---
title: "AI 代理怎麼用？Google Cloud《AI 代理手冊》的 10 種業務做法，一次看懂"
description: "Google Cloud 最新《AI 代理手冊》提出 10 種能立即上手的 AI 代理業務做法，橫跨企業搜尋、文件轉 Podcast、創意生成、客服、行銷、銷售、工程到人資。本文整理這 10 種做法與企業案例，並補上台灣企業導入的三個實務提醒。"
author: "莊哲昀（AJ）"
tag: "AI Agent 與自動化"
date: 2026-06-01
canonical: https://www.ahadigit.work/blog/google-cloud-ai-agent-playbook-10-ways
source: "html"
---

# AI 代理怎麼用？Google Cloud《AI 代理手冊》的 10 種業務做法，一次看懂

如果說 2026 年最該被企業正視的轉變，是「代理式 AI」從附加功能走向工作流的核心，那麼下一個問題就很實際了：到底該從哪裡開始？Google Cloud 最新發布的《AI 代理手冊》給了一份相當具體的答案——10 種能立即上手、橫跨研究、創新、客服、行銷、銷售、工程到人資的業務做法。本文以「那個數位」的視角，把這 10 種做法重新整理成可落地的行動清單，並補上對台灣企業的實務提醒。

先看一個讓人不得不認真的數字。根據 Gartner，到了 2028 年，將有 **33% 的企業軟體應用程式內建代理式 AI**，遠高於 2024 年的不到 1%；屆時約 **15% 的日常工作決策會以自動化方式完成**。另一份調查則顯示，已有半數知識工作者表示 AI 正替他們自動處理例行事務、省下可觀時間。換句話說，這不是「要不要做」的選擇題，而是「先從哪幾件事做起」的優先順序題。

> **什麼是 AI 代理（agent）？**它超越了傳統自動化與聊天機器人——不只回答問題，而是能理解目標、搜尋內外部資訊、運用機構知識與專業背景，並在人類引導下跨系統完成任務或整段工作流程。手冊裡反覆出現的平台是 **Gemini Enterprise**（整合了原 Google Agentspace），以及面向開發者的 **Vertex AI Agent Builder**；它們透過預先建構的連接器，把文件、郵件、CRM、人資系統、IT 工單等資料串在一起。

> 組織紛紛加速導入 AI 代理，希望更有效地節省成本和時間，並全面強化價值創造能力。有了這樣的得力助手，員工就能用更高效率完成工作。 — Oliver Parker,Google Cloud 生成式 AI 全球市場開發副總裁

## 一、讓每個人都能即時找到對的資訊

多數企業的痛點不是沒有資料，而是資料散落各處：文件在雲端硬碟、信件堆在收件匣、客戶資料鎖在 CRM。前三種做法，正是把「找資訊」這件事徹底重做一遍。

### 1. 以前所未有的方式搜尋企業資料

透過 Gemini Enterprise，員工可以在一個入口同時搜尋文件、郵件、對話、CRM、訂單、人資、IT 工單、知識庫與政策，不必再在十幾個應用程式間切換；搭配 Chrome Enterprise 搜尋列，等於在原本的工作環境裡就能用多模態代理。再結合 Google 的知識圖譜技術，搜尋結果會依公司特有脈絡建立基準，更貼近情境。**Gordon Food Service** 導入後，員工得以集中搜尋多個系統、做出更明智的決策，不再為了找資訊疲於奔命；全美排名前十的 **西雅圖兒童醫院**則打造了 Pathway Assistant，把過去人工得花上 15 分鐘的臨床循證資料搜尋，縮短到幾秒鐘——這是「找得快」可能攸關性命的場景。

### 2. 把複雜文件轉成一集 Podcast

NotebookLM 是 Gemini Enterprise 內建的代理，能同時深入研究多份文件，把企業資訊轉成容易吸收的內容。最受歡迎的玩法，是把一疊損益表、資產負債表、現金流量表上傳後，請它整理成一段 Podcast 摘要——讓你在通勤或健身時用「聽」的就掌握重點。顧問巨頭 **勤業眾信（Deloitte）**的策略顧問原本得花上數週讀完所有研究資料，改用 NotebookLM 後能迅速取得初步洞察，把省下的時間投入更高價值的策略思考與腦力激盪。

### 3. 隨時向「專家」請益，解決陌生難題

同事在討論一個你不熟的新趨勢、而你沒時間把成堆報告讀完時，Deep Research 代理（採 Gemini 多模態技術）能依你的提示自動擬定研究計畫，從網路上數百個來源與受控管的企業內部資料中找出重點，彙整成一份完整報告。巴西 **Banco BV** 銀行的早期使用者，便靠它提高效率、掌握更全面的分析，用嶄新方式與多模態內容互動。

## 二、把繁瑣流程交給一支代理團隊

當搜尋與研究被解決，下一步是讓代理「動手做」——從發想、寫程式到行政流程，把人從重複勞動裡釋放出來。

### 4. 幾秒鐘生成上千個最佳構想

產品團隊卡在腦力激盪的無限迴圈，是再熟悉不過的場景。Idea Generation 代理會動用數百個 AI 代理生成並反覆調整創意，再從多個角度自行評分，最後輸出一份附上優缺點的最佳構想清單。手冊舉的例子很生動：要設計一款能避免受傷的攀岩鞋，與其再開一輪會議，不如請代理提出 1,000 個構想、共同評選出最佳方案，讓你直接拿著結論去向主管彙報。**Nokia** 便看好這項能力，認為它將徹底改變團隊發掘與運用洞察的方式。

