不要給 AI 你的 CRM 密碼：用 workflow 當工具的權限設計

一個很常見的時刻

想像一下這個場景（純屬舉例）：一家二十人的貿易公司，老闆想讓 AI 助理幫業務團隊跟進客戶。系統設定到一半，畫面跳出一句話：「請輸入 CRM 帳號與密碼」。老闆停住了：這個帳號能看到所有客戶、所有報價，還能刪資料。真的要交給 AI 嗎？

這種猶豫非常合理。我跟中小企業聊 AI Agent（可以自己判斷下一步、自己操作系統的 AI 助理）時，最常聽到的問題很少是「它聰不聰明」，多半是「萬一它做錯事怎麼辦？」

我的答案是：與其問 AI 夠不夠可靠，不如先問你給了它什麼。

錯的想像：把鑰匙交出去

很多人想像 AI 助理像一位新員工，所以「給它帳號」好像很自然。但我們對新員工其實也不會第一天就給管理員權限。

把整個 CRM 的寫入權限交給 AI，再在指示裡寫「你只能新增備註，不要改其他東西」，等於把整串鑰匙交出去，然後貼一張便利貼拜託它別亂開門。AI 可能會誤解指示，可能被一封刻意設計的客戶郵件誤導（這類攻擊稱為提示詞注入），也可能只是單純出錯。這時候能保護你的，只剩那張便利貼。

換個想法：給 AI 按鈕，不給鑰匙

更好的做法是不給 AI 系統權限，改為給它幾個做好的「按鈕」。

每個按鈕就是一個預先建好的 workflow（自動化流程：一串固定、照順序執行的步驟）。每個 workflow 只做一件被允許的事，例如：

  • 在某位客戶的紀錄上新增一則備註
  • 草擬一封回覆，但不寄出
  • 查詢某位客戶的合約狀態

AI 可以決定什麼時候按哪個按鈕，但按下去之後發生什麼事，是你事先定死的。

總部在柏林的自動化平台 n8n，在 2026 年 9 月底推出了 n8n Agents（目前仍是預覽版），官方文章舉的正是這樣的例子：一個只能「替客戶帳戶新增備註」的 workflow。他們的說法很直白：如果中間沒有這個 workflow，你就得把 CRM 寫入權限交給 AI，然後相信它的指示會讓它只碰備註欄；有了 workflow，AI 根本拿不到那組憑證，它手上只有一個「新增備註、別的都不能做」的工具。

同樣的思路也適用於其他平台，例如透過 MCP（一種讓 AI 連接外部工具的通用標準）提供工具的系統。不過要留意，MCP 方便的地方在於一次接上整個服務的所有工具，這正好和「窄工具」相反；n8n 也提醒，用 MCP 時可以把不想讓 AI 碰的工具排除掉。所以關鍵在設計原則，與用哪個品牌無關。資安領域有個老名詞叫「最小權限原則」：每個人、每個程式只拿到完成工作所需的最少權限。現在我們只是把它用在 AI 身上。

三層防護，畫得在白板上

我通常會在白板上畫三層：

第一層：窄工具。 每個工具只做一件事，而且各自綁定自己的登入憑證。「新增備註」的工具，就只有新增備註的權限。

第二層：敏感動作要人點頭。 對外寄信、改價格、刪資料這類動作，把工具標記為「敏感」。n8n 的做法是：AI 走到這一步就會暫停，等人按下「核准」或「拒絕」才繼續。

第三層：每一步都有記錄。 每次對話裡 AI 呼叫了哪個工具、輸入什麼、得到什麼結果，都留下紀錄，上週二它做了什麼，翻得出來。n8n 也區分草稿版和正式版，修改設定不會影響正在使用的版本，出問題可以退回上一版。

三層加起來，「AI 會不會亂來」這個模糊的擔心，就變成一個具體問題：哪些按鈕要給、哪些要審批、哪些根本不給？

舉例：業務跟進助理

假設我們幫一家公司設計「業務跟進助理」，權限可能長這樣：

動作給 AI 嗎？方式
查詢客戶基本資料和最近往來給自動執行，只讀取需要的欄位
在客戶紀錄上新增跟進備註給自動執行
草擬跟進郵件給自動執行，只存成草稿
寄出郵件給客戶給需要業務人員核准
修改報價或折扣不給由人處理
刪除客戶資料、匯出整份名單不給根本沒有這個按鈕

這張表老闆自己就看得懂，也能自己拍板。這正是重點：權限設計是業務決策，IT 負責把決定好的東西做出來。

歐盟和德國的角度

在歐盟做生意，這套設計還有額外好處。

GDPR 的資料最小化。 窄工具只拿到需要的資料，AI 看不到的東西，就不會外洩，也不會被誤用。這和 GDPR「只處理必要個人資料」的精神一致。

EU AI Act 第 50 條。 歐盟《人工智慧法》第 50 條的透明義務已在 2026 年 8 月 2 日開始適用。今年夏天通過的 Digital Omnibus 修正延後了高風險 AI 的規定，但第 50 條的主要日期沒有改。簡單說：和人直接互動的 AI 要讓人知道它是 AI；以 AI 生成、為了向大眾傳達公共議題資訊而發布的文字要揭露，除非經過人工審閱，而且有人負起編輯責任。所以人工審批除了控管風險，也讓你在需要時能清楚說明：這段內容是誰看過、誰負責。具體適用情況仍建議和法律顧問確認。

資料放在哪裡。 n8n Cloud 託管在 Microsoft Azure 位於歐盟的資料中心；Deutsche Telekom 也在今年 9 月推出以 n8n 技術為基礎、由 Telekom 營運的 T-AI Agent Platform，主打在 Telekom 自家的基礎設施上運行。對重視資料主權的公司來說，選擇比以前多了。

給老闆的起步清單

  1. 先選一個流程，例如客戶詢問回覆或業務跟進，不要一次全包。如果用的是 n8n Agents 這類仍在預覽階段的功能，先在測試環境試行。
  2. 列出這個流程裡所有可能的動作，一個一個問：自動、要審批，還是不給？
  3. 每個允許的動作做成一個獨立工具，各自用權限最小的帳號。
  4. 任何對外或寫入正式系統的動作，先全部設成要審批。 用一段時間、建立了信任，再慢慢放寬。
  5. 每週花十分鐘看一次記錄，看 AI 按了哪些按鈕、有沒有奇怪的地方。
  6. 確認資料放在哪裡、AI 有沒有對客戶表明身份。

最後：顧問的工作正在改變

過去大家以為導入 AI 的關鍵是「寫出好的提示詞」。但當 AI 開始動手操作系統，更重要的是另一件事：設計它能按哪些按鈕。

提示詞決定 AI 怎麼想；權限決定它能做什麼。前者會出錯，後者是你可以控制的。這也是我現在和客戶合作時花最多時間的地方：和老闆一起，把公司的規矩畫成一張清楚的權限圖。我在上一篇文章提過，衡量中小企業用 AI 的程度，也許應該看有多少判斷能夠可靠地交給流程；權限圖就是把這件事落到實處的一種做法。

如果你正卡在「要不要把密碼交給 AI」這一步，答案很簡單：不要。給它按鈕就好。

參考資料