Anthropic 而家畀零售商、旅遊公司同票務平台一套建構 Claude 購物工具嘅「藍圖」。但要留意，呢啲唔係可以直接部署、完全唔使改嘅現成產品，而係包括實作指引、參考架構同安全規則，方便企業喺自己網站或 App 內建立 commerce agent。14

最關鍵嘅界線係：AI 可以幫你搵選項、比較產品、整理購物車，但唔會代你授權付款或者完成購買。 最後交易仍然要交返畀商戶原有嘅 commerce 同 checkout 系統處理。26

兩類 agent，各自幫唔同對象

1. Shopper agent：面向顧客嘅購物助手

Shopper agent 會放喺零售商網站或手機 App 入面。顧客唔使淨係靠關鍵字、篩選器逐層搵，可以直接用日常語言講出自己想要乜，例如預算、喜好、用途或者行程要求。

Agent 可以進一步追問偏好同使用情境，再提出個人化產品或旅程建議，亦可以協助將揀中嘅項目加入購物車。對票務平台嚟講，同一種模式亦可以用嚟比較活動、日期同座位或票種選項。147

不過佢本質上仍然係 AI 購物助手，而唔係「自動買嘢機械人」。顧客可以用對話逐步收窄選擇，但最後購買流程仍由商戶控制。2

2. Merchant agent：面向商戶內部團隊

Merchant agent 唔係畀消費者直接使用，而係協助企業內部團隊作決策。應用範圍包括庫存、商品陳列、定價、促銷活動，以及市場推廣企劃等。27

呢個分工反映電商其實有兩個唔同問題：一方面要幫顧客搵到合適嘅貨品；另一方面，企業亦要決定賣乜、入幾多貨、點樣定價同推廣。Anthropic 今次唔係推出一個包辦所有事情嘅聊天機械人，而係用兩套 Claude-based 模式分別處理前台同後台需要。12

由搜尋欄轉向「講出你想要乜」

傳統網上購物通常由關鍵字搜尋、分類頁面同篩選條件開始。對話式 agent 就提供另一條路：顧客可以直接講目標、限制或者偏好，系統再按要求整理建議。

Anthropic 引述 Adobe Analytics 數據，指由 AI 帶動嘅零售網站訪問，轉換率比其他零售流量高 60%。Anthropic 亦表示，有一名合作夥伴見到購物車金額增加約 30% 至 35%，而顧客完成購買嘅可能性就高約 60%。345

但呢啲數字應該當作公司披露嘅早期結果，而唔係已經證明 Claude agent 造成增長嘅獨立因果證據。現有報道未交代合作測試點樣設計、結果能否套用到其他行業，亦未能排除其他因素對結果嘅影響。

Anthropic 想保住嘅，其實係「發現商品」嗰一步

對零售商嚟講，消費者去邊度開始搵產品，已經變成一個策略問題。如果顧客日後習慣喺外部 AI 搜尋或購物工具入面做研究，商戶可能會失去對產品發現、顧客背景資料同轉換路徑嘅控制。

Anthropic 鼓勵企業將 Shopper agent 放喺自己網站同 App 入面，正正係想將 Claude 定位成商戶自有體驗背後嘅基礎設施。企業可以提供對話式搜尋，同時繼續掌握自己嘅產品目錄、購物車、政策同結帳系統。167

當然，使用藍圖唔代表整合工作一撳即成。企業仍然要接駁準確嘅產品、庫存、偏好、購物車及訂單資料，亦要清楚設定 agent 可以讀取同執行咩操作。藍圖提供嘅係工程團隊嘅起步架構同操作模式，而唔係代企業完成整套 commerce integration。

Claude Fable 5.1 同期登場，cache read 減價 75%

Anthropic 同期推出 Claude Fable 5.1，定位係處理高難度知識工作同程式編寫。使用權限視乎 Claude 計劃而定：Pro 訂戶同 Team 標準席位要透過 usage credits 使用；Max 計劃，以及 Team Premium 和適用嘅 Enterprise 席位，就按計劃條款包括模型，最多可用每週限額嘅 50%。3235

API 收費方面，Fable 5.1 輸入每百萬 tokens 係 10 美元，輸出每百萬 tokens 係 50 美元，兩項同 Fable 5 一樣。變化最大嘅係 cache read：由每百萬 tokens 1 美元降至 0.25 美元，減幅 75%。五分鐘 cache write 仍然係 12.50 美元，而一小時 cache write 就係 20 美元。173234

Anthropic 表示，較低嘅 cache-read 價格令一般工作負載成本估計下降約 25%；實際慳到幾多，就要視乎工作流程重用既有 context 嘅程度。32

對企業嚟講，今次代表乜？

Anthropic 正在將兩個企業方向放埋一齊：一方面提供能處理複雜工作的模型，另一方面提供較實際、可以嵌入業務流程嘅應用模式。今次 commerce 藍圖令使用場景更加具體，同時亦清楚畫出權限邊界。

企業仍然要自己負責資料連接、權限、使用者體驗同交易控制。短期內最實際嘅方向，唔係一個可以完全自主購物嘅 AI，而係一個由商戶掌控嘅助手：令搵貨同作決定嘅過程更似對話，但將涉及付款嘅高風險一步留喺現有系統入面。

呢個方案可能冇「AI 代你買晒成單嘢」咁戲劇性，但對零售商嚟講，風險同可控性都較容易管理。企業可以先測試對話式購物係咪真係改善轉換率，再考慮日後應否畀 agent 更大交易權限。

