小企業導入 AI 前，要先檢查什麼？這 7 件事沒整理好，工具越多越亂

很多小企業開始接觸 AI 時，第一個問題通常是：

「我要用哪一個 AI 工具？」

這個問題很自然。

因為市面上工具太多了。

有可以寫文章的 AI。
有可以回客服的 AI。
有可以產生圖片的 AI。
有可以整理表格的 AI。
有可以幫忙寫程式的 AI。
也有號稱可以自動化整個工作流程的 AI agent。

看起來每一個都很有用。

但實際上，小企業導入 AI 的第一步，不應該是買工具，也不是先接 API，更不是直接把 AI 放進正式流程。

真正該先做的是：

AI 導入前檢查。

因為如果資料沒有整理、權限沒有分清楚、流程沒有寫出來、人工接手點沒有設好，工具越多，只會讓原本的混亂變得更快、更大、更難收拾。

---

為什麼小企業導入 AI 前要先檢查？

AI 很強，但它不是魔法。

它需要資料。
需要明確任務。
需要邊界。
需要人類判斷。
也需要出錯後能回復的流程。

如果小企業原本的工作方式是：

• 客戶資料散在 LINE、Email、Excel 和手機截圖裡
• 網站後台帳號多人共用
• 文章誰能發布不清楚
• 檔案沒有唯一正本
• 客服問題只靠口頭記憶
• 出錯後不知道誰負責
• 測試沒有紀錄
• 密碼和 API key 曾經被貼到聊天裡

那 AI 一進來，不一定會讓事情變好。

它可能會把原本的問題放大。

所以導入 AI 前，最重要的是先問：

我們現在的資料、流程、權限和風險，有沒有整理到 AI 可以安全協助的程度？

---

1. 先檢查資料在哪裡

AI 要幫忙，通常需要資料。

但小企業最常見的問題，就是資料分散。

可能在：

• LINE 對話
• Gmail 信件
• Google Drive
• Excel
• Word
• 網站後台
• 社群平台
• 客服紀錄
• 老闆手機
• 員工電腦
• 舊資料夾
• AI 聊天紀錄

如果資料沒有整理，AI 就很難知道哪一份才是正確來源。

例如你想讓 AI 幫忙寫客服常見問題，但資料分散在不同對話裡，AI 可能會漏掉重點。

你想讓 AI 幫忙整理文章，但內容來源有新有舊，AI 可能會混用過時資料。

你想讓 AI 幫忙回答客戶問題，但最新規則只有某個人知道，AI 就可能答錯。

所以第一個檢查是：

資料在哪裡？哪一份是正本？哪些資料不能給 AI？

這一步沒做，後面很容易亂。

---

2. 檢查誰有權限

AI 導入最容易出事的地方，是權限。

很多小企業平常靠共用帳號處理事情。

大家都知道帳號密碼。
誰有空誰登入。
誰看到問題誰處理。

這在早期很方便，但導入 AI 後就會變成風險。

因為一旦 AI agent 或自動化工具拿到權限，它可能可以：

• 讀資料
• 改檔案
• 寫文章
• 發布內容
• 上傳圖片
• 修改設定
• 呼叫 API
• 操作正式網站

這時候一定要先分清楚：

• AI 可以看什麼？
• AI 可以改什麼？
• AI 能不能發布？
• AI 能不能刪除？
• AI 能不能碰客戶資料？
• AI 能不能接觸密碼、token 或 API key？
• 哪些操作一定要 Boss 批准？

如果這些沒寫清楚，就不應該急著導入 AI。

AI 不是不能給權限。

而是要給最小必要權限。

---

3. 檢查流程是不是看得見

很多小企業的流程其實都存在，但沒有寫出來。

例如一篇文章從想法到上線，可能實際上有這些步驟：

1. 想主題。
2. 寫文章。
3. 看內容能不能公開。
4. 貼到 GitHub。
5. commit 到 main。
6. 等 Cloudflare Pages 部署。
7. 打開網址人工確認。
8. 之後再補圖片或內鏈。

如果這個流程沒有寫出來，就很容易讓 AI 做錯位置的事。

例如：

AI 不知道誰能發布。
AI 不知道文章要不要先審。
AI 不知道圖片可以後補。
AI 不知道哪一步需要人工確認。
AI 不知道 commit 到 main 會直接觸發部署。

所以導入 AI 前，要先把流程畫出來。

不一定要很漂亮。

只要能回答：

現在這件事從開始到完成，中間有哪些步驟？哪一步可以交給 AI？哪一步一定要人確認？

這樣 AI 才能安全進來。

---

4. 檢查哪些事情不能交給 AI

很多人導入 AI 時，只列 AI 可以做什麼。

但更重要的是列：

AI 不可以做什麼。

例如：

• 不得保存密碼
• 不得整理完整 API key
• 不得自行發布文章
• 不得刪除正式資料
• 不得修改網站設定
• 不得碰未批准的分類
• 不得把內部資料寫進公開文章
• 不得把測試環境當正式環境
• 不得替 Boss 做最後發布決策
• 不得審查不屬於自己負責的內容

這份「不能做清單」很重要。

因為 AI 通常不是故意越界。

它只是照任務做。

如果你沒有說不能做，它可能會一路往前。

所以導入 AI 前，不能只寫功能清單，也要寫禁止清單。

---

5. 檢查 API 成本會不會失控

很多小企業一開始測 AI 時，成本看起來不高。

因為只是測幾次。

但正式使用後，成本可能變成每天都在發生。

例如：

• AI 客服每天回覆
• AI 圖片每天生成
• AI agent 每次都讀長文章
• 每篇文章都丟給 AI 審稿
• 多個 AI 來回協作
• 每次任務都重複貼一長串規則
• 每次都重讀已經決定過的內容