### 5. 用提示詞找出並修正程式碼錯誤

應用程式在看似隨機的情況下當機、錯誤訊息又模糊不清——開發者逐行查記錄與堆疊追蹤，既慢又耗神。把 Gemini Enterprise 與 Gemini Code Assist 整合進 IDE 與工作流後，代理能用記錄檔分析與模式識別大幅簡化偵錯，依最佳做法找出瓶頸，並搜尋、重複利用既有的程式碼與文件，避免重工。**Tata Consultancy Services（TCS）**正協助企業在 Google Cloud 上打造以人物角色為基礎的代理，運用企業知識提供背景脈絡，加速軟體開發。

### 6. 簡化到職訓練與人資作業

一週要幫六位新人完成到職：準備合約、稅務文件、公司政策、IT 存取申請，還要協調門禁、設定密碼、加進薪資系統——全程人工極其耗時。AI 代理能接手這些行政性質的流程，讓人資把時間留給更有溫度的迎新體驗；意見回饋代理可設計與分析員工問卷、找出待改進之處，搜尋代理則能彙整全球團隊的人資趨勢與最佳做法。人力資源解決方案商 **UKG** 便以 Google Cloud 打造的 UKG Bryte AI 對話型代理，協助人資與主管輕鬆查詢公司政策與業務洞察。

## 三、用代理重塑顧客、行銷與銷售

### 7. 大規模打造個人化客戶體驗

客服中心在產品上市時最怕「來電暴增」。對話型 AI 代理能用多種語言自動回覆、把複雜案件轉給合適的人，並即時給客服專員回應建議、自動生成通話摘要；其他代理還會分析所有互動、整合成資料導向的洞察主頁。企業可同時運用 Customer Engagement Suite with Google AI 與 Gemini Enterprise，把代理與系統整合成緊密相連的體驗。**Verizon** 指出，採用 Gemini 技術後不僅大幅縮短通話時間，更讓團隊得以專心處理真正重要的事：滿足客戶需求。

### 8. 提升行銷參與度與轉換率

要規劃下一季、做出個人化的訊息與優惠，行銷人得深入研究過往廣告、擷取內外部資料、還要親自產製內容。Gemini Enterprise 可連結 ServiceNow、Box、Dropbox、Adobe、Google Ads、Google Trends、YouTube 等行銷常用系統，讓代理找出成效最高的活動與受眾洞察，再依品牌風格量身生成內容。運動零售龍頭 **迪卡儂（Decathlon）**看中它能跨部門整合資訊，成為產品設計師、行銷與研究人員加速決策的得力助手。

### 9. 縮短銷售週期

客戶問題從網路、郵件、客服、社群四面八方而來，業務光是應付就已吃力，更別說還要持續掌握最佳做法與客戶研究。Gemini Enterprise 能讓業務直接存取聯絡資料、互動記錄、交易狀態、過往購買與支援單，在關鍵時刻快速備齊客戶資訊、開會前掌握最新洞察，並自動處理繁瑣行政工作。資安公司 **Rubrik** 便運用 Gemini Enterprise 的知識代理深入了解客戶、做足功課，透過每一次銷售互動創造實質影響。

## 四、最後一步：打造你自己的代理

前九種做法多半用得上預先建構的代理；真正讓代理式 AI 在組織裡擴散的，是讓「最懂流程的人」自己打造代理。手冊提出三條路徑，對應不同的技術程度：

> **三種打造方式，從零程式到工程級**  
> **① 預先建構的代理：**在代理庫直接啟用 Google、內部或合作夥伴做好的現成代理，也可到 Google Cloud Marketplace 探索，完全不需技術背景。**② Agent Designer：**無程式碼介面，用對話式設定、預建工具與自動化動作，安全連結企業資料、打造處理特定工作流程的自訂代理。**③ Vertex AI Agent Builder：**開發者與工程師可擴充功能或從頭打造全新代理。

值得一提的是，Gemini Enterprise 支援開放的 **Agent2Agent（A2A）通訊協定**——你打造的代理不只能與自家資料來源互通，也能跟其他平台建立的代理協作。這正是「代理生態系」得以跨越組織與工具邊界的關鍵。

## 給台灣企業的三個實務提醒

**一、先挑「重複、規則明確、資料夠完整」的流程下手。**到職行政、客服一線回覆、行銷成效彙整、業務的客戶背景準備，都是投資報酬看得見、風險相對可控的起點，比一上來就追求全自動決策務實得多。

**二、把「資料治理」與「導入代理」當成同一件事。**手冊裡每個案例的前提，都是企業先把分散的資料安全地連起來、設好權限。台灣企業常見的卡點不在模型，而在資料散亂與權限不清——這一步沒鋪好，代理再強也找不到對的東西。

**三、保留「人在迴圈」。**無論是 1,000 個構想的評選、客服的複雜案件轉接，還是代理式付款的事前授權，手冊的設計哲學始終是讓人擔任協調者與最終把關者。導入時請同步建立審核與稽核機制，讓效率與信任一起長出來。

如果你對 2026 年代理式 AI 的整體趨勢還想看得更全面，可以延伸閱讀我們先前整理的〈[AI 代理的 2026：Google Cloud 報告揭示重新定義企業價值的五大轉變](https://ahadigit.work/blog/google-cloud-ai-agent-trends-2026)〉。趨勢看方向，這份手冊談落地——兩者合起來讀，正好是一張從「為什麼」到「怎麼做」的完整地圖。

> **資料來源**  
> Google Cloud，《AI 代理手冊——在業務上運用 AI 代理的 10 項實用訣竅》（繁體中文版）。文中數據引自 Gartner（2024）、PR Newswire 與 Google Workspace 暨 The Harris Poll（2024）等報告；企業案例與引述均出自該手冊。