獺獺一人公司研究室

Meta Muse 十項真實任務實測:會議準備滿分,收件匣卻差點寄出重複信

獺獺坐在書桌前,看著一份列好的檢查清單

一句話:一位小生意經營者把 Meta Muse 放進自己真正的生意裡跑十項任務:會議準備拿滿分、關掉程式後研究照樣做完、每週簡報 9 分;但收件匣判錯一封已經寄出的信,發佈與檔案整理停在她不願意交出密碼與整台電腦權限的邊界。對一人公司來說,重點不是 agent 會不會做,而是你有沒有先畫好「什麼權限不給、什麼動作一定要你點頭」。

案例主角做了什麼

作者 Diana 在 2026 年 9 月 27 日用免費方案、Muse Mac 版做了一次有跑表的實測:十項真實生意任務,每項只跑一次主要嘗試,五項評分標準(設定 effort、完成度、正確性、輸出品質、需要多少人盯著),每項 0 至 2 分,合計滿分 10 分。測試前先寫好一條規則:絕不把密碼交給 agent。八項能評分的任務平均 8.0 分,但她給產品的整體印象是 6.5 分,因為後者還要算進停在權限邊界、沒跑完的任務。

1. 拿滿分的那一項:會議準備 10 分

任務是走進會議前先知道來龍去脈與待問的問題,不用自己翻完整串信件。她沒有告訴 Muse 該用哪一串信,現場有好幾個看起來都像的候選。Muse 自己挑對了信件串、找到行事曆邀請、準備好一組開會提問,還提出她自己沒想到要準備的問題。做到一半發現需要行事曆權限,它主動開口要權限,並一步一步帶她接好 Google Calendar。作者說,接服務的過程是整次測試最強的一環,這也是她唯一會想把它變成固定流程的任務:先把指示磨好,每次開會前跑一次。

2. 最危險的一次失誤:收件匣優先順序 6 分

任務是從信箱裡挑出真正需要回覆或處理的信,不用照順序整箱讀完。Muse 交出一份整理得不錯的待辦清單,但同時判定「她還沒寄出一封她其實已經寄出的信」。原因是那串信件的結構與副本名單讓它判錯。她當場質疑,Muse 也解釋了錯在哪裡,但作者寫得很直接:如果她直接相信第一版答案,就會寄出一封重複的信給已經收到信的人,小則尷尬,大則傷信譽。正確性只給 0.5 分,因為這個錯不是修辭問題,是會指向對外動作的錯。它還把幾件她已經在別處處理完的 Zapier 待辦重新浮出來,因為沒有東西告訴它狀態已經變了。她說,知道一件事存在,比知道它是不是還成立,容易得多。

3. 研究做得比進度條看起來好:研究與 PDF 8.5 分

任務是做一份有來源連結的最新簡報:Claude、ChatGPT、Gemini 的變化對她發佈的內容有什麼影響,事實與解讀要分開。Muse 轉進較深的背景研究模式,說做好了會回來,之後幾分鐘幾乎沒有可見進度,她以為它卡住了,開口問它是不是還在跑。它回答還在讀來源,已經收集到 7 則一手來源筆記,報告還沒寫完。最後交出的研究站得住腳,轉成 PDF 後比預期更好。作者說,能力比進度體驗傳達的更好,幾分鐘沒有進度細節,已經足夠讓第一次用的人以為失敗、重開一次,白白浪費已經做好的工作。

4. 關掉程式,它照樣把研究做完:背景執行 9 分

任務是交一份真正的競爭者研究,然後馬上關掉程式,看看還剩下什麼。她交辦後幾乎立刻關掉應用程式,遠在做完之前。等她重新打開,競爭者簡報已經做好,幾乎不用改就能用。作者說,這是整次測試最清楚的一次證明:Muse 的背景執行是真的,不是進度動畫。也因為這樣,用法會跟著變:交出去的工作,不再是必須坐在旁邊看著的工作。

5. 每週簡報 9 分、內容計畫 8 分:有 Meta 背景就不一樣

每週生意簡報的任務,是要一份關於「她的生意」的簡報,不是關於一般生意。Muse 交出一份細緻、相關、幾乎不用改的簡報,部分內容來自它在作者 Meta 商業帳號上看得到的背景。作者說,這是測試中第一次感覺 Muse 不只是「能做事」,而是「不一樣」:一般的行銷簡報會叫你穩定發文、了解受眾,Muse 寫的簡報談的是她實際的生意,做出來的社群文案標題,也是照她頁面上實際跑得好的貼文樣子寫的。

內容計畫同樣受益:主題是針對她的受眾想得出來的,不是針對任何受眾都成立的題目。但作者也寫出同一條分界:任務愈往「做決定」走,Muse 愈強;愈往「把東西做出來」走,愈弱。

