AI 新用途與創業週報 · 2026-W42

AI 新用途與創業週報｜2026-10-16

本期以2026-07-18至10-16為首次90天搜尋基線，交叉查找中英文、小店失敗、創作批評與研究核驗。收錄七例，全部實際打開一手來源；其中包含既有方法的新活動、舊實作的近期訪談，以及尚未交付的計畫。沒有歷史週報可作月度趨勢比較。商業資料偏供應商自述，音樂與藝術案例不足，未為符合比例降低證據門檻。

三個要點：

小店可移植的用途，是把顧客情境轉成清楚的商品選擇與服務資訊；曝光、訂單占比都不能直接換算成利潤。
人文工作的關鍵仍是來源選擇、時間脈絡與解釋權。值得觀察的設計會讓研究者看見並修改這些選擇。
方法可查比宣稱高產更有價值。本期無E1；E2表示方法或作品可查、效益未獨立核驗，E3為自述，E4為計畫。操作門檻固定為L0直接網頁操作、L1無程式碼設定、L2需代理或他人協助、L3需專業工程；本期部分案例為高門檻觀察，不代表可直接採用。

案例一｜花店把配送常識寫進可被AI搜尋的頁面（E3／L2）

Reachd描述一間未具名的美國家庭花店，希望增加被AI推薦的機會。店主串接Claude、Reachd與Shopify；AI每天讀分析並改寫配送、婚禮與保鮮頁面，人提供既有營運條件。供應商稱9月中至10月初提及比例由26%升至52%，但樣本是其測試回答，不是半數真實顧客，也沒有訂單或利潤證據。訂閱、串接與維護工時未披露；仍需有人核對營業時間、費用與例外。本案10月6日發布，9月17日有頁面改版紀錄；適合借用資訊整理方法，暫不依數字推估收益。原始案例

案例二｜讓送花者描述心意，再看花束預覽（E3／L3）

Eidolon自營的AI Florist處理「不知道選哪束花」的購物問題。Fleur依情境生成花束圖、顯示價格並導向結帳；另兩套AI處理內容與售後案件，團隊負責建置維運，實體履約細節未完整公開。業者稱2026年3至9月逾五分之四的訂單經AI聊天產生；正確讀法是逾80%的渠道占比，不能解讀成轉換率或新增收入。官網確有花束服務入口，但本次未測試付款。發布日未知，3月已啟動，屬舊案近期累積成果。成本、總訂單與毛利未知；多渠道整合技能使它不宜當作零技術模板。業者方法與統計、商店

案例三｜HistoRAG讓歷史研究者控制檢索（E2／L2）

柏林洪堡大學團隊把找史料與解釋史料分開，加入時間分窗和可質疑的相關性評估，處理相似文字不等於相關史料的問題。人提出研究問題、檢查引文；AI協助檢索與生成暫時性解釋。6月16日預印本已有方法及實驗，9月23至24日另安排自帶語料工作坊，不能稱為9月新發明，也未找到活動完成成效。工作坊表示不需程式經驗，但須有機器可讀語料；自行維運仍涉及模型、資料整理和評估。總費用與跨語言效果未知。研究、工作坊

案例四｜BodleianLLM把館藏變成人文模型的訓練材料（E4／L3；尚未交付）

牛津Bodleian團隊希望改善通用模型對歷史語言及人文任務的適配。人整理館藏來源、建立評測，計畫用校內算力訓練模型，再公開資料、程式與基準；預定用途包括手稿轉錄及跨語言文學分析。計畫期為2026年9月至2027年8月，頁面發布日未知。現在能核對的是計畫內容，尚無可據以宣稱優於商用模型的成果。有人力與算力支援，但金額、授權範圍及後續維護未明；適合追蹤公開資產，還不能直接採用。官方計畫

案例五｜小說家用AI建立角色與初稿，自己掌握結構（E3／L0）

Coral Hart在8月26日訪談中描述：先看讀者需求，自己決定故事，再與AI整理風格表、角色卡和情節綱要，生成初稿後人工檢查連續性。她自稱能一天產生五本系列初稿；本次沒有逐本核對作品、品質或銷售，不能將初稿速度當出版績效。她也販售寫作培訓，存在商業利益。所需技能是類型小說結構、編輯與版本管理，工具費及審稿工時未知。重度使用始於2025年，本期是舊流程的近期訪談；可借用角色卡協作，不照搬高產承諾。本人訪談逐字稿

案例六｜先記錄預測，再等市場揭曉（E2／L3；本期唯一失敗提醒）

Pan、Cui與Yang研究Gemini Deep Research是否能改善散戶選股。AI依統一問題產生看多、看空或不確定的報告；人記錄時間、整理資料，日後對照價格與基準。2025年5至10月共收集2,845筆預測，作者稱未形成穩定選股優勢；部分子組合表現較好，不能概括為全部失敗。這是前瞻預測加模擬組合評估，沒有實盤證明。論文入口列8月15日，作者本7月9日已上傳，應視為舊研究。需要統計與資料清理技能；交易成本、最大回撤及完整重現仍未核實。可採用時間戳記評估法，暫不採用其訊號交易。論文入口

案例七｜從大象重疊叫聲研究群體情境（E2／L3）

Mahon等人研究多頭大象同時發聲時，聲音是否仍含行為情境資訊。研究者記錄與標註野外行為，抽取聲學特徵，以機器學習分類並測試跨個體、跨家族表現。10月1日論文報告分類優於機會基準，但跨家族表現下降；這支持情境辨識研究，不支持「已翻譯象語」。資料採集跨多年，並非近期突然取得。方法、特徵及程式位置可查，未獨立重現；錄音、行為學、統計與長期標註成本均不可省，總金額未知。值得借用的是把領域觀察轉為可測試標籤。原始論文

低風險試驗設計：選十段自己有權使用的地方史或文化活動文字，先由人寫五題及標準引文，再比較人工查找與AI附引文回答。兩組使用同一份材料，記錄總耗時、引文支持率、漏答及修正時間；預先設定零捏造引文、至少九成主張可回查，且含修正的時間才算成本。最多兩小時，不新增付費、不上傳私人資料、不對外發布。這是本報提出的設計，尚未執行，也不代表任何案例已達成上述門檻。