用的 LINE Notify,現在要串 LINE 得走 Messaging API。這篇整理 n8n 串 LINE 的四種常見用法、前置設定、從 Webhook 收訊息到自動回覆的節點步驟、2026 年 11 月起的官方帳號收費與 reply 不計費的差別,以及簽章驗證、reply token 時效等常見問題,最後說明什麼時候該改寫成正式的 LINE Bot 或系統。

閱讀全文
n8n 費用怎麼算文章封面:雲端方案、自架主機與維運人力的總成本比較

n8n 費用怎麼算?2026 雲端方案、自架主機與維運人力的真實總成本

n8n 到底要花多少錢?這篇用 2026 年 10 月 25 日的官網價格,拆解雲端 Starter、Pro、Business 方案與執行次數的算法,自架社群版要準備的主機、備份、升級與監控人力,再用小團隊、成長中公司、跨部門三種規模試算一年總成本,最後整理費用最常失控的四個地方和找人導入時報價單該看什麼。

閱讀全文
AI 寫結案報告 Claude Skill 實測評分封面:8 個 Skill、10 份作品、1 組對照

AI 寫結案報告用哪個 Claude Skill?8 個寫報告 Skill 實測評分

想讓 AI 寫結案報告、成果報告更有條理、圖表更到位?我們找了 8 個常被推薦的寫報告 Claude Skill,用同一份結案成果報告考題逐一實跑,再請不參與製作的評審打分。結果只有結論先行那組明顯贏過沒裝 Skill 的對照組,畫圖類 Skill 只多 1 分;另外補測要交 Word 正式文件時的 docx 等 Skill,並整理中文字型、Word 與列印的踩坑和推薦組合。

閱讀全文
AI 影像辨識應用案例文章封面:監視器加 AI 在餐飲、零售、工廠的做法與限制

AI 影像辨識應用案例:監視器在餐飲、零售、工廠、停車怎麼用,做法與 5 個限制一次看

既有監視器接上 YOLO 等物件偵測模型,國內外已有餐廳量得來速與上桌時間、超市抓缺貨、工廠偵測安全帽、路邊停車自動開單的案例。這篇整理公開案例與出處,說明取流、辨識、規則到串 POS、ERP、MES 的 4 段架構,以及性別年齡準度、個資法、模型授權、燈光角度等限制。

閱讀全文
n8n 是什麼封面:給中小企業老闆的 n8n 費用、自架或雲端、適合哪些流程與什麼時候不夠用判斷指南

n8n 是什麼?免費嗎、雲端還是自架、適合哪些流程,以及什麼時候 n8n 不夠用

n8n 是把不同軟體串起來、讓重複工作自動跑的流程自動化工具。這篇用中小企業老闆的角度,講清楚 n8n 免不免費、雲端和自架各花多少(2026-10-10 官網核對)、台灣公司最常做的 5 種流程夠不夠用、自架要顧的四件事,以及什麼時候該改做系統。

閱讀全文
AI 導入費用依 4 種導入型態拆解的封面:工具訂閱、流程自動化、RAG 知識庫到客製化 AI 系統,第一年預算與 3 個隱藏成本

AI 導入費用要多少?依 4 種導入型態拆解:工具訂閱、流程自動化、RAG 知識庫、客製化 AI 系統與 3 個隱藏成本

AI 導入費用的差距可以到十倍以上,關鍵在導入型態。以 20 到 50 人的台灣中小企業估算:工具訂閱第一年約 18 到 33 萬,加流程自動化約 25 到 85 萬,RAG 知識庫 50 到 220 萬,客製化 AI 系統約 110 萬起;另拆資料整理、人員時間、模型 token 三筆隱藏成本,以及拿到報價單要先問的 5 件事。

閱讀全文
Laya 繁體中文實測與微調封面:221 筆台灣客服訊息,微調前 44.8%、微調後 77.5%、訓練 609 秒

Laya 繁體中文實測:221 筆台灣客服訊息零樣本只有 44.8%,用 150 筆手標資料在 Mac mini 上微調 609 秒後拉到 77.5%

全網第一份 Laya 繁體中文實測:221 筆台灣客服訊息零樣本分類只有 44.8%、221 筆有 140 筆塌到同一類;把選項描述寫詳細反而掉到 26.7%。用 150 筆手標資料在 M1 Mac mini 的 CPU 上微調 609 秒拉到 77.5%,但信心校準壞掉。附完整混淆矩陣、門檻曲線與可重現腳本。

閱讀全文
Laya 模型介紹封面:421M 參數的開源決策模型,單題 33 毫秒、零 API 成本

Laya 模型是什麼?開源的決策模型可以整包跑在自己機器上:三個 checkpoint、RLCD 訓練法,以及開箱即用只有 0.362 的那個大坑

Laya 是 2026 年 9 月 18 日開源的決策模型,不生成文字、只回傳選項與分數加機率,權重採 Apache 2.0 可完全跑在自己機器上。本文拆解三個 checkpoint 與 Router、RLCD 訓練法、官方數字哪些有前提,以及最大的坑:開箱即用的零樣本準確率只有 0.362。

閱讀全文
Jev 繁體中文分類實測封面:221 筆台灣客服訊息、分類正確率 94.1%

Jev 繁體中文分類實測:221 筆台灣客服訊息、94.1% 正確率、confidence 門檻怎麼畫,以及哪些句型會騙過它

我們拿 221 筆台灣客服訊息實測 Jev 模型:四類分類 94.1%、改 criteria 後 96.4%,confidence 0.9 以上正確率 98.4%,全部花 0.0054 美元。附混淆矩陣、門檻曲線、緊急度與抱怨偵測數字、雜訊實驗與可直接套用的門檻表,腳本與資料集開源。

閱讀全文

需要AI 與自動化的專業協助?

導入 N8N、ChatGPT 等 AI 工具,把重複性工作交給系統處理