AI 代理核准紀錄的直接答案是：只要 AI 代理可能替你送出客戶訊息、改 CRM 狀態、調整廣告、產生報價、使用個人資料或做出公開承諾，就不應只留下「AI 建議這樣做」，而要留下誰批准、批准了哪個版本、依據哪份資料、允許做到哪一步、結果回寫在哪裡。台灣 SME 不必一開始買大型治理系統，但至少要先用一張表，把 AI 代理從「會做事」變成「做事可追蹤」。
為什麼現在要談核准，而不是只談自動化
AI 代理和一般聊天工具的差別，在於它不只產生文字，還可能串接工具、讀取系統、觸發流程，甚至在瀏覽器裡完成多步驟任務。OpenAI API changelog 在 2026 年 9 月 10 日記錄 Agents API public beta，並說明它以 managed Codex harness 支援 session orchestration、context compaction 與 recovery；這代表 AI 從「幫你寫一段」更靠近「幫你跑一段流程」。來源可參考 OpenAI API changelog。
對台灣 SME 來說，這件事的行銷意義很直接：AI 可能幫你整理名單、草擬 LINE 回覆、檢查 EDM、建立廣告測試清單、把表單名單分級，或提醒業務追蹤。這些都很有用；但一旦流程碰到顧客個資、價格、優惠、客訴、退訂、廣告承諾或預算，就不能只靠「看起來合理」四個字放行。
OpenAI 的 guardrails and human review 文件把控制分成自動檢查與 human-in-the-loop approval：guardrails 用來驗證輸入、輸出或工具行為；human review 則讓敏感動作暫停，等人或政策批准後再繼續。文件也提醒，如果要控管每次會產生副作用的工具呼叫，檢查要放在工具旁邊，而不是只依賴高層級代理規則。來源可參考 OpenAI Guardrails and human review。
5 個台灣 SME 先補的 AI 代理核准紀錄欄位
最小可行的 AI 代理核准紀錄，不是寫一篇很厚的政策，而是讓每一次高風險動作都有一個可回看的版本。下面這 5 欄先做起來，行銷、客服、業務和老闆比較容易對齊。
1. 動作類型：AI 只是建議，還是會真的送出？
第一欄先標出這次 AI 代理的動作等級。讀取公開資料、整理摘要、產生草稿，和真的發送訊息、改名單狀態、調整廣告預算，是不同風險。台灣 SME 常見的問題，是一開始只想讓 AI 幫忙寫草稿，後來流程越接越多，最後沒有人知道它到底能不能「按送出」。
你可以先分四層：只讀、草稿、需批准後執行、禁止執行。只讀包含公開頁、去識別報表、已核准 FAQ；草稿包含 LINE 回覆、EDM 主旨、報價說明；需批准後執行包含群發、CRM 狀態改動、廣告預算調整；禁止執行則包含退款承諾、法律醫療金融建議、刪除名單、未核准價格與敏感個資匯出。
2. 資料來源：這次 AI 代理讀了哪一份資料？
第二欄是資料來源。不要只寫「CRM」或「客戶資料」，要寫到可查的版本，例如「2026-10-07 匯出的去識別名單」、「官網 2026-Q4 服務頁」、「已核准 FAQ v3」、「上週 GA4 摘要」。AI 代理如果根據過期價格、舊活動頁或未核准客服筆記做判斷，後面再補核准也很難救。
OpenAI 的 computer use 文件提到，代理可在 OpenAI-hosted browser 裡操作網站任務，流程包含建立 session、處理網站存取請求、需要帳號時處理登入、等待任務完成、驗證結果、檢視保存的瀏覽器活動並在完成後刪除 session。這個邏輯放到行銷現場，就是不要讓代理讀了什麼、進過哪裡、做過什麼變成黑箱。來源可參考 OpenAI Computer use 文件。
3. 核准人與核准範圍：批准的是版本，不是整個未來
第三欄要記核准人、時間與範圍。批准一封 EDM 草稿，不等於批准 AI 之後每次都能寄；批准 300 人名單，不等於批准全部會員；批准一個折扣說法，不等於所有通路都能用同一句。這一欄最好包含「批准版本」、「可使用通路」、「有效期限」、「不可更動條件」。
