Anthropic 正向零售、旅遊與票務業者提供 Claude 商務代理的「藍圖」。這些內容是供工程團隊採用與調整的實作指南、參考架構與防護模式，不是企業可以原封不動上線的完整產品。 14

這次發布最值得注意的界線在於：代理可以協助顧客找商品、比較選項並建立購物車，但不能自行授權付款、完成購買或處理交易。最終結帳仍由商家的既有電商與付款系統負責。 26

兩種代理，各自服務不同場景

Anthropic 的方案主要分成兩類代理，分別處理消費者購物與商家內部營運。

1. 購物代理：把搜尋變成對話

購物代理可嵌入零售商的網站或 App。顧客不必只靠關鍵字、篩選器與分類頁面尋找商品，而是可以直接用自然語言描述需求，例如預算、偏好、使用情境或行程條件。

代理能進一步詢問顧客的偏好與背景，提供個人化的商品或旅程建議，並協助把選定項目加入購物車。對票務平台而言，同樣的模式也能用於比較活動、日期與票種。 147

不過，這比較接近 AI 購物助手，而不是能代替顧客下單的自主買家。顧客可以透過對話逐步縮小選擇範圍，但購買流程的最後一步仍掌握在商家與顧客手中。 2

2. 商家代理：協助內部做決策

商家代理不是面向消費者，而是供企業內部團隊使用。它可以針對庫存、商品規劃、定價、促銷活動與行銷專案提供決策支援。 27

這種區分反映出電商企業其實面對兩個不同問題：一方面要協助顧客找到想要的東西，另一方面也要協助員工判斷該賣什麼、備多少貨，以及如何推廣。Anthropic 以兩種 Claude 代理模式分別處理這兩個面向，而不是只推出一個用途模糊的通用聊天機器人。 12

為什麼 Anthropic 看好對話式購物？

傳統網路購物通常從關鍵字搜尋、篩選條件與商品分類開始；對話式代理則提供另一條路徑。顧客可以用日常語言說明目標、限制或偏好，再取得針對該需求整理的推薦結果。

Anthropic 引述的早期數據顯示，Adobe Analytics 發現，由 AI 帶動的零售網站訪問，其轉換率比其他零售流量高 60%。Anthropic 也表示，一家合作夥伴的購物車金額增加約 30% 至 35%，顧客完成購買的可能性則提高約 60%。 345

但這些數字應視為公司公布的早期結果，而不是已獲獨立驗證的因果證據。現有報導並未說明合作夥伴測試的具體設計，也無法確認結果是否適用於不同產業，或相關變化有多少是由代理體驗以外的因素造成。

商業戰略：不要把商品發現交給外部 AI 平台

這套藍圖背後還有更深一層的競爭考量。假如消費者日後越來越常在外部 AI 搜尋或購物工具中開始研究商品，商家可能逐漸失去對商品探索、顧客情境與轉換路徑的掌握。

Anthropic 讓企業把購物代理放進自己的網站與 App，等於是把 Claude 定位成商家自有體驗背後的基礎設施。企業可以提供對話式商品探索，同時讓顧客旅程繼續連接自己的商品目錄、購物車、政策與結帳系統。 167

但「藍圖」並不代表導入工作已經完成。企業仍須串接正確的商品、庫存、顧客偏好、購物車與訂單資料，並清楚定義代理的權限與防護措施。Anthropic 提供的是工程團隊可用的起點與運作模式，而不是免除電商整合工作的捷徑。

Claude Fable 5.1 同步登場，快取讀取費降 75%

Anthropic 也同步推出 Claude Fable 5.1，將其定位為處理高難度知識工作與程式設計任務的模型。Pro 訂閱者與 Team 標準席位需要使用用量點數；Max 方案，以及 Team 的高級席位與適用的舊版席位制 Enterprise 方案，則在方案規定的用量範圍內包含該模型。Max 與相關高級席位可將最多 50% 的每週用量用於 Fable 模型。 3235

對 API 使用者而言，Fable 5.1 的價格為每百萬輸入 Token 10 美元、每百萬輸出 Token 50 美元。這兩項基本價格與 Fable 5 相同；變化在於快取讀取費從每百萬 Token 1 美元降至 0.25 美元，降幅達 75%。5 分鐘快取寫入仍為 12.50 美元，1 小時快取寫入則為 20 美元。 173234

Anthropic 表示，較低的快取讀取價格可讓一般工作負載的成本降低約 25%；實際節省幅度仍取決於工作流程重複使用既有上下文的程度。 32

對企業而言，重點不是「完全自主購物」

Anthropic 正把兩種企業方案結合在一起：一方面提供能處理複雜任務的模型，另一方面提供可嵌入商業流程的應用架構。這次商務藍圖讓使用情境更具體，也同時清楚劃出能力邊界。

企業仍須自行負責資料串接、權限設計、使用者體驗與交易控制。短期內較實際的機會，不是讓 AI 代理完全代替顧客付款，而是打造由商家掌控的購物助手，讓商品探索與決策支援更像對話，同時把風險最高的交易環節留在既有系統中。