這些都會燒 API。

所以導入 AI 前，要先問：

• 哪些任務值得用 AI？
• 哪些任務人工更快？
• 哪些規則可以寫進文件，不要每次重複貼？
• 哪些文章不需要 Hermes 重讀全文？
• 哪些任務只需要本機機械檢查？
• 哪些情況要停止，不再繼續生成？

省 API 不是少用 AI。

而是不要讓 AI 做錯位置的事。

---

6. 檢查失敗後怎麼回復

AI 系統不能只設計成功流程。

更要設計失敗流程。

例如：

文章發錯了怎麼辦？
分類顯示錯了怎麼辦？
網站沒更新怎麼辦？
AI 寫出不能公開的內容怎麼辦？
客服回覆錯了怎麼辦？
圖片生成失敗怎麼辦？
API 成本突然變高怎麼辦？
AI agent 空回應怎麼辦？

如果沒有失敗回復方案，就不應該急著上線。

最基本要有：

• 停止條件
• 測試紀錄
• 回滾方式
• 人工接手點
• 問題紀錄
• 下一步處理人

像網站發文流程，至少要知道：

• commit 是哪一個
• 網址是哪一個
• 是否部署成功
• 是否 HTTP 200
• 如果錯了怎麼 revert
• 誰做最後確認

這些不是工程師才需要。

小企業更需要。

因為一旦出錯，通常就是老闆自己要處理。

---

7. 檢查誰做最後決定

AI 可以幫忙產出。

AI 可以幫忙整理。

AI 可以幫忙檢查。

但最後決定不能交給 AI 自己。

尤其是涉及：

• 發布文章
• 修改正式網站
• 使用客戶資料
• 動用 API key
• 進入正式環境
• 刪除資料
• 回覆敏感問題
• 承諾客戶結果

這些都需要明確負責人。

在我們的流程裡，這個角色是 Boss。

Boss 負責最後把關：

• 文章能不能公開
• 是否符合網站定位
• 是否要立即上線
• 是否需要補視角
• 是否需要回滾
• 是否讓 Hermes 執行 commit / push / deploy

這樣責任才不會混亂。

AI 不是沒有價值。

但 AI 不能取代最後判斷。

---

小企業 AI 導入前檢查表

如果你正在考慮導入 AI，可以先用這份檢查表。

資料檢查

• 資料在哪裡？
• 哪一份是正本？
• 哪些資料過期？
• 哪些資料不能給 AI？
• 哪些資料需要遮蔽？

權限檢查

• 誰能登入？
• 誰能修改？
• 誰能發布？
• 誰能刪除？
• AI 可以讀什麼？
• AI 可以寫什麼？
• AI 有沒有專用低權限帳號？

流程檢查

• 現在流程怎麼跑？
• AI 要接哪一步？
• 哪一步需要人工確認？
• 哪一步要留下紀錄？
• 哪一步需要 Boss 批准？

成本檢查

• 哪些任務會消耗 API？
• 有沒有次數限制？
• 有沒有停止條件？
• 哪些規則可以引用，不要每次重貼？
• 哪些工作不需要 AI agent 參與？

風險檢查

• 出錯後怎麼回復？
• 有沒有 rollback？
• 有沒有測試紀錄？
• 有沒有人工接手？
• 有沒有敏感資料外洩風險？

這些檢查做完，再來選工具，會穩很多。

---

小企業可以先怎麼開始？

不用一開始就做大型 AI 系統。

可以先從三件事開始。

第一，整理一個常見問題清單

把客戶常問、員工常問、網站常出錯的問題整理出來。

這些是 AI 最適合先幫忙的地方。

第二，建立一份流程紀錄

例如文章怎麼上線、客服問題怎麼接手、網站異常怎麼排查。

先寫出流程，再決定哪一步給 AI。

第三，設定不能做清單

先寫清楚 AI 不可以做什麼。

例如不能保存密碼、不能自行發布、不能刪除資料、不能碰正式設定。

這三件事做好，小企業導入 AI 就會穩很多。

---

什麼時候需要找人協助？

如果你發現自己遇到這些狀況，就很適合找人一起整理：

• 工具越用越多，但流程越來越亂
• 想用 AI，但不知道要接哪一段
• 客服資料散在不同地方
• 網站文章想做，但發文流程不穩
• 擔心 AI 亂動資料或亂發內容
• 不知道哪些權限可以給 AI
• 想自動化，但怕出錯後救不回來

這時候不是先買工具。

而是先做一次 AI 導入前檢查。

從資料、權限、流程、風險開始看，會比直接買工具安全很多。

---

結語：先檢查，再導入

小企業導入 AI，不是不能快。

但不能亂快。

真正安全的順序是：

先整理資料。
再整理權限。
再整理流程。
再定義 AI 不能做什麼。
再控制 API 成本。
再設計失敗回復。
最後才選工具、接工具、做自動化。

AI 很有用。

但它需要清楚的現場。

如果現場資料混亂、權限不清、流程看不見，AI 只會把問題放大。

所以小企業導入 AI 的第一步，不是買工具。

而是先做這 7 件事的檢查。

把地基整理好，AI 才真正幫得上忙。