小團隊常見情境是老闆在群組回「可以」，但幾天後沒人說得清楚可以的是哪一版。比較穩的做法，是把 AI 產出的版本編號、截圖或檔案連結放進紀錄，再請核准人選擇通過、退回、限通路使用或限日期使用。
4. 對外承諾：價格、優惠、效果、案例要特別標記
第四欄是對外承諾。凡是 AI 代理要幫你送出的內容，只要含有價格、優惠期限、名額、保證、成效、顧客見證、比較、案例或「第一」「最」這類表述，就要標記為高風險。它不一定不能用，但必須能回到事實依據。
公平交易委員會對薦證廣告的規範說明提醒，薦證廣告可能包含公眾人物、專業人士、機構或一般消費者經驗分享；若內容虛偽不實或引人錯誤，就可能影響消費者判斷與市場交易秩序。若 AI 代理會整理顧客好評、案例、KOL 草稿或社群推薦，這個提醒不能省略。來源可參考 公平交易委員會對於薦證廣告之規範說明。
5. 結果回寫：批准後發生了什麼，也要留下
第五欄是結果回寫。AI 代理建議了什麼、人批准了什麼、最後系統執行了什麼，三者常常不是同一件事。若你只留草稿，沒有留結果，下一次 AI 只會學到「這種話術被採用」，卻不知道後面造成有效詢問、退訂、客訴、無效名單，還是什麼都沒發生。
最小版回寫可以很簡單：送出日期、通路、名單數、退訂或封鎖、回覆數、有效詢問、需人工處理件數、是否發生錯誤承諾。這些欄位比漂亮摘要更重要，因為它們能讓下一次核准更有根據。
哪些 AI 代理動作可自動，哪些一定要人工核准
下面這張表可以當成台灣 SME 的第一版分級。它不是法律意見，而是讓團隊先有共同語言。
| AI 代理動作 | 可自動到哪一步 | 需要人工核准的點 | 應留下的紀錄 |
|---|---|---|---|
| 整理公開競品頁與 FAQ 缺口 | 可自動摘要與列出候選題目 | 是否引用、是否改成自家承諾 | 來源 URL、摘要日期、採用版本 |
| 草擬 LINE 或 Email 回覆 | 可自動產生草稿與語氣版本 | 送出前、含優惠或個資時 | 草稿版本、核准人、送出名單 |
| CRM 名單分級 | 可先產生建議等級 | 改狀態、派業務、停止聯絡前 | 評分依據、人工覆核、回寫結果 |
| 廣告與預算建議 | 可整理異常與候選調整 | 加碼、停投、改目標或改素材前 | 原始數據、建議理由、批准範圍 |
| 報價、折扣、付款或退款 | 最多先草擬說明與檢查清單 | 任何對外承諾或系統操作前 | 價格版本、授權人、客戶確認 |
| 退訂、拒絕行銷、刪除資料 | 可提醒與建立任務 | 不得由 AI 自行覆蓋客戶意願 | 請求來源、處理時間、同步系統 |
個資與行銷同意：不要讓 AI 代理把資料越接越寬
台灣 SME 做 AI 行銷時，最容易發生的不是故意違規，而是資料一開始只為了客服或報價蒐集，後來被拿去做 EDM、LINE 再行銷、廣告受眾、AI 摘要或業務分級。個人資料保護委員會籌備處主管法規共用系統公布的個人資料保護法，把非公務機關蒐集、處理與利用個人資料放在特定目的、必要範圍與例外利用的規範脈絡裡。來源可參考 個人資料保護法。
因此，核准紀錄裡至少要有一欄叫「資料用途」。例如這次使用客戶資料是為了回覆詢問、確認預約、寄送活動通知、分析名單品質，還是再行銷。用途不同，能不能給 AI 讀、能讀到什麼欄位、需不需要去識別、誰能批准，都不同。
7 天起手式：不用大系統也能先做
第 1 天：列出 10 個 AI 代理可能碰到的行銷動作
先不要寫政策。把團隊現在最想交給 AI 的任務列出來，例如整理表單、回 LINE、寫 EDM、分名單、查競品、做廣告建議、整理客服問題、草擬報價、更新 FAQ、排活動回訪。每一項標上只讀、草稿、需批准、禁止。
第 2 天：建立一張核准紀錄表
欄位先用最小版：任務、資料來源、AI 建議、需執行動作、核准人、核准範圍、對外承諾、通路、結果回寫、備註。可以用試算表、Notion、CRM 備註、專案管理卡片，不必一開始導入昂貴工具。
