業務上週告訴 AI Agent：「這類客戶報價要先扣除年度返利，而且交期超過六週要請主管確認。」這週再請 AI Agent 處理另一張報價單時，它卻沒有沿用這套規則。這不一定是模型忘了，也可能是重要資訊埋在一長串歷史對話裡，等到真正需要時，AI Agent 根本沒有找到。
企業導入 AI Agent 時，常會以為它只要「看過」，下次就會照著做。我們認為，對話適合處理眼前的任務，個人偏好可以存進受控的記憶，需要查證的內容則應放進知識庫。至於每次都必須遵守的公司規則，應該整理成技能或任務指令。分類時不要只看資料長短，而要先確認這筆資訊的用途，以及一旦出錯會影響哪些人。
歷史對話能保留前後脈絡，但不能拿來存企業規則
OpenAI 公布的 LifeVal 評測收錄了 169 項任務，涵蓋照護、教育、購物、個人財務與政府服務等領域。研究團隊讓 AI 使用瀏覽器並操作電腦，完成尋找幼兒園、安排防洪志工及搜尋住宅等工作，同時檢查指定操作是否完成，以及結果是否符合使用者需求。
這項研究的結果很明確：背景資訊放在哪裡，會影響 AI 能不能在需要時找到。需要從歷史對話取得資訊的評分條件，平均達標率為 33.33%；研究團隊把原本直接提供的背景資訊移進歷史對話後，相關達標率也從 55.8% 降到 41.5%。不過，LifeVal 主要是在模擬環境中測試，完整任務資料集、評測程式，以及個人化分析採用的模型都沒有公開，因此企業不能直接拿這組數字推估自家系統上線後的成效。
歷史對話仍然有用，例如記錄這次客訴談到哪裡、採購正在比較哪些方案，或報價過程中臨時增加了哪些條件。這些資訊和眼前的工作密切相關，工作結束後，重要性也可能隨之降低。折扣門檻、簽核條件、品管判定標準與固定輸出格式則不同，企業不能只靠 AI Agent 回頭翻找舊對話。
可以先挑一項經常執行的流程，把裡面的公司規則逐條圈出來，再問：「下個月換一位同仁操作，AI Agent 還是必須照做嗎？」如果答案是肯定的，就該把這些規則移出對話，整理成技能（skill）或任務指令，並且指定由誰維護、如何審查。
需要文件依據的內容，應放進可檢索的知識庫
制度辦法、作業規範、產品規格與供應商資料都有明確來源，使用者也需要知道答案是根據哪一份文件。這類內容適合放進知識庫（knowledge base），不該散落在不同對話裡。以採購比價為例，AI Agent 可以在當次對話中接收「這次先比較交期」的指示；付款條件、驗收規範與合格供應商名單，則應回到正式資料來源查找。
研究團隊也發現，部分被標註為需要查閱歷史對話，而且達標率為 100% 的評分條件，其實可以從其他資料或對話標題推得答案。也就是說，AI Agent 把任務做對了，不代表它真的找過指定的資料。企業驗收時如果只核對最後答案，很可能漏掉一項風險：這次只是碰巧答對，下次資料一改，AI Agent 可能仍會繼續引用錯誤的來源。
驗收可以分成兩層。第一層檢查工作是否完成，例如報價單有沒有產出；第二層則核對答案引用了哪一份制度、哪一個版本，以及找不到足夠依據時，AI Agent 是否會停止回答。測試題也要刻意安排知識庫裡沒有答案的情況，確認 AI Agent 不會為了交差自行補出內容。這一階段可以先挑一份目前有效的制度文件，再搭配一份已經失效的版本，測試 AI Agent 能否引用正確版本，並在缺少依據時清楚說明。
記憶只適合存個人背景，而且使用者要看得到、改得掉
記憶（memory）適合保存可以跨任務沿用、但屬於個人的資訊，例如主管偏好的報告格式、業務負責的產品線，或使用者習慣先看摘要再看明細。LifeVal 中，需要使用 ChatGPT 記憶的評分條件，平均達標率為 47.8%；不過，研究沒有公開個人化分析使用的是哪個模型。這組結果不能直接用來推估企業環境的成功率，但已經足以提醒導入團隊：使用者必須能查看並修正記憶內容。
企業應先訂好哪些資料可以寫進記憶。一般偏好可以直接寫入；工作背景如果會影響部門作業，應先經過審核；敏感資料或可能改變核准結果的資訊，則要由指定人員核可。同時，使用者要能查看、修改與刪除錯誤記憶，管理者也要指定人員定期檢查。像「習慣使用繁體中文」可以當作個人偏好，但「這家供應商可以免驗收」牽涉正式流程，不能只因為某次對話提過，就直接寫進記憶。
EgentWrX 提供知識庫、記憶與技能等機制。文件可以依 Wiki、向量（vector）或表格型態整理，找不到足夠依據時可以拒絕回答；使用者可以查看、修改或刪除記憶，後台也能依照直接寫入、需要審核或需要核可等方式設定政策。至於固定做法，則可整理成技能；同事自行建立的技能若要推廣到全公司使用，必須先經過後台審查。建議先挑一項經常執行的流程試做，逐筆標示哪些資訊屬於當次對話、個人記憶、正式知識或固定技能，再請流程負責人確認分類方式與例外處理。