6. 做出來的東西弱:網頁 5 分,試算表沒有結論

加測的網頁任務,Muse 大約 40 秒就建好一個 HTML 頁面,但作者說那只是第一版概念,不是能拿給別人看的東西,比起同類任務交給 Claude 的成果明顯單薄。更大的問題是找檔案:做好的檔案沒有出現在產生它的任務旁邊,她在 Goals 與 Files 裡翻找,找輸出花的時間比預期整項測試還多。她說,AI 幫她做了檔案,她希望檔案就交在工作發生的地方。

試算表任務更直接收掉:第一次 Muse 只是把試算表描述回來,沒有轉換;明確要求做一份新的試算表後,一次回傳看起來幾乎是同一個檔案,再試一次有比較多內容,但她已經不信任結果,決定不再驗證下去。她說,可以一直追問到看起來像通過為止,但那正是評測變得好看又沒用的做法,一次主要嘗試、看不出是不是真的進步,誠實的結果就是沒有結論。

7. 兩次停在權限邊界:WordPress 草稿與 Mac 檔案整理

WordPress 草稿任務走到登入畫面就停下,畫面顯示「Waiting for you · Sign-in required」。Muse 的安全憑證存放區問她要不要把網站密碼存進去,而且「存進安全憑證存放區」預設是勾著的。她照測試前的規則停下,沒有給密碼。事後她改請 Muse 在自己的環境裡幫忙起草內容,草稿可以接受,但她寫明:這不能證明 Muse 能走完 WordPress 發佈流程,因為她從來沒有給過能誠實測試的權限。

Mac 檔案整理任務連開始都沒有:設定步驟只給一個選擇,允許「完整磁碟存取」,或跳過。為了一件整理一個資料夾的任務,這個決定形狀不對,她跳過了。同一畫面有寫,之後可以在設定裡關掉完整存取、加入封鎖資料夾,作者說這不是假話,但「先給大的、之後再收緊」,順序剛好跟她想要的相反。後來她直接問 Muse 是不是有完整存取權,Muse 回答沒有,並描述了更細的控制:每個應用程式可設唯讀、可讀寫互動或關閉、有封鎖資料夾清單、不能跑終端機指令、她的本機應用程式權限沒有給。作者寫明,這是 Muse 自己說的,她沒有逐項進設定驗證,所以當作它的說法記錄,不當作已查證的事實。

8. 補測:Facebook 發佈真的跑通了,但有一處錯字上了線

2026 年 10 月 10 日的補測,作者讓 Muse 排程一則貼文,真的出現在她的 Facebook 粉絲專頁上,也在她管理的一個公開 Facebook 社團發佈成功。粉絲專頁那則走既有的 Facebook 連結,不用重新登入;社團那則是她給連結、再透過 Muse 的瀏覽器登入 Facebook,她自己在 Facebook 上逐則檢查過。四項 Facebook 測試平均 7.9 分,整體印象 8.2 分,但有一處錯字真的上了線,細節在補測文章裡。Instagram 與 Threads 雖然已連結,但補測沒有測,9 月 27 日的評分也不因此改變。

用了什麼工具

提示詞怎麼下

注意:原文章沒有公開一整套逐字提示詞,以下模板是依案例中的跑表規則、確認界線與回報方式整理,不是作者原文。作者另有 100 則 Meta Muse 提示詞範例集,本篇未逐則引用,讀者可到原文章連結查看。

你是我的一人公司生意助理,我是一人公司經營者,
目標是把真實工作交出去、跑完再回來檢查,
我只看整理好的結果再決定,密碼、付款與對外發佈永遠由我自己動手。

先寫好測試規則,再開始交辦:
- 每項任務只跑一次主要嘗試,技術故障導致無法開始才能重試
- 不把密碼交給 agent,只能用已經登入的 session 或官方連結流程
- 需要憑證才能繼續,就停下,把停下的位置寫成結果,不要硬闖
- 沒跑完、沒把握的任務,寫「沒有結論」,不要寫成通過或失敗

可用來源:
- 我的信箱、行事曆、文件、雲端硬碟
- 我的 Facebook、Instagram、Threads 商業帳號已有的表現紀錄
- 我指定的網站與過去的任務紀錄
- 供應商回信:讀到回信先更新比較表,再告訴我改了什麼

輸出格式:
- 會議準備:正確的信件串、行事曆邀請、開會提問清單
- 研究簡報:事實與解讀分開寫,每一項事實附一手來源連結
- 每週簡報:關於我的生意,不是關於一般生意
- 內容計畫:主題要針對我的受眾,不是針對任何受眾都成立
- 檔案輸出:做好的檔案要交在任務發生的地方,不要叫我自己去找

你可以自己做的事:
- 讀信、讀行事曆、讀文件,做摘要與比較
- 需要接服務時,先問我,帶我一步一步接好
- 寫好草稿與清單,放在我能看到的地方等我確認
- 在我關掉程式後,繼續把背景工作做完

