前提到《電商平台在產品規劃如何導入 AI？》的潛在應用，這篇想針對 AI 商品敘述來拆解規劃一個 AI 功能會經歷的產品細節，包含 Prompt、Token、和商業考量。
一、AI 生成商品資料可行嗎
⠀⠀
目前 AI 生成廣告貼文幾乎已是常態，但若要生成「商品資料」是否可行？商品資料是消費者下單時會瀏覽的資訊，若有任何廣告不實、資訊錯誤（e.g. 材質錯誤、尺寸錯誤、成份錯誤）都容易造成消費者客訴或平台罰款，但若要真的要將 AI 生成導入在商品頁，以產品經理角度可以留意哪些事項。
⠀⠀
1. 如何處理 Prompt 和輸出格式
AI 生成商品敘述的前提是要提供資訊給 AI（輸入），它才能回給我們對應的資訊（輸出），因此在 Prompt 可以分成「輸入欄位和輸出格式」：
- 輸入欄位：{商品名稱} + {商品規格} + {商品產地} + {商品分類} 等
- 輸出指令：請根據上述商品資料，回覆 300 字的商品敘述，請勿回答不在上述的顏色、材質、或產地。
⠀⠀
2. 幻覺的後續
針對上述的 Prompt，即時不斷加上正向表述（請根據 OOO 產生）、負向表述（請勿使用 OOO、請避免產生 OOO），仍無法 100% 避免幻覺的產生，AI 可能還是額外產生非預期的文字，因此市面上目前不同產品套用 AI 時，都會在欄位旁邊加上警語，像是：
- 使用此功能產生的內容為 AI 自動生成，投遞前請再次檢查履歷！（AI 履歷）
- 此為 AI 生成，請務必再次確認商品文案（AI 商品敘述）
⠀⠀
3. 增加使用阻力
除了上述的警語，也有一些 AI 功能會刻意增加摩擦阻力，例如在 AI 有關的儲存動作都會提示「請確認資料是否正確」、「確認後，將會覆蓋原有資料」等。
⠀⠀
4. 更換模型
2024 年 5 月 OpenAI 先推出 GPT-4o，但 2024 年 7 月再度推出 GPT-4o mini，差異是 4o mini 在能力不顯著下降的前提之下，可以使用到更便宜、更快速的方式的 AI 服務。
但 4o mini 就可能比 4o 產生更多看似合理但實際不準確的資訊，也就是常見的幻覺，因此若使用量級還不高，確實可以先採用精準度較高的模型，因為在使用數尚未拉到萬級以前，使用不同模型的最終花費並不會差異非常大。
⠀⠀
⠀⠀
二、產品規劃的商業成本考量
⠀⠀
實際串接後，到底使用成本要怎麼計算？Open AI 會如何向使用者收費？這時會用到 Token 的概念。
⠀⠀
以「AI 生成商品敘述」為例：
- 輸入：將 {商品名稱} + {商品規格} + {商品產地} + {商品分類} 等文字，可能約 500 字，轉換成 token 大約乘以 1.4，因此約 700 Tokens。
- 輸出：AI 回傳 300 字的商品敘述，乘以 1.4 大約 420 Tokens。
⠀⠀
而 Tokens 的成本又會依據輸入和輸出而有不同，根據模型價格表：
- 輸入：$2.5 / 1M Tokens，因此 (700 / 1,000,000) × $2.5 = $0.00175
- 輸出：$10 / 1M Tokens，因此 (420 / 1,000,000) × $10 = $0.0042
因此使用 GPT-4o 的話，一個商品要產生一次 300 字的商品敘述，大約會需要 $0.0059，換算成台幣就是 NTD 0.177。
⠀⠀
成本已可以完全攤開後，那這個 AI 功能是否要向使用者收費？以目前觀察到有使用 AI 功能的產品，像是電商後台、求職平台、旅遊平台等，以平台方的立場似乎都先將 AI 視為「免費加值功能」，主打「優化使用者的效率 / 體驗」，盡可能加速使用者完成用戶任務（Jobs-to-be-done）。
⠀⠀
但為了避免產品出現非預期的花費，或是外部競爭對手的刻意程式點擊，現況都還是會設一個上限，例如：
- 每月使用 5 次 AI 履歷
- 每月可以生成 1000 個商品敘述
- 每月可以使用 10 次 AI 助理規劃旅遊景點
⠀⠀
而各公司的業務是否會將 AI 服務包裝成 Upsales（向上銷售），這個也可以持續觀察，我認為關鍵切角仍在於「此服務是否能穩定提供精準的資料」，但另一個思考點是若 AI 方向就是提供多樣的答案、無法 100% 精準的話，那前線業務的切角可能就會變成「此服務是否能證實有效提高企業效率」。
⠀⠀
⠀⠀
三、關於 AI 在電商的更多應用
⠀⠀
AI 技術在電商的兩大切入點，目前觀察到可分成前後台：
- 前台購物體驗更個人化：傳統電商平台已難以滿足現代消費者個性化需求，而 AI 近期已陸續可做到「個人體驗」的提醒，讓消費者操作更貼近自己的輪廓。
- 後台營運管理更效率化：對於電商企業而言，使用任何後台產品都會遇到效率問題，因此 AI 通常為了「提升效率」，提高企業人員操作的速度。
⠀⠀
前者預期會出現的是「AI 代理人」，藉由個人資料，讓代理人協助購買、定位等日常消費需求；後者則是「AI 店長 / 店員」，透過固定的上架流程，讓 AI 取代制式的上傳圖片、撰寫文案、上架商品等工作。
⠀⠀
「電商的 AI 代理人」這塊我尚在蒐集更完整的資料，因為仍有一塊「消費者體驗」是 AI 代理人尚無法完全取代的，像是購物體驗、實體逛街體驗、試穿體驗等，而 AI 功能主要是以「優化效率、節省時間」為主。
跟電商有關的 AI 發展，根據市面上的資料有初步整理一些《電商平台在產品規劃如何導入 AI？AI 產品設計有哪些重點？》，後續再持續補充。
但針對遊戲體驗，已看到滿多 AI 代理人的案例，像是街機快打，玩家透過 Prompt 指揮遊戲角色放出技能，彷彿是另一種虛擬世界的代理人戰爭，將 Prompt 做成一種「遊戲競賽」。
⠀⠀
⠀⠀
四、總結
AI 生成商品描述剛好是最近在研究的產品功能，也剛好有觀察到市面上串接 AI 服務的平台，才發現大家也一直在小範圍測試和迭代。
如對這系列文章有興趣可以再觀看：
