QSearch

一個名稱之下的公司與產品

QSearch 是品牌，早期也是工具名稱。其台灣法人為數解人意科技股份有限公司（統編 54776394），2014 年 1 月 9 日以多利曼之名設立，2023 年 9 月 13 日更名。³

2012 年的搜尋工具、2014 年的公司與後來的 Trend+，是相接的不同階段。機構的形成，要沿著這幾種時間理解。^{4, 5}

名稱的層次也影響合作關係的讀法。Fantimate 是音樂人行銷與歌迷服務事業，與 QSearch 有共同開發儀表板的紀錄；AutoPolitic 是杜元甫另行創辦的政治顧問公司，曾使用 QSearch 分析並共同提出計畫。這些關係可以解釋資料能力如何進入不同領域，卻不能由此推定公司彼此持股、相互控制，或由同一批員工完成全部工作。

QSearch 的特色，正是在一個相對小的組織裡，對接了規模與目的都很不一樣的外部世界。它要讓資料成為足以共用的底層能力，又要容許客戶在上面做不同的事情。

從朋友的舊貼文到陌生人的服務

2013 年 2 月的 INSIDE 訪談，記錄了一個還很接近生活小工具的 QSearch。早期成員 Elliot 與 Alex 分工開發、行銷和公關，後來由 Cooliris 行銷工作者天羽加入，協助產品定位。工具的原型在 2012 年已出現，目的在找回 Facebook 塗鴉牆上不容易再次找到的內容。⁶

這個起點的重要性，在於它沒有預先包含後來所有用途。替朋友找到舊照片、連結或旅遊紀錄，與替企業判斷市場、替政治組織理解支持者，要求的是不同的責任。它們共享檢索能力，卻不是同一項委託。

當使用者超出朋友圈，服務的尺度也跟著改變。介面必須讓陌生人知道怎麼用，流量增加會迫使架構重做，錯誤不能只靠認識開發者來解決。從這個時候起，作品開始具有機構的要求：它需要在作者沒有親自在場時仍能被使用。

2013 年 flyingV 募資把這項要求變得很物質。計畫為伺服器支出募集資金，最終由 39 筆贊助籌得新台幣 25,280 元，高於 20,000 元目標。當時還設想免費版搭配一次付費 3.99 美元的進階版；那是提案中的消費者產品模式，不能當作已實現收入。⁷

募資頁上的小額數字，比日後的大數據修辭更直接：有人每次按下搜尋，就會消耗資源。使用者喜歡一項工具，不會自動替它支付長期的維護費。QSearch 後來的企業化，必須回答的就是誰有足夠反覆的需求，願意負擔這個持續性。

當搜尋開始進入別人的決策

2014 年的英文訪談顯示，個人搜尋還在，但企業工具已經包括受眾辨認、活躍支持者分析與話題追蹤。Elliot Chou 即周世恩，當時是年輕的創辦人；Roger Do 在這篇同期報導裡以團隊導師出現，後來的資料則明確將他列為共同創辦人。角色是逐步形成的，不能用一個後來的職稱重寫所有早期場合。⁸

同年的台北市長選舉，使這套能力進入特別醒目的公共情境。iThome 記錄，周世恩以志工身分加入柯文哲團隊，QSearch 協助每日觀察議題、定期回報，尋找年輕選民關心的內容。這確認了一種工作機制，但不證明它單獨造成勝選。⁹

制度上的轉變在於，搜尋結果開始成為組織下一步行動的材料。原來的使用者知道自己要找什麼；新的客戶可能連問題都還沒有說清楚。資料公司因而必須學會問：這次比較要影響哪一個決定？品牌要認識新受眾，媒體要找選題，政治團隊要調整溝通，答案的用途各不相同。

杜元甫對 2014 年新加坡 Echelon 的回顧，補上了另一種形成。五人團隊在大會現場銷售廣告服務，把簡報印在 T 恤背面，之後持續經營認識的客戶，其中一位東南亞客戶成為合作夥伴。這是他 2016 年的自述，呈現的是銷售與關係維護如何把技術帶出原先圈子。¹⁰

