WHO_FITS
誰適合？
AI 流程自動化適合下面任一種情況，符合一條就可以先試跑一條流程。
- 流程已經跑順、卻沒有系統收著的中小企業二十到兩百人、部門分工固定，最花時間的通常不是決策而是搬資料。
- 有人每天在兩套系統之間搬資料從 A 系統匯出、整理成 B 系統要的格式、再貼回去。步驟固定、每天重複。
- 報表是人工拼出來的月底對帳、日報表、庫存異動彙整，資料都在系統裡，但要有人打開三個地方才湊得出一張表。報表自動化與流程異常通知，是這頁最常見的起點。
- 異常沒人第一時間知道訂單卡住、庫存低於水位、對帳金額不符，現在都是事後才發現。
- 公司已經在 Google Workspace 上跑流程表單、試算表、雲端硬碟、Gmail 之間的串接，用 Apps Script 就能接起來，不必再買一套工具。
- 想讓員工用自然語言查公司資料但不敢把資料庫直接接給 AI。
- 有一個職務的工作可以拆開需要判斷的留給人，抓資料與填表的交給程式。針對單一職務的 AI 輔助流程設計，是導入門檻最低的起點。
共同條件只有一個：流程已經穩定，你講得出每一步在做什麼。講不出來的流程，自動化只會讓混亂跑得更快。
克隆資訊在高雄，服務全台，流程盤點與試跑全程線上進行——把現在的做法錄一段螢幕或拍幾張截圖給我們，比約時間碰面有效率得多。高雄企業 AI 導入也是同一套做法。
NOT_FOR_YOU
誰不適合？
這幾種情況我們會直接說不做，或建議你先做別的事。
- 流程還沒定型每次做法都不一樣、規則只在主管腦袋裡。先把規則寫下來，再談自動化。
- 要的是判斷，不是搬運核價、議價、人事決定這類工作，AI 可以把資料整理好給人看，但不該代替人決定。
- 對方平台明文禁止自動化，或需要繞過人機驗證這條界線我們不會為了成交模糊掉。
- 你要的其實是一套新系統目前沒有系統可串、資料還在 Excel 與紙本，那屬於企業系統客製開發的範圍——從零做系統歸那一頁，改既有流程才歸這一頁。
- 目標只有「想導入 AI」說不出是哪一個人的哪一個動作要改。沒有起點的導入案會停在展示階段。
- 要求先保證能省下多少工時我們會在雙軌期把實際筆數與時間算給你看，但盤點前沒有可信的數字。
WHAT_WE_DID
我們做過什麼？
AI 流程自動化這一頁，先講有程式碼可以佐證的部分。
MCP：讓 AI 唯讀查公司資料，可稽核、不組 SQL
MCP 串接內部資料是我們自己一直在用的東西。其中一套是我們做的 AI 唯讀查詢 ERP 閘道，讓人在 ChatGPT 直接查 ERP 資料，目前功能實作進行中。架構上 AI 不生成 SQL，只能呼叫伺服器端寫死的查詢工具，資料範圍與可回傳欄位都固定；查詢走唯讀 VIEW 讀唯讀副庫，ERP 主庫全程零接觸；白名單決定誰能用，每一次查詢留稽核紀錄。架構取捨與各層防線寫在案例頁 讓員工用 ChatGPT 安全查詢 ERP。
RPA 流程自動化：沒有 API 的系統也接得起來
Playwright 自動化與桌面自動化是我們自己累積最多的一塊，長期用 Playwright 與 Puppeteer 在寫。其中多視窗網頁自動化排程系統是我們自己的工具，Docker 部署、失敗自動重試並列出失敗清單，測試涵蓋率刻意拉得比一般專案高。原因很實際：網頁自動化的失敗模式太多（元素改名、載入時序、彈窗、逾時），沒有測試網的自動化工具，最後花在除錯的時間會超過它省下的時間。
排程任務與批次作業
同一套排程器處理定期資料擷取、批次維護與跨系統搬運。任務分派到多個相互獨立的瀏覽器情境並發執行，各自持有自己的 cookie，一個任務登出或失敗不會拖垮其他任務。等待時間彼此重疊，總時長接近最慢的那一批，而不是全部相加。
Google Workspace 與 Apps Script 自動化
表單、試算表、雲端硬碟、Gmail 之間的流程可以不必另外買工具。AppSheet 的資料量限制與效能取捨我們實測過，包含 Security Filters 與 Apps Script 混合架構的處理方式，寫在 2026 AppSheet 企業應用實戰。
排程產出的結果與失敗通知
報表與批次任務跑完，結果要有人看得到：完成與失敗分開列、失敗原因可追，這是多視窗網頁自動化排程系統的失敗清單設計。異常要推到人每天會看的地方，LINE 端的推播、綁定與權限作法見 LINE 企業應用開發。
這頁講的是系統與流程層的異常——訂單卡單、對帳金額不符、批次任務失敗。感測器、電表、門禁、監控主機這類設備層的告警與影像調閱屬於 IoT 與監控系統整合。
AI 寫的部分我們怎麼交
自動化腳本會用到 AI 輔助開發，但交出去的東西要能維護。我們對這件事的立場與檢查方式寫在 AI 寫的程式能賣給客戶嗎。
SCOPE
n8n 與 Dify 我們承接什麼？
