愛爾蘭航空公司 Ryanair 將 AI 代理用於客服,AWS 公布的案例稱,系統每日處理 12 萬筆聊天、支援七種語言,約八成對話由系統自行處理。這是供應商發布的客戶案例,反映特定客服流程的部署結果,不能直接推論到其他工作。
Perplexity 於 2026 年 11 月 4 日推出 Teammates,主打讓代理延續專案脈絡、追蹤任務並連接工作工具。公告以業務代理追查客戶停止下單為示例,但沒有提供該情境的部署結果。Ryanair 案例也不是 Teammates 的測試;評估這類產品仍要看資料權限、可交接步驟與人工覆核點。
團隊要先判斷哪些步驟可交給代理,哪些仍須人工確認;也要確認任務能否界定、輸出能否檢查、錯誤能否撤回。
團隊若想先理解其他常駐代理的權限設計,可參考Claude Duet 的工作範圍與授權邊界。不同產品的能力各有差異,但把任務、資料、權限和覆核拆開檢查,是相同的導入功課。
一、Teammates 與單次代理的差別在哪裡?
Teammates 的主要差異,是把工作目標與相關脈絡延續到多次執行。
Perplexity 表示,Teammates 建立在 Computer 之上,能協調工作階段與其他代理,並記住專案目標、任務歷程和共享檔案。新任務可沿用先前工作;優先順序改變時,使用者能查看進度並調整方向。
官方以專案、技能與記憶說明如何延續工作脈絡:專案提供背景和目標,技能是重複採用的方法,記憶保留偏好或規則。團隊仍須確認代理引用的脈絡是否正確,避免過期規則影響新任務。
Perplexity 也以代理檢查網站、另一代理準備修正為例。交接時仍要保留證據、問題描述與權限邊界。
「使用者可以在工作進行時檢視並引導代理。」這是 Perplexity 對 Teammates 的產品說明,意味著人員仍是流程中的監督者,而非只在最後收件。
二、哪些工作適合常駐 AI 代理追蹤?
適合先試的工作通常有固定觸發條件、所需資料範圍清楚,且輸出可以由負責人核對。
實際部署案例可看出任務與成效如何界定。Microsoft 的 AT&T 客戶案例稱,該公司將 AI 用於客服資訊查找與通話摘要,客服人員搜尋資訊的時間減少 33%,並部署 71 項生成式 AI 解決方案、服務超過 10 萬名員工。Google Cloud 的 TELUS 案例則稱,AI 代理處理約三成客服來電,問題平均解決時間縮短 87%。兩者都是供應商發布的企業案例,數字屬案例方資料,且系統、規模和流程都與 Teammates 不同。
Teammates 公告中的行銷、業務、客服與營運內容仍是產品示例,沒有具名客戶或成效數據。適合先試的工作通常會反覆發生,觸發條件、資料來源與交付物清楚;若判斷標準難以描述,或錯誤會直接影響客戶,就不宜讓代理自行完成所有動作。先拆出觸發、輸入、動作、交付物與覆核人,才能劃定交接範圍。

| 工作環節 | 試跑前要說明的內容 | 可先採用的交付方式 |
|---|---|---|
| 觸發 | 什麼事件或週期會啟動任務 | 新訊息、到期日、每週檢查 |
| 輸入 | 代理可讀取哪些資料 | 指定專案、資料夾、郵件或工單 |
| 動作 | 哪些步驟可自行執行 | 搜尋、分類、比較、草擬 |
| 交付 | 結果要放在哪裡、由誰接收 | 摘要、待辦清單、草稿或提醒 |
| 覆核 | 哪些事項須先等人核准 | 對外聯絡、共享檔案修改、重要決策 |
客服團隊可先讓代理分類客訴、整理原因,再由人員決定回覆;行銷團隊可讓它彙總活動變化、草擬調整,暫不開放發布廣告。
三、系統整合前,權限要怎麼檢查?
先核對每個連接工具提供的帳號與專案範圍,再決定代理能讀取、修改或對外傳送什麼。
官方說明可加入 Slack、GitHub、Gmail 等外掛;以 GitHub 為例,設定時可選擇代理能存取的儲存庫。Perplexity 也表示,每個 Teammate 在獨立環境執行,瀏覽器工作階段彼此分開,已儲存的憑證會加密並安全輸入。這些是廠商描述的產品控制,不等於所有資料流向、保留時間和管理方式都已公開,也不能據此推導為全面安全保證。
連接器的風險常在代理能執行的動作。讀取公開文件與修改共用程式庫,後果不同;草擬 Slack 訊息和直接傳送,也需要不同核准。管理者應檢查外掛、資料來源、共享範圍及帳號權限,確認紀錄能追溯代理做過什麼,避免取得任務不需要的客戶資料、商業機密或正式環境寫入權限。
Perplexity 的安全頁談的是公司層級的資安資訊,不能用來證明 Teammates 個別連接器的權限或資料處理方式;產品控制仍應以公告和帳戶內的實際設定核對。
Perplexity 表示,Teammates 沿用 Computer 既有工具與專案權限,使用者也能查看已完成工作、接管桌面或調整代理方向。這是產品方對控制機制的說明,導入團隊仍須核對自己帳號實際顯示的設定。
持有敏感客戶資料或商業機密的團隊,以及開放代理修改共享檔案、傳送訊息或操作關鍵系統的管理者,風險較高。試跑前應避免放入不必要的個資或正式資料,採最小權限,確認中止、紀錄與人工接管方式,並列明哪些動作須先核准。
四、團隊怎麼安排一輪小規模試跑?
