有一家做雲端會計軟體的公司,行銷部門只有三個人。上個月有客戶打電話來說:「我問 ChatGPT 你們能不能開電子發票,它說不行。」可是這個功能他們兩年前就做好了。所以行銷主管想開始固定追蹤 AI 都怎麼介紹自己的產品,每週問一次、一次 20 個問題就好。公司裡唯一的工程師聽完說:「這個我寫一支程式每週自動去問就好了,不用花錢買工具。」
同一個月,一家賣露營用品的電商也在想同一件事。他們有一個三人的資料團隊,平常就在整理網站流量和訂單的報表,現在想每天問 20 個問題,看看 AI 推薦帳篷和睡袋時有沒有提到他們,並把結果放進同一份報表。所以兩家公司都在想:這件事要自己做,還是直接買工具?
我們自己也在做這類工具,也就是 EthorX 開發的 Otlex,所以這篇我會把自建和採購各自要付出的代價都寫出來,讓你自己判斷。
先看這張表:你比較像哪一家
| 你的團隊現在 | 要先確認的事 | 比較適合的方向 |
|---|---|---|
| 只有行銷人力,工程師沒有固定時間維護程式(像會計軟體公司) | 工具能不能用你的題目去問、能不能匯出 AI 的回答原文 | 採購 |
| 已經有資料團隊,要把資料併進自家報表(像電商公司) | 每個 AI 引擎(ChatGPT、Gemini 這類服務)的回答要怎麼拿到,AI 那邊改版時誰去修程式 | 自建或混合都可以考慮 |
| 有資料團隊,但不想自己維護定期去問 AI 的程式 | 哪些資料一定要留在自己手上、多久從工具匯回來一次 | 混合 |
會計軟體公司只有三個行銷、每週 20 題,比較接近第一種;電商公司有三人資料團隊、每天 20 題,則在第二種和第三種之間。電商要選哪一種,關鍵在他們願不願意自己處理每個 AI 引擎的變動。例如 Google 的 AI 摘要(AI Overview),也就是出現在搜尋結果最上方的那段 AI 回答,改版時,自己寫來抓網頁的程式常常就要跟著修。
這張表只能讓你知道自己比較接近哪一種,兩家公司最後還是各試了一個月才決定,後面會講他們看到了什麼。
從問 AI 到改網站,中間有哪幾段工作
開始比較之前,我建議先把「某一天拿某一題去問某一個 AI 引擎,得到一次回答」這件事從頭到尾會經過什麼寫下來。以會計軟體公司來說,題目由行銷主管定,問 ChatGPT 和 Google 的 AI 摘要,每週問一次,回答和引用的網址要存起來,由行銷主管判斷 AI 說得對不對,再由工程師去改網站,改完之後下一週再問一次。寫下來之後,你才知道這件事裡面,到底有哪幾段工作需要有人負責。
接著用四個問題縮小範圍:
- 題目是固定的嗎?你要的是一組固定的問題、定期重複問,還是只做一次研究?
- 要留下什麼?是一個分數就好,還是每次的回答原文、引用網址、時間和有沒有問成功都要留?
- AI 講錯時誰處理?誰判斷 AI 說得對不對,誰去改網站?
- 資料拿不拿得回來?工具停止服務、改版或不能匯出時,你手上還剩下什麼?
