從三月底開始傳出的臉書新聞整合平台，在幾個小時前以「即時文章」（Instant Articles）形式正式登場。如果用幾個字形容臉書「即時文章」設計，可以總結為「快」和「高互動性」，連帶提升讀者在臉書平台的閱讀體驗，以及增加對新聞品牌的認同感。（延伸閱讀：臉書預計成立新聞整合平台，對新聞媒體產業將造成哪些衝擊？）

在「即時文章」未推出前，新聞媒體以張貼文章連結的方式，在臉書平台分享最新報導。好處是可以將流量帶回新聞媒體的官方網站，然而根據臉書統計，點擊外部連結後，等待文章開啟的平均時間約需8秒鐘，部分讀者可能因為等待時間過長而選擇略過文章。

為了提升讀者在臉書平台上的新聞閱讀體驗，臉書因此和9家美國與歐洲的新聞媒體合作，除了3月底就傳出的美國《紐約時報》、《BuzzFeed》和《國家地理》雜誌三家新聞媒體，其他還包括美國《NBC新聞》和《大西洋月刊》（The Atlantic）、英國《衛報》（The Guardian）和《BBC新聞》，以及德國《圖片報》（Bild）以及《鏡報線上》（Spiegel Online）。臉書和出版商希望透過「即時文章」模式來帶給讀者不同體驗。

「即時文章」特色

那「即時文章」模式下的新聞文章有哪些特色呢？

1.下載速度快

和傳統連結開啟文章相比，行動裝置上「即時文章」下載速度提高10倍。《國家地理》雜誌資深圖片編輯陶德·詹姆士（Todd James）表示，這將可以避免觀眾不耐煩等待，而選擇離開文章的情況。

2.豐富數位元素與高互動性

高畫質圖片：「即時文章」提供高解析度圖片規格，《大西洋月刊》主編詹姆士·班奈特（James Benett）認為這項特點幫助平面雜誌融入行動裝置世代，讓過往在雜誌上精美呈現的圖片，也能在智慧型手機螢幕上帶給讀者類似體驗。

高圖片互動性：「即時文章」內的圖片可以透過觸控螢幕縮放細節，或是透過輕晃手機來瀏覽圖片不同部分。

影片自動撥放：當螢幕停在影片時，影片會自動撥放。

動態牆上的重點圖片以影片呈現：新聞牆上「即時文章」除了保有引言外，原來靜態的重點圖片將可改成自動撥放的影片形式，而點進文章後標題上方也會是該動態影片。這樣的設計也將能幫助出版商吸引更多讀者目光，和提高點閱率。

和個別段落或是影像互動：用戶可以直接在文章中的圖片或是影片上按讚或留言。

音訊式圖說：「即時文章」提供出版商在圖片或地圖上增加旁白，讀者透過點擊左上角的喇叭圖樣及可以聽到旁白說明，提供讀者多重資訊體驗。

社群分享功能：和一般文章一樣，用戶也能將「即時文章」透過臉書和朋友分享，不一樣的是，點擊「即時文章」右上方的「分享」按鈕（Share），即可以迅速將文章分享在推特和Pinterest平台上。

鑲嵌各式數位素材：「即時文章」提供出版商鑲嵌各式素材，包括地圖、推特發文、YouTube影片和資訊圖表等。

3.新聞品牌獨特風格

臉書表示「即時文章」將提供新聞媒體內容自主性，各出版商可以自行選擇符合出版風格的內容元素、字型和大小等。

「即時文章」標題上方清楚陳列新聞媒體的品牌標誌，同時內容也是以各品牌的新聞風格為主，像是《BuzzFeed》招牌數字標題和豐富的影像畫面，以及《國家地理》雜誌的高解析度照片。

出版商可以選擇在「即時文章」下方鑲嵌文章作者和攝影記者的臉書專頁連結，讓有興趣的用戶直接追蹤。

（也可再參考臉書官方影片介紹，以及來自合作出版商的分享。）

臉書與出版商的協議

除了讓出版商保有敘事掌控權外，臉書也如同《華爾街日報》在五月份報導時指出，將讓出版商全數持有「即時文章」內廣告的收入，而出版商也可以另外選擇透過臉書內建的用戶網絡來販售廣告，此種方式下出版商將可分得7成收入。（延伸閱讀：臉書新聞平台預計在本月登場：臉書和新聞出版商誰是贏家？）

而針對外界擔心「即時文章」將會讓出版商失去讀者和流量資訊，臉書也表示合作出版商可以透過comScore和其他分析工具來追蹤相關數據。

此外，臉書也表示「即時文章」並不會耗費出版商過多額外時間，因為「即時文章」形式是採用HTML和RSS等網頁程式，因此出版商仍可以透過標準網頁程式來編輯文章，而臉書會將這些網頁版文章轉換為「即時文章」形式，並讓出版商在「即時文章」發表前預覽內容，以確保內容格式符合需求。

哪裡可以看到「即時文章」？

未來在首波合作的9家出版商臉書平台上，用戶都可以看到「即時文章」類型的新聞分享。《紐約時報》率先分享第一篇「即時文章」，而《BuzzFeed》、《國家地理》雜誌、《NBC新聞》和《大西洋月刊》也隨即跟上，這五家出版商目前預計每週三分享一篇「即時文章」。

而臉書也推出「即時文章」臉書粉絲專頁（直接搜尋Instant Articles即可以找到），上面除了分享各出版商的「即時文章」外，臉書也表示希望透過該粉絲專頁和用戶互動，聽取他們對於該產品的回饋。由此也可看出臉書對於「即時文章」的重視程度。

只是目前只有持有iPhone手機的用戶，才能透過臉書最新版本的應用程式閱讀「即時文章」，而Android系統手機、桌機和平板裝置用戶，看到的仍是「即時文章」的網頁版本。

這篇文章希望能為讀者完整呈現臉書「即時文章」的特色（如果你身邊剛好有iPhone手機，不妨上網親身體驗看看「即時文章」的威力），而下一篇系列文章中則會分析臉書「即時文章」對各出版商和臉書平台的意義，以及來自媒體產業的觀望態度。

參考資料：Facebook Instant Articles Q&A、Facebook Media News、The New York Times & Quartz

本文出自新媒體世代What's Next for New Media

@@ACTIVITYID:378@@

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。