Agencies 真正需要 AI 提供嘅，唔係更多內容

當我發現自己喺腦入面想像一個 agency owner 會因為「10 秒有 50 個 LinkedIn post ideas」而好興奮嗰陣，我就知道自己整錯咗方向。

唔係因為內容 ideas 冇用。唔係。

而係因為如果你真係喺 agencies 身邊待過，你會知道，嗰樣從來唔係份工最得人驚嘅部分。

最得人驚嘅係 trust。

係個 account manager 會擔心，一個 system 會唔會唔小心將 Client A 同 Client B 混埋一齊。

係個 strategist 喺度諗：「我可唔可以安全地喺一個 competitive account 上面用呢個？」

係個 agency owner 問一條遠比任何 AI homepage 都冇咁性感、但更重要嘅問題：

如果呢樣嘢將一個 client 嘅 intelligence 漏咗去另一個 client 嘅工作入面，會點？

呢條問題，比起「佢可以 generate 幾多 captions？」重要得多。

我覺得 AI software market 有好大一部分，直到而家都仍然誤解緊 agencies，因為佢哋誤解咗 agency 真正嘅工作。Agencies 唔係主要因為缺字而辛苦。佢哋真正受苦，係因為 complexity：

• 多個 clients
• 多個 brands
• 多種 internal roles
• 多層 approvals
• 多個版本嘅「邊個可以睇到啲乜」

所以當一個 AI vendor 走埋嚟話：「好消息，而家你可以更快整更多內容」，我心入面有一部分真係好想問：你有冇真係坐過一個 agency workflow 入面？

我整 STRAŦUM 愈耐，就愈覺得 agencies 首先需要嘅，根本唔係更多內容。

佢哋需要嘅，係更好嘅 trust infrastructure。

Agency 嘅問題唔係 volume，而係 risk

如果你曾經負責過真係有 stakes 嘅 client work，呢件事其實好容易理解。

你只係處理一個 brand 嘅時候，生活會簡單得多。你嘅 notes 就係你嘅 notes。你嘅 positioning work 會留喺一條 lane 入面。你犯錯一樣會痛，但至少個痛係局部。

Agencies 唔係活喺嗰度。

Agencies 每日 juggling 嘅係：

• 唔同 brand voices
• 唔同 categories
• 唔同 approval chains
• 唔同 definitions of success
• 甚至有可能彼此競爭嘅 clients

即係話，一個錯誤嘅成本唔單止係「我哋整咗份普通 draft」。

有時成本會係：

• 我哋將錯嘅嘢 send 咗俾錯嘅 client
• 我哋喺錯嘅 workspace 暴露咗錯嘅 context
• 我哋令個平台整體睇落唔安全
• client 開始懷疑，後面仲有冇其他地方都係咁馬虎

而一旦個 client 開始問最後嗰條問題，你就已經入咗一個好貴嘅區域。

所以每次我見到 agency AI 主要靠 output examples 去賣，我都會好懷疑。生成內容嘅 demo，只係證明模型可以生成內容。好，明白。但對 agencies 嚟講，更重要嘅 proof 其實係 architectural。

俾我睇：

• data 擺喺邊
• client context 點樣隔離
• 邊個可以 access 啲乜
• approvals 有冇 built in
• 一個 client 嘅工作有冇可能污染另一個 client

呢個先係 agencies 真正關心嘅產品故事，即使佢冇 launch video 咁好睇。

我覺得我嘅廣告背景令呢件事更快變得明顯

可能因為我嚟自 advertising，所以我從來都唔太相信「content is the bottleneck」呢個故事適合用嚟講 agencies。

唔好誤會，agencies 當然會生產內容。好多好多內容。而且係，嗰度面的確有真實嘅效率提升空間。

但 agency work 之所以難，通常唔係因為冇第一稿。

真正難，係 draft 四周嘅 operating environment。

邊個 review 過？ 呢份係俾邊個 client？ 乜嘢 context 影響咗呢個 recommendation？ 係咪喺正確嘅 brand constraints 下生成？ 有冇人唔小心重用咗錯嘅 assumptions？ 邊個有權 approve？

