Yahoo TW Ecommerce 是臺灣首屈一指的電子商務公司，與當地零售業巨頭策略合資經營。該公司將賣家在 Yahoo 拍賣平台完成產品資訊的時間，從 20 分鐘縮短至 2 分鐘。該平台整合了以隱私權為優先的裝置端內建 AI 基本元素，可提供自動化房源助理和極度個人化的使用者體驗，因此點閱率達到 3%。
這項整合功能可為市集雙方帶來好處：購物者可獲得實用、符合情境的個人化功能，簡化探索流程；商家則可提高參與度，成效優於舊版後端演算法。最終，這項裝置端架構可降低賣家的營運負擔，同時在本地保護敏感的使用者資料，並避免公司和客戶因雲端擴充成本而雪上加霜。
Yahoo TW Ecommerce 選擇內建 AI 的原因
Yahoo TW Ecommerce 決定採用裝置端內建 AI，主要是基於兩項業務需求：
- 資料隱私權：系統會使用使用者的第一方網站互動記錄和已驗證的工作階段資料，並在裝置上執行模型，因此敏感的使用者資訊絕不會離開裝置。
- 降低成本並普及化：雲端主機代管的 AI 基礎架構成本會直接隨著使用者流量擴增，因此數位平台經常會將進階工具和個人化體驗，設為僅供付費訂閱者使用，或提高商家交易手續費。將推論作業轉移到裝置端，可消除這種複合式後端作業負擔。Yahoo TW Ecommerce 透過這項永續架構，為市集中的所有賣家和購物者提供高度回應式個人化功能，且不設付費牆或轉嫁生態系統費用。
內建 AI 的優勢對 Yahoo 拍賣案例特別有影響力，因為這項技術可實現環境智慧，也就是在使用者需要時，提供經過本機處理的實用情境感知輔助功能。由於瀏覽器會在用戶端處理資料，因此可安全地提供這些智慧輔助功能，不會將敏感的互動記錄傳送至外部伺服器。
內建 AI 技術如何為 Yahoo 拍賣帶來九大優勢
Yahoo TW Ecommerce 運用內建 AI 實作了九種不同的用途，涵蓋環境智慧、內容管理和購物支援：
內容製作與管理
賣家產品資訊助理：協助賣家快速生成吸引人且正確的產品說明。上傳單一產品圖片後，Yahoo 拍賣的 AI 輔助工具會在 20 秒內建議相關產品類別、草擬標題、詳細資料、主題標記和建議價格，供賣家審查。草稿可做為賣家的實用基準，將填寫產品資訊的平均時間從 20 分鐘縮短至 2 分鐘。
以下圖片含有 AI 翻譯的文字。
買家評論助理：根據使用者選取的評分和情緒輸入內容，提供高度情境化、文筆流暢的表達建議，協助買家更妥善地組織和描述體驗。
環境智慧
在此情境下，環境智慧是指主動提供符合情境的輔助功能，自然融入使用者的瀏覽體驗。
Yahoo TW Ecommerce 為使用者導入情境智慧的過程如下：
個人化產品推薦輪播：分析登入使用者的近期購買記錄，推薦與購買內容互補的高關聯性產品，進而提高轉換率。
預測搜尋和建議：根據登入使用者的有效工作階段，為使用者量身打造產品建議和搜尋關鍵字。用戶端處理程序會參考當地脈絡 (例如使用者最近在網站上的搜尋和網站專屬瀏覽偏好)，預測並建議實用的搜尋關鍵字，簡化消費者歷程的探索程序。
購物支援服務
產品摘要：將冗長的產品詳細資料頁面歸納為簡短的重點，字數少於 100 字。
以表情符號為基礎的評論摘要：匯總顧客意見回饋，並使用代表性表情符號提供簡明扼要的摘要。
會員點數使用：識別已登入使用者的會員點數，並建議可使用即將到期的點數 (或只需支付少量額外費用) 購買的商品，然後運用本機推論功能，根據使用者的個人化興趣排序及選取最合適的商品。
生活風格建議：根據使用者瀏覽的產品類別，提供個人化的造型靈感或居家裝飾建議。
購物助理聊天機器人：提供裝置端的互動式聊天機器人，可使用自然語言文字或語音輸入，即時回答買家查詢。裝置端模型會分析對話內容，判斷購買意圖，然後根據使用者的興趣，智慧地推斷並精選出產品清單。
實際業務影響
自 2025 年底在正式環境中部署這些功能以來，Yahoo TW Ecommerce 已使用 Google Analytics 追蹤重要的參與度里程碑：
- 大幅提升效率：賣家專用的產品資訊助理可將完成產品資訊的平均時間縮短 90%，從 20 分鐘縮短至 2 分鐘。
- 深度參與：這個平台為超過 10 萬名不重複使用者產生了超過 100 萬個互動事件。這代表使用者對 AI 工具的興趣和採用率很高，並積極探索及使用這些新工具。
