企業資料庫的 AI 化設計：從有用與雜訊的界定到 SQL 加向量的混合架構

我是Jayden。好，我們今天事不宜遲。我們趕快進入主題吧。對，我們今天的主題是，如何能夠追劇？不是資料庫啊！資料庫還早啦！不要那麼快啦！這麼快就進入到資料庫，大家沒辦法。可是我等很久欸。等很久那就等很久啊，繼續等。那我們下個禮拜再見囉。大家掰掰。太小啦。好啦，你要追什麼劇？你最近在追啥？最近在看一些舊的日劇。之前新的日劇，大部分都追得差不多。也是啦，你是日劇人嘛。對，我是日…我應該是一季會看二到三部。

你有沒有去看那個啊？最近網路上超有名的地獄占卜師。地獄占卜師喔。Netflix。我沒有。我沒有內肥。大部分都叫網肥。喔，內肥。內肥喔。我沒有內肥。喔，那你有推薦什麼嗎？地獄占卜師想看啊。而且他之前在Netflix還有一個，還不錯的劇。

這個劇叫做，小鎮新劇店。對，對，對。喔，那一部。那一部我也想看。我一直很想看，但他只有內肥喔。我就沒有內肥吧。新名詞，內肥傻眼。那一部評價很高。

我最近在看的是榮耀家族。喔，他在講什麼？他在講的事情是賽馬的故事。賭博賭起來。不是，不是。他在講一個事情是，一個會計師。他的工作一直來都不是很順，然後被大家覺得是冗員的部分。最後進入到賽馬的行業中的故事。然後就賠了一百萬。為什麼要賠一百萬？沒有，我隨便講。沒有，沒有。他就是因為講了實話，被原本的會計師開除。講了實話。對。然後被原本的會計師事務所開除。不是會計師不講實話嗎？請他的人，反正就希望這一個公司能夠放棄賽馬事業的意思。啊。對。然後各式各樣的，就是這些。

那我很喜歡這種商業劇，就是在日劇中學一些商業。所以我記得我在某一集的Podcast有跟大家講，有兩個商業劇一定要看，鹿王。一個是鹿王，一個是夏婷火箭。鹿王不錯。鹿王我有看。鹿王好看。然後夏婷火箭也不錯。我現在去追，沒那麼多時間。夏婷火箭的上下集，我覺得第一季比較好看。第二季還好。喔，他有第二季喔。喔，那可以，可以看。對，那這些東西都可以去看。一個人他，怎麼樣去堅持他的品牌精神？你之前有推薦一部，但我忘記了。他是在講什麼？網路上，就是他們會追蹤那個，玩遊戲訂閱的那個數字。

喔，那個，忘記了。我知道那一部叫做，公司不是學校。喔，公司不是學校。好，好，好。公司不是學校，可以，可以。也蠻好看的，他也有兩季。喔，可以，可以，我知道。也是蠻好看的。可以，太好了。對，那他是哇哇的，贊贊贊。好，我們再講完日劇，我們回到今天的主題。今天在談的東西叫，貝加龐克的大腦。

很多人一定聽不太懂，這句話到底什麼意思？我先跟大家解釋一下，貝加龐克是誰？我為什麼要從這邊開始講？很棒啊。貝加龐克是海賊王的一個人物，科學家。對，那他吃了一個果實。那在海賊王有一個奇怪的設定，就是你只要吃了果實以後，就有一些能力。但你就不能碰到大海，不然你就會變漢鴨子。好，他就是一個漫畫中的蛇體。好，這個果實在幹嘛呢？就是他可以共享的智慧，到所有人身上，有點類似雲端的概念。他原本的設定是這樣嗎？我一直以為他是，所有的資訊都可以放到他腦子。他放到他腦子裡面。然後他會切片啊。喔，真的喔。所以在那個機械島裡面的，那個就是他大腦。喔，對，沒有。