一定要等我確認的事:
- 實際對外寄出任何電子郵件或訊息
- 實際在 Facebook、Instagram、Threads 發佈任何內容
- 實際付款、訂房、訂機票或任何會花錢的動作
- 任何要我登入、交密碼、給整台電腦存取權的要求,先停下問我
- 任何會刪資料或公開內容的動作,都要等我確認確切項目

完成後回報格式:
- 今天做了什麼、成功幾個、失敗幾個、停在邊界幾個
- 每一項的五項評分:設定 effort、完成度、正確性、輸出品質、需要多少人盯著
- 失敗的是哪一個、失敗原因是什麼
- 有沒有理解錯的地方、我少講了什麼
- 有沒有宣稱完成但其實沒做的事
- 檔案交在哪裡、我能不能在任務旁邊直接找到它

停下條件:
- 要你直接寄信、直接發佈、直接付款,但我還沒確認
- 要我交密碼、登入帳號、給完整磁碟存取權,先停下問我
- 結果沒有來源,無法核對,就停下,用一句話告訴我,不要自己重試
- 你說一件我已經做完的事還沒做,先停下,列出你看到的證據再問我
- 幾分鐘沒有進度,先告訴我你正在讀什麼、已經收集到幾則來源,不要讓我以為你卡住了

今天能抄的任務句範例,同樣為整理範例,不是作者原文:今天先不要接任何需要寄信、發佈或付錢的工作。先幫我做一件小事:找出我下一場會議的正確信件串與行事曆邀請,列出五個開會提問,事實與解讀分開寫,每一項事實附來源。做完先給我看,我確認後再決定下一步。

今天能抄的一步

先不要一次交十項任務,先跑一項「做錯了也看得見」的任務,再決定要不要放大。第一,寫一頁測試規則:每項任務只跑一次、密碼不給、要登入就停下、沒把握就寫沒有結論;第二,選一項會議準備或每週簡報,先接好信箱與行事曆,讓 agent 從你真正的帳號裡找答案,不要給它範本題目;第三,收件匣與任何對外動作先當作「決策支援」,不是真相,寄出與發佈前自己再看一次。

停下條件,符合任一項就停下改人工處理:agent 要對外寄信、發佈貼文或付款,但你還沒確認內容;agent 要你交密碼、登入帳號、給完整磁碟存取權,先停下,決定好最小授權範圍再繼續;agent 說一件你已經做完的事還沒做,先停下,叫它列出證據再問一次;agent 幾分鐘沒有進度,先問它正在讀什麼、已經收集到幾則來源,不要直接重開;結果沒有來源,無法核對,就不要用於對外內容;做好的檔案不在任務旁邊、要你自己翻找,先停下,把檔案交接方式寫下來再繼續。

限制與未查證項目

這是單一使用者在自己帳號上的一次實測,不是對照測試:會議準備滿分、收件匣 6 分、研究 8.5 分,都是作者自己在 2026 年 9 月 27 日那一天、免費方案、Muse Mac 版上的結果,放在你的機器、帳號與受眾上,數字與結果會完全不同。分數是作者自訂的五項標準加總,任務組合與其他 agent 的評測不同,作者寫明只能當作方向性對照,不能直接拿 8.0 分對 8.8 分說誰比較好;整體印象 6.5 分是作者對「值不值得廣泛依賴」的主觀判斷,不是任務平均。

發佈流程在 9 月 27 日測試中沒有跑完,10 月 10 日補測只驗證了 Facebook 粉絲專頁與一個公開社團,Instagram 與 Threads 沒有測試;補測有一處錯字上了線,代表發佈前自己再看一次仍不可少。價格以文章寫法為準:免費方案有用量上限,另有付費方案可買更多用量;2026-11-09 的最新方案內容、價格與開放範圍可能已經不同,使用前請以官方頁面為準。

資安背景為作者整理的公開報導,不是她測試中發生的事:2026 年 9 月 21 日 macOS 安全研究員 Patrick Wardle 公開 Muse Mac 版零日漏洞,Meta 約一天後修掉;2026 年 9 月 25 日 The Information 報導第二件不相關的問題,作者寫明沒有找到公開確認的修復狀態,所以本篇不假設已經修好。她的測試在 9 月 27 日,第一次漏洞修掉之後進行,結果不反映該漏洞。Muse 回答自己的權限設定(每個應用程式可設唯讀、可讀寫互動或關閉、有封鎖資料夾清單、不能跑終端機指令)是作者轉述 Muse 的說法,未經她逐項進設定驗證,本篇同樣只當作說法記錄。

原文章沒有公開完整設定與一整套逐字提示詞,模板為整理版本,實際效果須以自己的試跑為準;作者的 100 則提示詞範例集連結在原文章內,本篇不另行轉載。Meta Muse 在本系列先前出現過一次(2026-11-02,DEV 作者 Vayqube Technologies 的案例),本篇是不同作者、不同案例。

資料來源

訂閱電子報