第 3 天：把客戶資料切成四層
公開資料、內部非個資、可識別個資、高風險資料。公開資料可以先讓 AI 讀；內部非個資可在工作區內測；可識別個資要去識別或限權；高風險資料包含醫療、金融、法律、兒少、付款、敏感客訴與未公開報價，先不要進一般 AI 流程。
第 4 天：指定三種一定要人核准的動作
先不用把所有事都管到很細。小團隊可以先抓三條紅線：任何對外發送、任何預算或價格改動、任何客戶資料匯出或再利用。這三條只要守住，就能先避免最常見的失控。
第 5 天：跑一次低風險試點
例如讓 AI 代理整理公開 FAQ 缺口、草擬三封客戶回覆，或把去識別表單摘要成名單分級建議。不要一開始就接真實群發或後台操作。試點要看的是紀錄表是否填得下去，而不是 AI 寫得多漂亮。
第 6 天：檢查核准疲勞
如果每一個小動作都要老闆批准，最後大家會開始亂按通過。把核准分層：低風險自動、一般草稿由行銷負責人看、高風險由老闆或業務主管看。核准設計要讓人真的看得完。
第 7 天：回寫結果，修下一版規則
看 AI 建議被採用幾次、退回原因是資料不足、語氣不對、承諾過度，還是欄位不清。把這些原因變成下一版 prompt、FAQ、資料欄位或禁用語，而不是只怪模型。
適用與不適用情境
這套做法適合已經在用 AI 協助行銷、客服、業務、廣告、CRM 或內容生產的台灣 SME。尤其適合人少、工具多、資料分散、常用 LINE、Email、表單、廣告後台與試算表交接的團隊。
它不適合被拿來包裝全自動承諾。如果你的流程牽涉醫療、金融、法律、保險、兒少、付款、退費、高單價客製合約或敏感個資，AI 代理只能先當整理與提示助手，正式對外回覆與系統操作要由專業角色和公司授權流程確認。
資料更新與來源
本文於 2026-10-07 依公開可查資料整理。AI 代理平台、OpenAI Agents API、workspace agents、computer use、human review 設定、台灣個資與廣告規範解讀都可能更新；正式導入前，請回到你實際使用的平台文件、公司合約、個資告知、內部權限與主管機關資料確認。
主要來源包括：OpenAI Agents API overview、OpenAI Guardrails and human review、OpenAI Computer use、OpenAI Agents API sessions、個人資料保護法、公平交易委員會薦證廣告規範說明。
結論：AI 代理越能做事，越需要可回看的批准證據
AI 代理不是不能碰行銷流程；相反地，它很適合幫小團隊整理資料、草擬內容、比對缺口和提醒下一步。問題是，當它開始接近客戶、預算、價格、名單與公開承諾時，你不能只留下「AI 說可以」。
台灣 SME 的第一步很樸素：把 AI 代理核准紀錄做出來。記下資料來源、動作類型、核准人、核准範圍、對外承諾與結果回寫。這張表不會讓流程變慢；它會讓團隊知道哪些事可以放心交給 AI，哪些事必須停下來看一眼。等紀錄穩了，再談更深的自動化，會比一開始追全自動更安全，也更容易真的省下時間。
FAQ
AI 代理核准紀錄一定要用專門系統嗎？
不一定。小團隊可以先用試算表、CRM 備註或專案卡片，記下資料來源、AI 建議、核准人、批准範圍與結果回寫。等流程穩定後再導入正式系統。
哪些 AI 代理動作一定要人工核准？
凡是會對外送出、改客戶資料、調整預算、承諾價格或優惠、處理退訂拒絕行銷、匯出個資或影響付款退款的動作，都應先人工核准。
AI 代理只整理公開資料，也需要核准嗎？
只整理公開資料通常風險較低，但若要把摘要變成自家承諾、比較廣告、客戶回覆或銷售話術，仍要人工確認來源、語氣、限制與可公開程度。
核准紀錄會不會讓 AI 自動化變慢？
短期會多一個步驟，但它能避免錯誤承諾、重複群發、資料誤用和責任不清。成熟後可把低風險任務自動化，只保留高風險核准。
台灣 SME 最小可行的第一步是什麼？
先列出 10 個想交給 AI 的行銷任務，分成只讀、草稿、需批准、禁止四類，再用一張表記錄每次高風險動作的核准人與結果。