我想說他只能輸入到，他底下製作那些複製的。喔，真的喔。他的夢想是，他想要把全世界的知識共享。喔。然後就被清算，他就掛了。喔，沒有，沒有。我想完了，我暴雷了！怎麼會這樣？很尷尬，很尷尬。而且他可能還沒死，還沒死。好，OK。他就忘記這件事。好，死定囉。

那簡單來講是什麼呢？其實在AI時代下面，資料庫的管理，變成一個超級超級大的變化。以前我們在管資料庫的過程中，唯一看得懂資料庫的人，只有工程師。這個是我們在做的模式。這是第一個。第二件事情是，以前在資料庫時代中，最常遇到的問題是 收集了一大堆資料，但不曉得資料如何分析，這是第二件事情。所以呢，基本上，以前在資料分析的過程中，大概會有兩種類型的人會去學。第一種叫做行銷人，第二種叫做程式人。基本上這兩種人就會去學資料分析。好，在這邊跟大家講一個故事，這個故事蠻有名的。某一家非常非常有名的大企業，叫做宏XX海，這樣可以了嗎？可以。他們之前呢，就是存了非常多的資料，就是有關於一些設計資料或者是一些資料庫的資料。

他們把這些資料存到資料庫裡面以後，基本上就不管它了。但某一天呢，老闆想要把這個資料庫裡面的資料去做分析。找了全臺灣所有做資料分析的人，沒有人會做，正常。在資料庫的管理中跟資料收集的過程中，有一件事情是在資料庫中非常麻煩的事情，叫做定義問題。

定義問題，什麼意思呢？就是我收集這麼多資料，有哪些資料是有用的，有哪些資料是雜訊。那在這裡面有一個非常重要的專有名詞，叫做Data Miming。那什麼意思呢？它翻譯成中文叫資料清洗。就是我要把重要跟有用的資料抓出來，然後把不重要的資料清洗掉。這個東西就叫Data Miming。所以每一個Data，它背後都有它的原因，或者是你可以分析。例如說客戶的行為，客戶的狀況，客戶的反應，或者是客戶從哪裡來。他怎麼做決策的過程，那這個東西就叫做資料。在資料中最常看見的應用，就是一個叫做，你在購物平臺下面，下面有個猜你喜歡。那個東西就叫做Data，那個東西就叫Data。

對，那這裡面有一個更深的運用，我們就不講。簡單來講，這些東西都是資料運算後所提出來的建議。那些東西都是資料運用。所以在資料運用下面，過去我們理解的資料庫全部都是數據。然後在這些數據上面，我們要透過工程師去做計算。要寫程式，才能夠做相關的一些功能。這些東西大概是資料庫在做的事。好，那在新時代AI創光下面，資料庫的東西應用上面，變得超級廣。因為它不再只是一份文件檔。好，我舉個例子來講。

在設計層面，有一個文件檔叫CIS。那CIS的意思是什麼？叫做品牌共同識別的手冊。所以我所有的設計都要照著這個CIS來做。那這個東西叫文件檔。在設計層面是，大家是有規範的。所以如果你是設計師，你是可以理解的。但先問你喔，在文字上面有嗎？沒有，很多人是沒有的。但文字其實有文字的CIS，它是可以建手冊的。假設我這個手冊變成資料庫，那所有人讀取這個資料庫，寫出來的文案會不會差不多？會。

對，那這個東西就是資料庫運用。最簡單的用法大概講這樣。你是說文字規範的概念是嗎？對，簡單來講是，我只要有一個規範在資料庫裡面，你只要可以讀取這個資料庫，你就可以跟我站著一樣的規範。

這個東西就叫資料庫運用。所以資料庫的運用，一直來講的事情。我們以前常常是，給他一個新人手冊，好，請你照著這個新人手冊做某些事情。他做不到，因為他看不懂，因為我們對文字的理解不一樣。對，但在AI狀況下面他可以讀取，那是因為AI幫你讀而不是人讀的。對，但是如果我們是在做一個工作，請問一下，他的水準跟規範會差不多？會，只要用AI。

