2026 年 7 月 9 日，OpenAI 發表 ChatGPT Work——一個會「自己動手做」的 agent：它能連上你的 App 與檔案、跨來源做研究，然後直接產出可交付的文件、試算表、簡報與報告。前一天（7 月 8 日），OpenAI 才把 ChatGPT Voice 重建在新的 GPT-Live-1 模型上，做到邊聽邊說、對話中即時查網與調用記憶。兩天內兩發，訊號很清楚：OpenAI 正把 ChatGPT 從「回答問題的框」推向「完成工作的員工」。
要理解這件事的份量，得看過去 12～18 個月的軌跡。2025 到 2026，主流模型的「agentic」能力（自己拆任務、調工具、跨步驟執行）從 demo 變成產品：先是能跑終端機、能寫整個 repo，現在是能跨你的 Google Drive、信箱、CRM 把一份完整報告端到你桌上。根據 eMarketer 預測，2026 年將有近三分之一（31.3%）的美國人使用生成式 AI 搜尋——當「找答案」與「做成品」都被同一個介面吃掉，內容與服務的分發邏輯都在重寫。
對手是誰？微軟 Copilot（綁 Microsoft 365）、Google 的 Gemini（綁 Workspace）早就在做「文件裡的 AI 助理」，Anthropic 的 Claude 則在開發者與 agent 工具側深耕。差別在：Copilot／Gemini 是「在既有文件裡幫你」，ChatGPT Work 想當「跨 App 幫你把整件事做完」的那個 agent 層。整個類別正在從「輔助打字」整合到「代理交付」。
對一個台灣中小企業或接案工作室，這件事很近：當你的客戶能自己叫 ChatGPT Work 產出一份「還可以」的報告或初版簡報，你賣的「產出物」本身正在貶值。下面拆解實際發生了什麼、三種讀者該怎麼立刻應對、以及一個不靠企業訂閱也能落地的 DIY 路線。
事件細節：完整數字與範圍
ChatGPT Work 的核心能力，是把「研究 → 跨來源整合 → 產出成品」變成一次指令就能跑完的流程。它強調連接（connectors）——把你的雲端硬碟、信箱、日曆、部分企業系統接上，讓 agent 有「你的上下文」，而不是只在真空裡生成。
- OpenAI 的規模基期不小：據 2026 年 7 月統計，ChatGPT 週活躍用戶已來到 9 億量級、年化營收（ARR）逼近 250 億美元級距——這代表「agent 直接交付成品」一旦預設開啟，觸及面是以億計。
- 方向上，OpenAI 把免費用戶也給了輕量版（如 Voice 的 GPT-Live-1 mini），意味著「agentic 交付」不是企業專屬，而是要普及到每個人。
- 對發布者與服務業的隱憂持續存在：OpenAI 的爬取對導流比率被估到 高達 857:1（約為 Google 傳統 5:1 的 170 倍差），意味著「內容被吃、流量不回來」的結構沒有改善。
三類讀者的立刻行動
- 品牌主／中小企業老闆：把「AI 能直接生出的東西」與「AI 生不出的東西」分開。一次性的通用報告、產品說明、FAQ，客戶會自己叫 AI 做；你要投資的是「AI 做不到的資產」——你的第一手數據、真實案例、專有流程、可信任的人。
- 行銷／SEO 操作者：既然 agent 會直接讀你的網站來「做成品」，就把內容結構化到機器好取用：清楚的 FAQ 結構化資料、明確的定價頁、可被引用的統計與出處。目標從「衝排名」改成「被 agent 選用為可信來源」。
- 開發者／接案商：學會做「connector 與 agent 工作流」而不是只做「靜態網站」。客戶接下來要的是「把我們的系統接進 AI、讓它安全地代我做事」，這是新的服務品類。
SaaS 工具比較表
| 方案 | 定位 | 價格（約） | 適用情境 |
|---|---|---|---|
| ChatGPT Work（OpenAI） | 跨 App agent，直接產出成品 | 企業／團隊訂閱制 | 要跨來源自動產出文件的團隊 |
| Microsoft 365 Copilot | 綁 Office 生態的文件內助理 | 每人約 30 美元/月起 | 已深用 Word/Excel/Teams 的公司 |
| Google Gemini（Workspace） | 綁 Google 生態的助理 | 隨 Workspace 方案 | 已用 Gmail/Docs/Drive 的公司 |
