老闆問你：「我們不是已經在用 ChatGPT 了嗎？為什麼還要看 AI Agent？」你一時答不上來。
這不怪你。AI Agent、ChatGPT、RPA、Agentic AI，四個詞常常被放在同一句話裡講，聽起來像同一種東西。其實不是。
想知道專用的 AI Agent 怎麼套用在自家產品與目標市場？可以先看美佳能 AI Agent 的介紹。
這篇用一張表把四個名詞分開，再放回外銷業務最熟的開發信，看它們實際差在哪。AI 接手找客戶的完整流程，整理在 AI 找客戶完整指南。
重點摘要： 通用對話 AI 回答問題，RPA 照規則重複做，AI Agent 拿到目標後自己做完，Agentic AI 是這類做法的總稱。IBM 的說明是：代理式 AI 是能在有限監督下完成特定目標的 AI 系統，由 AI 代理組成（IBM）。
AI Agent、ChatGPT、RPA、Agentic AI 各自在解決什麼問題
AI Agent 比較的結論先講：這四個名詞不在同一層。通用對話 AI 是「回答問題」，RPA 是「照規則重複做」，AI Agent 是「拿到目標後自己做完」，Agentic AI 則是這類做法的總稱。
比較表：AI Agent／通用對話 AI／RPA／Agentic AI
下表是本文整理的定性比較，不含任何數字。
| 比較項目（本文整理） | AI Agent | 通用對話 AI | RPA | Agentic AI |
|---|---|---|---|---|
| 能做什麼 | 拿到目標後，自己拆步驟、用工具、做完任務 | 回答問題、改寫文字、整理資料 | 照設定好的規則，重複執行固定步驟 | 一種做法的總稱：讓 AI 自主規劃與行動 |
| 需要人做什麼 | 給目標、補資料、審核關鍵結果 | 每一步都要人提問與下指令 | 事先把規則與步驟設定好 | 依採用的產品而定 |
| 適合的工作 | 需要判斷、步驟多、每次情況不同 | 單次的問答與文字工作 | 步驟不變、資料格式固定 | 是概念，不是單一工具 |
一句話分辨四種名詞
四個名詞各用一句話記：
- 通用對話 AI：你問，它答。ChatGPT 是大家最熟的例子。
- RPA：你把步驟設定好，它照做，一模一樣地重複。
- AI Agent：你給目標，它自己想辦法做完。
- Agentic AI：AI Agent 那種「自己想辦法做完」的做法，統稱代理式 AI。
AI Agent 這個名詞本身的定義與特徵，另外整理在 AI Agent 是什麼這篇入門。
圖說：四個常被混用的名詞——AI Agent（連續的箭頭）、通用對話 AI（對話泡泡）、RPA（齒輪）、Agentic AI（網狀節點）。
AI Agent 與 ChatGPT 這類通用 AI 的差別
ChatGPT 與 AI Agent 的差別，在於懂不懂你的公司與客戶。通用 AI 什麼題目都能回答；專用的 AI Agent 先學會你的業務，再替你把一件工作持續做下去。
通用 AI 擅長什麼
先說公道話：通用 AI 很好用。
它什麼題目都能回答，上手也快。打開就能用，不必導入。改一封英文信、翻譯一份規格、把會議紀錄整理成重點，這些事交給它又快又省力。
很多外銷業務已經每天在用。這沒有問題。
通用 AI 不知道的事：你的公司與客戶
問題出在通用 AI 不認識你。用我們的話說：通用 AI 什麼都懂，就是不懂你的公司與客戶。
你每次都要從頭交代：我們賣什麼、強項在哪、想找哪種買主。交代得不夠，它給的答案就很籠統。
它也不認識你的買主。哪些公司真的在進口同類的五金或機械零件、該找誰談，多半還是要你自己查。
我們常聽到的卡點是：開發信寄出去，一直沒人回。信的英文好不好是一回事。寄給誰、寫的是不是對方在意的事，是另一回事。
專屬企業大腦：用自家資料訓練
專用的做法，是先讓 AI 認識你。我們的 AI Agent 把這個部分叫做專屬企業大腦：用你的資料訓練，讓 AI 懂你的業務、理解你的客戶。