QSearch 因此很早就同時接受兩種測試：系統能否產出有用結果，以及陌生組織是否相信這些結果值得付錢。前者需要工程，後者需要解釋、談判與反覆交付。它的機構性格是在兩者之間長出來的。

資料公司的底層工作是選擇與維護

周世恩 2015 年的臺大碩士論文，研究如何在資源限制下，依內容熱門度安排社群資料的蒐集。公開摘要把問題說得很清楚：資料持續改變，平台存取與運算資源有限，爬蟲需要決定先取什麼、何時再取。論文有其實驗結果，但不能直接當成今日產品效能。¹¹

這個問題不會隨公司長大而消失。2016 年周世恩署名的技術文章，描述依回傳資料量、互動與粉專規模調整排程，並為失敗請求安排重試；流量必須受控，避免一次發出過多連線。技術的重點包含穩定、成本與錯誤處理，而不只是抓到多少資料。¹²

Google Cloud 的歷史案例記錄，公司以雲端服務承接儲存、搜尋、運算與權限管理。租用容量降低自建基礎設施的門檻；供應商選出的案例，仍不足以呈現完整的系統現況。¹³

更有啟發性的，是 Cloud Ace 在 2022 年案例中記下的一次失算。營運長 Vincent 說，團隊擴大資料來源時，因不熟悉 Google 資料分析服務 BigQuery 的計費，又缺少預警，直到收到帳單才發現運算費暴增；後來補上知識訓練與成本防護。¹⁴

這個事件把軟體公司的一項實際判斷說明得很具體：增加一個來源，在介面上可能只是多一個選項，在底層卻增加擷取、清理、更新、儲存和運算。多收的資料能否換來客戶願意支付的價值，是產品和工程必須一起回答的問題。

因此，QSearch 並不只在替客戶分配注意力，也必須替自己的系統分配注意力。哪些內容值得更快更新，哪些異常需要工程師介入，哪些功能足以支付額外成本，都成為日常的機構決策。

組織如何把個人能力留下來

2019 年百工日記訪談裡，周世恩描述一個以遠端協作為主、有固定會議與標準化紀錄的團隊。成員跨越資訊、化學、經濟、法律、傳播等背景；專案管理者需要理解資料、成本與商業之間的連結。這是當年的經營者自述，仍不足以證明所有員工的實際經驗。¹⁵

同時期的辦公室回顧，則記下另一種組織成長：從咖啡店、商務中心到擁擠的開放式辦公室，最後才有較能接待客戶的空間。周世恩說，過去不太邀客戶來，甚至不在名片上放地址。能坐下來接待人，與資料庫變大，是兩種同樣實際的公司能力。¹⁶

到 2026 年 10 月查閱時，104 的公司自填頁列出 30 名員工，並能看見產品、商務與客戶服務的分工。資料工程職務包括擷取、解析、彙整的分層設計、資料完整性檢查、回補與成本追蹤；公司另宣稱提供遠端支援與彈性工時。人數和制度都是當時的雇主陳述，不是獨立勞動調查。¹⁷

這些材料讓創辦人的故事開始退到一個比較合適的位置。客戶要持續使用服務，不能每次都等創辦人親自找到錯誤、寫出答案或說服同事。文件、交接、分工與固定流程，才使一項技能能由機構承擔。

蔡汶成在這裡代表另一種必要能力。2021 年臺灣工商心理學學會論壇將他列為共同創辦人暨商務總監；其服務世界橫跨品牌、代理商、政府與學術組織。商務工作不只介紹功能，也要把不同客戶的問題轉成公司能交付的承諾。¹⁸

技術工作也不能全部歸於周世恩。2024 年 Google 年度大會的公司紀錄，明確由技術長林士凱介紹自然語言搜尋、話題摘要與留言分析；團隊以廚餘機討論為例，分析不同情境下的購買考量。這是公司的示範分析，並非已驗證的購買預測。¹⁹

創辦人的作用，由此更接近建立方向與協作條件；組織的能力則必須持續由工程師、產品人員、分析師與客戶端的工作者共同補足。

從 Facebook 專長到跨平台產品

Facebook 曾經同時提供 QSearch 的材料、技術接口與市場機會，也掌握了它不能自行決定的規則。2019 年訪談中，周世恩明言 2018 年 Facebook 關閉部分資料介面（API），曾造成重大損失。這使平台依賴成為營運經驗，而不只是風險清單。²⁰

