行銷自動化 MCP 整合：Klaviyo 這次把哪些東西打開
Klaviyo 在 2026 年 9 月 9 日的官方部落格宣布 Headless：260 多個 Klaviyo MCP 工具與能力，可以從 Claude、ChatGPT 或團隊已在使用的任何 AI 系統直接呼叫。
這篇文章由 Klaviyo 共同創辦人 Andrew Bialecki 署名，標題把內容定為四項更新，並把 Klaviyo 稱為自主 B2C CRM。自主 B2C CRM 是該公司對自己的定位用語。
四項更新依序是 Headless、Klaviyo Data Platform 的 SQL 支援、Personalization，以及 Composer 與 Customer Agent 這兩個代理人的新功能。該公司形容 Composer 是全天候運作的行銷專家，會主動找機會、建議下一步並採取行動。Headless 處理的則是另一件事：讓 Claude、ChatGPT 這些 Klaviyo 以外的 AI 系統直接呼叫 Klaviyo。官方的說法是：
An agent can read, write, and go live the same way you would inside Klaviyo, without anyone opening Klaviyo at all.
中譯：代理人可以像你在 Klaviyo 裡操作一樣讀取、寫入並讓內容上線，整個過程不需要任何人打開 Klaviyo。
Klaviyo 在 2026 年 9 月 10 日經 Business Wire 發布、由 MarTech Series 轉載的新聞稿，談到它在年度客戶大會 K:BOS 的發表，寫法是 260 多個 MCP 工具與能力，加上 490 多個 API；Klaviyo 部落格的寫法則是平台現在有數百個 API 與整合，每天處理超過 40 億個訊號。
同一批更新還加入了 Klaviyo Data Platform 的 SQL 支援，Klaviyo 稱行銷人可以用一般語言提問，由系統轉成查詢。兩份來源對開放範圍的寫法不一樣。Klaviyo 部落格說 SQL 目前在 Composer 裡以預覽版提供，Claude 與 ChatGPT 支援即將推出；新聞稿則寫 SQL 目前可在 Composer 與 MCP 以預覽版使用。
Klaviyo 部落格與新聞稿，對 SQL 開放範圍和 API 規模的寫法不同
同
可查詢的資料，Klaviyo 部落格列的是 profiles、events、segments、lists、campaigns、catalogs，新聞稿的版本沒有列 campaigns。兩份來源都把 flows 放在即將推出的清單上。
Klaviyo 稱 Headless 讓代理人可以讀取、寫入並讓內容上線；另一項更新 SQL 查詢仍在預覽，能不能從外部 AI 使用，部落格和新聞稿寫法不同。
Klaviyo 列出的三種用法，最後一步停在哪裡
Klaviyo 部落格舉了三種品牌已經在用的方式，前兩種處理資料與報表，第三種起草活動後停在等人送出。
第一種是在 Cursor 或 Lovable 裡，用即時的 Klaviyo 資料建立客製報表儀表板。第二種是用 MCP 自動跑每週成效回顧，把發現直接貼到 Slack。第三種是問 ChatGPT 本週哪個商品熱門，再讓它起草活動，起草好等你送出。
Klaviyo 舉的三種用法，前兩種停在報表，第三種停在等人送出
Klaviyo
新聞稿也提到前兩種用法，並寫到每週成效回顧會建議哪些地方需要注意。
我們的判斷是，這三種用法的風險不一樣。前兩種是讀資料、整理結果，出錯時影響的是報表；第三種產出的是要寄給顧客的活動，而官方描述的這一步停在起草完成、等人送出。
我們的建議是先從只讀的用法開始，確認代理人拿到的資料正確，再開放寫入，並在寫入與發布之間保留人工確認的步驟。
ActiveCampaign Wavelength：把 AI 放進平台內部
MartechEdge 在 2026 年 8 月 28 日刊出的報導（稿源標示 Business Wire）提到，ActiveCampaign 已推出 Active Intelligence: Wavelength，設計上是用公司自己的行銷歷史、顧客資料與成效訊號，在 ActiveCampaign 平台上產生建議並執行任務。
ActiveCampaign 稱，Wavelength 用單一帳戶的 500 多個訊號形成建議，可分析帳戶歷史、網站變化與顧客互動。
依報導轉述的說法，系統可以起草活動、建立受眾分群、找出自動化顧客旅程中可能的問題。ActiveCampaign 也稱行銷人可以用自然語言要求它建立分群、清理聯絡人資料、啟動後續流程、設定 webhook。