第 1 題的「固定問題」,也就是題庫,是每次都拿來問 AI 的同一組問題。題目要照顧客實際會問 AI 的方式寫,因為顧客會把處境和條件一起講出來,AI 推薦的品牌也會跟著改變:
| 關鍵字寫法 | 顧客實際會問 AI 的方式 |
|---|---|
| 會計軟體 推薦 | 我開了一間 5 個人的設計工作室,帳現在都還用 Excel 記,有沒有適合小公司、可以開電子發票的雲端會計軟體? |
| 品牌名稱 電子發票 | 我們公司要開始開電子發票,○○會計軟體可以直接開嗎?還是要另外買別的系統? |
| 露營 帳篷 推薦 | 第一次帶兩個小孩去露營,車子是小休旅,想找一個人就搭得起來的帳篷,有哪些牌子? |
| 露營用品 網購 | 下個月要去山上露營,晚上大概 10 度,睡袋和地墊在網路上買哪一家比較有保障? |
開場那位客戶問的,就是第二題這種直接點名品牌的問法。題庫怎麼分題型,可以看 AI 搜尋題庫怎麼設計。
回到四個問題。會計軟體公司的答案很清楚:固定 20 題、要留原文、行銷主管自己判斷、資料能匯出就好。電商公司則特別在意第 2 題和第 4 題,因為他們要把 AI 的回答和網站流量放在同一份報表裡比,資料少了日期或題目編號,兩邊就對不起來。這四題如果你還答不出來,就先別選做法,因為這時候你還不知道自己要比的是什麼。
自建、採購與混合三種做法
除了全部自建和全部採購,還有第三種做法:每天去問 AI 這件需要有人維護的事交給工具,再把一定要掌握的資料匯回自己手上。三種做法的分工大致如下:
| 做法 | 團隊自己要做的事 | 交給工具或外部服務的事 | 主要的代價 |
|---|---|---|---|
| 全自建 | 定題目,寫程式定期去問 AI,建資料庫存回答,決定誰能看資料,自己做報表 | 雲端主機,以及抓不到的 AI 回答要另外付費請第三方服務代抓 | 能決定的事最多,但出錯、AI 那邊改版和備份都要自己處理 |
| 採購工具 | 定題目、看結果、決定改哪一頁 | 定期去問 AI、整理資料、提供畫面與匯出 | 開始得快,但要確認資料歸誰、能不能帶走 |
| 混合方案 | 定題目、決定改哪一頁,並把工具收集的資料定期匯回自己的資料庫 | 定期去問 AI、收集回答、提供畫面 | 關鍵資料在自己手上,但匯回的那一段要有人顧 |
三種做法的差別在中間兩段:定期去問 AI 和保存原始資料由誰做。定題目和看結果,不管選哪一種,都還是你們自己的工作。
不管選哪一種,實際好不好用,都要看有沒有人持續維護。自建的程式如果沒有人管,可能停了好幾週都沒人發現;而採購的工具如果沒有人看,資料存得再完整也沒有用。下面五個面向,就是用來看這些維護和資料的工作,在你們公司由誰來做。
五個取捨面向怎麼逐項比較
1. 資料的範圍:問到的是不是你要的
先確認你要比較的是不是同一種資料:市場、語言和 AI 引擎能不能固定?回答是保存原文,還是只剩「有提到/沒提到」的判斷?引用的網址能不能逐筆查回去?如果你的顧客在台灣、用繁體中文問,也要確認能不能指定台灣和繁體中文,因為換成英文或換個地區去問,AI 推薦的品牌可能就不一樣。
另外,AI 的回答每次都可能不同。以會計軟體公司來說,同一週把品牌那題連問三次,可能兩次說支援電子發票、一次說不支援,只問一次的話,剛好問到哪一次就決定了報告上寫什麼。所以我建議同一題至少問兩三次再看結果;如果是採購,也要問清楚工具一題會問幾次。
會計軟體公司還在意 20 題能不能各有一個固定的編號,這樣就算題目的字改過,也知道它和上個月是同一題。如果是採購,問供應商時對方對某一項答不清楚,就先當作沒有。另外,有一題沒有資料時,要分清楚是工具根本沒記這一項,還是那一次沒問成功,因為前者要換工具或自己補,後者只要重問一次。
2. 維護:誰去處理每天的狀況
自建最容易被低估的,是「怎麼拿到回答」。ChatGPT 背後的模型可以用 OpenAI 的 API(讓程式直接跟服務交換資料的介面)呼叫,但 API 預設不會上網搜尋,模型只會用它原本學到的資料回答;你要自己在程式裡開啟網路搜尋,而開了之後,模型也會自己決定這一題要不要搜。所以程式拿到的回答,不一定和顧客在 ChatGPT 網頁版看到的一樣。