2020 年 6 月公布的 Trend+，呈現了較寬的產品範圍。公司說，自 2018 年起已陸續蒐集 YouTube、Instagram、論壇與媒體資料，經過測試和夥伴討論後整合介面。這些發展與 Facebook 存取變動處於相近時期，但不能只憑時間相近，就認定多平台化完全由單一事件促成。²¹

舊產品也透露不同的商業想像。Google 的歷史案例列出 Trends、可與客戶關係管理（CRM）資料結合的 Profiling，以及追蹤短網址互動的 LinkBundle。前者觀察公共討論，後兩者更靠近客戶已接觸的人與實際行動。它們說明公司曾試圖把外部資料接進行銷流程，不能據舊頁認定所有功能今天仍按原樣銷售。²²

2020 年介紹的 PicKOL 網紅快訊，則按平台、類型與粉絲規模比較創作者表現，以同級比較補充單看絕對數字的不足。它回應的是另一項採購問題：當品牌找合作對象時，誰與自己的題目相合，又是否值得持續觀察。²³

到目前官網，主力呈現為 Trend+、客製儀表板與 AI 消費者研究。²⁴這個變化不宜讀成每一次新品都淘汰上一次；較穩妥的理解是，同一套資料能力被反覆組成不同的入口。有的人想自己查，有的人只想收報告，有的人要將資料接進原有系統。

一張圖表之前已經做過哪些決定

要理解 QSearch 如何形成知識，最好從使用者實際做的事開始。

第一步是定義觀察範圍。Trend+ 支援關鍵字交集、聯集、排除、詞組比對與來源群組。這意味著「我們正在看某個議題」並非自然成立：品牌別稱要不要納入，同名的其他事物要不要排除，哪些帳號被當成同一組，會直接改變結果。²⁵

第二步是接受資料窗口。2026 年 8 月的文件列出，Facebook 文章更新約為一至十二小時，Instagram 為八小時，Threads 為二十四小時；Facebook 互動與留言有三天的持續追蹤期。不同功能另有安排，這些不能被統稱為整個網路的即時全量觀測。²⁶

第三步是選指標。2026 年 7 月的定義中，Facebook 影響力分數給分享較高權重，以心情互動和留言各乘 0.1，再加分享數。文件中的 P/N 值，是正向文章比例減去負向文章比例，並非看到縮寫就能自行假定的比率。²⁷

這些定義有實際後果。用分享為重的指標，會讓容易被轉傳的內容取得較大位置；爭議、抽獎或動員都可能有高互動。數字能穩定地描述一套計算，卻不能單靠名稱就證明喜愛、信任、說服或購買。評價工具，必須先讀懂它到底把什麼算在一起。

文字雲也不是把所有字等比例放大。官方文件說明，它從較有互動或影響力的文本取詞，考慮詞頻、其他文本中的出現情況、排除詞與來源分布，再形成權重。圖像看起來直觀，背後仍有取樣與排序。²⁸

最後是返回內容。來源分析可以查看哪些帳號使某個題目顯得重要，熱門文章可以打開實際文字與互動。若只把排行榜帶進會議，而不檢查原文，工具最有價值的檢索能力反而可能被跳過。²⁹

由這些步驟可見，QSearch 在機構層次所做的，是把許多難以逐次重做的決定固定下來。固定讓比較變得可能，也讓某些選擇不再被每位使用者注意。它需要維持的不只速度，還包括定義與版本的可理解性。

AI 把整理變快也改變責任的位置

2026 年 4 月的熱門文章摘要，具體使用 Gemini 2.5 Flash，依使用者選定的渠道、排序與情緒條件，取前五十篇文章整理成摘要。這是一批經過篩選文本的摘要，不是整個社會的意見總結。³⁰

8 月更新又增加輸出長度、主題數和關鍵字數的調整，並替自訂指令摘要補上原文連結。這項看來細小的改動很有意義：如果摘要要進入別人的報告，讀者就需要能往回走，知道結論來自什麼。³¹

