[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-liveramp-turns-chatgpt-ads-into-sales-proof-zh":3,"article-related-liveramp-turns-chatgpt-ads-into-sales-proof-zh":30,"series-industry-a0d5612f-4a5a-4a44-96f4-bb4451b2ac51":81},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"a0d5612f-4a5a-4a44-96f4-bb4451b2ac51","liveramp-turns-chatgpt-ads-into-sales-proof-zh","LiveRamp 讓 ChatGPT 廣告變成銷售證據","\u003Cp data-speakable=\"summary\">我拆 \u003Ca href=\"\u002Ftag\u002Fopenai\">OpenAI\u003C\u002Fa> 找 LiveRamp 當首個量測夥伴這件事，重點是把 \u003Ca href=\"\u002Ftag\u002Fchatgpt\">ChatGPT\u003C\u002Fa> 廣告接回真實購買證據。\u003C\u002Fp>\u003Cp>我盯 OpenAI 的廣告玩法一陣子了，老實說一直有種卡卡的感覺。產品一直變，廣告樣子也一直換，我每次想講清楚 ChatGPT 廣告到底是在賣什麼，最後都只剩一句：好像是 performance，也好像是 discovery，反正先丟點測試預算再說。問題就出在這裡。你要我買一個「也許有用」的版位，我通常只會回你一個白眼。廣告不是拿來猜的，是拿來看結果的，至少也要像結果。\u003C\u002Fp>\u003Cp>所以當 OpenAI 終於挑了第一個量測夥伴，我真的有停下來看。不是因為 measurement 很性感，完全不是；而是因為這通常代表平台開始想被 performance 團隊認真對待。我看過太多平台先把廣告開起來，歸因先模糊，等買方開始問證據才臨時補洞。OpenAI 這次反過來先補量測，至少比常見套路快了一步，這表示它知道信任問題才是真問題。\u003C\u002Fp>\u003Cp>我這次拆的是 \u003Ca href=\"https:\u002F\u002Fdigiday.com\u002Fmarketing\u002Fopenais-chatgpt-ads-get-their-first-measurement-partner-in-liveramp\u002F\">Digiday 對 OpenAI 與 LiveRamp 合作的報導\u003C\u002Fa>。這篇把合作內容、範圍，還有最重要的那件事講得很清楚：它不是只接 click，而是要把 ChatGPT 廣告對回真實購買。對廣告主來說，這才是會不會開預算的分水嶺。\u003C\u002Fp>\u003Ch2>OpenAI 沒把量測當成收尾，而是先做地基\u003C\u002Fh2>\u003Cblockquote>“OpenAI’s speed dating tour of ad tech has a new match: LiveRamp.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是，OpenAI 把量測當基礎設施，不是附帶功能。這件事很重要。很多平台都會等到廣告量夠大了，才開始覺得量測「自然會有」；OpenAI 不是，它是在廣告事業還很嫩的時候就先把證據鏈補起來，因為它需要的是先有證據，再有規模，不是反過來。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781236999736-b7dm.png\" alt=\"LiveRamp 讓 ChatGPT 廣告變成銷售證據\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>Digiday 這篇寫得很直白：LiveRamp 是第一個能把 conversion data 丟進 OpenAI conversion \u003Ca href=\"\u002Ftag\u002Fapi\">API\u003C\u002Fa> 的獨立 ad tech 公司。品牌本來就能直接接，但不能透過中介。這聽起來很小，實際上很有差。因為它讓廣告主走回一條熟悉的資料路徑，這條路徑他們在 \u003Ca href=\"https:\u002F\u002Fwww.metacareers.com\u002F\">Meta\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fads.google.com\u002F\">Google Ads\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.tiktok.com\u002Fbusiness\u002F\">TikTok for Business\u003C\u002Fa> 都見過。OpenAI 其實是在借一個買方已經懂的 playbook。\u003C\u002Fp>\u003Cp>我以前也踩過同樣的坑。廣告產品本身不差，但量測一旦做得很彆扭，整個東西就只能永遠停在「先測看看」的層級。沒人想在預算會議上承認自己把錢丟進黑盒。清楚的量測故事不會自動解決一切，但它至少能把討論從感覺拉回數字。\u003C\u002Fp>\u003Cp>實操寫法很簡單：如果你在做新廣告產品，不要等到規模起來才想 attribution。你要是買新平台，也先問清楚 conversion path 到底有沒有、誰在管、平台是不是只想你信它自己的算法。