客製化 AI 系統 vs GPT 套殼完整判斷框架：6 個廠商穿幫訊號、5 條合約 IP 紅線、4 種訂價模式辨識

市面上 90% 自稱「客製化 AI 系統」的專案，本質上就是一層薄薄的 GPT 套殼 (wrapper)。這句話我知道會得罪一批同業，但我們寧可先講清楚：如果你花 80 萬到 300 萬台幣買一套系統，最後拿到的只是一個包了自家 UI 的 ChatGPT，那你被賣的是外殼，不是 AI 能力。

最近半年我們在自己的接案現場，第二意見詢問度暴增 3 倍：老闆帶著別家報好的合約來問我們「這個報價 120 萬合理嗎、是不是套殼、能不能做得起來」。這篇文章把我們累積 40 多個客製化 AI 案子、每天內部跑 20+ AI 流程觀察到的辨識訊號整理下來，寫給正在評估 AI 系統採購的老闆、資訊長、系統採購。

先給一個外部參照。a16z 2024 的 GenAI 產品景觀分析 把 GenAI 應用分成三層：Model layer、Infrastructure layer、Application layer。真正有護城河的差異化建立在 Application layer 對特定產業的 workflow 掌握。Menlo Ventures 2025 年的 GenAI 企業採用報告 (Menlo Ventures State of GenAI 2025) 則指出，企業客戶在挑選 AI 廠商時，最主要的踩雷來源是「demo 看起來很厲害、實際整合時發現關鍵功能都是接 OpenAI 的 wrapper」。這兩份報告都指向同一件事: 分辨得出 wrapper 跟真客製，是採購方省 100 萬台幣起跳的能力。

為什麼「套殼 vs 客製化」的爭吵永遠沒完

先講一句可能讓同業不舒服的話: 套殼本身不是罪，罪在「把套殼當客製化定價賣」。市面上真正純套殼的產品定價 990 台幣月費，跟客製化 AI 系統動輒 80 萬起跳的落差反映的是資訊不對稱的租金。這差價來自老闆看不懂技術架構。老闆看不懂技術架構、看不懂合約條款、看不懂 evals 報告，就成了付這筆租金的人。

這場爭吵沒完的另一個原因是: 兩者的分界線本身就是灰階。一個把 LLM 當底層引擎、自己寫了 300 行 prompt 工程 + 8 個工具函式 + 3 個 evaluator 的系統，算客製化嗎? 算，但也還在灰色地帶。同一個系統再加上 domain-specific 的 fine-tuned model、內部知識庫 RAG、agent 編排、監控 dashboard、A/B 測試框架，這時候才是真正意義的客製化 AI 系統。

我們的判斷標準很直接: 看那家廠商的工程師能不能回答「你們的系統跟直接 call GPT-5 有什麼結構性差異」這個問題。答不出結構性差異的，本質就是套殼。答得出來但只講「我們有優化 prompt」的，是準套殼。答得出來且能講清楚 RAG 架構、evals 覆蓋率、agent 編排選型的，才是真客製化。

六個廠商穿幫訊號

這節是老闆可以帶去簽約前現場檢查的六個訊號。我們自己在為客戶做「第二意見」時，先看這六點，六個訊號中命中三個以上，我們會建議客戶回頭跟廠商重新談。

訊號一：demo 用的是 chat 介面，沒有其他系統介入

套殼廠商的 demo 通常是一個聊天視窗，讓你在裡面問各種問題。真客製化的 demo 會把系統跟客戶端的 CRM、報價表、庫存管理串起來，讓 AI 回答時實際查詢客戶的資料庫、產出可執行的操作。

訊號二：問「你們的 RAG 用哪個 vector store」時語塞

真客製化廠商會很自然地回答: pgvector / Pinecone / Weaviate / Qdrant 選一個，並說明為什麼選它、chunk size 多大、reranking 用哪個模型、hybrid search 怎麼跑。套殼廠商會用「我們有 RAG」帶過，追問細節就開始跳話題。

訊號三：拿不出 evals 覆蓋率跟測試集

真客製化系統的核心工程之一是 evals: 一組自動化測試集用來確認 AI 每次改動之後行為不會退步。套殼廠商通常沒有這一塊，因為他們的產品就是別人家的 LLM，evals 是別人家的事情。追問「evals 覆蓋率多少、有沒有 regression suite、用什麼 tool 跑」，套殼廠商會答不出來。

訊號四：合約沒有 Prompt / Agent 流程的 IP 條款

真客製化系統的核心資產是 domain-specific 的 prompt library、agent 流程、evaluator 規則。合約會清楚寫這些的 IP 歸屬 (通常是客戶端擁有、廠商保留有限授權)。套殼廠商的合約通常會避開這一塊，因為他們的 prompt 就是別人的 API call，寫不清 IP 到底歸誰。

訊號五：報價結構是「月費躺賺」而不是「導入 + 用量」

真客製化系統的報價通常分兩層: 前期導入費 (研究 + 開發 + evals 建立 + 上線) 加上後續的用量或維運費。套殼廠商的報價通常是純月費，因為底層成本就是幫你付 OpenAI 或 Claude 的帳單再加碼。純月費結構的另一個問題: 廠商換模型時你不會收到通知，成本降下來也不會 pass through 給你。

訊號六：問「你們的 fine-tune 用哪個 base model」時開始講理念

套殼廠商很少會做 fine-tune，因為那需要標註資料集、GPU 訓練資源、以及後續的評估 pipeline。真客製化廠商即使沒做 fine-tune，也會很清楚地跟你講「你這個 use case 值不值得做 fine-tune、成本效益怎麼算、我們建議先做 RAG 觀察 3 個月」。開始講「AI 未來論」、「站在 AI 巨人肩膀上」這種理念的，通常是想帶過技術細節。

