# AI引擎推薦

**立即註冊使用：**[**https://mantago.cc/login**](https://mantago.cc/login)

使用網頁在主頁**應用選單**點選AI引擎推薦 ⬇️

<figure><img src="/files/4z4M1SAc1eDHVJUjBANx" alt=""><figcaption></figcaption></figure>

進入後，在**基本設定**這邊設定 ⬇️

1. 進入/離開AI引擎推薦的關鍵字
2. 進入AI引擎推薦所顯示的內容
3. 離開AI引擎推薦所顯示的內容

<figure><img src="/files/SmCbr6bR0oKXQJYpigxG" alt=""><figcaption></figcaption></figure>

接著選擇**模型、語言** ⬇️

{% hint style="info" %}
**模型選擇**通常代表不同的版本、能力與應用場景。選擇不同模型**會影響生成內容的 品質、語言理解、創造力與運算效率。**
{% endhint %}

<figure><img src="/files/sAROCgnzKo7qDVNyGo2R" alt="" width="248"><figcaption></figcaption></figure>

設定完後，接著來到**品項管理**也就是側邊工具列的**資料庫** ⬇️

<figure><img src="/files/0WMvcfz4y0ncwbU5CAzO" alt=""><figcaption></figcaption></figure>

第一步，我們先新增商品，平台提供兩種方式：

1. **新增品項**： 適合單筆、少量商品手動建立。
2. **Excel 匯入**： 適合多筆商品快速批次上架。<br>

首先我們先介紹第一種方式「新增品項」進行逐一手動輸入步驟如下：

<figure><img src="/files/a69XwLnkiLW8XCi5crYy" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/t0gRRgFwYF5meON85OjM" alt=""><figcaption></figcaption></figure>

輸入**品項名稱、品項網址、品項描述、上傳圖片⬆️**

第二種**Excel 匯入**，步驟如下：

請點&#x9078;**「匯出」**&#x4EE5;獲取 Excel 模板，點擊後系統會立即下載目前的資料檔案。

<figure><img src="/files/AXjmp4RWHBam6nc3kr1d" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/6jIUpanXcYw9XTFPT62l" alt=""><figcaption></figcaption></figure>

> 依序在**紅框**標示的欄位中填入商品資訊：
>
> * 基礎資料： 品項名稱、連結、描述、圖片。
> * 標籤設定： 自動標籤、HashTags、品項標籤。

{% hint style="info" %}
「自動標籤、Hashtag、品項標籤」若暫無想法可先留空，待後續再行補填；但請注意，完整的標籤設定將有助於提升系統推薦的準確度。
{% endhint %}

填寫完成後，請將檔案**另存為 Excel 格式 (.xlsx)**。接著回到系統點選「匯入」並上傳該檔案，即可完成商品新增！

#### 🏷️ 標籤功能詳解：它們有什麼不同？在 MantaGO 中，標籤不僅是分類，更是讓系統「認識」你商品的關鍵。以下是三種標籤的定義與應用場景：

{% hint style="info" %}
**新增分類標籤的目的：**&#x6B64;標籤設立旨在強化用戶偏好調查的準確性與效率。透過分類標籤的設定，系統可依標籤所屬屬性進行行為分析與偏好判斷，協助後續針對不同用戶族群進行精準調查與溝通。
{% endhint %}

> #### 品項標籤 (Item Tags) —— 基礎分類用
>
> * 定義： 最直觀的商品分類，通常用於後台管理或基本的篩選。
> * 用途： 區分商品大類。
> * 舉例： `上衣`、`配件`、`夏季新品`、`熱銷排行`。
> * 建議： 這是最基礎的設定，建議每個商品都至少貼上 1\~2 個類別標籤，方便後續管理。

> #### Hashtag (標記) —— 社群與搜尋用
>
> * 定義： 類似社群媒體（Instagram/Threads）的標籤，用於捕捉流行趨勢或特定關鍵字。
> * 用途： 增加搜尋權重，並讓推薦內容更具社群感。
> * 舉例： `#OOTD`、`#文青風`、`#送禮首選`、`#小資族必備`。
> * 建議： 可以使用更具口語化、感性的詞彙，吸引消費者的注意力。

> #### 自動標籤 (Auto Tags) —— AI 精準推薦用
>
> * 定義： 這是系統「智慧分析」的核心。透過 AI 提取出的商品特徵，用來精準對應消費者的偏好。
> * 用途： 影響系統推薦準確度度。 系統會根據這些標籤，將商品推播給「對這些特徵有興趣」的潛在顧客。
> * 舉例： `簡約風`、`吸濕排汗`、`馬卡龍色系`。
> * 建議： 若不知道怎麼寫，強烈建議點擊\*\*「生成內容 Hashtag」\*\*按鈕，讓 AI 幫你抓出商品的靈魂關鍵字。

