現在公司開始有愈來愈多 AI Agent。
但真正工作時，很容易遇到一個很笨的問題：
AI 很聰明，Context 卻一直斷掉。
產品經理先和 AI 討論兩小時。
整理出：
客戶問題、
功能優先順序、
不能碰的限制、
Launch Plan。
接著要交給 Marketing。
結果第一件事又是：
重新解釋一次。
再交給客服，
又重新講一次。
AI 明明幫你節省時間，
團隊卻一直花時間：
搬運 Context。
Atlassian 最新替 Rovo Chat 加入四個功能，處理的正是這件事。
Rovo Chat 是什麼？
Rovo 是 Atlassian 的 AI 工作平台。
它可以理解 Jira、Confluence 等 Atlassian 工作內容，也能透過 Teamwork Graph 把：
- Work Items
- People
- Projects
- Knowledge
- Decisions
之間的關係連起來。
所以 Rovo Chat 本來就不是單純：
「問 AI 一個問題。」
它更像是在公司既有工作 Context 上面工作的 AI。
而 9 月 17 日這次更新，又把重點往前推了一步：
AI Context 不再只屬於一個人的 Chat。
第一個新功能：Memory 終於可以直接看
很多 AI 都有 Memory。
真正麻煩的是：
它到底記住了什麼？
新版 Rovo Chat 增加一個可見的 Memory View。
例如它可能記住：
你喜歡 Bullet Point Summary。
某個 Project 已經在 Q1 上線。
客戶資料不能放進 Draft。
以前這些資訊可能只是在背景影響 AI。
現在你可以：
直接看到。
而且可以：
- 查看
- 修改
- 調整偏好
- 關閉 Memory
使用者與管理員也可以分別在 User／Site 層級控制 Memory。
這個差別很重要。
因為：
AI 記得愈多，不一定永遠愈好。
真正可控的是：
你知道它記得什麼，而且可以改。
第二個新功能：直接 @Agent 接手
假設你正在 Rovo Chat 討論一個新產品 Launch。
前面已經完成：
市場問題整理、
客戶需求、
產品限制、
Launch Date、
競爭分析。
聊到一半發現：
現在需要一個專門做 Competitive Intelligence 的 Agent。
以前常見做法是：
開另一個 Agent
→ Copy 前面內容
→ 再解釋一次
→ 希望它沒有漏掉重要背景。
新版 Rovo Chat 可以直接：
@mention Agent。
例如：
@Competitive Intel Agent
@Launch Planning Agent
@Data Analyst Agent
新的 Agent 進來時，
會取得目前這個 Thread 已經累積的：
Context、Decisions 與 Artifacts。
不用重新從零開始。
這其實比「多一個 Agent」重要很多。
因為企業真正需要的不是：
很多 AI。
而是：
不同 AI 能不能接得上同一件工作。
第三個新功能：整個 Chat 可以交給同事
這可能是這次最實用的功能之一。
假設你花了一小時和 Rovo 分析：
為什麼這次 Product Launch 延遲？
最後 AI 已經整理出：
- 發生什麼事
- 查過哪些資料
- 排除了哪些原因
- 還有哪些假設
- 最後決定怎麼處理
現在 Marketing Manager 要接手。
一般做法是：
再寫一份 Summary。
但 Summary 有一個問題。
它通常只剩：
最後結論。
中間為什麼排除某個方案、
哪些資料曾經被考慮、
哪個問題仍然沒有答案，
很容易消失。
新版 Rovo Chat 可以直接：
Share Chat。
下一位同事不是只看到一句：
「最後決定做 A。」
而是能接著完整 Context 往下工作。
但 Share Chat 不代表權限一起送出去
這裡很重要。
假設原本的 Chat 引用了：
工程部 Jira Ticket、
只有主管能看的 Confluence Page、
特定客戶資料。
你把 Chat 分享給另一位同事，
不代表他因此取得原本沒有的資料權限。
Atlassian 明確表示：
分享的 Chat 仍然是 Permissions-aware。
也就是：
同事只能看到他原本有權限看的資訊。
不是因為某個有權限的人和 AI 聊過，
就能利用 Share Chat 繞過原本的存取控制。
這是企業多人 AI 必須具備的一條界線。
第四個新功能：把一直重做的 Prompt 變成 Custom Skill
這一個最接近真正工作流程。
假設 Product Manager 每星期五都要做：
Sprint Summary。
每次都對 AI 說：
先讀這星期 Jira。
找出完成項目。
分類 Blocker。
整理下週 Priority。
最後照公司固定格式輸出。
如果每週都重新打一遍，
其實你不是在「使用 AI」。
你是在：
一直重新教 AI 同一份 SOP。
新版 Rovo 可以把這套方法做成：