這或許不如「AI 代替你買東西」那麼吸睛，卻提供零售商一條更可控的代理式商務路徑：先測試對話式購物能否改善成效，再考慮是否要讓代理取得更高的付款與交易權限。

Anthropic 正向零售、旅遊與票務業者提供 Claude 商務代理的「藍圖」。這些內容是供工程團隊採用與調整的實作指南、參考架構與防護模式，不是企業可以原封不動上線的完整產品。 14

這次發布最值得注意的界線在於：代理可以協助顧客找商品、比較選項並建立購物車，但不能自行授權付款、完成購買或處理交易。最終結帳仍由商家的既有電商與付款系統負責。 26

兩種代理，各自服務不同場景

Anthropic 的方案主要分成兩類代理，分別處理消費者購物與商家內部營運。

1. 購物代理：把搜尋變成對話

購物代理可嵌入零售商的網站或 App。顧客不必只靠關鍵字、篩選器與分類頁面尋找商品，而是可以直接用自然語言描述需求，例如預算、偏好、使用情境或行程條件。

代理能進一步詢問顧客的偏好與背景，提供個人化的商品或旅程建議，並協助把選定項目加入購物車。對票務平台而言，同樣的模式也能用於比較活動、日期與票種。 147

不過，這比較接近 AI 購物助手，而不是能代替顧客下單的自主買家。顧客可以透過對話逐步縮小選擇範圍，但購買流程的最後一步仍掌握在商家與顧客手中。 2

2. 商家代理：協助內部做決策

商家代理不是面向消費者，而是供企業內部團隊使用。它可以針對庫存、商品規劃、定價、促銷活動與行銷專案提供決策支援。 27

這種區分反映出電商企業其實面對兩個不同問題：一方面要協助顧客找到想要的東西，另一方面也要協助員工判斷該賣什麼、備多少貨，以及如何推廣。Anthropic 以兩種 Claude 代理模式分別處理這兩個面向，而不是只推出一個用途模糊的通用聊天機器人。 12

為什麼 Anthropic 看好對話式購物？

傳統網路購物通常從關鍵字搜尋、篩選條件與商品分類開始；對話式代理則提供另一條路徑。顧客可以用日常語言說明目標、限制或偏好，再取得針對該需求整理的推薦結果。

Anthropic 引述的早期數據顯示，Adobe Analytics 發現，由 AI 帶動的零售網站訪問，其轉換率比其他零售流量高 60%。Anthropic 也表示，一家合作夥伴的購物車金額增加約 30% 至 35%，顧客完成購買的可能性則提高約 60%。 345

但這些數字應視為公司公布的早期結果，而不是已獲獨立驗證的因果證據。現有報導並未說明合作夥伴測試的具體設計，也無法確認結果是否適用於不同產業，或相關變化有多少是由代理體驗以外的因素造成。

商業戰略：不要把商品發現交給外部 AI 平台

這套藍圖背後還有更深一層的競爭考量。假如消費者日後越來越常在外部 AI 搜尋或購物工具中開始研究商品，商家可能逐漸失去對商品探索、顧客情境與轉換路徑的掌握。

Anthropic 讓企業把購物代理放進自己的網站與 App，等於是把 Claude 定位成商家自有體驗背後的基礎設施。企業可以提供對話式商品探索，同時讓顧客旅程繼續連接自己的商品目錄、購物車、政策與結帳系統。 167

但「藍圖」並不代表導入工作已經完成。企業仍須串接正確的商品、庫存、顧客偏好、購物車與訂單資料，並清楚定義代理的權限與防護措施。Anthropic 提供的是工程團隊可用的起點與運作模式，而不是免除電商整合工作的捷徑。

Claude Fable 5.1 同步登場，快取讀取費降 75%

Anthropic 也同步推出 Claude Fable 5.1，將其定位為處理高難度知識工作與程式設計任務的模型。Pro 訂閱者與 Team 標準席位需要使用用量點數；Max 方案，以及 Team 的高級席位與適用的舊版席位制 Enterprise 方案，則在方案規定的用量範圍內包含該模型。Max 與相關高級席位可將最多 50% 的每週用量用於 Fable 模型。 3235

對 API 使用者而言，Fable 5.1 的價格為每百萬輸入 Token 10 美元、每百萬輸出 Token 50 美元。這兩項基本價格與 Fable 5 相同；變化在於快取讀取費從每百萬 Token 1 美元降至 0.25 美元，降幅達 75%。5 分鐘快取寫入仍為 12.50 美元，1 小時快取寫入則為 20 美元。 173234

Anthropic 表示，較低的快取讀取價格可讓一般工作負載的成本降低約 25%；實際節省幅度仍取決於工作流程重複使用既有上下文的程度。 32

對企業而言，重點不是「完全自主購物」

Anthropic 正把兩種企業方案結合在一起：一方面提供能處理複雜任務的模型，另一方面提供可嵌入商業流程的應用架構。這次商務藍圖讓使用情境更具體，也同時清楚劃出能力邊界。

企業仍須自行負責資料串接、權限設計、使用者體驗與交易控制。短期內較實際的機會，不是讓 AI 代理完全代替顧客付款，而是打造由商家掌控的購物助手，讓商品探索與決策支援更像對話，同時把風險最高的交易環節留在既有系統中。

這或許不如「AI 代替你買東西」那麼吸睛，卻提供零售商一條更可控的代理式商務路徑：先測試對話式購物能否改善成效，再考慮是否要讓代理取得更高的付款與交易權限。