**＃生成內容Hashtag 功能說明 ⬇️**\
本功能可根據商品資訊自動生成相關主題標籤（Hashtag），協助用戶在不確定標籤方向時快速產出關鍵字，提升內容曝光度與搜尋連結性。 使用者可透過點擊「生成內容Hashtag 」按鈕，由系統智慧分析產品特性並產生推薦標籤。若自動生成的結果不符合需求，亦可進行手動編輯與調整，以確保貼近品牌語調及行銷訴求。

<figure><img src="/files/J8sXcr9mCGvlHKv6Ws2w" alt=""><figcaption></figcaption></figure>

接著我們來試試看＃生成內容 Hashtag ⬇️<br>

<div><figure><img src="/files/gBeamJSi2ppOssubepCM" alt=""><figcaption></figcaption></figure> <figure><img src="/files/CEzFELNrpZNTNgSXYgRC" alt=""><figcaption></figcaption></figure></div>

當使用者點選**品項內**的 「#生成內容 Hashtag」 並按下「確認」後，系統將依據商品資訊，自動生成相關主題標籤，並以「灰色」樣式呈現，以區分自動產出的標籤與手動編輯標籤。

<figure><img src="/files/0rZn47skvJ8UFxYxK2oL" alt=""><figcaption></figcaption></figure>

在**品項管理中**右上方也有 「#生成內容 Hashtag」 按鈕，此按鈕按下後系統將依據所有商品資訊自動生成相關主題標籤，所有已建立的品項皆會套用系統生成的標籤。

第二步，進入偏好調查 ⬇️

在進行偏好調查時，管理者可依據商品屬性與使用情境，設定「問題一」、「問題二」、「問題三」等導向式問題，引導消費者依自身需求與偏好快速篩選適合商品。 於每項問題下方，可透過「新增選項」功能，編輯與配置不同選項供用戶選擇，使系統依其回覆自動推薦相應品項。

<figure><img src="/files/ZNiUHCeXZa7rY0C8VYpc" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/PixyrFD2dnQ6ArrJudjp" alt=""><figcaption></figcaption></figure>

⬆️ 若管理者在設定偏好調查時尚未明確擬定問題內容，系統亦提供「AI 生成問題與答案」功能，透過語意分析與產品屬性理解，**自動產出具導向性的問題與對應選項**，協助快速建立引導式調查流程。

第三步，推薦預覽 ⬇️

<div><figure><img src="/files/xOeh1SUzMsNcSVQbSy1H" alt=""><figcaption></figcaption></figure> <figure><img src="/files/RVIQHRNg6g77VlxlOkWU" alt=""><figcaption></figcaption></figure></div>

在系統完成商品推薦後，管理者可進一步編輯各品項的顯示內容。相關欄位可透過「查看品項」頁面中的「編輯」按鈕進行設定。

系統將依照已填入的商品資料（如：摘要、價格、優惠價、尺寸、品牌等）顯示於「推薦預覽」區塊。 **未填寫的欄位將不會出現在預覽畫面，僅顯示已輸入之內容。**

最後，請於「推薦預覽設定」中勾選希望呈現的欄位項目，即可完成推薦顯示設定。

**最後最後！我們來點趣味又帶感的模擬，呈現「AI 商品推薦引擎」如何和用戶互動**

<div><figure><img src="/files/HWneqpVwP7WnbOCEFyzb" alt=""><figcaption></figcaption></figure> <figure><img src="/files/nQx27BpqD6VeeEu1eOpL" alt=""><figcaption></figcaption></figure> <figure><img src="/files/WyEtfqRbGC4J6FVEzZOL" alt=""><figcaption></figcaption></figure> <figure><img src="/files/lgY4kEphfOyb9LuSBkde" alt=""><figcaption></figcaption></figure></div>

{% hint style="info" %}
題目可系統所產出的題目內容可能會與原始設定略有差異，這屬於**正常現象**。 AI 模型將根據原始設定的意圖，透過語意優化與語句重組，**自動轉換為更具人性化與理解友善的問法**，以提升使用者互動率與填答品質。
{% endhint %}

當使用者於推薦商品區點&#x9078;**「我有興趣」**&#x6309;鈕，系統將即時引導至該商品的詳細頁面，直接帶入其所輸入的條件，**即可快速進入選購流程**。<br>

**恭喜設定完成啦！**

> 不只是方便，簡直是神隊友！ 不需要太多技術設定，一般使用者都能輕鬆上手 ✨

不確定該選哪項商品？ 不知道從哪個品項下手？ 只要透過偏好問答、簡單設定幾個條件，AI 引擎就能根據你的需求**自動推薦最符合的商品**，完全不用自己一項項比對、盲猜哪項適合！

當你看到推薦清單，只要點選「我有興趣」按鈕，系統便會帶你**直接前往商品頁面進行選購**，所有條件與內容都幫你準備好了，猶如有一位貼身導購幫你挑選好物！


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://blog.mantago.cc/zh/ying-yong-xuan-dan/ai-yin-qing-tui-jian.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.