對，就是你是用AI，不是人讀，你是用AI的方式來做嘛。而且你的規範寫出來的東西，會差不多。那這些東西就叫資料庫建置。所以你有一個資料庫，就會變成是，你基本上請10個員工，20個員工，50個員工，100個員工，產出來的水準會差不多。這個東西就是資料庫好用的地方。但我們在談的，所謂資料庫的應用，只是這樣子而已嗎？不是。而是在這些資料庫的運用而言，到底怎麼樣的東西，對你有幫助。好，我們在資料庫的管理過程中，會分成兩種。

第一種叫做 品牌級的資料，第二種叫做專案級的資料。什麼叫做品牌級的資料？例如說品牌靈魂，品牌定位，品牌的萃取，品牌相關的聲音，這些東西全部都叫品牌資料。我們把品牌資料放在第一種資料庫，那這一種資料庫是什麼？就是不管我要運作哪一種專案，這些東西都叫做根資料。所以我寫出的文案，或做出的設計，全部都不會脫離這個風格，或脫離這個規範跟設計。所以在銷波快裡面，有一個品牌資料是這樣，是我們從來不做恐懼行銷。

所以我不會告訴你說，告訴你SEO已經死了。對，我們不會幹這件事。這個就是，在這個品牌的資訊裡面，我們會讀到的內容，這些東西被寫在規範裡面。那第二種東西叫什麼？叫做專案級資料。例如說SEO相關資料，例如說社群相關資料，那這些東西都叫做專案級資料。那我們就分成這兩種資料庫，那這兩種資料庫，它有沒有什麼不一樣的狀況？以及為什麼這些資料庫很重要呢？因為當你把所有的東西，資料庫送到這個雲端裡面，請問一下你跟我，跟B，跟C，跟D，跟E，跟F，是不是大家的進度是一樣的？

進度嗎？理論上是一樣，因為資料庫是共同的。對啊，所以我寫的東西我會上傳。對，代表的事情是你更新的，我更新的，誰更新的大家都會長一樣。對。那狀況大概是這樣。而且以前我們在做資料庫的管理過程中，最常遇到的問題是，你是不是把那個檔案刪掉了？

為什麼那個舊檔案不見了？原本那個舊檔案我要啊，為什麼你把它刪掉？那是不是常常會有這些狀況？在資料庫的管理上面，它會變成是，誰有資格做這個寫入，誰有資格只能做讀取。所以它是有分階級的，就是跟那個孤獨雲端，誰可以負責編輯這個文件檔，是一樣的概念。對。然後再來的部分是，在資料庫裡面最難的東西是，規格的建置。

所以一開始建立規格，是比較複雜的東西，你到底要定義，哪些資料是要被存取的，哪些東西是被分析，怎麼樣把你整理的，這些內容歸納進去，是相對性難的。好。這裡就要提到一個，現在在AI時代，很常有人在提的，叫做個人的Wiki百科，專有名詞叫做個人的LLMS Wiki的概念。我先講一下，這個資料在談的東西是什麼？你把自己的知識庫變成AI的形式。所以每一個管理的機制，全部都是一份，類似文字檔，MD檔的概念。然後在這個資料庫裡面，你可以找出哪一個知識，跟哪一個東西有連結。大概是這樣。好。這裡面，簡單來講，它就要整理個人的知識庫，或者是整理個人的東西。然後把它轉成，我們在提到，就是在AI時代，很常用到的，Skill這些東西。

在這個層面上面的運用，是方便的，但是回到一件事情來講，當你存到資訊量，大過一個程度以後，你的項量搜尋，會變得非常複雜，跟非常麻煩。什麼意思呢？就簡單來講，出來的東西有好幾千篇，假設有兩千三百篇。到底什麼東西是，我跟這個SEO的內容，是比較符合我的？它會出現一個非常大的問題。所以在資料庫裡面，目前在實踐上面，比較常見的是兩種，一種叫做過去的SQL資料庫。什麼意思呢？就是我今天搜尋6月26號的訂單資訊，所以6月26號的訂單資訊，是寫實的，它有哪一些數據，全部都是寫實的。

