Fyxer：如何打造高保真 AI 執行秘書
為何重要
這個案例證明瞭即使是「通用性高」的對話場景，透過解構任務與高品質的 Orchestration 仍能達到極高的 Personalization 與 Trust。對於開發者，這打破了「大模型即終點」的迷思，顯示具體領域知識資料與使用者反饋迴圈（如 DPO）才是提升 Product-Market Fit 的核心。這也為 B2B AI 工具的商業化路徑提供了標竿，即高留存率比營收數字更能反映產品的實用價值。
Fyxer 結合超過 50 萬小時的執行秘書工作流資料與 OpenAI 模型，開發出能夠追蹤跨工具上下文並以個人語氣起草回覆的 AI 代理，解決了專業人士在溝通管理上的常見痛點。
- 採用多模型協調架構，將郵件撰寫拆解為分類、意圖分析、記憶檢索與草稿生成等多個專門任務，而非依賴單一通用模型。
- 利用來自真正人類執行秘書工作的訓練資料，結合 Supervised fine-tuning 與 Low-Rank Adaptation (LoRA) 進行微調，並透過 Direct Preference Optimization (DPO) 將使用者編輯行為轉化為自我訓練迴圈。
- 目前 AI 生成的劃在 53% 的情況下可直接傳送，使用者 90 天留存率超過 90%，2025 年年度經常性營收更從 100 萬飆升至 3200 萬。