Google 那邊更麻煩。Google 官方的搜尋 API 已經不再開放新客戶申請,回傳的是一般的搜尋結果清單,不包含 AI 摘要的內容;而自己寫程式去查 Google,Google 的垃圾內容政策把「自動向 Google 送出查詢、抓取搜尋結果來檢查排名」列為違反政策和服務條款的行為。
所以要追 Google 的 AI 摘要,多數自建的團隊會付費使用第三方的搜尋結果服務,由其他公司代為打開搜尋頁、把結果整理成資料交給你。不過這類服務本身也是自動去抓搜尋頁,使用前要自己評估它的做法和風險,而它回傳的格式改了,你的程式也要跟著改。
以電商公司來說,把資料存進資料庫、匯入失敗時去修,本來就是資料團隊在做的事,所以存資料這一段,自建和他們現在的工作差不多,真正多出來的就是上面這些。會計軟體公司那位工程師就沒有這種餘裕,某一週程式沒跑成功,他就得放下官網改版去查原因,而事後再去問,拿到的已經不是那一週的回答了。
如果你採購工具,這些維護有一部分會交給供應商處理,但你的團隊還是要管帳號權限、題目,以及檢查工具抓回來的回答是不是正常。就算採購,你的團隊還是要花時間維護,只是工程師從修程式變成協助設定和匯出,行銷則多了管題目、看資料、和供應商溝通的時間。
3. 原始資料:半年後還查不查得回來
以會計軟體公司來說,如果半年後行銷主管想知道「為什麼最近 AI 說我們不支援電子發票的次數變多了」,他要能回到當時的題目、AI 的回答原文、引用的來源網址和時間。所以不管自建或採購,都要從第一天就把原始回答存下來;如果是採購,也要確認原文能不能在畫面上打開、能不能匯出成檔案。
我建議每一筆結果都至少記這幾項:
| 要記的資料 | 用途 | 自建要處理的事 | 採購要核對的事 |
|---|---|---|---|
| 題目與版本 | 知道當時問的是哪一題 | 給每題一個編號,改題目時留下修改紀錄 | 能不能看到題目的歷史版本 |
| AI 引擎、語言與地區 | 知道能跟哪一筆比較 | 每筆都記下這三項 | 匯出檔裡有沒有這三項 |
| 回答原文與引用 | 讓人判斷 AI 說得對不對 | 保存全文與網址 | 能不能回看原文和連結 |
| 有沒有問成功 | 分辨成功、失敗和漏掉的題目 | 寫好失敗時怎麼記、要不要重問 | 失敗的題目有沒有清楚標出來 |
| 下一步與負責人 | 讓看到問題的人知道要交給誰 | 自己做一個記待辦和負責人的地方 | 能不能分享、匯出,或接到你們現在用的工具 |
匯出的時候,也要確認另一個人拿到這個檔案,看不看得懂每一項是什麼。會計軟體公司只要每個月能把 20 題的回答和網址匯出成一份試算表就夠了;電商公司則要每一筆都能每週自動匯回自己的資料庫,因為他們的報表要拿 AI 的回答去對網站流量,少一週,那一週的報表就會缺一塊。
4. 人力:有沒有人能長期維護
會計軟體公司那位工程師當然寫得出一支每週問 20 題的程式,但半年後,他可能每個月都要花好幾個小時處理格式改變和程式跑失敗,而這些時間原本是要拿去改官網的。電商公司則不一樣,他們已經有資料團隊固定在處理資料問題,自建的程式比較容易接進既有的系統。
所以要看的是有沒有人能長期維護這支程式,並在它出錯那天,把它排在其他工作前面處理。同樣是自建,公司裡有沒有固定處理資料的人,多出來的工作量會差很多。
5. 資料歸誰、誰看得到
自建的話,資料庫帳號密碼、備份、刪除舊資料、員工離職時關掉他的帳號,這些事都要有人真的去做;如果沒有人做,資料雖然放在你自己的伺服器上,卻沒有人說得出誰看得到、上一次備份是哪一天。採購的話,就在簽約前問清楚資料歸誰、資料保留多久、合約結束後多久之內可以把全部資料匯出,並寫進合約。
以兩家公司來說,會計軟體公司在意的是合約結束後拿不拿得回所有題目的回答原文;電商公司則把資料保留 12 個月,而且匯回資料庫之後,只開給資料團隊和行銷主管兩個帳號。
成本清單:把看不到的成本列出來
比較成本時,月費和主機帳單只是看得到的那一部分,導入、維護、出錯處理、教同事怎麼用、換人交接,以及資料出錯導致改錯頁面的代價,都要算進去,這種算法一般叫「總擁有成本」。各家工具的價格常常在變,所以數字請用你自己的範圍和供應商當下的報價去算。
