客戶 memory data moat，係一間 AI 原生店圍繞一個客戶砌起嘅 context layer——brief、結果、決定同 brand rules——令份工作複利、而唔係每次都重新開始。競爭者喺一個下午內複製得到你嘅工具同 prompt。佢哋複製唔到你累積咗多年嘅客戶 context。嗰份累積嘅 context 係持久嘅優勢，而有意識咁砌佢係一間 AI 原生 agency 做得到嘅高槓桿動作之一。
我寫過AI memory 比揀 model 更重要，而對一間 agency，要點更鋒利：memory 唔只係你點樣攞到更好嘅工作，佢係客戶留低嘅理由。工具會商品化；特定於關係嘅 memory 唔會。
客戶 memory 實際係咩
客戶 memory 係 model 知道嘅、關於一個具體客戶、而佢由公開互聯網度唔會知嘅一切。Brand rules 同語調。Audience research 同測過咩。表現歷史、以及過去嘅 campaign 點解成或敗。做過嘅決定、以及佢哋背後嘅推理。客戶嘅 constraint、偏好、以及佢哋講過不是嘅嘢。
呢啲大多已經存在一間 agency 度，散喺啲人嘅腦、舊 slide 同十幾個工具度。Memory 工作屬於任何收得埋佢、並組織到 model 用得到嘅一間公司。相反，memory 嘅缺席，正係令冇 memory 嘅 AI 只係一個貴嘅 chatbot嘅原因——流暢、通用、每次由零開始。
點解佢係護城河
護城河係競爭者複製唔到嘅嘢。工具唔係護城河；任何人都買得到同一個 model。Prompt 唔係護城河；佢哋會洩漏、會過期。複製唔到嘅係累積嘅、特定於客戶嘅 context，因為佢只靠隨時間做工作嚟累積。一間對手 agency 喺第一日就匹配得到你個 stack，仍然喺 context 上落後幾年。
護城河會複利。每場 campaign 加上結果，每個決定加上推理，每次返修加上 brand model。第一個月嘅 context 值唔到幾多；第二年價值極大。呢個就係點解而家開始砌呢一層嘅 agency 之後難以被取代，亦都係點解將每個 project 當孤立嚟對待嘅 agency 會繼續由零開始、而競爭者喺前面拉開。
點樣砌佢
將呢一層當成一個一等系統嚟砌，唔係一個副產品。每一份委託都應該存入佢：brief、asset、結果，以及帶推理嘅決定記錄。按客戶、按 campaign、按佢答到嘅問題組織好——咩成咗、咩冇成、點解——令佢喺下一件工作開始時檢索得到。
然後閉住個循環。Memory 嘅價值在於佢令下一件工作更好，而噉只有在個 workflow 喺產出之前讀呢一層先發生。一份冇人查詢嘅 memory 係一個文件櫃。Operating model 一定要將每份新 brief 先路由過 context，否則護城河會填滿卻永遠回唔到本。呢個係operating model被建嚟支撐嘅機制。
存咩、幾時存
呢一層嘅好壞取決於填充佢嘅紀律，所以將存入做成 workflow 嘅一部分，而唔係一次事後苦差。委託開始時，存入 brief、constraint 同 brand rules。工作過程中，存入決定同推理，唔只係產出。結束時，存入結果、同一條關於咩成咩冇成嘅誠實筆記。
推理係團隊會跳過、亦都係令呢一層有價值嘅部分。一條「某場 campaign 用咗某個 message」嘅記錄係數據；一條「點解揀嗰個 message、以及應唔應該再揀佢」嘅記錄係 model 複用得到嘅判斷。存入「點解」係將一段歷史變成一份 memory 嘅嘢。令佢成為某人明確嘅工作，否則喺 deadline 壓力嚟到時佢唔會發生。
跨客戶層
喺每客戶 memory 之上仲有第二層：跨客戶模式。經過足夠嘅委託，一間 agency 學到啲跨客戶為真嘅嘢——邊啲結構往往管用、邊啲 brief 產出弱輸出、邊啲 review 步驟捉到嘅錯誤最多。嗰層模式係純粹嘅方法，明確屬於 agency，亦都係護城河入面客戶帶唔走嘅部分。
有意識咁砌佢，意味住定期 review 每客戶 memory 並提取一般性教訓。嗰個係 senior 工作，亦都係一間 agency 嘅 operating model 真正隨時間改進嘅地方。單個客戶 memory 令下一場 campaign 更好；跨客戶層令成間店更好，而佢係複利最快嘅資產。
Measure 個護城河