成效數字方面，ActiveCampaign 稱使用 Active Intelligence 的企業互動率比未使用者高 75%，另稱早期資料顯示 Wavelength 最多可讓點擊率提升 17%。MartechEdge 刊出的這篇報導註明，這些是公司自行公布的數字，無法證明成效差異是 AI 本身造成的。
這篇報導也提到，AI 能改動顧客資料庫與活動之後，權限、資料品質、治理與人工監督都成了重要的考量。
n8n MCP Server：開放的是工作流本身
n8n 官方 MCP 頁面說，n8n MCP server 可以把 n8n 實例連到任何支援 MCP 的 AI 應用程式或 IDE。
官方 FAQ 區分了兩種角色：n8n 實例的 MCP server 把 n8n 工作流開放給外部 AI 工具，MCP Client 節點則讓 n8n 去連接外部的 MCP server。
n8n 稱，連上之後只要說出想建立什麼，AI 會建立工作流、驗證，壞了會自己修；執行失敗時，流程是讀取錯誤、修正工作流，再執行一次。
官方 FAQ 寫明所有 n8n 方案都能使用，包含免費的 Community 版，條件是執行 2.18.3 或更高版本。
權限方面，n8n 的 FAQ 說使用者可以決定哪些工作流開放給 MCP server，AI 只能碰被開放的部分；也可以設定 AI 的讀取與寫入工具在執行前是否要先徵求同意。n8n 另稱每個工作流都有版本紀錄，可以看出改了什麼並一鍵還原。
| 比較項目 | Klaviyo Headless | n8n MCP Server |
|---|---|---|
| 可以從哪裡接 | Claude、ChatGPT 或團隊已在用的任何 AI 系統 | 任何支援 MCP 的 AI 應用程式或 IDE |
| 官方描述能做的事 | 讀取、寫入、讓內容上線 | 建立、驗證、執行與修正工作流 |
| 門檻或限制 | 官方部落格未列門檻；另一項更新 SQL 查詢仍為預覽版 | 需執行 2.18.3 或更高版本 |
我們的判斷是，兩邊開放的層次不同：Klaviyo 開的是行銷平台裡的資料與活動，n8n 開的是把各種服務串起來的工作流。
銷波快觀點：先把流程理清楚，再談接不接 MCP
建立過 500 多個 AI 工作流之後，最反覆出現的結論只有一句：選對流程比選對工具重要。企業真正願意付費的自動化場景有明確特徵。高頻、規則明確、錯誤成本高，這三類優先。最常見的失敗模式也很單純，流程本身就混亂，AI 套上去只是放大了原有的低效率。
關鍵在於結構化。沒有結構的 AI 使用只會產出更多低品質內容，反而稀釋品牌價值。
所以接之前，可以先問三個問題。第一，這個流程多久跑一次，偶爾才跑一次的流程，接起來的功夫不容易回本。第二，規則能不能用一句話講清楚，講不清楚的流程接上 AI 之後只會把模糊放大。第三，做錯的時候誰會發現。拿 Klaviyo 列出的用法對照，每週成效回顧貼到 Slack，數字錯了看報表的人會發現；起草好要寄給顧客的活動，如果送出前沒有人把關，錯了就是顧客收到，所以官方描述的這一步停在等人送出是有道理的。
判斷該不該接，可以借用我們挑關鍵字時的同一個判準。方法是把模糊的問題壓縮一下，變成一個可裁決的行為問題。當時問的是「搜尋者會不會以這個詞為起點展開一串問題」，判準一旦行為化，二十個詞三十秒就分完類。換到 MCP 整合上，問題是「這個流程的輸入輸出，能不能用一句話講完」。
還有一個教訓來自實際踩過的坑。同一個工具名在開場出現兩次，模型就把工具本身當成主題，輸出了一整份設定教學然後回報成功。prompt 的步驟、SQL、閘門從頭到尾都是對的，壞的只有框架句。這件事對人不直覺，因為人會讀完整份文件再決定要做什麼。接 MCP 的時候風險一樣在。你以為在描述任務，代理人讀到的可能是另一件事。
所以我們的立場是：AI 代理人不會取代人工設計流程，它讓流程能夠自我優化、自我診斷。真正的位置是一個操作者指揮一套 AI 系統。指揮的前提是你自己知道這套系統該做什麼，工具開放到 260 多個 MCP 工具，並不會替你回答這個問題。
結論：先挑出每週都在手動做的流程，再決定接哪一家
Klaviyo 稱外部代理人可以直接讀取、寫入並讓內容上線，ActiveCampaign 把能起草活動、建立分群的 AI 放進平台內部，n8n 則把工作流開放給支援 MCP 的 AI 工具。
選型不必從這裡開始。先找出那個每週都在手動做、規則講得清楚、做錯會被發現的流程，再回頭看哪一家的開放層次對得上。找不到這樣的流程，先別急著接。
喜歡這篇？讓行銷變好懂，訂閱銷波快。
資料來源
