【AI 決定每封電郵的內容與發送時間之前，先審計六處：訊號、護欄、規則庫與權限】
Braze Forge 公布 AI 決策代理、活動質檢與 MCP 連接外部工具。上線前先審計訊號、護欄、組合審核、對照組、規則庫與權限六處；附示範數據表。
客戶互動平台 Braze 在 9 月 29 日的年度大會 Forge 上公布了多項 AI 功能。與電郵和 CRM 數據最相關的有三項：一項讓 AI 代理替每位收件人決定電郵內容、發送時間和頻率；另一項讓 AI 檢查推廣活動是否合規；第三項讓 ChatGPT、Claude 等外部 AI 工具，透過 MCP 直接在平台內操作。
這些功能全部仍是測試版，Decisioning Studio Go 預計 10 月 14 日正式推出。本文以 Braze 的公布作例子，但審計方法適用於任何正在加入「AI 選擇內容」或「AI 檢查活動」功能的電郵平台和 CRM。
AI 代理會盡力優化交給它的訊號，並在護欄內行事。所以上線前要審計的，是它優化甚麼、被甚麼限制、質檢規則由誰定，以及外部工具沿用了誰的權限。下文分六處說明，每處附來源、檢查方法和取捨。
（本文所有功能描述以 Braze 9 月 29 日新聞稿及 MarTech、Mi3、CX Today 的報道為準，資料截至 2026 年 10 月 2 日。未經實際操作測試。）
一、Braze 在 Forge 公布了甚麼：三項 AI 功能與上線時間
根據 Braze 9 月 29 日的新聞稿，三項功能的內容和上線時間如下。
1. Decisioning Studio Go（AI 決策代理，自助版）
AI 代理在行銷人員設定的護欄內，為每位收件人選擇訊息版本（主旨、創意、行動呼籲按鈕）、一天中的時段、星期幾和發送頻率。Braze 稱代理可同時測試超過十億種組合。MarTech 報道指出，首個版本針對電郵，以點擊率為優化目標。需要更複雜目標的企業，則有 Decisioning Studio Pro，通常要配合數據科學和工程團隊。
上線時間：測試中，預計 10 月 14 日正式推出。
2. Agentic Standards（AI 推廣活動質檢）
按行銷人員設定的規則，檢查推廣活動和自動化流程（Canvas）的設定、文案、連結、個人化內容、合規和品牌指引，結果分為通過、警告和不通過。修正可交由 BrazeAI Operator 執行，品牌可選擇要求人手批准。每次檢查和修正都有記錄。
上線時間：測試中，預計 10 月正式推出。
3. Operator Connect（經 MCP 連接外部 AI 工具）
讓使用者在 Claude、ChatGPT、Snowflake Cortex Code、Microsoft Copilot 等支援 MCP 的工具內操作 Braze。所有動作以個別使用者身份執行，受該使用者在 Braze 的權限約束。
上線時間：測試中。
廠方說法要分清
報道和新聞稿中有幾個數字屬廠方或客戶自述，並非獨立驗證：CX Today 報道測試客戶稱推廣表現「翻倍」；新聞稿引述合作夥伴稱推出速度最多加快 90%。這些說法反映個別案例，不代表其他品牌可以預期同樣結果。
二、第一處：AI 優化的是哪個訊號？點擊不等於營收
來源： MarTech 報道指 Go 首個版本以電郵點擊率為優化目標。Mi3 報道引述 Braze 技術總監，指開啟和點擊是 Braze 能清楚歸因的訊號；扣除折扣後的利潤、按品類計的毛利等更複雜目標，需要數據科學團隊或 Pro 版本。
代理會盡力提升點擊率，但公司真正關心的是訂單和營收。點擊率上升而訂單不變，代理仍會判斷自己做得好。
檢查方法：
- 寫下點擊率在公司內代表甚麼業務指標，例如訂單數、營收或回購率。
- 確認電郵連結帶有一致的 UTM，讓 GA4 可以按活動追蹤點擊後的行為。
- 每週把「點擊率」和「點擊後訂單」放在同一張表比較。
- 若兩者走勢分歧，先檢查是否某些主旨或按鈕吸引點擊、但吸引的不是買家。
示範例子（示範數據，不代表任何品牌）：
| 週 | 電郵點擊率 | GA4 電郵來源訂單 | 每千次發送訂單 |
|---|---|---|---|
| 第 1 週 | 2.8% | 120 | 4.0 |
| 第 2 週 | 3.4% | 118 | 3.9 |
| 第 3 週 | 3.9% | 115 | 3.8 |