- 高品質互動：相較於採用標準演算法或編輯團隊手動策劃的舊版產品推薦功能，全新「環境智慧」模組的點閱率接近 3%，而舊版產品推薦功能的點閱率為 1.3% 至 1.8%。AI 輔助建議會直接顯示在網站現有的標準輪播版面配置中，因此團隊不必進行成本高昂的前端重構。這項無縫導入作業可將工程負擔降到最低，而直接的成效比較結果也證明，裝置端 AI 基礎技術可提供高度相關且高轉換率的建議。
深入瞭解環境智慧
在九個用途中，實作環境智慧是裝置端 AI 獨特強大的最佳範例。Yahoo 競價的環境智慧模組可簡化使用者歷程。這類模型可做為裝置端的實用助理，在最能幫助使用者的時機，即時提供符合情境的建議。
透過本機架構保護資料並降低雲端費用
如要產生這種高度個人化的建議，必須分析極為私密的使用者資料。Yahoo 拍賣會運用使用者的豐富脈絡資料，例如本機儲存空間中的購物記錄、搜尋關鍵字和瀏覽偏好。將這麼大量的個人資料傳送至雲端伺服器，會造成巨大的延遲，並帶來嚴重的隱私權風險。
Yahoo TW Ecommerce 採用當地架構，解決了這個問題。透過使用工作階段資料和本機儲存空間，本機 AI 模型會在用戶端處理所有內容。確保個人資料不會外洩，證明深度個人化主動式智慧功能非常適合本機 AI。
「內建 AI 技術可協助我們提供超個人化的環境體驗，同時保障使用者隱私權，且不會向社群收取隱藏性費用或設定付費牆。這項功能徹底顛覆了我們對電子商務智慧的看法。」
— Yahoo 臺灣電子商務首席工程師 Paul Li
管理內建 AI 生命週期
如要將內建 AI 整合至正式環境，必須妥善管理模型下載狀態。由於內建的 AI 規格和下載行為可能會變更，Yahoo TW Ecommerce 團隊建構了專用的網頁元件，以簡化維護作業。
這個包裝函式元件提供標準、已解除耦合的屬性，並處理完整的使用者下載生命週期。透過觀察元件的 data-status 屬性，團隊會動態更新使用者介面，以反映模型的確切狀態：Unavailable、downloadable、downloading、available。
這項設計可讓平台維持 UI 穩定性，並在網頁間即時提供更新，不必重構基礎核心程式碼。
透過 SharedWorker 自動化調度管理克服 MPA 限制
在多頁面應用程式 (MPA) 中，開發人員通常會使用背景執行緒，維持長時間執行的工作流程，這些工作流程在同網站導覽中會繼續執行。雖然內建 AI API 本身是非同步，不會對主執行緒的 UI 回應速度造成負面影響，但將這些 API 移至背景執行緒，可防止使用者在網頁間瀏覽時，主動推論工作階段突然終止。
不過，提示 API 等內建 AI 基本功能僅限用於頂層文件環境。這是因為開放式網頁平台規格面臨挑戰：W3C 權限政策架構基本上與文件樹狀結構息息相關，而社群仍在設計標準機制，將這些安全界線向下傳播至獨立工作站根目錄。
解決方案：將 SharedWorker 做為資源協調器
為安全地因應這些生命週期限制，同時遵守文件綁定的安全界線，Yahoo TW Ecommerce 使用 SharedWorker 協調相同來源瀏覽器分頁中的 AI 運算。SharedWorker 會充當集中式事件代理人，而不是讓網頁瀏覽取消進行中的 AI 運算。要求進行裝置端 AI 運算時，SharedWorker 會協調來源的並行開啟分頁，將執行作業委派給較不容易發生主動導覽的平行分頁內容，並處理提示詞直到完成，不會過早中斷。AI 運算結束後，結果會安全地快取在 Web Storage 中，並設有指定存留時間 (TTL)，因此網站開啟的任何分頁都能立即存取。這項設計可確保裝置端 AI 作業不受頁面轉換影響，在整個多頁面應用程式流程中，盡可能提升效率並維持一致性。
如要瞭解這些架構解決方法，請前往 GitHub：
這些功能已在 Yahoo 拍賣上線。
用戶端 AI 的未來
Yahoo TW Ecommerce 內建 AI 的實作方式，展現了裝置端模型的實用價值。這類裝置優先考量成本效益和嚴格的資料隱私權，可解鎖強大的環境智慧功能，安全地運用本機瀏覽器憑證和豐富的使用者記錄。
隨著我們持續發展，從 Yahoo TW Ecommerce 架構中學到的經驗，將成為其他開發人員在網路上建構安全、以本地為導向的 AI 體驗時，可參考的基礎藍圖。