7 月的資料品質更新，則處理字典管理、語意模型與指定監測名單的更新頻率。品牌名稱或專有詞如何斷詞，會影響後續搜尋；指定名單加快更新，也不表示所有來源同時加速。產品更新本身，透露這是一個需要不斷修補的語言與資料系統。³²

較完整的研究服務，保留更多人工介入。消費者洞察報告由分析人員先判斷題目，並有文章與留言數量上限；範圍過寬或討論不足，都可能無法分析。訂閱平台與單次報告，也採不同的購買方式。³³

這些程序把「自動化」拆成幾件不同的事：機器整理大量內容，分析師決定問題是否可做，客戶確認結果與自己的決策有沒有關係。若把全部濃縮成 AI 能理解消費者，就會抹去最需要負責的環節。

同時，AI 也可能改變服務的經濟。如果整理成本降低，公司可以更常交付報告、服務較小的題目，或把人力放在解讀。但目前沒有公開成本與利潤資料，足以證明這些可能已轉成多少獲利或工時改善。能確認的是產品程序與銷售方式正在改變。

客戶買的是哪一種持續性

2026 年 10 月所見台灣方案頁，Media Dashboard 標示每月 22,000 元起，QSearch Trend 每月 39,000 元起，企業方案另議。方案依歷史範圍、主題、帳號和快訊等條件區分，企業年約列有客製儀表板。頁面只寫「元」，未明示幣別代碼、稅額與完整合約，不能把起價當成實際成交總額。³⁴

這套分級呈現三種不同的購買。訂閱購買的是持續進入資料系統的權利；客製儀表板購買的是符合特定工作的介面；分析報告購買的則是已經有人替自己整理過的成果。資料介接 API 再往前一步，讓客戶的程式自動取用資料，接入自己的產品或內部流程。

試用表單因此先問組織、產業、想解決的問題與現有工具經驗。品牌追蹤、公關危機、KOL 評估、社群內容或報告服務，被分成不同需求。銷售的起點是知道客戶要把服務放在哪裡。³⁵

商務人員也不只等待線上刷卡。當期招募頁列出尋找客戶、拜訪、簡報、提案、維護既有關係，以及新約和續約的獎勵。這是公司希望員工執行的銷售安排；它至少說明，訂閱收入仍需要持續的人際工作。³⁶

CYBERBIZ 的 APP MARKET 合作提供另一條進入市場的路。2023 年公告把 QSearch 的客製報告與資料介接帶進電商服務環境，讓已經購買開店系統的商家接觸相關分析。合作可以降低接觸客戶的距離，但公告沒有揭露轉介費、合約量或收入分配。³⁷

一家公司能否維持，最後仍取決於續約、支援、客製範圍與成本。這也解釋為什麼單看資料庫大小或客戶標誌不夠。一次示範讓人覺得有趣，與讓客戶願意在下一個預算年度繼續付款，是兩種不同的成果。

公視把工具放進編輯和組織學習

公共電視提供了少見的客戶端文件。其 2024 年執行成果記載，購買 QSearch 粉絲頁影響力工具供編輯參考，相關指標納入節目評量，並交流如何用工具尋找合作對象。同段另列意藍與尼爾森等業者，呈現的是多種工具共同存在的工作環境。³⁸

公視的 2026 年第一季收視季報告，仍將 QSearch Trend 列為 Facebook 粉絲頁互動的資料來源；電視、網站與其他數位平台則採用不同工具。服務的實際使用，至少延續到這個報告期間。³⁹

這與供應商網站上的客戶標誌不同：可以知道資料進入了哪些程序。它被帶進編輯討論、節目宣傳與同事學習，而不只停留在採購名單。

但也不能反過來把公視的節目成效都歸給 QSearch。內容、編輯判斷、平台分發與其他調查工具，同樣參與結果。這個案例最可靠的意義，是證明一項商業軟體成為公共媒體內部工作的部分材料。

當公共媒體使用影響力分數，還會遇到一個更根本的問題：使命不能完全由互動高低決定。少數族群、冷門公共議題或長期報導，可能不會在短期圖表上突出。資料能幫機構知道內容如何流通，公共價值仍需要它自己的判斷。