開始填之前,先把比較的規模固定下來,例如品牌 1 個、題目 20 題、AI 引擎 2 個、每週問一次、資料保存 12 個月、使用者 3 人,然後三種做法都用同一組條件去填:
| 成本項目 | 自建要算什麼 | 採購要算什麼 | 混合要算什麼 |
|---|---|---|---|
| 導入 | 寫程式、建資料庫、決定要存哪些資料、測試的工時 | 設定題目、匯入品牌資料、教同事怎麼用 | 兩邊都要設定,再加上讓資料自動匯回來的設定 |
| 每月固定費用 | 主機、資料庫、OpenAI API 的費用,以及第三方搜尋結果服務的費用 | 工具的方案月費 | 工具的方案月費,加上自己資料庫的費用 |
| 每月維護工時 | 修程式、處理 AI 那邊的格式改變、檢查資料 | 管理題目、檢查工具抓回來的回答、和供應商溝通 | 兩邊的維護,加上資料沒匯回來時找原因 |
| 出錯處理 | 程式跑失敗、資料遺失時的補救工時 | 供應商延遲或故障時的等待與補資料 | 判斷問題出在工具還是自己資料庫的時間 |
| 換人或換工具 | 負責的人離職時,把程式和資料庫交給下一個人 | 換工具時匯出資料、轉換格式、重新設定 | 工具帳號和自己的資料庫,都要交給下一個人 |
填的時候有三個地方要注意:
- 不要重複算。例如工具的方案已經包含每月 600 次查詢,就不要再另外算查詢費;寫程式的工時已經算在「導入」,就不要又放進每月維護。
- 查不到的數字,寫下要去問誰。報價、帳單和工程師自己估的工時要分開標記,外幣用同一天的匯率換算。例如會計軟體公司拿到的工具報價是新台幣月費,第三方搜尋結果服務卻是美元、按查詢次數計費,兩個要換成同一種幣別才能比。這些數字在做決定前都要問到,不然算出來的總成本會比實際少。
- 維護工時算三次。用順利、預期、保守三種估法各算一次,看結論會不會因此改變。
用一個月的小範圍試行做決定
如果看完上面的比較還是決定不了,我會建議先用一個月做一次範圍很小的試行,確認從問 AI、存資料、看結果到交給下一個人,整個過程能不能連續走完。
步驟一:先寫好什麼情況要停
試行第一天,先寫下哪些情況出現時要停下來或換做法。以會計軟體公司來說,他們寫的是三條:資料匯不出成試算表、沒問成功的題目在畫面上看不出來,以及這一個月裡程式出錯、而工程師當週排不出時間修。
步驟二:選一個小範圍
再限定一個品牌、一種語言、少量有代表性的題目,以及你真正在意的 AI 引擎。會計軟體公司從 20 題裡挑了 5 題客戶最常問的,包括前面表格裡那題品牌問題,只看 ChatGPT 和 Google 的 AI 摘要,並把為什麼選這 5 題、從哪一天開始記下來,一個月後才比得出前後差別。
步驟三:讓兩種做法問同一題
如果你同時在比較自建和採購,就讓兩邊都問同一題,然後看三件事:回答是怎麼拿到的、引用的網址有沒有存下來、沒問成功的時候怎麼標示。試行期間要以匯出來的檔案為準,因為之後要用的是這些資料。
以電商公司來說,他們讓自己寫的程式和工具的試用帳號,每天都問同樣的 5 題帳篷和睡袋問題;自己的程式問 ChatGPT 用 OpenAI 的 API,Google 的 AI 摘要則接了一個第三方搜尋結果服務。
步驟四:想像半年後換人接手
最後請一位沒參與試行的同事,只看匯出來的資料回答四個問題:問的是哪一題?AI 的回答和引用的來源在哪裡?哪一筆需要人判斷對不對?下一步要交給誰?如果他只看得懂分數,卻找不到原始回答,那半年後換人接手時,也會遇到一樣的問題。
電商公司請了一位行銷同事來看,結果他在自己程式匯出的檔案裡,找不到 Google 的 AI 摘要引用了哪些網址。資料團隊一查才發現,第三方服務第二週改了回傳格式,引用網址換了位置,程式從那天起就沒存到。
兩家公司最後怎麼做
回到會計軟體公司。工程師寫了一支程式,每週用 OpenAI 的 API 去問那 5 題,品牌那題照前面的建議連問三次;Google 的 AI 摘要要另外付費用第三方服務,工程師就先沒有做。同時他們也申請了一個監測工具的試用帳號,同樣每週問那 5 題,ChatGPT 和 Google 的 AI 摘要都有問。