\u003C\u002Fp>\u003Ch2>交易資料比點擊戲法更值錢\u003C\u002Fh2>\u003Cblockquote>“We find the transaction data is actually far more valuable than the click-based data,” said Travis Clinger.\u003C\u002Fblockquote>\u003Cp>翻譯一下就是，LiveRamp 沒在賣 OpenAI 虛榮指標，它賣的是購買證據。這個 pitch 難多了，但也強多了。如果有人在 ChatGPT 裡看到廣告沒點，兩天後去實體店買了商品，只要資料配得上，平台還是能把功勞算回來。這很重要，因為 click 在對話式介面裡常常只是弱代理，使用者可能根本不需要點任何東西。\u003C\u002Fp>\u003Cp>文章裡拿 Nike 當例子很對味。某人看到 ChatGPT 裡的 Nike 廣告，沒點，兩天後去門市買鞋。LiveRamp 從 Nike 的收銀資料抓交易，做 hash email，比對買家，再把訊號送回 OpenAI。平台拿到的是實際銷售，不是誤點。\u003C\u002Fp>\u003Cp>我一直對 click addiction 很反感。click 很好數，也很容易被高估。它讓 dashboard 看起來很忙，但如果我坐在 performance review 裡，我寧願聽到平台能接到真實銷售，也不想聽一堆看起來漂亮、其實沒什麼 business 意義的 engagement rate。transaction data 雖然比較麻煩，但那種麻煩通常會自己回本。\u003C\u002Fp>\u003Cul>\u003Cli>你在乎營收，就先看 transaction data，不要先迷信流量。\u003C\u002Fli>\u003Cli>click 只有在真的能預測後續動作時才有價值。\u003C\u002Fli>\u003Cli>量測路徑要能撐過 finance 團隊的質疑。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操寫法：如果你是廣告主，先盤點你手上已有的訊號，像 POS data、CRM data、order data、hashed email，然後看哪些平台能吃進去，不要把自己鎖死在專有黑盒裡。如果你是平台，就別再假裝 engagement 已經夠了。買方要的是 business outcome，而且要得很早。\u003C\u002Fp>\u003Ch2>這次 rollout 故意做小，因為做大會炸\u003C\u002Fh2>\u003Cblockquote>“It’s U.S.-only for now, with Europe close behind, and limited to select mutual clients of OpenAI and LiveRamp.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是，OpenAI 沒想一次把海整鍋煮開。它先做受控 rollout，因為受控 rollout 才能把故事講乾淨。要是直接全開，每一個 attribution bug、每一次資料不一致，都會變成公開事故。現在這樣至少能先用小客戶群、小風險面積，驗證這套模式到底站不站得住。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781236999419-2vsk.png\" alt=\"LiveRamp 讓 ChatGPT 廣告變成銷售證據\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>文章還提到第一個 advertiser 預計「this week」上線，但名字沒公開。這種做法我能理解。OpenAI 想讓整合是真的，但又不想看起來像在亂衝。這個平衡很重要。ad tech 裡第一個 partner 常常會變成全市場拿來檢查的 proof point，不管公司願不願意。\u003C\u002Fp>\u003Cp>我看過太多 launch 死在一個誤會：把「可以用」當成「準備好了」。可以用代表 API 有了；準備好代表管線通了、隱私故事站得住、買方能在法務會議上講得出口。OpenAI 這次看起來知道差別。\u003C\u002Fp>\u003Cp>實操寫法：你要上 measurement integration，就先縮小爆炸半徑。先選少量客戶，必要時只選一個地區，再挑最容易驗證的 signal。不要一開始就碰最難的 attribution 問題，不然你會在公開場合 debug，超醜。\u003C\u002Fp>\u003Ch2>中立性才是重點，但這次剛好被放大檢查\u003C\u002Fh2>\u003Cblockquote>“It will be interesting to watch though if OpenAI partners with a truly independent measurement partner,” said Shirley Marschall.\u003C\u002Fblockquote>\u003Cp>翻譯一下就是，市場已經開始懷疑這筆合作了，原因是 LiveRamp 正往 Publicis 的版圖裡靠。這很要命。量測只有在買方相信裁判不是也下場比賽時才有價值。Digiday 直接點出這個矛盾：LiveRamp 一直靠中立性吃飯，但現在它和 holding company 的關係，讓這層中立性被拿來放大檢查。\u003C\u002Fp>\u003Cp>LiveRamp 的 Travis Clinger 回應說，Publicis 事先就明講會保留 LiveRamp 的獨立性，而且公司會以 standalone business 的方式運作。