Custom Skill。
甚至不需要先自己設計複雜 Workflow。
你可以直接在 Chat 說：
「幫我建立一個 Skill，每星期根據 Board 產生 Sprint Summary。」
Rovo 會繼續問你：
哪些項目要包含？
Blocker 怎麼定義？
哪些例外要排除？
最後格式要怎麼呈現？
再把這些規則整理成可重複使用的 Skill。
Skill 不只是存一段 Prompt
這裡的概念和「把 Prompt 存成文字檔」不太一樣。
真正想保存的是：
團隊做事情的方法。
例如客服團隊可以建立：
Ticket Triage Skill。
產品團隊可以建立：
Weekly Sprint Summary Skill。
Marketing 可以建立：
Launch Brief Skill。
主管可以建立：
Leadership Weekly Update Skill。
新人進來時，
不必先問：
「你們這個 Report 到底怎麼整理？」
團隊原本藏在某個資深員工腦袋裡的方法，
開始可以被：
描述 → 確認 → 保存 → 重複使用。
這才是 Custom Skill 最值得看的地方。
一個 Project 怎麼一路接下去？
Atlassian 自己舉的概念非常容易理解。
一件工作可能先從：
Jira 的 Engineering Sprint
開始。
接著變成：
Confluence 裡的 Marketing Launch Plan。
最後又進入：
Jira Service Management 的 Customer Support Knowledge。
它不是三件工作。
其實是：
同一件事情經過三個 Team。
真正重要的 Context 應該一路跟著它走。
例如：
為什麼功能延期？
哪個問題還沒有修？
哪些客戶會受影響？
Marketing 不能承諾什麼？
Support 遇到問題怎麼回答？
如果每一站都重新整理一次，
AI 再快，
還是會浪費大量交接時間。
Rovo Chat 這次真正想處理的就是：
讓 Context 跟著工作走，而不是跟著某一個人的聊天視窗走。
什麼人比較適合用？
Rovo Chat 不是特別為個人生活設計的 Chatbot。
它比較適合本來就在：
- Jira
- Confluence
- Jira Service Management
- Atlassian Cloud
裡面工作的 Team。
例如：
軟體公司。
IT 團隊。
產品團隊。
客服團隊。
企業專案團隊。
尤其如果你已經遇到：
同一個資訊一直被不同部門重新整理
這類問題，
這次更新就很值得注意。
要另外買嗎？
Rovo 目前提供給符合資格的 Atlassian Cloud 客戶。
官方列出的範圍包括：
Jira、Confluence、Service Collection 或 Teamwork Collection 的：
- Standard
- Premium
- Enterprise
Cloud Plan。
不過 AI 必須在組織中啟用，
Rovo Chat 與 Agents 才能使用。
Rovo 的部分 AI 操作也會依互動複雜度使用 Rovo Credits。
所以不能簡單理解成：
「原本有 Jira，就能無限制免費跑 Agent。」
實際可用額度仍要看組織方案與 Credits。
Custom Skills 還在分批推出
另一個時間點也要注意。
Atlassian 9 月 17 日宣布這次更新時表示：
Custom Skills 將在接下來一週陸續提供到各個 Instance。
所以如果你的 Rovo 已經有：
Memory、
Share Chat、
@Agent，
但還找不到 Custom Skills，
不代表帳號一定出了問題。
可能仍在 Rollout。
這次更新真正重要的不是多四個按鈕
把四個功能放在一起看：
Visible Memory
解決：
AI 到底記住了什麼？
@Agent
解決：
另一個專門 Agent 怎麼接著做？
Share Chat
解決：
另一位同事怎麼接手完整 Context？
Custom Skills
解決：
這套做法下星期怎麼不用重新教一次？
它們其實在處理同一個問題：
AI 工作能不能被交接。
這會是企業 Agent 很重要的一個分水嶺。
因為真正的公司工作不是：
一個人問 AI，
AI 回答，
結束。
而是：
A 做一段
→ B 接手
→ 專家加入
→ 規則留下
→ 下次再重複。
當 AI 真的進入這條鏈，
它才開始像工作系統，
而不只是一個比較聰明的聊天框。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
今日 AI 工具｜2026/08/12：Google Workspace Studio，用一句話把 Gmail、Drive、Sheets、Chat 串成 AI 自動化流程
今日 AI 工具｜2026/09/18：Claude Code Projects，一個 Coordinator 帶多個 Coding Agent 平行工作，還會共享專案記憶