差在哪？通用 AI 是每次對話才認識你一次。專屬企業大腦是先學起來，之後每一輪都帶著這份理解去做事。
各家通用 AI 產品的功能更新很快。本文只比較概念上的差別，不逐項比較功能；個別產品能做到什麼，以各家官方說明為準。
用自家資料訓練的 AI Agent 是什麼樣子？到 AI Agent 介紹頁看它怎麼運作。
AI Agent 與 RPA 的差別
AI Agent 與 RPA 的差別在「會不會判斷」。RPA 照固定規則重複做；AI Agent 面對沒看過的情況，會依資料決定下一步。
| 比較項目（本文整理） | RPA | AI Agent |
|---|---|---|
| 依據什麼做事 | 事先設定好的規則與步驟 | 目標，加上當下拿到的資料 |
| 遇到沒設定過的情況 | 停下來，或照舊規則做錯 | 依資料判斷下一步 |
| 適合的工作 | 步驟不變、資料格式固定 | 每次對象不同、需要判斷 |
| 外銷的例子（本文舉例） | 把訂單資料抄進另一套系統 | 找出適合的買主並寫第一封信 |
RPA：照固定規則重複做
RPA 的全名是 Robotic Process Automation，中文常譯為機器人流程自動化。它做的事，是把人在電腦上的固定操作照樣重複一遍。
IBM 的說明是：傳統 RPA 這類非代理式的系統，擅長結構化、重複性的工作（IBM）。
步驟不變的事，交給它很穩。每天把同一張報表的數字抄到另一個系統，它不會累，也不會漏做。
弱點呢？IBM 的同一頁說明寫得很直接：少了推理能力，情境一有變動，這類系統就容易失靈（IBM）。
AI Agent：遇到沒看過的情況會判斷
開發客戶跟步驟固定的工作剛好相反。每一家都不一樣。
這家是經銷商，那家是工廠。這家在意交期，那家在意認證。同一套腳本跑不完。
IBM 這樣對照兩者：傳統自動化遵循預先定義的規則與流程；代理式 AI 則能依變動的環境與目標去調整、學習，並最佳化自己的行為（IBM）。
會判斷是優點，也是要小心的地方。判斷可能出錯，所以關鍵結果要有人審核。
RPA 與 AI Agent 可以並用的情況
RPA 與 AI Agent 不是誰取代誰。這是本文的判斷：
- 格式固定的工作，留給 RPA。例如資料轉檔、報表彙整。
- 需要判斷的開發工作，交給代理。例如挑對象、寫不同的信。
已經在用 RPA 的公司，不必急著拆掉。
AI Agent 與 Agentic AI：是同一件事嗎？
AI Agent 與 Agentic AI 不完全一樣。Agentic AI（代理式 AI）是一種做法，AI Agent 是照這種做法實際執行任務的單位。
代理式 AI 是概念
Agentic AI 指的是讓 AI 自主規劃與行動的做法。
IBM 的定義是：代理式 AI 是能在有限監督下完成特定目標的 AI 系統，由 AI 代理組成（IBM）。這句中文是本文的翻譯。
IBM 這句定義的後半是「由 AI 代理組成」。代理式 AI 是整體，AI 代理是成員。
AI Agent 是執行單位
AI Agent 是那個實際動手的角色。它有明確的工作：找資料、寫信、追蹤。
用外銷業務的話來比喻。「陌生開發」是一種做法，「負責開發的那位業務」是做事的人。Agentic AI 是前者，AI Agent 是後者。
對買工具的人來說，AI Agent 與 Agentic AI 這兩個詞不必分太細。我們認為更該問的是：它能自己做到哪一步？哪一步需要你看？
放到外銷開發信：四種做法的實際差別
放到開發信這件事上，差別很具體：通用對話 AI 幫你改一封信，RPA 把同一封信排程寄出，AI Agent 自己找人、寫信、追蹤。Agentic AI 則是第三種做法背後的概念。
| 做法 | 在開發信這件事上做什麼（本文整理） | 你要自己做的（本文整理） |
|---|---|---|
| 通用對話 AI | 幫你把寫好的信改得更通順 | 找名單、找聯絡人、寄信、追蹤 |