以下是承接範圍，不是已交付清單。 這兩項的交付物在平台後台，不是程式碼，沒有 repo 可以連給你看，所以這裡寫的是承接範圍與交付清單。
- n8n 導入與自架維運工作流程自動化用 n8n 串最省事。我們承接節點圖與觸發條件設計、憑證與環境變數管理、錯誤分支與重試策略、上線後的流程版本備份。自架（Docker，開在你的雲端專案）或雲端版都可以，差別在資料落點與維運責任由誰扛。
- Dify 企業導入與 LLM 知識庫問答我們承接知識庫的切分與更新方式、提示詞版本管理、可回答與不可回答的邊界、回覆附引用來源、API 金鑰與用量控管。
- 報表排程與異常通知路由我們承接報表定時產出、對帳規則設計、以及通知要推給誰、推到 LINE 還是 Email、什麼情況要升級通知。
AI 流程自動化的判斷標準只有一條：能用條件判斷解決的，不放 LLM。模型只用在非結構化的地方——讀信件內容、分類客訴、整理自由文字。模型本身不綁單一家，實測比較見 Gemini 3 Pro 完整評測；企業端的部署治理見 2026 AI Agent 企業應用實戰。
PROCESS
怎麼進行？要多久？
一次只做一條流程，跑得起來再擴大。
- 盤點你只需要開一次會，講清楚這條流程現在誰做、一天做幾次、資料從哪來到哪去、哪一步最常出錯。
- 定成功條件什麼叫跑成功、什麼叫失敗、失敗要通知誰。例外狀況在這一步列完，不留到上線才處理。
- 建流程串接、寫腳本或設定節點，全部開在你的帳號下。
- 雙軌自動化與人工同時跑一段時間，逐筆比對結果。差異都解釋得出來，才停掉人工。
- 移交節點圖、環境變數、錯誤處理邏輯與操作說明一起交，人員換手時看得懂。
時程取決於三件事：對方系統有沒有 API（沒有就得走瀏覽器自動化，時間較長）、例外狀況有幾種、結果要不要人工覆核。正式時程等盤點完成才給得準，我們會連同流程圖一起給，你再決定要不要做。
盤點與後續討論全程線上進行，不受地區限制。
PRICING
費用怎麼算？
以流程為單位報價，不按人頭算月費。一條流程一個價，做完看得到結果，再談下一條。實際金額依需求評估。
影響價格的因素，由大到小：
- 有沒有 API有 API 就是串接；沒有 API 要走瀏覽器自動化，對方畫面改版還得維護，這項的成本差距最大。
- 步驟數與分支五個步驟走一條路，跟五個步驟每步都有例外，是兩件事。
- 例外處理的嚴格程度允許失敗後整批重跑，跟必須每一筆核對，工差很多。
- AI 用在哪裡純條件判斷最省；需要讀非結構化內容才動用 LLM，這部分上線後還有持續的 API 用量成本。
- 跑在哪裡自架 n8n 要主機與更新維護；雲端版省維運但有訂閱。平台費用直接開在你的帳號，我們不經手、不加成。
- 要不要長期維運上線後誰看失敗通知、誰處理平台改版，這部分在報價時一併談定。
不報價的兩種情況：需求只有一句「想導入 AI」，或希望我們先承諾能省下多少工時。
OWNERSHIP
帳號與資料歸誰？
全部開在你的帳號下，結案移交，不留在我們手上。
| 項目 | 開在哪 |
|---|---|
| n8n 主機或雲端版帳號 | 你的雲端專案／你的帳號 |
| Dify 專案與知識庫 | 你的帳號 |
| LLM API 金鑰 | 你的帳號，用量帳單你自己看得到 |
| Google Cloud／Google Workspace 專案 | 你的組織 |
| GA4、Search Console、Google 商家檔案 | 你的帳號，我們只要求存取權限 |
| 自動化腳本與流程設定原始碼 | 交付給你，含 Git 紀錄 |
資料面三件事：
- AI 查詢一律唯讀需要寫入的動作走人工確認或另外的權限，不交給模型。
- 每一次查詢留稽核誰在什麼時候問了什麼，查得到。沒有稽核就不該開放，這對開放方與使用方都是保護。
- 權限最小化白名單決定誰能用、視圖決定看得到哪些欄位。連線、網路層與 Zero Trust 的控管作法見企業雲端建置與資安防護。
我們自己的存取權限在結案後撤掉，你也可以隨時撤。
EVIDENCE
這一頁的說法，去哪裡查證？
這一頁的技術主張都有出處，發布單位不是我們。
- MCP 是公開協定，不是我們發明的名詞規格由 Model Context Protocol 維護，目前版本為 2026-07-28。規格本身就寫明「工具等同任意程式執行，必須謹慎對待」——我們把查詢工具的範圍寫死在伺服器端，依據在這裡。
- AI 應用的風險清單OWASP 的 Top 10:2025 把權限控制失效列為第一名。自動化流程拿到的憑證通常權限過大，所以我們把「這條流程需要哪些權限」當成設計題，不是設定題。
- n8n 與 Dify 的能力邊界看官方文件節點與觸發器見 n8n 文件，知識庫與應用編排見 Dify 文件。我們承接的是設計與維運，不是重寫這兩套工具。