也許這能成立，也許不行。但買方會有疑慮很正常，因為大家都被騙過太多次了，知道「獨立」有時候只是合約還沒談到那一頁。\u003C\u002Fp>\u003Cp>這就是平台生態最煩的地方。每個人都想要信任徽章，但不是每個人都願意接受拿徽章要付出的約束。如果 OpenAI 真想讓第三方量測做事，就得找買方真的信得過的夥伴，不能讓人覺得對方在幫自己批改作業。中立性有時候比資料管線本身更重要。\u003C\u002Fp>\u003Cul>\u003Cli>先問量測夥伴的 ownership 結構是不是乾淨。\u003C\u002Fli>\u003Cli>先問如果歸因偏高，誰會直接受益。\u003C\u002Fli>\u003Cli>先問合作或併購之後，夥伴還能不能被信任。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操寫法：你在挑 measurement vendor 時，把 ownership 當成技術需求，不是註腳。如果 vendor 的利益跟平台綁太緊，數字也許還能用，但它在預算會議裡的說服力會差一截。\u003C\u002Fp>\u003Ch2>OpenAI 真正在賣的是 performance，不是好奇心\u003C\u002Fh2>\u003Cblockquote>“The AI advertising ecosystem is still being defined.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是，沒人真的知道 ChatGPT 廣告最後會長成購物引擎、研究介面，還是兩者混在一起的怪東西。這種不確定很燒錢。當買方不知道平台到底是幹嘛的，預算就只會停留在實驗階段。量測就是 OpenAI \u003Ca href=\"\u002Fnews\u002Fopenai-public-wealth-fund-ai-gains-zh\">想把\u003C\u002Fa>自己從「有趣」推到「值得\u003Ca href=\"\u002Fnews\u002Fanthropic-tcs-claude-enterprise-deployments-zh\">擴大\u003C\u002Fa>」的工具。\u003C\u002Fp>\u003Cp>文章裡我覺得很準的一點是，OpenAI 在壓縮正常時間表。TikTok 花了很多年才把第三方量測拉進來；OpenAI 只花幾個月，因為它需要更快拿到信心。這不代表市場已經準備好，而是 OpenAI 不想等市場自己慢慢準備好。\u003C\u002Fp>\u003Cp>我做過夠多 channel launch，這套路我太熟了。先有 novelty spend，再來是 skeptical spend，最後如果平台活下來，才輪到 performance spend。量測就是把你從第二階段推進第三階段的東西。沒有它，你永遠卡在「先測看看」。\u003C\u002Fp>\u003Cp>實操寫法：如果你是 marketer，不要把早期好奇心誤認成長期需求。你要先問自己，什麼證據會讓你加碼，然後確保平台真的能把那種證據交出來，而且格式要 finance 和 analytics 都看得懂。如果你在做平台，記住 measurement 不是報表功能，它是 sales enablement。\u003C\u002Fp>\u003Ch2>我會怎麼照這套路寫成可落地版本\u003C\u002Fh2>\u003Cp>我看完這篇最有感的不是 LiveRamp 本身，而是它背後那個很老派、但很有效的順序：先證明能對回 sales，再談規模，再談故事。很多新廣告產品死掉，不是因為投放不行，而是因為沒人能在一頁紙內講清楚「曝光怎麼變成購買」。這次 OpenAI 至少沒在這一步裝死。\u003C\u002Fp>\u003Cp>如果我是台灣這邊做 AI 產品、做媒體、\u003Ca href=\"\u002Fnews\u002Fcnbc-crypto-world-turns-news-into-brief-zh\">做成\u003C\u002Fa>效投放的人，我會把這套拆成三件事：第一，先定義你要的 outcome 是什麼；第二，確認你能不能拿到 transaction-level 的資料；第三，找一個外部夥伴做驗證，不要讓平台自己當裁判。這三件事做完，很多空話會自己消失。\u003C\u002Fp>\u003Cp>而且我會很保守地上線。先一個 advertiser、先一個 conversion event、先一個週報。不要搞一堆花俏 dashboard，先把「有沒有帶來銷售」講清楚。這種東西一開始越樸素，後面越能長大。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># ChatGPT 廣告量測 rollout template（可直接改成你的版本）\n\n## 目標\n把對話式廣告曝光，接回真實購買結果，而不是只看 click 或 engagement。\n\n## 何時使用\n- 你正在上新 AI 產品或新廣告版位\n- 你需要 business outcome 證明，不想只講流量\n- 你手上已經有 order \u002F CRM \u002F POS \u002F transaction data\n\n## 必備資料\n- 平台曝光資料\n- 廣告主交易資料\n- hashed email 或其他 privacy-safe identifier\n- 可選：click data，但不要把它當主角\n\n## 操作原則\n1. 先用小客戶群試跑，不要一開始全開。\n2. 先選一個地區或一個市場。\n3. 先定一個最容易驗證的 conversion event。\n4. 