| RPA | 把同一封信照排程寄給名單 | 準備名單、寫信、設定規則 |
| AI Agent | 找對象、為每一家寫信、安排追蹤 | 補資料、審核關鍵結果 |
範本信與每封客製、多輪連貫追蹤
第一個差別在信本身。我們的 AI Agent 不是批量套範本，而是為每家公司單獨寫一封。
第二個差別在追蹤。我們的 AI Agent 會依採購商需求與痛點，自動安排多輪連貫的開發信。
「連貫」兩個字要留意。照字面讀，是第二封信接著第一封講，不是把同一封再寄一次。
圖說：左邊是範本群發——每一封都一樣；右邊是每封客製——每一家收到的內容不同。
AI 寫信有哪幾種做法，整理在 AI 寫開發信的三種做法。從排程群發到多輪追蹤的差別，可以看開發信自動化的三個層級。信件結構的基本功，則在 B2B 外貿開發信完整攻略。
資料來源的差別
第三個差別在資料。信要寄給誰？這件事要靠資料。
用通用對話 AI 寫信，靠的是公開資訊與你貼給它的內容。名單多半要你自己準備。
聊到名單，外銷業務告訴我們的難處往往不只是缺公司名稱，還有對方進貨量多大、習慣什麼交易條件，手上都沒有資料。
我們的 AI Agent 的資料來源是自有資料庫、多源整合。美佳能 AI Agent 介紹頁寫的是：自有 15 年外貿大數據累積，全域資料預先訓練，效率更高。
名單具體從哪幾類資料來，AI 找客戶完整指南有逐項說明。已經在用其他開發工具的團隊，可以對照 B2B 外銷工具整合作戰：從找名單到 CRM 的開發鏈串接 SOP。
收費方式的定性差別
美佳能 AI Agent 介紹頁對收費方式的描述只有一句：效果保障、為實際業務成果付費。
實際怎麼算，要在預約免費咨詢時直接問。
那四種做法該怎麼選？如果你的想法是把開發工作整個外包或代操出去，這類需求可以由美佳能 AI Agent 全自動完成；它與人工代操的差別，整理在 AI 代操服務：用 AI Agent 開發客戶與人工代操的差別。
選哪一種：看工作需不需要判斷、需不需要懂你的公司
選哪一種，取決於兩個問題：這件工作需不需要判斷？需不需要懂你的公司與客戶？兩個都不需要，RPA 或通用 AI 就夠用。兩個都需要，才輪到專用的 AI Agent。外銷開發客戶屬於後者，完整流程可以接著讀 AI 找客戶完整指南。
預約免費咨詢，了解 AI Agent 怎麼套用在你的產品
留下資料，顧問會與你聯繫，說明 AI Agent 如何套用在你的產品與目標市場。
想先問哪一種做法適合你的公司？加 LINE 詢問。
常見問題
ChatGPT 也有代理功能，還需要專用的 AI Agent 嗎？
看工作內容。通用的代理什麼都能試，但不懂你的公司與客戶。開發外銷客戶需要用自家資料訓練，也需要採購商資料，這類工作交給專用的 AI Agent 比較省力；改信、翻譯、整理資料，通用 AI 就很夠用。
RPA 可以改成 AI Agent 嗎？
不必全部改。步驟固定、資料格式不變的流程，RPA 做得又快又穩，留著就好。需要判斷的環節才值得換成 AI Agent，例如面對每一家不同的客戶，要決定寄給誰、信裡寫什麼。
AI 代理與獨立 AI 模型有何不同？
模型是大腦，代理是大腦加上工具與執行流程。單獨的 AI 模型只負責理解與產生內容，你問它才答；AI 代理把模型接上搜尋、資料與寄信這類工具，拿到目標後能自己一步步做完。
哪一種適合沒有 IT 人員的公司？
做好的垂直型成品比較適合。需要自己組裝與維護的做法，例如自建流程或自己串接工具，對 IT 人力的要求較高；針對單一工作做好的成品，要求通常較低。個別產品的導入條件，建議直接問供應商。
參考資料
- 美佳能 AI Agent 全自動開發客戶機器人介紹頁（查閱日 2026-10-04）
- IBM：What is Agentic AI?（頁面未標示日期，查閱日 2026-10-05）
- IBM：What is Agentic Automation?（頁面未標示日期，查閱日 2026-10-05）
