先說結論：會回答，不等於可以放心交辦
很多中小企業第一次導入 AI，先問的是「哪個模型最強？」真正卡住的往往是工作邊界：客服可以看哪些資料？可以改訂單嗎？遇到退款、個資或例外狀況，誰要接手？這些問題沒有先寫出來，AI Agent 很容易從小幫手變成拿著萬用鑰匙、卻沒有職務說明書的同事。
OpenAI 於 7 月 22 日發表 Presence，定位為讓企業把語音與聊天 AI Agent 放進客服、銷售與內部工作流程。官方說明，部署應從一項具體工作開始，Agent 只取得完成任務所需的知識與系統權限；企業也能設定政策、核准點與人工接手條件。這代表 Agent 上線的核心不只是接 API，而是把工作拆成可測試、可授權、可回溯的流程。
7Pyramid 觀點
先定義一份工作，才決定給多少權限。模型再厲害，也不該取代清楚的職務說明與真人負責點。
新聞值得看的，不是產品名稱
OpenAI 表示，Presence 已用於其英語電話支援頻道，並在特定部署中達到或超過其用來評估第一線人工支援品質的基準；官方也提到 75% 來電問題不需人工協助即可解決，以及 Codex 改善迴圈在 10 天內讓人工轉接下降 15 個百分點。這些都是 OpenAI 自述的特定部署成果，不應直接當成每家公司都能複製的保證。
外部報導則聚焦在權限、模擬、持續監測與人工升級機制；Presence 目前採個案審核，並非一般自助式產品。對大多數台灣中小企業，今天最有價值的動作不是排隊買產品，而是先建立自己的 Agent 工作卡。
今天可以做的四格工作卡
| 工作卡欄位 | 先寫什麼 |
|---|---|
| 輸入 | 只允許哪些資料？例如 FAQ、營業時間、退換貨政策；不要把整個雲端硬碟預設開放。 |
| 可做動作 | 只能分類、摘要、產生草稿，還是可以寄出、改訂單或發文？先把高影響動作拿掉。 |
| 必須核准 | 退款、改價、個資、客訴升級等情況，一律轉人工。 |
| 成功標準 | 答案正確、引用指定文件、不越權，並留下可供人工檢查的紀錄。 |
從一個小任務開始
選一個低風險、重複性高的任務，例如「整理客服詢問並產生回覆草稿」。把四格填完後，再把它轉成實際的資料權限、工具護欄、測試案例與人工接手規則。這張卡像餐廳廚房的出餐單：不是限制廚師發揮，而是先說清楚哪道菜能出、哪道菜要主廚點頭。
Presence 的真正提醒，是 AI Agent 的競爭焦點正在從「回答得像不像人」移到「能不能在真實流程裡被控制、被測試、被改善」。先選任務、限制資料與權限，最後才選工具；這個順序會讓 AI 成為可管理的同事，而不是每天都得猜它今天想做什麼。