--- title: "Tagtoo Agency Harness｜數位廣告代理商的 AI 工具組" description: "Tagtoo 開源的「資料標準化與情境層」：統一資料收集、清洗成 AI 可用格式、標準化產出，讓行銷團隊與 AI 代理人在一致的基礎上高效工作。" lang: zh-TW canonical: https://www.adchief.ai/ html_url: https://www.adchief.ai/ content_signal: "ai-train=yes, search=yes, ai-input=yes" tokens_est: 894 --- # Tagtoo Agency Harness 塔圖代理商工具組——數位廣告代理商的 AI 工具組 廣告代理商與品牌客戶導入 AI 的「資料標準化與情境層」 把企業內部混亂的 AI 使用流程與斷裂的資料，整合、清洗成 AI 真正能使用的統一格式，讓行銷團隊與 AI 代理人在一致的基礎上高效產出。 - [聯絡我們](mailto:tagtoo@tagtoo.org) - [探索六大工作流程](#workflows) ## AI 時代的數據治理斷點 當代理商與品牌客戶爭相導入 AI，最先撞上的不是「模型不夠聰明」，而是資料根本還沒準備好餵給 AI。具體呈現為三個系統性痛點： ### 內部 AI 工具的使用流程混亂 每個團隊、每位操作者各自用不同的提示詞、工具與步驟去跑同一件事——產報表、做競品、找 KOL。流程沒有標準，結果無法複製，新人無從上手，知識也無法沉澱。 ### 資料的斷點不統一 廣告成效散落在 Meta、Google、GA4；社群聲量散落在 Threads、Instagram、Facebook；競品與 KOL 資料又分散在各個來源。欄位、單位、命名、抓取方式都不一致，形成一個個資料孤島，每次分析都要從頭手動拼接與清理。 ### 產出規格不一致 同一家公司、同一個客戶，這個月的報告長一個樣、下個月又長另一個樣；甲做的簡報和乙做的版型、配色、字型、指標定義全都對不起來。對外不專業，對內也無法比較。 這些斷點，正是 AI 無法被真正用好的根因：餵給 AI 的資料若是雜亂、斷裂、格式不一，AI 的產出就會不穩定、不可信、甚至出錯。Tagtoo Agency Harness 的開源，正是為了從源頭解決這件事。 ## 統一收集 → 清洗成 AI 可用格式 → 標準化產出 核心價值，是把「資料收集」與「資料清洗」這兩個最容易出錯、最沒有標準的環節徹底統一化。 ### STEP 1: 統一資料收集 Meta／Google／GA4 廣告成效、Threads／IG／Facebook／TikTok／YouTube 社群與創作者、競品廣告、零售面板、DXP 受眾——所有資料來源一律透過 Tagtoo 託管的 MCP 連接器，以單一、一致的介面取得。不再有人各自寫爬蟲、各自管金鑰、各自處理 403 與分頁。 ### STEP 2: 清洗成 AI 可用的格式 原始資料經過工作流程的分析配方，被清洗、去重、對齊欄位與單位，整理成結構化、AI 能直接消化的中介格式：統一的分析 JSON、聲量彙整表、KOL／競品 schema。AI 代理人拿到的不再是雜亂的原始回傳，而是乾淨、一致、可信的情境（Context）。 ### STEP 3: 標準化產出 所有簡報透過唯一的品牌主題 tagtoo_pptx.js 渲染（六份位元組完全相同的副本），封面、目錄、章節、配色、Logo、字型完全一致；內建內容感知字型選擇器（英文 Arial／中文 PingFang TC），杜絕中英混排的字元重疊與亂碼。 ### 設計哲學：廣度覆蓋（Breadth of Coverage） 不是把單一功能做到極深，而是把代理商每天重複的日常工作流程，整合成一套開箱即用、共享最佳實踐的標準化技能庫。新進人員能立即上手，工程師仍保有完整客製化彈性，徹底終結整個產業「每天重造輪子」的浪費。 ## 六大標準化工作流程 每個工作流程都是自我完備的模組：附帶給人看的 README.md、給 AI 代理人看的 AGENTS.md，以及對話式 SOP instruction.md。 ### 廣告成效報告 `ad-report` 讀取客戶的 Meta Ads、Google Ads、GA4 的 CSV 資料，自動產出月報／季報／週報 PPTX、每日廣告健檢 HTML 報告，並即時回答廣告問題。