OTA 對小型民宿的壓制，來自三個複利疊加的結構優勢：早於大多數小型物件將近十年開始燒廣告、在那段時間裡堆疊的海量評價、以及每天在後台做優化的全職人員。這種領先不是品質問題，是時間換來的複利；一個旅遊季追不上。佣金遠比外界想像的高，是顯性成本。隱性成本更重：每一筆 OTA 訂房都在替平台的資料飛輪加速，不是替你的品牌建立回流客基礎。
恆春半島這九家民宿的處境幾乎相同：網站沒有搜尋能見度、廣告帳戶沒有轉換訊號、GA4 業主偶爾看但看了不知道下一步。這三件事哪一件單獨解決都不夠：網站開始排名才能產生廣告系統需要學習的行為資料；有資料但沒有讀取迴路，出價永遠不調整；週報讀不懂，沒有決策。工作單位是整套系統，不是單一元件。
不會出現在交付清單上的承重牆
網站用 Astro 做，中英雙語，有房型、季節定價、墾丁國家公園周邊活動指南，聯絡路徑走 LINE、電話、WeChat。後台讓業主可以自己換首頁 banner、上傳活動圖，不用找工程師。這部分大概一週。
真正決定下游系統能不能跑起來的，是效能工。把 Lighthouse 行動版分數拉到 Google 不壓排名的範圍。修掉版面位移，很多是業主直接把活動橫幅當房型縮圖上傳造成的。改寫圖片傳送，讓主視覺圖不讓手機訪客多耗 65 MB。這些工作不出現在交付物裡，但 Lighthouse 行動版 48 分的網站沒有轉換率問題——流量不夠多，還輪不到談轉換。
每個站都接 GA4，疊了 Search Console 和 Google Ads 轉換追蹤。決定下游是否全部有效的關鍵只有一個地方：點擊代理事件——電話 CTA 按鈕、WeChat 啟動連結、立即預訂——必須在訪客離開網站之前觸發。晚一步，GA4 就收不到這筆訊號。沒有訊號，廣告系統等於在真空裡燒預算。這是我審過的帳戶裡最常見的設定缺口。修法是兩行 JavaScript，但要知道放在哪裡才有用。
四段 Pipeline，加一條反幻覺閘門
週報引擎用 TypeScript 寫，跑在 GitHub Actions，每週一 cron 自動執行，目前涵蓋三個站。Pipeline 分四段：fetch 把 GA4 和 Search Console 的當週與前週資料拉成結構化 JSON；analyze 把這份 JSON 餵給 LLM 提取結構化洞察；render 寫出 Markdown 報告；verify 把報告裡每一個數字追溯回原始資料。
verify 這段是最關鍵的設計決策。語言模型負責寫文字——段落標題、診斷框架、建議行動——但不能寫數字。報告裡所有數字都在 fetch 階段從 GA4 API 回應做確定性計算，不經過 LLM。verify 讀取渲染好的 Markdown，抽出每一個數字，在允許小誤差的範圍內對照原始 JSON 追溯來源。找不到來源的數字，整個階段失敗。模型同時有一份禁止詞表——聽起來像在分析但沒有運營含義的顧問術語——出現一個就拒絕。
verify 失敗時，它把失敗清單寫成結構化快照。下一次嘗試，render 讀到這份快照就進入修正模式：LLM 同時看到自己的前一份草稿和具體的失敗描述，只重寫失敗的段落。Pipeline 最多重試五次才中止。實際上，一次初稿失敗加一次修正幾乎都能收斂；五次上限是應對邊緣情況的安全墊。
這個架構讓業主收到的報告可以直接轉發，不需要人工審查。拿掉「模型不能寫數字」這條限制，你會得到語氣自信但數字錯誤的報告——那比沒有報告更糟，因為業主會根據錯誤的數字做決策。
站點情境組裝與雙層模型架構
每次分析開始之前，引擎先為每個站組裝情境：旺季區間、目標客群、這家民宿的實際轉換定義、以及解讀規則——決定同一份 GA4 訊號在這個站應該怎麼讀。墾丁海邊的家庭包棟民宿和後壁湖的潛水客民宿，面對同樣的會話資料有不同的解讀邏輯，Prompt 在 Stage B 開始前就必須知道自己在看哪一家。
週報跑 Gemini 2.5 Pro。廣告健檢是一條獨立的 on-demand pipeline，審查廣告結構、關鍵字品質、浪費支出、Final URL 覆蓋率——同樣的四段架構，但在手動觸發時可以選模型層級：標準層用 Gemini 2.5 Pro，Premium 層升級到 Claude Sonnet，適合帳戶結構複雜或資料異常持續時需要更深層推理的情況。廣告健檢不是固定週期——它在有具體帳戶問題需要回答的時候跑，不是照日曆跑。
廣告健檢涵蓋的四個站台，加起來是九家民宿。幾家物件共用同一個 Google Ads 管理帳號，所以每次健檢會在同一次執行裡跨多個子帳號審查。
這套服務以前不存在，不是因為沒人想做
建網站、設分析、管廣告、每週一份報告。傳統服務模式下，這是四個獨立人力成本項目。合計起來，遠超過恆春小型民宿能付的費用。所以他們繼續走 OTA，繼續讓佣金從每筆訂房帶走利潤，從來沒有機會累積可以改變這個算式的直客資料。這不是市場失靈，是毛利結構決定的。
AI 在這裡做的事：把三個文字產出密集的工作——情境感知的摘要寫作、廣告問題的白話診斷、把分析資料翻譯成業主能執行的語言——壓縮進一套每個物件每週只需要個位數美元的系統。這九家民宿拿到的，不是「以前就有、只是更便宜」的同一套服務。是一個在這個價格帶，以前根本不存在的服務類別。
這條門檻，降了。