AI 自動分類

AI 自動分類指利用大型語言模型或機器學習模型，對大量非結構化資料進行自動化的分類與標籤。

在 Bazewp 中的應用

Bazewp 使用 AI 自動處理以下分類工作：

• 網站的產業類型（教育、電商、媒體等）
• 網站類型（企業官網、部落格、電商等）
• 外掛的功能分類與內容描述

這使得原本不可能人工處理的大規模生態系分析（每日 500~1000 個網站）變為可行。

在客服對話關鍵字萃取中的應用

從 9,645 則清洗後的客服對話中，派 14 個 AI 代理平行分類，抽出客戶提問句 566 條、客戶詞彙 590 個、卡關描述 373 條（見 [[客戶原音關鍵字挖掘]]）。這個案例補充了一個具體的品質控制手法：用「不改字」規則壓縮 AI 的判斷空間——明確禁止模型把「藍新」改成「NewebPay」、把「轉圈圈」改成「載入延遲」，因為分類任務要的是保留原始標籤而非「優化」它。切批次平行處理還帶來隔離效果，一個批次抽壞不會污染其他批次。

品質挑戰

AI 自動分類的正確性是最大的品質風險。若分類錯誤率偏高，衍生出的市佔分析和產業報告將失去參考價值。目前的策略是 AI 自動處理 + 人工審查，但因外掛數量龐大，人工審查需要時間逐步補上。降低錯誤率的一個通用手法是把「判斷空間」鎖小：規則越明確（如強制保留原詞），AI 自作聰明的空間越小。

跨域應用

同一技術範式在不同領域的應用：

• 電商：商品自動標籤、分類
• 媒體：新聞文章自動分類
• 客服：工單自動分類與路由

關聯概念

[[WordPress 生態系]]、[[爬蟲與資料工程]]、[[競爭情報工具]]、[[客戶原音關鍵字挖掘]]、[[電商客服效率]]