點擊率持續上升，訂單沒有跟著增加。這時要追查的是代理學會了甚麼，例如是否傾向使用好奇式主旨。
取捨： 點擊是最快、最乾淨的訊號，適合作為起步目標。代價是它與營收之間隔了幾步，需要團隊自己把下游數據接上，才知道優化是否有用。
三、第二處：護欄設好了沒有？受眾、核准內容與接觸上限
來源： 新聞稿指代理在「行銷人員設定的護欄內」進行實驗。Mi3 報道指行銷人員需設定受眾、已核准的訊息和接觸上限。
代理只會在你給它的範圍內選擇。範圍設得寬，它就可能在你沒預期的時間、用你沒預期的組合接觸客戶。
檢查方法：
- 核准內容池： 每一條主旨、每一個按鈕文字、每一張圖片，放進內容池之前都經過審批。
- 接觸頻率上限： 每位收件人每週最多收幾封，跨活動是否合併計算。
- 靜默時段： 例如深夜不發送，並確認時區按收件人所在地計算。
- 排除名單： 未同意接收推廣的客戶、有法規限制的客群（例如特定年齡或地區），在受眾層面已排除。
取捨： 護欄越緊，代理可以學習的空間越小，優化效果可能較慢出現。護欄越鬆，學習空間越大，但出錯時影響的客戶也越多。起步時可以先收緊，觀察幾週後再逐步放寬。
四、第三處：組合數以億計，人手如何審核？
來源： 新聞稿稱 Go 代理可同時測試超過十億種組合。MarTech 報道舉例：8 封電郵 × 25 條主旨 × 10 個按鈕 × 5 張圖片，單是這幾項相乘已有一萬種版本。
人手無法逐一預覽所有組合。審核方法要由「看每封完成品」改為「確保每個組件在任何搭配下都安全」。
檢查方法：
- 組件獨立審核： 每條主旨、每個按鈕都要單獨成立。例如主旨寫「最後一天」，就要確認所有可能搭配的內文都真的是最後一天。
- 找出衝突組合： 列出不能同時出現的組件，例如「免運費」主旨與不包含免運優惠的內文。
- 個人化後備值： 姓名、上次購買產品等欄位缺失時，顯示的後備內容是否合理，有沒有出現空白或「親愛的 {first_name}」。
- 抽樣預覽： 每週隨機抽取實際發出的組合預覽，補足組件審核的盲點。
示範例子（示範數據）：
| 組件 | 數量 | 審核方式 |
|---|---|---|
| 主旨 | 25 | 逐條單獨審核，標記時效性字眼 |
| 按鈕文字 | 10 | 逐條單獨審核 |
| 圖片 | 5 | 逐張審核，確認與所有主旨不衝突 |
| 實際組合 | 1,250（25 × 10 × 5） | 每週隨機抽樣預覽 |
取捨： 組件審核把工作量由「組合數」降到「組件數」，但要求每個組件寫得更中性、更獨立。帶強烈時效或條件的文案，在組合式發送中風險較高。
五、第四處：與「不用 AI」比較，對照組不能省
來源： 新聞稿把 Go 定位為以持續決策取代固定規則和人手 A/B 測試。
本文建議（並非 Braze 的說法）： 保留一個對照組（holdout），讓一小部分收件人繼續使用原有的發送規則，或不接收該活動。這樣才能把代理的表現與基準比較，而非只與代理自己早前的選擇比較。
為甚麼需要： 代理會持續調整，每一次比較都是「新選擇對舊選擇」。若沒有對照組，就無法回答最基本的問題：用了 AI 之後，整體訂單是否比不用時多。
檢查方法：
- 確認平台是否支援對照組。目前資料未說明 Go 是否原生支援，需向廠方查證。
- 若不支援，可以在受眾層面預先分出一組，用原有規則發送。
- 比較時看下游指標（訂單、營收），並用相同時間長度。
示範例子（示範數據）：
| 組別 | 收件人比例 | 點擊率 | 每千次發送訂單 |
|---|---|---|---|
| AI 代理組 | 90% | 3.9% | 3.8 |
| 對照組（原有規則） | 10% | 2.9% | 3.7 |
這個示範結果顯示點擊率差距明顯，訂單差距很小。沒有對照組，團隊只會看到點擊率上升。
取捨： 對照組會讓一部分客戶得不到代理的優化，短期可能少了一些成效。換來的是可以向管理層說明 AI 的實際貢獻。
六、第五處：AI 質檢的規則庫由誰負責？
來源： 新聞稿指 Agentic Standards 按行銷人員一次設定的規則檢查活動，結果分通過、警告、不通過，每次檢查和修正都有記錄，品牌可要求人手批准修正。Mi3 報道引述 Braze 技術總監，指具體要求要由客戶自行定義，產品不是用來詮釋一條全新法規。CX Today 報道測試客戶 Sportsbet 稱，系統找出了缺少退訂連結和合資格客群設定錯誤的問題。