這個東西叫做定量或者是固定型的資料庫，這是第一個。第二個部分就是，剛剛提到叫做Victor，叫項量資料庫，項量資料庫在談的東西，叫做語意相同的東西，會框在一起。現在的資料庫的運作是，定量資料庫的Liquid，再加Victor，合併的，叫Hybrid資料庫。所以簡單來講就是什麼？我們要先定義一件事情，某些東西它是固定的，例如說數據。所以你在數據層面上面，不能有項量的概念，因為對它而言，項量反而是雜訊。

好，這是第一個。第二件事情是，你在某些語意上面。 必須要建立項量資料庫。那你在項量資料庫裡面，你就可以知道，我今天只要查詢某一個觀念字，那這個東西全部都出來。剛剛提到的 LMS Wiki 出現的最大的問題是什麼？就是它所有東西都是語意。就是它沒有固定值。對。所以在沒有固定值的狀況下面，你在最後管理所謂的個人的知識圖譜以後，你會變得超級複雜。

而且通常這樣子的資料庫，你沒有辦法分享給其他人，因為它就是你個人知識的資料庫，只有你看得懂的資料庫。所以我在這件事情，遇到一個蠻有趣的狀況。我目前用的一個資料庫的程式，叫做 Superbase。那為什麼用這個資料庫呢？因為它在 MCP 端沒有任何限制。

簡單來講就是，我今天要派多少個 AI 去抓我資料庫裡面的資料，隨便，它自己會去安排，所以花的只是我 AI 的 Token 而已。好。那在這個東西里面，它會幫我做比較深度的尋找跟爬取資料，這是第一個。第二個事情是，在這個資料庫裡面，它可以設定一些向量的設計。

那在向量設計，它還要再串另外一個 MCP。好。簡單來講就是，再用一個 MCP 把這些東西的向量設計一次設計好。所以設計好以後，你就可以在裡面增加向量資料庫的概念。好。舉個例子來講，我今天想要藉由 6 月 26 號這一天的訂單，找出跟它相關的所有影響層面的東西，它就會幫我把文案拉出來，它就會幫我把圖片拉出來，它就會幫我把各式各樣在 6 月 26 號所有的數據全部攤開。我就可以告訴它說，在這些數據上面，能不能借由哪些分析方式來告訴我哪些東西是影響今天業績最重要的東西跟項目，它就會幫我分析。

這個東西就是向量跟數據資料庫的串接所產生出來的結果。那在數據資料庫，就是所謂的定量資料庫的撰寫的過程中，為什麼它也相對而言重要呢？因為它是 AI 原生最重要的環節。所有 AI 的原生，它會回到的最終的結論就是，我怎麼知道我做這個策略，我做這個行為是對品牌有幫助的？你要先把規則都定義出來。第一個東西是，你要有一個 70 分的架構。所以在 70 分的架構，你把你該想的東西都想好，根據這個專業的流程去設計一個行銷的模型。

根據這行銷模型產出文案，產出所有東西，全部都做完以後，是不是它就會上，例如說上廣告平臺或者是上 SEO 平臺，就會有數據。

這個數據它會告訴你，這個策略是不是對的。然後你再告訴它說，根據這個數據，你前面設計的這一些策略有沒有問題，它就會告訴你，我第二步要怎麼修正。所以它就會根據這個數據回來回味，來確認你這一波的策略哪裡有狀況，或者是根據哪一個表現比較好的東西再去做發展。這個東西就叫資料庫的運作。所以如果你沒有資料庫，第一件事情是，這一條流程是短的，你做了哪些事情，產生了哪些數據，你是不知道的。第二件事情是，你要分析數據的時候，你常常只能單點分析，你沒有辦法做整串的分析。

所以它會在這個資料庫的運作過程中，它就會知道，你在這個客戶裡面經歷了哪些過程，所有東西都會被記錄起來。所以產生了這樣的結論跟結果，最後它會告訴你，到底是策略的問題還是運行的問題，它就會給你建議。