量測夥伴要能被買方視為獨立第三方。\n5. 上線前先寫清楚 attribution methodology 的 ownership。\n\n## 資料流\n廣告曝光資料 -> measurement partner -> platform conversion API\n\n## 上線前要回答的問題\n- 什麼算 conversion？\n- 哪些 identifier 可以用？\n- 原始交易資料誰能看？\n- match 是怎麼驗證的？\n- attribution 規則誰說了算？\n- 如果夥伴被併購，怎麼處理？\n\n## 檢查清單\n- [ ] 平台支援 conversion API ingestion\n- [ ] 廣告主能匯出 transaction data\n- [ ] 隱私審查完成\n- [ ] 法務確認 ownership 與 neutrality\n- [ ] 測試廣告主已選定\n- [ ] 成功指標是 sales，不是 engagement\n- [ ] 報表頻率先定 weekly\n- [ ] 資料不一致時有 escalation path\n\n## 給買方的一句話\n我們可以把 chatbot 裡的廣告曝光，透過 privacy-safe matching 和第三方驗證，對回實際購買，所以你看的不是點擊，是銷售。\n\n## 給內部團隊的一句話\n這次 rollout 的目的，是驗證對話式廣告能不能帶來可量測的購買結果。第一階段會限制範圍、保護隱私，並透過獨立夥伴做驗證。\n\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這份模板真正值錢的，不是那些術語，而是紀律。新廣告產品最常死的地方，就是沒人能把量測路徑講成一段人話。這段可以直接拿去改，外加 checklist，夠你在開會前先把坑填掉。\u003C\u002Fp>\u003Cp>如果我自己要真的跑，我會把第一輪 test 壓到很簡單：一個 advertiser、一個 purchase signal、一份每週報表。不要耍花樣。先把唯一重要的問題回答出來：廣告有沒有帶動銷售，有還是沒有。\u003C\u002Fp>\u003Cp>來源是 Digiday 這篇：\u003Ca href=\"https:\u002F\u002Fdigiday.com\u002Fmarketing\u002Fopenais-chatgpt-ads-get-their-first-measurement-partner-in-liveramp\u002F\">https:\u002F\u002Fdigiday.com\u002Fmarketing\u002Fopenais-chatgpt-ads-get-their-first-measurement-partner-in-liveramp\u002F\u003C\u002Fa>。上面關於合作內容與引述是衍生整理，模板和實操建議是我自己的拆解。\u003C\u002Fp>","我拆 OpenAI 找 LiveRamp 當首個量測夥伴這件事，重點不是廣告，而是怎麼把 ChatGPT 的曝光接回真實購買。","digiday.com","https:\u002F\u002Fdigiday.com\u002Fmarketing\u002Fopenais-chatgpt-ads-get-their-first-measurement-partner-in-liveramp\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781236999736-b7dm.png","industry","zh","69039f19-ac2c-433b-9c06-fef7188f89a1",[17,18,19,20,21],"LiveRamp","OpenAI","ChatGPT ads","measurement","attribution",[23,24,25],"OpenAI 先補量測，不是等廣告做大才補，這是在替性能團隊鋪證據鏈。","transaction data 比 click 更能說服買方，尤其是對話式介面裡。","第三方量測的中立性，會直接影響廣告主願不願意把預算從測試拉到規模。",2,"2026-06-12T04:02:51.553318+00:00","2026-06-12T04:02:51.543+00:00","da242733-a19a-4cb7-b706-05f8699aa19e",{"tags":31,"relatedLang":40,"relatedPosts":44},[32,34,36,37,39],{"name":19,"slug":33},"chatgpt-ads",{"name":18,"slug":35},"openai",{"name":21,"slug":21},{"name":17,"slug":38},"liveramp",{"name":20,"slug":20},{"id":15,"slug":41,"title":42,"language":43},"liveramp-turns-chatgpt-ads-into-sales-proof-en","LiveRamp turns ChatGPT ads into sales proof","en",[45,51,57,63,69,75],{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"4fd7980c-c59e-4551-9b72-5b432b05c1a0","latam-stablecoin-engineering-hub-hire-zh","LATAM 