如果你係 in-house，呢啲可能只係部分重要。

如果你係 agency，呢啲就係日日都全部重要。

所以我喺 STRAŦUM 好早期做咗一個當時睇落有少少唔合理嘅決定：我幾乎一開始就開始整 multi-tenancy。基本上 Day 2。依家回望，嗰個決定究竟算 disciplined 定有少少癲，要視乎你對我有幾寬容。

嗰陣我得一個真正 work 緊嘅 agent。咁早做 client isolation，睇落好似太早。

但結果證明係啱嘅。

因為一旦你睇清楚 agencies，你就會發現佢哋唔係「多幾個 users 嘅 SMEs」。佢哋根本有一個完全唔同嘅 operating model。

我意識到 org_id 根本救唔到我嗰日

我第一版嘅 multi-tenancy，係一個非常典型 optimistic builder 版本。

所有嘢都加 org_id。 寫 policies。 信 filters。 當自己搞掂。

呢套做法喺好多 software 上面都意外地 work。但佢亦都會俾你一種好舒服嘅幻覺：你好似解決咗 isolation，實際上你只係解決咗最基本嘅 scoping。

對 STRAŦUM 嚟講，唔夠。

因為 agencies 唔只係有一層 organizational layer。佢哋仲有 organization 下面嘅 clients。而每個 client 都需要自己嘅 context、outputs、history 同 safety boundaries。

即係話，我當時係試緊將兩種完全唔同嘅 data models，硬塞入一個 mental shortcut 入面：

• SME: 一個 org，一個 business context
• Agency: 一個 org，下面有多個 client contexts

你可以用 application logic 假裝一陣。有人都係咁做。但我望得愈耐，就愈發現自己其實係起緊一個「表面睇落啱，但結構上太相信人」嘅 system。

呢個組合好危險。

最後我只可以重砌。Separate routing。Separate schema logic。喺 database level 放更多 guardrails。更 explicit 嘅 context handling。更少嗰種「只要大家記得喺 every if/else branch filter 對就冇事」嘅心態。

煩唔煩？煩。

值唔值？值。

不過老實講 — 就算重砌完之後，幾個禮拜之後我又搵到另一個窿：被 assign 咗去特定 clients 嘅 users，仍然可以透過另一條 query path 睇到其他 clients 嘅 data。Architecture 係好咗，但仲未完整。我到而家都仲未完全有信心話佢已經滴水不漏。

因為 agency 嘅 trust 唔應該建立喺某個 developer 夜晚 11:30 仲記得晒每一個 if/else branch 嘅基礎上。

AI 令 trust problem 更差，唔係更好

我覺得呢個係成個類別到而家都講得太輕嘅地方。

AI 唔係淨係疊多一層 UI 喺 agency workflow 上面。佢改變咗成個 risk profile，因為而家個 system 唔係只係 store context，仲可以 synthesize context。

呢樣嘢好 powerful。

而正因為咁，bad boundaries 絕對唔可以接受。

如果一個 AI system 拎到錯嘅 context，佢唔只係 expose raw data。佢可以 remix。佢可以靜靜地令 Client A 嘅 insights 影響到 Client B 嘅 strategy。佢可以將 isolation mistakes 變成 polished-looking outputs。老實講，呢個比 visible bug 更差，因為更難察覺。