Anthropic 而家畀零售商、旅遊公司同票務平台一套建構 Claude 購物工具嘅「藍圖」。但要留意，呢啲唔係可以直接部署、完全唔使改嘅現成產品，而係包括實作指引、參考架構同安全規則，方便企業喺自己網站或 App 內建立 commerce agent。14

最關鍵嘅界線係：AI 可以幫你搵選項、比較產品、整理購物車，但唔會代你授權付款或者完成購買。 最後交易仍然要交返畀商戶原有嘅 commerce 同 checkout 系統處理。26

兩類 agent，各自幫唔同對象

1. Shopper agent：面向顧客嘅購物助手

Shopper agent 會放喺零售商網站或手機 App 入面。顧客唔使淨係靠關鍵字、篩選器逐層搵，可以直接用日常語言講出自己想要乜，例如預算、喜好、用途或者行程要求。

Agent 可以進一步追問偏好同使用情境，再提出個人化產品或旅程建議，亦可以協助將揀中嘅項目加入購物車。對票務平台嚟講，同一種模式亦可以用嚟比較活動、日期同座位或票種選項。147

不過佢本質上仍然係 AI 購物助手，而唔係「自動買嘢機械人」。顧客可以用對話逐步收窄選擇，但最後購買流程仍由商戶控制。2

2. Merchant agent：面向商戶內部團隊

Merchant agent 唔係畀消費者直接使用，而係協助企業內部團隊作決策。應用範圍包括庫存、商品陳列、定價、促銷活動，以及市場推廣企劃等。27

呢個分工反映電商其實有兩個唔同問題：一方面要幫顧客搵到合適嘅貨品；另一方面，企業亦要決定賣乜、入幾多貨、點樣定價同推廣。Anthropic 今次唔係推出一個包辦所有事情嘅聊天機械人，而係用兩套 Claude-based 模式分別處理前台同後台需要。12

由搜尋欄轉向「講出你想要乜」

傳統網上購物通常由關鍵字搜尋、分類頁面同篩選條件開始。對話式 agent 就提供另一條路：顧客可以直接講目標、限制或者偏好，系統再按要求整理建議。

Anthropic 引述 Adobe Analytics 數據，指由 AI 帶動嘅零售網站訪問，轉換率比其他零售流量高 60%。Anthropic 亦表示，有一名合作夥伴見到購物車金額增加約 30% 至 35%，而顧客完成購買嘅可能性就高約 60%。345

但呢啲數字應該當作公司披露嘅早期結果，而唔係已經證明 Claude agent 造成增長嘅獨立因果證據。現有報道未交代合作測試點樣設計、結果能否套用到其他行業，亦未能排除其他因素對結果嘅影響。

Anthropic 想保住嘅，其實係「發現商品」嗰一步

對零售商嚟講，消費者去邊度開始搵產品，已經變成一個策略問題。如果顧客日後習慣喺外部 AI 搜尋或購物工具入面做研究，商戶可能會失去對產品發現、顧客背景資料同轉換路徑嘅控制。

Anthropic 鼓勵企業將 Shopper agent 放喺自己網站同 App 入面，正正係想將 Claude 定位成商戶自有體驗背後嘅基礎設施。企業可以提供對話式搜尋，同時繼續掌握自己嘅產品目錄、購物車、政策同結帳系統。167

當然，使用藍圖唔代表整合工作一撳即成。企業仍然要接駁準確嘅產品、庫存、偏好、購物車及訂單資料，亦要清楚設定 agent 可以讀取同執行咩操作。藍圖提供嘅係工程團隊嘅起步架構同操作模式，而唔係代企業完成整套 commerce integration。

Claude Fable 5.1 同期登場，cache read 減價 75%

Anthropic 同期推出 Claude Fable 5.1，定位係處理高難度知識工作同程式編寫。使用權限視乎 Claude 計劃而定：Pro 訂戶同 Team 標準席位要透過 usage credits 使用；Max 計劃，以及 Team Premium 和適用嘅 Enterprise 席位，就按計劃條款包括模型，最多可用每週限額嘅 50%。3235

API 收費方面，Fable 5.1 輸入每百萬 tokens 係 10 美元，輸出每百萬 tokens 係 50 美元，兩項同 Fable 5 一樣。變化最大嘅係 cache read：由每百萬 tokens 1 美元降至 0.25 美元，減幅 75%。五分鐘 cache write 仍然係 12.50 美元，而一小時 cache write 就係 20 美元。173234

Anthropic 表示，較低嘅 cache-read 價格令一般工作負載成本估計下降約 25%；實際慳到幾多，就要視乎工作流程重用既有 context 嘅程度。32

對企業嚟講，今次代表乜？

Anthropic 正在將兩個企業方向放埋一齊：一方面提供能處理複雜工作的模型，另一方面提供較實際、可以嵌入業務流程嘅應用模式。今次 commerce 藍圖令使用場景更加具體，同時亦清楚畫出權限邊界。

企業仍然要自己負責資料連接、權限、使用者體驗同交易控制。短期內最實際嘅方向，唔係一個可以完全自主購物嘅 AI，而係一個由商戶掌控嘅助手：令搵貨同作決定嘅過程更似對話，但將涉及付款嘅高風險一步留喺現有系統入面。

呢個方案可能冇「AI 代你買晒成單嘢」咁戲劇性，但對零售商嚟講，風險同可控性都較容易管理。企業可以先測試對話式購物係咪真係改善轉換率，再考慮日後應否畀 agent 更大交易權限。