【Mr.6】分析臉書「2011分享最多排行榜」~小編們應抓緊「有用」與「有趣」,別再話家常了
【Mr.6】分析臉書「2011分享最多排行榜」~小編們應抓緊「有用」與「有趣」,別再話家常了
2011.12.13 | 人物

上星期,Facebook公佈了在2011年被「分享」最多的「文章」,我不記得往年他們有這麼大動作的去公佈「分享」,或許和最近一季他們將「分享數」加入每篇文章的數據脫不了關係,而這篇《Most Shared Articles on Facebook in 2011》網誌原文,本身也成了被大量轉寄的文章,在第一手就已獲得高達1,671次轉寄,總共轉寄數應該也是不少。

這40篇文章,已有很多位作者(如這裡這裡)為我們大概分析、分類了如下──

高踞榜首的是「災難文」,東日本大地震後《紐約時報》的一篇比較災前和災後衛星圖的文章,讓人囁畏大自然的可怕力量;同樣是東日本地震的一隻不想離開同伴的狗,以及後來這隻狗送回給主人(這兩則新聞皆來自英文版Yahoo!),這些照片與文章皆震撼世人。另外還有關於「親子教養」的,最近流行看「虎媽」、看華人怎麼教養小孩,於是相關的兩篇文章如Amy Chua在《華爾街日報》的文,以及另一位作者Emily Rapp在《紐約時報》的文,竟都名列去年被轉寄最多的。還有,「為何你還不結婚的6大理由」,或許剛好擊中現代人都在思考與徬徨的事?也是去年轉寄最多的。而YouTube向來最熱門的「小孩系列」依然沒缺席,但比想像中的還少,有「愛看撕紙的小baby」,還有「雙胞胎小baby」……

「轉寄」是好事,愈多轉寄,就愈多人看到;你只要丟出第一棒,接下來其他網友會幫你把這個棒子傳給他們的朋友、朋友的朋友……。

從這四十篇,可否能夠歸納出,到底哪種文章比較容易被「轉寄」呢

從前聽過好書分為兩種,一種是「有用的」,一種是「有趣的」,以上40篇文章,還真的符合這個「好書原則」。注意,有趣不表示笑哈哈,而是感動到妳心坎,即稱「有趣」。

比方說狗狗和衛星圖,就是觸動了心底深處,如狂潮爆發因而轉寄;而虎媽教養小孩系列則是非常有用,也很認同,因而轉寄。

重點來了,這40篇文章,是2011年被轉寄最多的文。而2011年還有幾千幾百萬篇「其他文章」,大部份的文章,都是像放屁一樣,放了就沒了,沒有味道,沒有情感,既不有用,也不有趣,我們笑稱為**「小編氾濫」**──

怎麼說?

從噗浪,到Facebook,再到其他平台,目前已經有很多公司真正在經營某個平台,通常都以「小編」的名義,我們說,目前在台灣,大概有超過1千名的「小編」,每天都對網友講一些「有的沒的」,比方說:

「小編昨天去買菜,看到什麼什麼。」

「小編最近心情很好,祝各位捧尤心情也好。」

這些小編,其實是很辛苦在拉進**「品牌」與「粉絲」的距離**,試圖與網友「互動」來產生聊天的效應,但真的成功做到「互動」的沒有半個,然後,小編到最後,還是得「置入品牌訊息」、「置入行銷訊息」,於是,從一個話家常的小編,突然變成賣東西的購物專家,讓人無法接受

我認為,在2012年,大家都有粉絲團了,應該開始思考**「以文章來轉換」(conversion strategy)的可能性,而我們轉換的條件,不是在第一次尋求轉換、立刻購買!既然是在Facebook裡,我們尋求的就是在得到粉絲之後,開始逐步的、逐漸的,透過每日的貼文,去取得大家的購買、加入會員…**等等。

你說,這正是小編在做的事啊!