客製化 AI 系統的真實構成

這節把「什麼是真正的客製化 AI 系統」用四層架構拆給你看，方便你在跟廠商討論時能對得上頻道。我們的參考是 Anthropic 的 Building Effective AI Agents 這篇工程 blog 提出的 workflow / agent 分野，實務上完整堆疊會多兩層。

第一層：資料層 (RAG + 知識治理)

這一層負責把客戶端的內部知識 (產品手冊、SOP、歷史對話、CRM 資料) 轉成可以被 LLM 檢索的形式。核心工程包含: chunk 策略、embedding model 選型、vector store 選型、reranking model、hybrid search (BM25 + vector)、增量更新機制、失效內容處理。

第二層：Prompt 與 Evals 層

這一層是 domain-specific 的差異化核心。包含: 系統 prompt 的版本管理、prompt library、few-shot examples、structured output schema、evaluator (用 LLM-as-a-judge 或 rule-based)、regression suite、A/B 測試框架。

第三層：Agent 編排層

如果系統要做的不只是回答問題，而是能執行操作 (下單、查詢、觸發流程)，就需要這一層。包含: tool definition、tool routing、planner 選型 (Claude tool use / OpenAI function calling / 自寫 planner)、error recovery、long-running task 管理。

第四層：應用層 (UI + 整合)

最後才是使用者看到的部分: chat 介面、整合到既有系統 (LINE / Slack / Teams / 內部 admin)、身份驗證、稽核 log、監控 dashboard。純套殼廠商基本上只有這一層做得漂亮。

五條合約 IP 紅線

這節是採購長跟法務要留下來的段落。客製化 AI 系統的合約跟一般軟體開發合約差在 5 個關鍵條款，缺一個都可能讓你花的 100 萬變成別人的資產。

紅線一: Prompt library 的 IP 歸屬。你為了讓 AI 熟悉你的產業、你的產品、你的客戶語氣，累積出來的 prompt 就是你的差異化資產。合約要明訂: 這些 prompt 的著作權歸客戶，廠商不得用於其他客戶或商業用途。

紅線二: Fine-tune 過的 model weights 歸屬。如果有做 fine-tune，訓練出來的模型權重 (weights) 是客戶花錢做的，合約要寫明權重歸客戶所有。廠商想帶走複製給下一家客戶，這是慣性違約。

紅線三: Agent 流程 (workflow) 的專利歸屬。你為了跑通業務流程設計出來的 agent 編排 (誰接誰、什麼時候 fallback、什麼時候查 CRM) 有機會構成商業方法專利，合約要寫明未經同意廠商不得申請專利。

紅線四: Evals 測試集的歸屬。你為了確認 AI 品質累積出來的測試集 (問題 + 期待答案) 也是差異化資產。合約要寫明測試集歸客戶。

紅線五: Vector store 資料的歸屬與可攜性。你的知識庫轉成的 embeddings 存在某個 vector store 裡，合約要寫: (1) embeddings 歸客戶所有 (2) 合約結束時廠商必須協助以標準格式匯出 (3) 廠商不得在自己的產品裡用這些 embeddings。

四種訂價模式辨識

看報價結構就能看出廠商是不是套殼。我們把常見的四種訂價模式跟辨識訊號整理如下。

我們做過這件事：內部 20+ AI 流程的實測判斷 SOP

我們自己在 red team 別家 AI 系統時，會用一組固定的 5 個問題跑一輪，通常 15 分鐘就能看出這家是不是套殼。

第一問: 「你們用哪個 base model? 為什麼選它不選其他?」套殼廠商通常會說「我們用 GPT」就沒了，真客製化廠商會講 base model 的選型 trade-off (成本、context window、tool use 品質)。

第二問: 「上禮拜有沒有做任何 evals? 給我看報告。」套殼廠商拿不出來，真客製化廠商會直接開他們的 CI/CD dashboard。

第三問: 「如果 OpenAI 明天把 API 漲價一倍，你們的成本結構怎麼變?」套殼廠商會慌，真客製化廠商會告訴你他們有 multi-model fallback 或 fine-tune 減少 API 依賴。

第四問: 「你們的 prompt 版本控制怎麼做? 上一次改 prompt 是幾天前?」套殼廠商可能會說「我們就一組 prompt」，真客製化廠商會告訴你他們用 git 或專門的 prompt CMS。

第五問: 「這個系統跑一年後你們怎麼確保它不會 degrade?」套殼廠商會說「不會退步啊」，真客製化廠商會講 drift detection、alert threshold、regular re-eval 的機制。

廠商評估 checklist

我們怎麼看：3 年後這條線會怎麼移動

常見問題 FAQ

結語：下一步

客製化 AI 系統 vs GPT 套殼這條線，在 2026 年會越畫越清楚。真正的差異化不在「用了什麼模型」，而在「累積了什麼 workflow 資產」。這份指南想給你的是一個可以帶去簡報現場、逐項對答的判斷工具。答對的廠商就繼續談，答錯的當場結束。100 萬台幣的採購決策，用兩個小時的 checklist 檢查就能省下來。

想討論你的 AI 採購決策、廠商評估、合約條款? 可以看看我們的 AI 系統開發服務 跟 AI 顧問服務。想了解客製化 AI 系統的整體開發流程，可以參考 客製化 AI 系統開發完整指南。想搞清楚不同預算能做到什麼，看 客製化 AI 系統開發費用拆解。想搞清楚廠商評估的 7 個標準跟合約必看條款，看 怎麼選客製化 AI 系統開發公司。想搞清楚 AI 客服的落地實作，看 客製化 AI 客服系統開發指南。想看我們自己內部怎麼跑 20+ AI 流程的?看 恆遠內部 AI 工作流揭密。