AI 質檢只會檢查你寫進規則庫的東西。規則庫沒有人負責，過時的規則會繼續被執行，新的要求則不會被檢查。
檢查方法：
- 指定規則負責人： 一位負責人統籌，法務、品牌、CRM 各自提供規則。
- 把要求寫成可檢查的規則： 「符合私隱條例」無法直接檢查；「每封推廣電郵必須有退訂連結」「未同意客戶不可在受眾內」才可以。
- 設定檢討週期： 例如每季檢討一次，法規或品牌指引更新時即時修訂。
- 分清哪些修正要人手批准： 修正錯字可以自動；改動受眾、優惠條款或法律聲明，應要求人手批准。
- 定期檢視記錄： 哪些規則最常觸發警告，可能代表流程本身有問題。
取捨： 規則寫得越細，質檢越可靠，但維護成本越高。規則寫得太粗，質檢只能找出明顯錯誤。起步時可以先覆蓋退訂連結、同意狀態、品牌名稱寫法這類明確項目。
七、第六處：外部 LLM 經 MCP 操作 CRM，權限沿用誰的？
來源： 新聞稿和 MarTech、Mi3 報道指 Operator Connect 讓 Claude、ChatGPT、Microsoft Copilot 等工具經 MCP 操作 Braze，動作以個別使用者身份執行，受該使用者的 Braze 權限約束。
外部 AI 工具能做的事，等同連接它的那位使用者能做的事。若該使用者有權直接發送活動，經外部工具下指令也可以。
檢查方法：
- 檢視使用者角色： 哪些人有「發送」權限，哪些人只有「草擬」權限。連接外部工具前，先收窄到最少需要的權限。
- API 金鑰範圍： 若涉及 API 金鑰，確認範圍只限必要功能。
- 審計記錄： 確認經外部工具執行的動作，在平台內有可追查的記錄。
- 測試帳號先行： 先用權限有限的帳號和測試環境試用。
這一處的原則與 9 月 30 日談 n8n Agents 的文章相同：讓 AI 只能做指定的事，寫入記錄系統的動作要經批核。詳見AI 代理把客戶標錯狀態，CRM 可以在哪裡擋住？
取捨： 沿用使用者權限的好處是不用另設一套權限系統。代價是權限檢視的責任落在團隊身上，原本為人手操作設計的權限，未必適合 AI 工具高速執行。
八、限制、檢查清單與下一步
目前的限制
- 所有功能仍是測試版，正式推出時可能有改動，以官方公布為準。
- 功能描述來自廠方新聞稿和大會報道。Mi3 的編輯以 Braze 嘉賓身份出席大會，Mi3 已作披露。
- 「表現翻倍」「最多加快 90%」屬廠方或客戶自述。
- 未有公開資料說明：Go 的價格、香港或亞太地區的供應情況、中文介面、是否原生支援對照組，以及正式推出後的表現數據。
- 其他電郵平台和 CRM 是否有同類功能，本文沒有逐一查證。
六處審計摘要
- 訊號：點擊率對應哪個業務指標，下游數據已接上
- 護欄：內容池已審批，接觸上限、靜默時段、排除名單已設定
- 組合：組件獨立審核，衝突組合已列出，個人化後備值已檢查
- 對照組：保留基準組，用下游指標比較（本文建議）
- 規則庫：有負責人、有檢討週期、修正分級批准
- 權限：外部工具連接前已收窄使用者權限，記錄可追查
訂閱後可解鎖 GA 量度自查清單，逐項檢查來源歸因、事件訊號與訂單對帳。
免費 Google Analytics（GA）量度自查清單
約 15 分鐘，逐項檢查來源歸因、事件訊號、成交訊號、事件命名與訂單對帳。
常見問題
AI 決策代理會取代 A/B 測試嗎？
Braze 的定位是以持續決策取代固定規則和人手 A/B 測試。不過要知道整體成效，仍需要一個不使用代理的對照組作比較。
點擊率上升，是否代表電郵表現變好？
不一定。點擊率是代理的優化目標，要同時看點擊後的訂單和營收，才能判斷業務是否受惠。
AI 質檢可以處理新法規嗎？
根據 Mi3 報道，Braze 技術總監表示規則要由客戶自行定義，產品不是用來詮釋全新法規。團隊需要先把法規要求轉化為可檢查的規則。
經 ChatGPT 或 Claude 操作 CRM 安全嗎？
視乎連接的使用者權限。外部工具沿用該使用者的權限，所以連接前要先檢視和收窄角色。
香港可以使用這些功能嗎？
目前未有公開資料說明地區供應情況，需向廠方查詢。
一句總結
AI 決策代理和 AI 質檢可以節省大量人手，但它們按交付的訊號、護欄、規則和權限行事。上線前把這六處逐一審計，團隊才能判斷 AI 的決定是否真的對業務有利。