Meimaii 讓資料碰到交易

創作者電商 Meimaii 美賣提供另一種檢驗。2021 年由蔡智欣、周世恩與顧彝勛署名的共同分析，使用近 1,700 檔導購資料，把粉絲數、網頁瀏覽、商品價格與類別放在一起。其歷史樣本顯示，不同規模創作者在多數條件下，轉換率未必有很大差距。⁴⁰

這件事的重要性不在於得到一個永遠適用的網紅公式，而在於加入了平台外的結果。若只知道有多少讚，仍無法知道有多少訂單；有交易和瀏覽資料，才有機會檢查前面的注意力是否走到購買。

這也改變合作的分工。QSearch 提供社群觀察與分析，電商夥伴提供與實際銷售更接近的材料。沒有客戶端的資料與業務理解，外部討論很難單獨回答轉換問題。不同資料之間還需要對齊時間、商品和活動，才不會把兩條同時上升的曲線誤認成因果。

因此，資料公司最有力的地方，有時正在於承認自己的一份資料不夠。與別的機構合作，能增加答案的可用性，也讓任何「只靠社群就能看穿市場」的說法受到限制。

Fantimate 讓產品進入音樂人的工作尺度

2023 年 Canopi 訪問 Fantimate 創辦人張凱特，記錄兩家公司合作開發音樂人數據儀表板，讓藝人團隊把自有的第一方資料與外部觀察放在一起，理解受眾並安排後續行銷。這是具體的產品合作，資料未揭露股權、分潤與原始資料交換條件。⁴¹

對 QSearch 而言，這種合作使它必須在具體職業情境裡工作。圖表如何配合發片、演出與會員安排，要由懂音樂事業的人一起判斷。

蔡汶成的文化工作與此相鄰，但仍須分清楚。他與安溥團隊製作小蛤力聊天機器人的 2019 年訪談，描述的是他、蔡柏宣與 Emily 在各自正職之外的合作，並不能直接列為 QSearch 公司專案。⁴²

這個區分有助於看見人與機構如何互相形成。人的經驗可以擴大公司理解客戶的能力；人的全部創作和關係，卻不因此成為公司資產。QSearch 與音樂世界的連結，既有企業間合作，也有人跨出本業所做的工作。

公關夥伴替資料補上情境

利眾公關與 QSearch 的 2023 年缺工研究，將餐旅與航空業的網路討論，連到雇主品牌和求職條件。報告分別觀察不同平台，研究團隊包含蔡汶成。它呈現的不是資料公司單方面交出「人心」，而是數據與公關專業共同組織問題。⁴³

2022 年布爾喬亞與周世恩的公開對談，則以米食品牌為例，先理解生意與客戶，再找可比較的資料、提出受眾假設。主辦方整理也提醒，討論量增加未必帶來正面商業結果。這是教學與方法交流，不能自動算成 QSearch 承作該品牌全部服務。⁴⁴

2024 年 QSearch 又與「只要有人」的陳思傑共同談 Threads。陳思傑提供品牌如何進入對話的實務，周世恩示範工具如何查看話題與來源。資料能縮短找機會的時間，實際回覆的語氣與時機，仍需要熟悉社群的人判斷。⁴⁵

這些活動同時具有知識交換和市場作用。它們讓客戶學會如何提出可分析的問題，也讓 QSearch 被看見。專業教育與銷售因此相鄰：教會別人用工具，可以形成需求；導入之後如何使用，仍要回到客戶的工作觀察。

公司逐漸建立的，是一個由資料供應、顧問解讀、媒體流通與客戶實作組成的工作環境。合作夥伴各自保有與客戶接觸的能力，QSearch 也不必把所有領域知識都變成自己的員工編制。

台灣基地與不均勻的跨國延伸

QSearch 的國際性，不能只用「全球資料」四個字概括。蒐集某國公開內容、能解讀當地語言、在當地賣出服務，以及設立辦公據點，是不同程度的進入。

2019 年 Startup Station Singapore 的啟動報導，把 QSearch 列入 Facebook、IMDA 與 Rainmaking 的計畫；計畫提供導師、共同工作環境、資料監理沙盒與投資人接觸機會。這確認了機構支持，卻不等於主辦者取得股權。⁴⁶

