自然語言生成行銷活動,這個夏天一次來了三家

Klaviyo、Auxia、Ahrefs 在 2026 年夏天各自推出同一件事:行銷人用一句話描述目標,系統把分眾、文案、排程做成待審核的活動。三家的資料底座不同,能接手的環節也不同。

先看 Klaviyo。2026 年 6 月 30 日,Klaviyo 宣布行銷代理人 Composer 進入公開測試,同時擴充 Customer Agent 的服務技能。Composer 的運作方式是接住一句話的目標描述,回頭掃過帳戶裡所有在跑的活動、流程與分眾,排出一份營收機會清單,再把活動做到可以上線的狀態。

官方寫得很直接:「Everything happens inside Klaviyo, the campaign is ready to review and launch in minutes, and nothing goes live without approval.」最後半句是重點,人留在審核的位置上。Klaviyo 說這套判斷建立在 14 年的顧客脈絡上,資料來自近 20 萬個付費品牌。

Businesses aren’t struggling because they lack AI tools — they’re struggling because most AI can’t act on the context that matters.

— Jamie Domenici,Klaviyo 行銷長

第二家是 Auxia。Agent Studio 的定位比較特別,不打算取代你現在的行銷系統。官方寫的是「Agent Studio integrates directly with the ESPs, CDPs, and other systems already in a team’s stack」,也就是橫跨在既有工具上面當協調層。行銷人描述目標,代理人負責規劃、建構、執行、優化,跨系統一次做完。Auxia 說累計已交付超過 2,000 億次自主個人化決策,而在同年三月,這個數字才剛突破 1,000 億。它給出的效益說法是活動從概念到上線「launch in days, not weeks」。

第三家是 Ahrefs。2026 年 8 月 12 日發布的 Letaido 是獨立產品,把 Ahrefs 的搜尋資料庫原生接進工作台,不用另外設定 API。資料規模是 170 兆頁面與每月超過 4.39 億次 AI 提示。它主打整週自動執行研究、監控與報告。

Keyword research and bottom-of-funnel content audits used to eat a full 40-hour week at the firm, according to founder and Chief Executive Ross Simmonds, who now puts the same work at about 60 minutes.

— SiliconAngle 報導 Ross Simmonds,Foundation Marketing Services 創辦人暨執行長

廣告端也在動。Microsoft Advertising 官方部落格說明,AI Max 是掛在既有 Search 活動上的可選功能包,不需要新建活動,加進來的三件事分別是搜尋字詞比對擴展、文案客製化,以及最終網址擴展。官方的原文很白:「Search term matching expands reach beyond your keyword list」。同時保留品牌包含與排除、術語排除這些控制項。

三家自然語言生成行銷活動工具的邊界對照(2026 年 8 月資料)
工具 接手的環節 資料來源 是否要換掉現有系統
Klaviyo Composer 分眾、跨管道文案、活動排程 Klaviyo 自有顧客資料 要,需在 Klaviyo 內
Auxia Agent Studio 規劃、建構、執行、優化 直連既有 ESP 與 CDP 不用,當協調層
Ahrefs Letaido 研究、競品監控、報告 Ahrefs 搜尋資料庫 不用,獨立工作台

把三張表放在一起看,會發現它們搶的不是同一塊。Klaviyo 要你把顧客資料放進來,Auxia 要你把它接在外面,Ahrefs 根本不碰你的顧客資料。這個差別在導入評估時比功能清單重要得多。其他 AI 行銷工具與代理人的新聞,都整理在同一個分類裡。

工具到位,跑多代理活動的 CMO 為什麼只有 8%

BCG 2026 年全球 CMO 報告訪問 300 位行銷長,42% 只把生成式 AI 用在單點任務,32% 有代理人跨多個流程運作,跑多代理自主活動的只有約 8%。工具的成熟度和組織的採用度,中間隔了一段。

同一份調查裡,三個層級的差距很清楚:42% 停在單點任務,32% 有代理人跨多個流程,8% 跑多代理自主活動。從第一層走到第三層,不是換一套軟體就會發生。

卡住的地方有三個,而且都不在工具那一側。

第一個是責任歸屬。Klaviyo 特地寫上「nothing goes live without approval」,這句話講的是責任設計。活動出錯的時候,簽核的人是誰,這件事在多數台灣團隊裡沒有寫下來。沒有審核流程的組織,導入代理人只會把出錯速度變快。

第二個是資料。Auxia 選擇直連既有的 ESP 與 CDP,等於承認一件事:代理人的判斷品質完全跟著資料走。第一方資料如果散在三個系統、欄位定義又對不起來,代理人只會更快做出一樣糟的分眾。

第三個是指令本身。行銷人以為「用一句話描述目標」等於門檻降低,實際上門檻是換位置了。一句模糊的話,只會拿回一份模糊的活動。以 Composer 為例,你給的目標描述有多細,回來的分眾就有多細。這一點在觀點段會再展開,因為我們自己在自動化流程上踩過。

團隊裡有幾個人,能把「這次活動想達成什麼」寫成別人看得懂的文字?多數時候那句話存在某個人腦袋裡,從來沒有落地成文件。代理人接不到的,就是這種東西。

Agentic CDP 決定了自然語言生成行銷活動的上限

顧客資料平台過去是查詢層,行銷人撈名單、匯出、再到別的系統發送。Agentic CDP 指的是把同一份資料變成執行層,代理人可以直接讀取訊號、更新分眾並觸發活動,不需要人在中間搬資料。

Agentic CDP:以代理人為主要使用者的顧客資料平台。關鍵在於誰有權限依據資料採取動作,資料本身沒有變。傳統 CDP 的輸出是名單,Agentic CDP 的輸出是已經執行的動作。