例如說我現在的策略，這個策略是錯的，所以它改第二個策略。第二個策略會有第二個策略的數據。所以第二個策略如果是錯的，它就會告訴你說，有可能是哪一個執行的面，這個東西是不符合規則的，所以它就會換那個skill。所有東西都會這樣運作，都是70分的架構，然後回來有數據，第二個策略再回推第三個策略。好。

那它就會看，這三個數據的對照跟對比，是不是裡面其中一個執行東西要修要改，所以skill要改變。 整個資料庫運作，大概就是這樣子來運作。每一個人可以同頻跟同步，都可以運用資料庫去做很多事情。

甚至是如果我們都對AI是熟悉的，其實大家可以共同建立資料庫。好，我再跟大家講一個比較實際的應用。有在做SEO的人，大家就知道，其實管理SEO資料是非常複雜的。什麼意思呢？就今天你寫了一篇文案，一篇SEO文章很簡單。十篇SEO文章很簡單。一百篇SEO也算簡單。請問一下五百篇呢？一千篇呢？對，那你怎麼知道，哪一篇文章跟哪一篇文章有關係？人類大腦做不到。對，你就是即便你要畫圖，你要畫五百條線，做不到。

對，所以在這件事情上面，就需要資料庫去管理。可是過去的資料庫管理，大部分管理的東西是Excel。Excel只能用標籤的方式來看，這個A跟B有什麼關係？可能會是這樣。可是在資料庫的範圍中，它可以用向量的搜尋方式，把所有跟這個主題的東西，打包成一個群組。

那這個群組裡面，彼此之間要怎麼樣建連結。然後A的文章跟B文章什麼關係？B文章是A文章的，指文章，指主題，還是它是它的主要的類別？這些東西都可以用資料庫來做管理。再來的部分是，每一篇資料庫裡面，其實都有每一篇文章設定的關鍵字。我也可以確認一下，A文章，B文章，甚至五十篇文章以後，有沒有關鍵字設定是相同的？我能不能稍微避開？全部都可以做得到。這些全部都可以用資料庫做管理。所以未來在做SEO管理的過程中，就會變得比較簡單了。

包含是說，我們在做關鍵字調查的時候，以前我們在做關鍵字調查以後，會有很多關鍵字，會有很多搜尋量。我們常常會做完一個關鍵字調查報告以後，然後就放著，或者是就用這一次。然後假設我們需要把這些關鍵字，全部放到所謂的雲端裡面，那我們以前常用的就是Excel。

就會變成是一份大篇的關鍵字調查報告，但不曉得怎麼用。可是你全部上資料庫以後，它就會告訴你說，這一篇我可以找哪幾個關鍵字。這幾個關鍵字是有關係的，我就可以把它框起來，所以放到這一篇裡面做設定。根據這關鍵字裡面去設關鍵主題。那這些東西全部都做得到。而且資料庫還有一個很酷的地方，就是資料庫內部，你不開電腦，它有辦法自動的更新。

就是那個Calco最厲害的地方嗎？對，它不是Calco。它是資料庫內部本來就可以做。他們會私底下內部自己暗部執行。就是你可以設一些。例如說，舉個例子來講，這些東西都進資料庫了，可是我現在的關鍵字搜尋量，跟所有的東西的狀況，跟三個月後是不一樣。所以我就可以設定一個三個月後，再回去抓MCP或API的東西，來更新所謂的關鍵字設定的狀況。它就是前面要先設定好。對，所以裡面其實有超級超級多可以玩。

而且我每天都在忙這件事情，我覺得超級超級辛苦。不是充實嗎？很辛苦，很辛苦啊。因為你要管理的東西是兩個。一個叫做執行流程，叫做Skill。一個叫做資料庫管理。怎麼入庫，怎麼樣再被利用。所以它是兩個架構要去訂定的。