所以當人哋喺多個 accounts 之間 casual 地用 generic AI tools，我喺 agency environment 入面會特別唔安樂。

你可能可以一時三刻咁做。

然後有一日，有人覺得啲 wording 好似好熟口面。

或者某個 recommendation 入面出現咗一個根本唔應該喺嗰個 workspace 出現嘅 competitor framework。

或者個 client 見到某啲嘢之後，開始懷疑你啲 systems 到底有冇 compartmentalized。

一旦呢種懷疑入咗條關係入面，你修補緊嘅就唔再係 content workflow。

你修補緊嘅係 belief。

祝你好運，想用幾條額外 blog captions 去補返件事。

Agencies 真正更需要嘅係乜

如果我將所有 AI theater 都拎走，我覺得 agencies 更急需嘅，反而係一啲唔 glamorous 嘅嘢：

1. Client-safe context isolation

唔係 account switching。

唔係 folders。

唔係 "we take privacy seriously" copy。

係真隔離 — 喺 database level，唔係 application level。我講嘅係 separate schemas 或者 separate routing，唔係一張 shared table 加個 client_id column 然後祈禱每個 query 都 filter 啱。

2. Role-aware permissions

唔同人需要唔同 access levels：

• strategist
• account manager
• approver
• client stakeholder
• admin

冇咗呢樣，個 tool 喺 demo 入面會好似好 collaborative，落到現實就只會變 chaos。

3. Approval workflows

Agencies 唔係直接將 ideas 掟出街嘅 solo creators。呢度有 drafts、comments、reviews、approvals、revisions，仲有 politics。好多 politics :P

如果個 AI system 唔尊重呢啲，佢其實就係唔尊重 agency work。

4. 喺正確邊界之內共享 memory

呢個非常重要。

喺一個具體 client context 入面，個 system 當然應該愈用愈醒目。嗰度就係 AI 變有用嘅地方。但佢一定要喺正確嘅 fence 入面 compound，而唔係跨所有工作一齊亂咁生長。

5. execution 之前嘅 strategic intelligence

Again，我唔係 anti-content。我只係反對將 content-first 當成成個故事。

Agencies 真正需要幫助理解嘅係：

• client 到底應該講乜
• client 到底應該強調乜
• 競爭環境發生緊乜
• strategy 邊度弱
• 點樣令成個 team 圍繞一個 recommendation 對齊

呢啲價值，遠遠大過再 produce 一堆 generic deliverables。

呢個亦都係點解 STRAŦUM 最後生到而家咁嘅樣

好多 STRAŦUM 嘅 product decisions，只要你用呢個 lens 去睇，就會即刻明白好多。

點解係 progressive learning？

因為 agencies 已經重複 context 太多次。

點解係 multi-tenant routing？

因為 client context 唔可以只係一個 polite suggestion。

點解有 approvals 同 collaboration？

因為 agency work 唔係一個人坐喺度同 bot 傾偈。

點解 focus on intelligence over execution？

因為 agencies 通常唔係靠生產更多噪音去收錢。佢哋收錢，係因為佢哋可以為 clients 創造 confidence、direction 同埋更好嘅 decisions。

呢個先係我想為佢哋整嘅 AI product。

唔係嗰種會話 "look how much faster you can churn" 嘅產品。

而係嗰種會話 "look how much safer and sharper your strategic work can become" 嘅產品。

我唔係話我全部都做啱晒。我係話呢啲 problems 逼我做咗啲 specific 嘅 architectural decisions，而大部分 general-purpose AI tools 仲未需要做呢啲決定 — 或者仲未揀去做。

有樣嘢，我真係希望更多 AI vendors 願意承認

Agency buyers 其實好多時係同時評估緊兩個產品：

1. demo 入面嗰個產品
2. 嗰個產品將來可能製造出嚟嘅問題

所以，淨係有 glossy AI output，係唔足夠有說服力。

buyer 唔只係問：「呢個會唔會幫到我哋？」

佢哋同時都喺問：「呢個之後會唔會害到我哋？」

如果你第二條問題答得唔好，咁你啲靚 output 基本上都只係 decoration。

我唔覺得 agencies 需要更多 decoration。

我覺得佢哋需要可以喺 client 面前放心用嘅 systems。

嗰個產品更難整。

但我覺得，亦都更誠實。

我就講到呢度。

我尤其想聽 agency folks 點睇。你見到嘅 AI tooling，真係減少咗風險，定係只不過令團隊可以 produce 更多內容，而那些真正嘅 operational headaches 其實一樣留喺原地？

祝好，Chandler