支援 20+ 種 CSV 資料類型、10 種分析面向，以及 ROAS／CPA／CTR／VTR 等完整 KPI 計算與環比分析。 ### 品牌聲量分析 `brand-voice-analysis` 跨 Threads 與 Instagram 收集第三方品牌提及，分析情緒、聲量佔比與話題。以「名稱＋hashtag」雙訊號收集去重，可同時對比 1–4 個品牌（客戶＋競品）。 ### 競品廣告素材分析 `competitive-analysis` 收集競品的廣告投放、素材主題、版位與社群互動，組成「你的品牌 vs 競品 vs 領導者」比較簡報，涵蓋 Google（搜尋／GDN）估計成效，附必備「廣告素材截圖」頁。 ### 零售銷售競品分析 `retail-analysis` 以 Tagtoo 零售面板資料，比較客戶商品／品類銷售表現與市場差距。 零售面板為專有付費資料，需另行索取。 ### DXP 受眾選擇器 `dxp` 視覺化 HTML 介面（中英文版），讓非技術人員瀏覽、篩選 Tagtoo DXP 受眾分群（第一方／第二方／零售夥伴站內），選定後觸發下游受眾報告。 受眾「目錄」UI 為刻意開源；受眾「成員」與啟用資料為專有。 ### KOL 推薦 `kol-recommendation` 依產業類別（10 類）在 IG 與 Threads 搜尋具業配經驗的網紅，偵測業配信號（中英文）、依追蹤數排序，為每位 KOL 產出含大頭照、貼文截圖與「適配理由」的推薦簡報。 ### 伺服器端圖片管線 所有社群圖片（大頭照、貼文縮圖、廣告素材）一律透過連接器的 download_media MCP 工具於伺服器端抓取並回傳 base64，繞過 IG／Facebook CDN 對前端抓圖的 403 封鎖，確保截圖能穩定嵌入簡報。 ## 三層式架構 責任清晰、單向依賴：客製層 → 技能層 → 工具層。下層對上層一無所知，讓工作流程邏輯與資料來源徹底解耦——這正是「資料一旦統一收集、就能跨客戶重複使用」的架構基礎。 ### 客製層 — Customization 各客戶專屬設定與提示詞（不在公開倉庫）。 ### 技能層 — Skills 本開源倉庫——收錄跨客戶共用的工作流程、分析配方與報告模板。 ### 工具層 — Tools 以 MCP 協定封裝的私有伺服器：Tagtoo Social API Connector、gcs-mcp、Google Drive MCP。 ## 開放核心（Open-Core）商業模式 工作流程邏輯、分析配方與報告模板全部以 Apache 2.0 開源——目的是取得市場能見度，讓亞洲從業者能輕鬆閱讀、改寫並貢獻；Tagtoo 真正的護城河是資料與託管基礎設施。倉庫內沒有任何 API 金鑰、也沒有免費本機爬蟲層——要端到端執行任一工作流程，必須取得 Tagtoo Social API Connector 的存取權（向 Tagtoo 索取），或自行架設等價 MCP。部分資料來源（零售面板、進階 DXP 分群）為專有付費資料。 ### Tagtoo Social API Connector 工具層的核心 MCP 伺服器，部署於 Google Cloud Run。將上游社群資料 API 封裝起來、金鑰存於伺服器端，對外提供 Facebook、Instagram、Threads、TikTok、YouTube 創作者查詢，以及伺服器端取圖的 download_media 與圖片代理 /img 端點。 ## 關於 Tagtoo 與社群 本工具組由 Tagtoo Limited（塔圖科技）維護——一家以數位廣告科技與受眾數據（DXP）為核心的台灣公司，業務涵蓋程序化廣告投放與零售／電商數據分析。歡迎以 PR、issue、討論參與。 ### 歡迎的貢獻 - 產業設定模板 - 跨客戶技能與工作流程 - 領域知識 - 非護城河腳本 - 文件 - 錯誤修正 ### 不接受的內容 - 個別客戶設定 - 客戶私有資料 - 託管 MCP 伺服器實作 - 綁定 Tagtoo 專有資料的邏輯 ### 未來方向：AI 經理人／AI 顧問 隨框架成熟，Tagtoo 規劃發展「AI 經理人／AI 顧問」服務，協助沒有程式能力的客戶在框架內建立並維護客製化版本，進一步深化合作黏著度；AI 經理人累積的 know-how 也會部分回饋至開源技能層。 ## 商業合作與導入諮詢 連接器存取、定價與導入諮詢，歡迎與我們聯繫。 [寫信給 tagtoo@tagtoo.org](mailto:tagtoo@tagtoo.org)