但大家不要跟我一樣，因為我是所有東西都想要AI native。他就想要，從SEO，從社群，各式各樣我都想要AI native。那我這個人比較奇怪。

我這個人就是，一定要把系統做好以後才開始跑。很棒啊。我不喜歡做一半就開始做。我很好奇你不會有那種，就是先跑一次然後再測試？我會先把架構做到80分，我才會開始跑。理解理解。所以有很多東西，有可能是我不知道資訊，我就要去調查。然後調查怎麼樣把它串起來。我覺得這件事串起來以後，OK了，很棒了。好，就開始做。然後這些東西在上架的過程，我希望它80分。然後我很討厭做一件事情，就是重複一直做，一樣的事。我覺得很煩。但是我覺得很好玩的是，在測試的過程一定會有，一直要修改的地方。

對，所以這個部分就是你東西上完以後80分。然後實際上運作的過程中就會出現一些狀況，然後再修正。所以它就是一個這樣子迴圈一直修。對啊，所以你要怎麼確定它80分？就當下覺得它80分，你的體感覺得它80分。就是我所有腦海裡面想的東西它大部分都做到了。對，所以在這個過程中我就會覺得它80分。

對，那80分以後要進入到90分，要進入到95分，要進入到100分。就是數據的回退，那這東西就是AI native在做的事。大概就是這個樣子。今天講完了貝加龐克的大腦。所以代表的事情是什麼？就是基本上我所有品牌的服務全部都可以上資料庫。而且我還可以在資料庫裡面抓我哪些東西曾經做過。所以我不需要再重複再做，你不覺得這樣很好嗎？

超棒！哪一些東西，哪一些的那個關鍵字調查報告，其實我早就做過了。然後我做到同一個產業，那我只要叫他去更新那個同一產業的關鍵字調查報告。然後回推給我，哪些主題我寫過了，我全部都知道。我跟大家講，我覺得這件事情就是他講起來都很輕鬆很理想，但這件事情最困難的就是他大腦要同時跑完這兩條線，他才能叫AI去跑。對，所以超級超級複雜。我也跟大家講了，就是如果你今天有意識要往AI層面發展，這一定是一條必經的道路。就是你腦袋會先構思，第一件事情是你一定要知道資料要存取，你資料要存取的第一件事情就是你的東西要開始E化。

所以你會從原本的紙本開始變成實際上的電子資料。那這一塊現在目前都做得很好，簡單來講就是掃描。然後他就幫你讀完了，那這些東西現在都做得到。

所以要E化沒有很難，就是花時間。但第一步做完，主要是先建立資料庫。然後再開始去跑那個架構流程，應該是先確定架構。第一件事情是，你要先累積資料。累積資料先有了，第二件事情是確立架構。第三件事情是，哪些架構對於未來的發展是有必要。路庫，就這麼點了。理解。對，那確立架構這件事情會花非常多時間。非常辛苦，而且架構還有可能會變。還有可能會調整，會因為功能的部分增加或是減少。主要是根據每個人，然後還有現在AI的進展。

這樣子去變吧。不是，是根據你今天要做多深。會增加項目，或者是增加資料庫跟資料庫的關聯性。應該說資料庫到後面，他會是一個一直演進的狀態。他不會固定。對，他會一直增加。那這個東西就是資料庫的管理。

好，我再跟大家重複強調一件事情。就是我不會寫資料，但AI會寫。但有沒有可能會遇到一件事情？就其實AI寫的語法並不是這麼好。有可能，但對我而言我只在乎一件事情，就是這個資料庫能不能運行。

那能運行我就覺得沒差。理解。所以當你有資料庫以後，你會發現能夠做的事情已經變超級多。然後能夠做的系統，所謂的自動化系統，好像變超級多，因為你有資料庫。你可以玩的東西越來越多啦。好棒喔！對啊。所以這就是我最近在玩的新遊戲，新寵物。這個電子雞不太好養，不好養嗎？

很好養啊，你要，就跟養狗一樣。需要時間馴服。沒有沒有。這個電子雞是，牠有的時候會跑到高雄去。我要把牠抓回來，蠻好的啊，運動好不好？神經病，你說什麼？你要運動自己去。好啦。今天的內容就長這樣啦。好啦，我是Zoey，我是Jayden。我們下集銷波快見啦。大家掰掰，再會囉。