但,小編顯然沒在做,因為以下:

小編缺點一、大家都還是大量引用「不是自家的內容」:許多引用素材,許多附件,都是某新聞網站,或是某部YouTube影片,這些附件非常可惜!一附上去,除非修改內文至裡面有一連結連到自站,不然,你是在幫「別的網站」作嫁、幫別人登上明年的「最多分享排行榜」。你的粉絲看到「哇真是一篇好文章與好註解」,按下「分享」,他只會將該附件轉出去,不會囊括你的訊息(相較之下,Google+就會都轉,所以G+有利於新浪微博式的附和唱隨的寫文風格),所以,小編雖然每天都大量引用東西,讓網友看得很過癮?其實卻將最重要的「那個連結」,送給了其他網站。我認為,如果沒有自己網站可連,那麼,至少開始引用自己的照片、引用自己的網誌,同樣能讓po文看起來很精彩。

小編缺點二、就算想辦法引用自家內容,也是有一天沒一天、內容不足:畢竟自家內容也不多,所以,偶爾引官網的一句話,假設網友都看過那個頁面了,明天再從同一頁面引用出另外一句話再貼一次?網友絕對會開始覺得索然無味!因此,可能需要在你的「官網」上面動點手腳,或是另外架一個「中繼站」,讓你可以不斷的引用各種素材,每一次都引到官方網站去,再挑接到最後的消息來源(與照片來源)。最近我們在想一些有趣的Facebook行銷活動,也會順便做為「貼文的素材」,每天產生不一樣的內容物,讓每天的po文可以直接引用這個活動中的頁面就好,每天自然都有不一樣的東西,每天都在做二度行銷、拉抬此活動,不錯吧!

小編缺點三、引用自家內容後,帶來的人員無法按「讚」:這就是一大問題,我自己做實驗,自己寫的一篇好文,貼到Facebook上,但,大部份的「讚」不是來自於第一手、第一線的Facebook那篇po文,而是當網友「點進去」之後,才在文章裡面某一處「按讚」,或者是在該朋友自己的牆內,被其他朋友按了「讚」,也就是說,許多讀者,並不是從我第一手知道,而是第二手、第三手……點進去文章,看到是「好文」,一定還要有一機會讓網友可以按「讚」,這動作會讓他們再擴散出去。如果這個網站不是像我一樣引到自己的部落格,而是引到「Yahoo!奇摩新聞」?那,就「讚」到別人家去了,或者無法留下一個溫情的「讚」。

小編缺點四:就算每天敢引用自家內容,也沒有膽量去「促銷」:許多人引用自家內容,其實是靜態官網內容,不錯,至少會提升自家官網的流量,每天PO一兩則,官網有流量會有顯著提升,不必下廣告,不過,除了流量,企業當然也希望「銷量」一樣跟著來,這時候,你要想辦法,來玩這個「附件」,讓它可以每天每天都透過你的操作,來帶來「買家」。

我發現,「轉寄數」真的是很好的「測試」,我們平時只會看「讚數」來判斷粉絲喜不喜歡,「讚」,根本就是一種「比較值」,隨著品牌不同,只能「自己和自己比」,沒辦法和別人比;而且最後到底70個讚和50個讚好了多少,50個讚又比70個讚爛了多少?相較之下,「轉寄數」這個數字則是非常之「嚴苛」,當你寫了一篇自以為粉絲會喜歡的東西,的確有零星幾個「讚」,但轉寄數卻很有可能「掛零」,或少數「一兩個」;但,寫得真的入味的,讚數相當,但轉寄數會「暴增」;我自己已開始以「轉寄數」為自我調整與鞭策的主要的KPI了。

讓「小編」來「寫小文、搏感情」的時代已經過去了,如果你掛的是一個品牌,誰都知道你是一個「商業粉絲團」,太多「小編」的「輕鬆耳語」反而矯揉造作,既然你要開粉絲團,就不要去避諱「推銷」的事,推銷有分幾種層次,而粉絲團,就是最好的推銷工具,而那個**「附件」、「轉寄物」,也是最好的推銷載具**!

粉絲團不能賺錢?在接下來的戰局中,每個粉絲團都會慢慢建立「從現有粉絲帶來$$$」的思維,只是請記得,自己要先檢查一下,是否「有用」,是否「有趣」?

若都沒有,那些碎碎念,還是念給自己聽就好了,別寫出來了。

出自Mr.6部落格

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