| 自架（Claude/OpenAI API + n8n） | DIY 客製 agent 工作流 | 只付 API 用量 + 自架成本 | 要控制資料與流程的中小企業 |
不會告訴你的事
- 「成品」不等於「對的成品」：agent 產出的報告在 80 分很快，但最後 20 分（事實查核、口徑一致、法遵、老闆的品味）仍需要人。真正的成本從「生產」轉到「驗證」。
- 連接你的資料，就是把資料交出去：把信箱、雲端、CRM 接給 agent，權限與稽核沒設好，等於在你的商業機密上開了一扇門。多數中小企業還沒有能力管好這個。
- 導流不回來的結構沒變：857:1 的爬取比意味著，靠「被 AI 讀」換免費流量的紅利，只會愈來愈薄。
不花 SaaS 訂閱的 SMB 替代方案
你不必為每位員工買企業版。低成本 DIY：用 n8n（可自架、開源）當工作流引擎，串接 OpenAI 或 Claude API（只付用量），把「每週要重複做的那一份報告／回覆／整理」做成一條自動化流程——資料來源用你自己的資料庫或 Google Sheet，輸出到你要的格式。關鍵是把「權限最小化 + 人工審核關卡」設進流程裡：agent 產草稿，人按下送出。這樣你拿到 agent 的效率，又不用把整間公司的資料無差別交給第三方。
常見問題 FAQ
ChatGPT Work 會取代我的行銷或助理人力嗎？
短期不會「取代」，但會「重分配」。重複性的整理、初稿、彙整會被 agent 吃掉，人力價值移到查核、判斷、關係與策略。與其擔心被取代，不如把團隊的時間重新配置到 AI 做不到的地方。
把公司資料接給 AI agent 安全嗎？
取決於你怎麼接。原則是最小權限（只給它需要的資料夾）、可稽核（誰在什麼時候讓 agent 做了什麼）、人工審核關卡（送出前要人確認）。這三件事沒設好之前，不要把 CRM 或財務系統直接接上。
那我的網站還要做 SEO 嗎？
要，但目標變了。從「排到第一」變成「被 AI agent 選為可信來源並正確引用」。作法是把內容結構化（FAQ、定價、統計附出處），讓機器容易讀、容易信。
中小企業現在最務實的第一步是什麼？
挑一個「每週都要重複做、規則明確」的產出（例如週報、客服 FAQ 回覆、資料彙整），用 API + n8n 做成半自動流程，保留人工審核。先在低風險場景證明價值，再逐步擴大。
我的觀點
主流敘事是「agentic AI 讓每個人都變超人」。我的 contrarian 判斷是——ChatGPT Work 這類產品在 18 個月內，會讓「交付成品」本身的市場價格快速崩跌，真正升值的是「交付的可信度與責任歸屬」。當任何人都能生出一份看起來很專業的簡報，客戶願意付錢的，是「有人為這份東西的正確性負責、並能接進我實際的系統」。
對 ScriptWalker 的啟示：我們該把服務重心從「幫你做一個東西」明確移到「幫你把 AI 安全地接進你的營運、並為結果負責」。具體是兩個新服務線——(1) AI 工作流整合（connector + 權限 + 稽核 + 人工審核關卡），(2) 「AI-ready」內容與資料結構化，讓客戶的資訊在 AI 時代被正確引用。這兩者都是 agent 愈強、需求愈大的服務。
資料來源
- OpenAI 官方：ChatGPT Work 發表頁 — https://openai.com/index/chatgpt-work/（第一手）
- OpenAI 官方：ChatGPT Voice / GPT-Live-1 — https://openai.com/index/chatgpt-voice/（第一手）
- eMarketer：GEO/AEO 與 2026 生成式搜尋滲透率 — https://www.emarketer.com/content/faq-on-geo-aeo--where-ai-search-seo-overlap-2026（第三方）
- Press Gazette：AI 爬取對導流比與發布者爭議 — https://pressgazette.co.uk/platforms/news-publisher-ai-deals-lawsuits-openai-google/（第三方）
- Google Search Central：FAQ 結構化資料文件 — https://developers.google.com/search/docs/appearance/structured-data/faqpage（第一手）