你能通過份工作係咪隨時間變得更好更平，嚟判斷個 memory layer 係咪喺度起作用。同類型第二場 campaign 嘅 cycle time 應該比第一場短。返修率應隨 context 同規則成熟而下降。因遺忘 context 造成嘅返工——客戶要提醒你一件你已經知嘅事——應該趨近於零。
如果呢啲一個都唔郁，呢一層喺度填滿卻冇俾人讀，嗰個係常見嘅失敗。一份存入卻從不俾人查詢嘅 memory，係一個名好聽啲嘅文件櫃。追蹤檢索同存入一樣多，個護城河就唔再係一個比喻、而開始係一個可 measure 嘅優勢。Measurement 框架俾你啲計數器。
Governance 同 memory layer
客戶 memory 護城河同一個數據 governance 問題，係同一個嘢由兩面睇。Memory 越豐富，佢包含嘅、你有義務嘅數據越多——客戶機密、個人數據、受監管 category。砌護城河而唔砌 governance，係一個戰略資產變成一個負債嘅方式，因為呢一層恰好裝住需要最嚴格處理嘅資訊。
設計答案係分離衍生 context 同原始數據。保留去識別嘅學習——咩成咗、咩冇成、推理——將原始嘅個人或受監管數據放喺嚴格保留之下。做好咗，護城河可以有用性豐富、同時風險稀薄。數據 governance 嗰篇鋪開嗰啲決定；護城河就係你點解要費心將佢哋做好。
可攜性嘅張力
喺砌護城河同擁有客戶 context 之間，有一個真實嘅張力。護城河係你嘅優勢；客戶嘅 context 可以話係佢哋嘅。如果個關係結束，邊個攞到份 memory？一座依賴將客戶 context 當人質扣住嘅護城河，唔係一門持久嘅生意；佢係一場人質事件，而客戶最終會怨恨佢。
誠實嘅立場係用你嘅方法同累積嘅判斷嚟砌護城河，而唔係用客戶視為佢哋自己嘅數據。客戶應該匯出得到佢哋嘅 campaign 歷史；佢哋帶唔走嘅係你學會喺多個客戶之間使用佢嘅方式。嗰個區分係一座護城河同一個陷阱之間嘅差別，值得喺份約度講清楚。
俾 in-house 團隊嘅 memory
同樣嘅想法適用於一個 brand 內部。一個砌起自己 context layer 嘅 in-house 團隊——brand rules、audience、結果、決定記錄——複利佢嘅 AI 優勢、減少對任何 agency 嘅依賴。呢個就係 inside/outsource 嘅分工越來越轉向邊個擁有 memory 嘅原因。如果間 agency 持有佢，個 brand 租返自己嘅學習。如果個 brand 持有佢，間 agency 係一個產能提供者，嗰個係更健康嘅關係。我喺咩留喺內部、咩俾 agency覆蓋咗嗰個分工。
FAQ
砌一座客戶 memory 護城河要幾耐？
佢喺一兩場 campaign 內開始回本，喺一年內變得實質更好。最早嘅存入係 brand rules、audience 同 brief；複利嚟自只有隨時間累積嘅結果同決定歷史。
我哋需要專門嘅 software 咩？
唔需要。你需要一個結構化嘅地方存 context、一個喺產出之前讀佢嘅 workflow。Software 幫得到手，但紀律——每次委託後存入、每份 brief 前查詢——先係令佢管用嘅嘢。
如果客戶流失咗呢？
你保留方法同跨客戶嘅學習；佢哋帶走佢哋嘅 campaign 歷史。將呢一層設計到可攜性係乾淨嘅，護城河就捱得過單個客戶離開，因為佢建立喺你點工作之上，唔只係單個客戶俾咗你咩。
呢個同普通 knowledge base 唔同咩？
係，喺兩點上：佢係為 model 檢索同使用而結構化嘅，而且佢餵俾一條產出工作嘅 workflow。一個啲人偶爾讀嘅 knowledge base 唔係一個 memory layer；一個 memory layer 改變下一個產出。
短版
客戶 memory data moat 係累積嘅、結構化嘅 context，佢令一間 AI 原生店嘅工作複利、令競爭者複製工具幾乎一文不值。有意咁砌佢，每次委託後餵佢，每份 brief 前讀佢，並 govern 佢，令最豐富嗰層亦都係最安全嗰層。Agency-Model 指南覆蓋更寬嘅 model，面向 agency 嘅 lane將 memory layer 貫穿 agency 砌嘢嚟做。
如果你砌過一座，我好想聽下你揀咗保留咩、放手咩——嗰個決定就係策略。
Cheers, Chandler
本文提供繁體中文（香港）版本。課程材料（影片、模板和配套指南）以英文、日文、簡體中文和韓文提供。本網站提供 13 種語言版本。