挑一項低敏感、易回復、輸出可核對的例行工作,記錄錯誤、人工介入和總成本,再決定是否擴大。
設定試跑之前,先把完成條件寫清楚。例如每週整理公開資料摘要時,須附來源、更新日期與待確認項目;漏資料、引用過期資訊或無法說明依據,都記為失敗。

比較試跑前後的工時、人工修正、錯誤類型與費用;若需要大量重查,總成本未必下降。若發生資料越權、誤傳訊息或無法追溯的修改,就暫停並檢查權限。
試跑可依序檢查:
- 選一項近期重複發生、結果可被核對的任務,寫下觸發條件與完成標準。
- 列出任務必要的資料、工具和帳號,刪除不必要的存取範圍。
- 將代理動作分成讀取、草擬、修改、傳送或正式提交,指定人員核准高影響步驟。
- 設定試跑週期與停止條件,記錄正確率、人工介入、耗時、額度和錯誤後果。
- 由流程負責人檢查紀錄,再決定維持人工覆核、調整任務,或擴大使用。
- Teammates 的產品重點是讓代理跨多次任務延續專案脈絡,並可追蹤工作變化。
- 官方列出的行銷、業務、客服與營運情境是產品示例,尚不能當成獨立實測成效。
- 試跑前先限制資料和工具權限,對外訊息、共享修改與重要操作保留人工核准。
- 用錯誤、人工介入、時間與費用共同評估,確認可追溯、可停止,再談擴大。
如果團隊正在比較不同代理的權限與工作環境,也可閱讀單一代理和多代理的工作流評估條件,先決定任務是否真的需要多個代理協作。
五、推出初期有哪些資訊仍待確認?
目前可確認的是產品定位、部分連接方式與廠商列出的情境;長期可靠度、錯誤率、人工監督成本和實際資料處理細節仍待實測。
Perplexity 公告指出,Teammates 初期在網頁版提供給 Max 訂閱者,iOS 版本將稍後推出。可用地區、方案內容和功能可能調整,應以帳戶內顯示的資訊為準。
目前仍缺不同工作型態的成功率、錯誤影響、人工介入需求與完整資料處理細節;這些都要在實際試跑中確認,不能由產品示例推得長期可靠度或成本效益。
試跑前應限定工作、縮小權限並保留覆核,再由紀錄判斷是否減少追蹤工時;若錯誤難以發現或回復,或監督成本過高,就重新設計流程。
常見問題
Q1:Perplexity Teammates 是聊天機器人嗎?
它是 Perplexity Computer 上的工作代理,產品定位是持續承接專案任務、沿用相關資料與工作歷程。它也能與人員互動,但重點在跨多次任務追蹤工作。
Q2:Teammates 目前可以連接哪些工具?
官方公告舉例 Slack、GitHub 和 Gmail。實際可用的連接器及權限控制,應以使用者帳戶設定畫面為準。
Q3:官方列出的工作示例代表客戶已經驗證成效嗎?
不代表。公告以行銷、業務、客服及營運說明產品預期用途,並未提供這些情境的獨立部署測試或成效數據。
Q4:企業能直接讓代理聯絡客戶或修改正式資料嗎?
應先檢查連接帳號和專案權限,並把對外訊息、正式資料修改或關鍵操作設成人工核准。試跑期間也要保留可追查紀錄與中止方式。
Q5:怎麼判斷試跑是否值得擴大?
同時檢查任務錯誤、人工修正次數、節省或增加的時間、使用費用與錯誤後果。若結果無法核對或權限風險未受控,就應先調整流程。
參考來源
- Perplexity (2026). Teammates are agents for complex, ongoing work. *Perplexity Blog
- Perplexity (2026). Security at Perplexity
- AWS (2026). Agentic AI Handles 120,000 Daily Chats Using Amazon Nova at Ryanair. *AWS Customer Stories
- Microsoft (2025). AT&T creates digital coworkers with Azure to scale AI that works. *Microsoft Customer Stories
- Google Cloud (2026). TELUS case study. *Google Cloud Customer Stories