AI Agent 很強，但是你知道哪些事不該丟給它做嗎？

最近看到不少 AI Agent Demo。丟一句指令，它就自己查資料、開啟工具，把任務一路跑完。看完後很多人會開始想：那客服、報表、排程、資料整理，是不是都可以交出去？

但以我自己踩過的坑來看，放進公司日常後，真正麻煩的通常例外狀況的處理。例如資料少一欄時要不要繼續？要怎樣才不會跑一跑自己卡住？資料異動錯誤時，能不能 Rollback？

能成功執行一次，跟每天都能穩定地執行，是兩個不同的問題。

所以我整理了一個工作版框架，把流程分流六種標準，可以幫助大家在判斷要維持人工，還是嘗試建立流程，或直接讓 AI Agent 進入工作中。

每題可以打 0–2 分：0 分代表目前還沒有條件，1 分代表部分具備、需要人工補位，2 分代表規則已經清楚而且可以管理。

Gate 1：這段流程值得讓 Agent 進場嗎？

第一題，這件事是否固定、重複發生？

Agent 需要建置、串接、測試，重點是也需要持續維護。若一件事一年只發生一兩次，每次的背景與做法又差很多，最後可能省下十分鐘操作，卻多出幾個小時維護，不如一開始就維持人工就好。

比較值得優先評估的，通常是每週或每天都會出現，而且主要步驟相對固定的工作。例如固定整理表單、彙整報表、把新案件分派到對應隊列。發生頻率夠高，省下來的時間才有機會大於導入成本。

第二題，輸入資料是否已經數位化，而且 Agent 有合法、穩定的存取權限？

資料放在表單、CRM 或固定格式的信件裡，Agent 才知道要去哪裡拿。如果關鍵資訊散在口頭交代、私人對話、紙本和不同人的腦袋裡，它每次開始前都得先找人補資料，或甚至無法自動化。

這時候先整理資料入口，通常比先做 Agent 更有用。第一關沒過，代表流程目前缺少足夠的重複性或可用輸入，急著自動化只會每自己帶來額外的麻煩。

Gate 2：Agent 知道什麼叫做完嗎？

第三題，完成條件能不能被明確定義

「幫我處理好」對人來說已經很模糊，交給 Agent 只會更難驗收。你要說得出最後應該留下什麼結果，系統才能判斷任務完成，或知道何時應該停下來。

例如，把客服訊息整理成 Ticket，可以檢查 Ticket 是否已建立、分類是否填寫、摘要是否包含問題與期望結果。這些欄位、狀態的驗收，才是 Agent 可以執行的完成條件。

第四題，常見例外能不能被列出，並且有對應動作？

日常營運很少只有一條成功路徑。客戶資料缺漏時，是退回補件還是繼續建立？碰到金額爭議、敏感措辭或高價值客戶時，需不需要提醒人工介入？

例外規則若只存在資深同事腦中，Agent 遇到狀況時可能不會如預期執行。比較穩定的做法，是先列出最常見的例外，為每一種狀況定義「繼續、補資料、改派、停下問人」其中一個動作。

第二關沒過，Agent 可能完成了很多步驟，團隊卻無法確定結果能不能用。這類流程適合先讓 AI 產生草稿或建議，由人判斷是否完成。

Gate 3：做錯時，團隊接得回來嗎？

第五題，Agent 的動作能否復原，或在執行前加入審核？

整理草稿、補標籤、建立待確認 Ticket，做錯後通常容易修改。但直接寄信給客戶、調整價格、更新資料，錯誤代價明顯更高，有些動作甚至無法完整復原。

權限應該跟錯誤代價一起調整。低風險動作可以自動執行；中風險動作先產生 preview；高風險動作則保留人工審核，人工確認後才真的送出，且最好是每一個操作都有記錄，有個萬一時，還有機會恢復資料。

第六題，出錯或卡住時，有沒有明確的人工 owner？

「丟回人工」還不夠。Agent 停下來時，應該知道要交給哪個角色，並附上原始輸入、已執行的步驟、停止原因與需要人決定的問題。人處理完之後，也要知道流程從哪一步繼續。

沒有 owner 的自動化，當 Agent 卡住時，容易安靜地堆在系統裡，直到客戶追問或報表出錯才被發現。第三關沒過，Agent 最多先當輔助，由人工進行決策。

六題打完，怎麼決定？

這六題各打 0–2 分：

• 0–4 分：先整理流程，或只讓 AI 協助一個步驟。
• 5–8 分：適合從 copilot／workflow 開始，保留人工確認。
• 9–12 分：可以整合 Agent ，先給有限資料與有限權限。

分數只是方便判斷。只要碰到以下任一狀況，不論總分多高，都建議先停在人工確認：

• 敏感資料的使用範圍與權限還沒被定義。
• Agent 可以執行不可逆的對外或金流動作，卻沒有人工檢查。
• 出錯後需要有負責人，且需要有停止方式或 Rollback 機制。

拿一條每週都會重複的流程實際跑完六題，通常就能看出真正的卡點：AI 能力還不夠、流程本身還沒整理好，或權限與責任還沒有定義。