已經是招募穩定幣工程師的最佳地區","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781244180869-eh2k.png","2026-06-12T06:02:22.765433+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"6e8886a7-f6f9-41ad-bb65-7d95905839eb","anthropic-policy-50b-computing-infrastructure-en-zh","Anthropic 推 500 億美元 AI 基建政策","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781240576407-x3ar.png","2026-06-12T05:02:26.5615+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"24da72ed-87c9-43bd-b49a-fb4b74a82a79","mlops-vs-ml-engineer-self-taught-career-guide-zh","MLOps vs ML工程師自學指南","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781239680780-eggn.png","2026-06-12T04:47:28.333267+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"77f70fd2-47ad-4889-a293-e3800e2a92b0","midjourney-software-first-not-hardware-theater-zh","Midjourney 應該堅持軟體優先，不該追逐硬體秀場","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781228869365-xnuy.png","2026-06-12T01:47:17.318544+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"ba2f3a83-fd2b-44fe-8abb-e3d31d2a682a","anthropic-tcs-claude-enterprise-deployments-zh","Anthropic 與 TCS 擴大 Claude 企業部署","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781226171859-9gdp.png","2026-06-12T01:02:22.717696+00:00",{"id":76,"slug":77,"title":78,"cover_image":79,"image_url":79,"created_at":80,"category":13},"d7adb169-e175-4890-97ae-80666c6e9b99","naver-nvidia-55mw-ai-factories-zh","NAVER 與 NVIDIA 砸 55MW 建 AI 工廠","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781223480583-pycw.png","2026-06-12T00:17:34.586402+00:00",[82,87,92,97,102,107,112,117,122,127],{"id":83,"slug":84,"title":85,"created_at":86},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":88,"slug":89,"title":90,"created_at":91},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":93,"slug":94,"title":95,"created_at":96},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":98,"slug":99,"title":100,"created_at":101},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":103,"slug":104,"title":105,"created_at":106},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":108,"slug":109,"title":110,"created_at":111},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":113,"slug":114,"title":115,"created_at":116},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":118,"slug":119,"title":120,"created_at":121},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":123,"slug":124,"title":125,"created_at":126},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":128,"slug":129,"title":130,"created_at":131},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]