同年 STARTBOARD 也公告 QSearch 加入其團隊。它所提供的產業與跨境連結，應與投資、客戶採購分開理解。將「入選加速器」一律換算成一輪融資，反而會失去支持的實際性質。⁴⁷

Cloud Ace 的 2022 年訪談提到，當時有一位駐新加坡夥伴，負責新加坡、馬來西亞與菲律賓的業務或顧問工作，也指出各地法規與技術支援的差異。這比一串國家名稱更能說明跨國工作的勞動。⁴⁸

2025 年周世恩在 PMA 訪談中談到香港、馬來西亞與泰國，以及結合軟體、公關和顧問的方向。這是執行長對布局的說明；公開資料尚不足以分辨各市場的收入、常駐人數與客戶集中程度。⁴⁹

因此，較準確的畫面是一家台灣基地的公司，透過夥伴、雲端與不同市場的資料，延伸服務範圍。它的技術可以跨境複用，商務信任、語言與地方制度則不能完全被遠端運算取代。

資本與支持如何讓工作持續

公開經濟資料需要區分性質和時間。

杜元甫在 2016 年自述公司已獲利且沒有外部投資；Forbes 的 2017 年介紹稱其三年創造約一百萬美元營收。前者是當時的自述，後者未提供會計期間與查核財報，兩者都不是今天營收、利潤或創辦人收入的依據。^{50, 51}

2018 年文化部的補助名單，則提供了一個可核對的制度支持：多利曼的「電影社群媒體大數據行銷技術與服務創新開發計畫」，核定新台幣 422 萬元。這是核定補助，不是已確認撥款，也不是企業估值。⁵²

這筆資料讓文化產業不再只是公司後來找到的市場。至少在這項計畫裡，文化政策也支持了技術與服務的開發。公司的資源來源，不能只用是否取得創投投資來衡量。群眾贊助、核定補助與客戶付款，各自承擔不同的風險與義務。

大學關係也不只是招募畢業生。臺大 2016 年車庫公告將 QSearch 列為合作夥伴，相關校務紀錄說明其提供社群分析服務給中心與進駐團隊。這是公司反過來成為創業環境的一項資源，不能誤寫成臺大持股或公司必然進駐車庫。⁵³

2023 年 9 月的登記列實收資本 1,200 萬元、發行 120 萬股。周世恩及蔡汶成分持 84 萬與 12 萬股，相當於 70% 及 10%。所列董監任期已於 2026 年 8 月屆滿，現況仍須另查。⁵⁴

這是一份持股快照；未列名股東及後續變動仍未明。資本額也不是現金或市值。

目前還缺少的，是完整營收分布、續約率、雲端支出、薪酬、毛利、客製案工時與現金流。沒有這些數字，就不應把四百多家客戶的公司自述乘上月費，算出想像中的年營收。客戶可以購買不同產品，合約可以跨期，也可能只是累積名單中的歷史客戶。

觀察公眾也參與了公眾如何被理解

QSearch 的權力並不只在資料量。它把使用者選定的觀察範圍，與平台設定的互動指標、情緒分類結合，形成可供比較的結果。當這些分類進入報告、新聞與管理會議，會影響哪些人被視為重要，哪些問題值得先處理。

2018 年申請、2019 年公告的特徵預測專利，由周世恩與李宗翰列為發明人、多利曼為權利人。方法以已知特徵與社群行為關係推估未知帳號，再形成分布。它使「推估」這件事可被明確辨認；專利本身既不證明所有方法今天都在使用，也不驗證準確率或資料取得的合法性。⁵⁵

《報導者》2020 年採訪周世恩時，將這類社群標籤與政治廣告放進個資、透明度與民主的問題裡。值得保留的是那個問題：即使某個行為原本公開，把很多行為重新組合成對人的判斷，仍可能產生當事人沒有預期的後果。報導中匿名業者的手機追蹤做法，則不能一併歸給 QSearch。⁵⁶

杜元甫的 AutoPolitic 讓資料與政治策略的關係更直接。2019 年專訪描述，QSearch 分析是該顧問公司報告的材料之一，當地政治與公關夥伴則承接客戶和執行。兩家公司有共同創辦人與服務關係，仍應分開評價具體行為。⁵⁷