三家的做法可以拿來對照。Klaviyo 把行銷代理人與客服代理人放在同一份即時顧客資料上,服務端的對話結果會回頭影響行銷端,分眾跟著更新。Auxia 不建自己的資料層,直接接你原本的 CDP。兩條路線的共同前提一樣:資料要能被寫回,不是只能被讀出。

這裡有一個容易被跳過的判斷。你的第一方資料如果每月才匯出一次 Excel,上面所有工具的價值都會打折。代理人拿到的是一個月前的世界,做出來的活動當然對不上現在的顧客。前提是資料的更新頻率跟得上活動的節奏,這套邏輯才成立。

順著這個標準往回看廣告端,會更清楚。Microsoft 的 AI Max 之所以能做最終網址擴展,是因為它讀得到你網站的頁面內容與使用者意圖訊號。訊號在,系統才有東西可以判斷。這件事在所有工具上都一樣。

導入之前,先確認這三個前提

不必等組織全面轉型才開始。先確認第一方資料的更新頻率、活動的審核路徑,以及團隊寫得出多具體的指令,三件事都成立再選工具,順序反過來會很貴。

第一,把第一方資料的更新頻率查清楚。要問的是顧客的行為訊號多久進系統一次,「我們有沒有 CDP」這個問法太粗。以電商為例,訂單與退貨如果隔天才同步,挽回活動就會發給已經回購的人。

第二,先寫下審核路徑再開功能。誰有權讓活動上線、誰負責看代理人產出的分眾邏輯、發現偏差時多久內能停掉。Klaviyo 把人留在審核位置是產品設計,你的流程裡也要有對應的位置,不然那個設計等於沒有作用。

第三,測試指令的具體程度。找團隊裡 3 個人,各自寫一段話描述同一檔活動的目標,然後比對三段話的差距。差距很大,代表對目標的共識還沒有形成,工具選型可以先放一邊。

至於中國市場那一側,快手在磁力引擎內容消費商業大會談 AI 在短劇內容理解、生產、分發的全鏈路應用,出海匠把新版 AI Agent 的主張定成「AI 幫你做,不是幫你查」。方向與英文市場一致,時間點也幾乎同步。對台灣行銷人來說,這代表工具選型的參考範圍變寬了,中文介面的跨境電商場景現在有第二種選擇。

銷波快觀點:一句話生成活動,難的從來是那句話

代理人這件事的敘事,我們內部很早就定成「從聊天框到指揮官」。指揮官這個詞不是我們發明的,是研究成功案例時撈到的原話,一個操作者指揮一套 AI agent 系統。好的命名是發現不是發明,這句話放在今天看更清楚:工具已經把指揮台搭好了,缺的是知道要下什麼指令的人。

指令品質有兩個可以拆開練的部分。一個是專有名詞。想讓 AI 產出符合行業標準的東西,指令裡就要有那個領域的術語與公式架構,文案有 AIDA、活動規劃有 rundown,這些詞是讓模型進到正確知識域的燃料,缺了就只會拿到表面的答案。另一個是動詞。改寫、修正、生產,這三個字要 AI 做的事完全不同,改寫是照原架構換用詞,修正是指定地方局部調整,生產是從零開始。大部分人給 AI 的動詞只有「幫我寫」,然後怪產出不準。

所以我們的判斷是,真正有價值的資產不是「會用 AI」,是一套針對行銷場景深度優化的指令庫。這件事可以累積、可以迭代,換工具也帶得走。Composer 或 Agent Studio 換一家,你的指令庫還在。

還有一個踩過的坑值得講。我們的關鍵字自動化排程 run-keyword-mining.ps1 有一次整份跑歪,模型輸出了一整篇跟任務無關的教學然後正常結束。找了很久,懷疑過權限、懷疑過 MCP 連線,最後發現壞的只有開場那一句包裝詞:同一個工具名在開頭出現兩次,模型就把它當成主題。指令本體從頭到尾都是對的。改成祈使句開場、明列 3 條禁止、規定最後一行必須輸出狀態之後,同一個任務跑出 33 個訊號。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,模型不會。要把活動交給代理人跑,這種細節就是成本。

結論:先把指令寫清楚,再決定要買誰的代理人

2026 年夏天的這一輪發布,把自然語言生成行銷活動從展示品變成了商品。Klaviyo 進公開測試、Auxia 累積到 2,000 億次決策,Ahrefs 的一位早期使用者說,關鍵字研究與底部漏斗內容稽核從約 40 小時縮到約 60 分鐘。工具端沒有懸念。

懸念在 BCG 那份調查的 8%。這個數字說的是組織還沒準備好。第一方資料的更新頻率、活動的審核路徑、指令的具體程度,這三件事現在就能做。不用先付任何一家的訂閱費。

從團隊裡最耗人工的那個環節開始,把它寫成一段指令,讓別人照著做也不會做錯。能寫到這個程度,代理人才接得住。寫不到,工具再強也只是把模糊放大。

喜歡這篇?讓行銷變好懂,訂閱銷波快。

資料來源

  • Klaviyo
  • Agentic CDP
  • 行銷自動化
  • AI Agent
  • 第一方資料
  • Prompt 設計
吳宗翰 Jayden Wu

吳宗翰 Jayden Wu

ClassOn 雙捷數位有限公司 共同創辦人 | 銷波快 Podcast 主持人

2008 年從線下行銷做起,活動、連鎖加盟那一類。2014 年轉數位,做亞馬遜和 eBay,後來自己出來做聯盟行銷與 dropshipping。現在在臺北城市科技大學、TeSA 與經濟部的培訓計畫教課。做過的事讓他篩情報時說得出為什麼。

關於 Jayden →