到了第三週,工程師的程式出錯沒跑成功,而他那一週正在趕官網改版,隔一週才修好,剛好碰到他們在步驟一寫好的第三條停止條件。
一個月後,行銷主管把成本清單填完:工程師估自己的程式每個月要花 8 小時維護,順利的話 4 小時,保守估計要 16 小時;如果自建也要補上 Google 的 AI 摘要,還得再加第三方服務的費用。這些加上被往後延的官網工作,算下來比工具的方案月費高,而工具匯出的試算表裡,每一筆都查得回原文和引用網址,所以他們決定直接採購。
試行那一個月的資料,也回答了開場那位客戶的問題。品牌那題在 ChatGPT 上一共問了 12 次,有 5 次回答說不支援電子發票,而它引用的,是一篇兩年前、他們還沒做電子發票功能時寫的軟體比較文。所以行銷主管接下來要做的事很明確,就是把產品功能頁的電子發票說明寫清楚,再去聯絡那篇比較文的作者更新內容,然後用同一組題目看下一個月的結果。
電商公司也試了一個月,第二週就看出方向,後兩週用來確認資料匯回的流程。存資料這一段,資料團隊做得很順;可是第三方服務每月的查詢費,加上每次格式改版都要有人去修程式,算下來和工具的方案月費差不多,而修程式這份工作,資料團隊排不進去。所以他們選了混合,讓工具每天問 20 題,再由資料團隊每週一把原始回答和引用網址匯回自己的資料庫,和網站流量放在同一份報表。
放進報表的第一個月,他們就看到「第一次帶兩個小孩去露營」那題,AI 推薦了他們那款一個人就搭得起來的帳篷,可是引用的是一個露營論壇的討論串,不是官網的商品頁。所以他們接下來把商品頁的搭設時間和適合人數寫清楚,再看下個月引用的來源有沒有變。
如果你的團隊介於兩家公司之間,就照上面的步驟先試一個月,再用成本清單和同事看資料的結果做決定。我們的 Otlex 就是這一類可以採購的工具,會每天用你設定的題庫去問 ChatGPT、Google AI 摘要(AI Overview)、Google AI 模式(AI Mode)、Gemini、Grok、Perplexity、Claude,記下回答裡有沒有提到你、有沒有引用你的官網。
它也會整理出 AI 提到競品卻沒提到你的題目;帳戶實際能開哪幾個 AI 引擎,要看你訂的方案。市場上有哪些這類工具,可以看 GEO 工具比較(GEO 是讓品牌在 AI 回答裡被正確提到、引用的工作);工具要展示哪些資料才算合格,可以讀 GEO 工具評估框架;決定採購之後要向供應商確認哪些事,則整理在 AI 搜尋監測工具採購清單。
常見問題
監測工具可以直接告訴我要改哪一頁嗎?
工具可以整理出 AI 在哪些題目講錯、引用了哪些頁面,但產品的說法怎麼寫才正確,還是要你們自己確認,例如電商公司就算發現 AI 把某款帳篷的保固期講錯了,也要由負責商品資料的人查清楚再改。
Google 在第三方 SEO 工具說明裡也寫到,第三方工具拿不到 Google 內部的排名資料、沒辦法保證成效,並建議把外部給的建議拿來和官方說明對照過再採用;我覺得這段話放到 AI 搜尋監測工具上也一樣成立。工具和顧問服務怎麼分工,可以看 Otlex 與 GEO 服務怎麼選。
採購工具之後,是不是就不需要工程師?
工程師的工作會從寫整套程式,變成協助設定權限、匯出資料、修改網站,或把資料串到其他系統。通常工程的工作量會變少,但很少會完全沒有。
混合方案會不會讓流程更複雜?
有可能。以電商公司來說,工具每天問、資料團隊每週一匯回,只要哪一週匯回失敗,報表就會少一週;所以他們事先講好,匯回失敗時由資料團隊處理,工具那邊的題目和帳號則由行銷主管管。如果這些事沒寫下來,出問題時兩邊都會以為對方在處理。
監測到品牌沒有被提及,就能判定內容不好嗎?
先檢查三件事:題目問得合不合理、介紹品牌的頁面內容夠不夠清楚、這次的資料有沒有問完整。一次回答會受題目、AI 引擎、時間、語言和當時能找到的來源影響,所以監測結果是你開始查的地方,要確認內容有沒有問題,還是得把頁面打開來看。
參考來源
Otlex 支援的 AI 引擎、方案內容與匯出條件,還有 OpenAI、Google API 的開放範圍都以各官方頁面當下為準。