同時，政治服務不能只用中立工具四字結案。2020 年中正大學的講座紀錄中，蔡汶成把提供工具、保密客戶的搜尋資訊，與在同一立委選舉中服務直接競爭者區分，將後者視為倫理問題。這是公開陳述的界線，尚不是公司所有合約的實務稽核。⁵⁸

2022 年 QSearch 與 AutoPolitic 共同宣布協助烏克蘭相關機構與社群監測訊息、提供培訓，又顯示資料能力可以被放進防範資訊操弄的公共目的。中央社確認了計畫與受訪者說法，未提供完整受益名單或獨立成效評估。⁵⁹

這些不同場合共同提出了一項機構責任：不能只說自己能更快理解人，也需要說清楚為誰理解、用來做什麼，以及哪些用途願意拒絕。合作對象與產品用途不是資料處理之外的附屬問題，它們決定分析最後如何作用在人身上。

機構的可靠性要在邊界上建立

現行隱私政策把數解人意列為服務者，提及 Facebook、YouTube API 與其他公開來源，也列出資料使用、存取控制與刪除申請。這提供了一個可以提出責任問題的對象；政策聲明仍不能替代對個別資料流程的檢驗。⁶⁰

產品文件本身也承認模型的邊界。負評危機雷達方案提醒，反諷、需要時事背景的內容、地域俚語可能被誤判，應搭配人工覆核。2026 年 6 月的正式上線說明，則把服務安排成固定每日的報告流程。分析結果需要有人接收、判讀與決定如何回應。^{61, 62}

樣本問題更不能靠較大的資料量自行解決。發文者、安靜的讀者與實際消費者不必是同一群人；同一個人也可能在不同平台留下多次痕跡。沒有額外設計，就不能把聲量直接讀成人數，更不能把情緒分數讀成整體社會的支持率。

使用 QSearch 的外部研究也能劃出這條線。新北市研考會的 2021 年研究，使用疫苗輿情後指出，Facebook 公開行為無法直接回答特定提問，例如施政滿意度或對防疫指揮中心的信任。這是資料適用範圍的區分，不是否認觀察公開討論的價值。⁶³

公司對自己的期待很大：理解市場、協助決策，並從平台走向更完整的策略服務。能否承擔這項期待，取決於它是否讓客戶知道答案的生成條件。當模型換版、收錄來源變動或更新速度不同，機構需要能解釋前後數字還能怎樣比較。

一家機構所累積的志業

回看這段歷史，QSearch 的連續性並不只是一個搜尋引擎逐漸變得更大。它先為朋友找回內容，後來必須讓陌生人穩定使用；開始面對付費組織後，又學會把資料放進會議、報告、行銷、選舉與文化工作。平台改規則、運算帳單超出預期、客戶不會操作，以及 AI 需要覆核，都使這門生意反覆回到同一個要求：把能力變成可靠的交付。

周世恩讓資源配置與技術判斷進入公司的形成；蔡汶成把分析帶向商務、電影與不同專業受眾；杜元甫協助它在跨國銷售與策略服務中找到位置。林士凱與其他工程、產品、分析人員繼續改變工具能做的事。公視、Meimaii、Fantimate 與公關夥伴，則各自提供了公司內部無法單獨產生的問題和知識。

這些人並不是同一種關係。有人創辦與持股，有人受僱製作，有人購買服務，有人提供資料、通路、情境或制度支持。把位置分清楚，才看得見機構如何工作，也才知道成果與責任應該歸到哪裡。

QSearch 所形成的志業，是讓分散的社群痕跡，成為組織可以持續使用的判斷材料。 它的價值並不要求資料能取代所有其他理解；相反地，當工具與編輯、經紀人、電商、研究者的知識接得更好，才更接近客戶真正要做的事情。

它尚待證明的，也正在這裡：當一份摘要越來越容易產出，讓人信任摘要的條件是否也能一起變好；當服務越來越靠近策略，公司是否仍願意保留不確定性、讓使用者回到來源，並承認某些問題不能只靠自己回答。

註釋與來源