知道某人在哪裡任職，絕不只是出於好奇——這其實是很實際的商業需求。不論你是要核對候選人履歷的招募人員、篩選名單的業務代表，還是進行盡職調查的合作夥伴經理，掌握即時的任職資訊，往往會直接影響你下一步的判斷。說實話，網路世界變化飛快，人們換工作的速度，常常比你來得及說一句「恭喜升職」還快。根據 Landbase 在 2026 年 1 月的彙整，B2B 聯絡資料每年會衰減 22.5% 到 70.3% 不等，而電子郵件的失效率大約每月 3.6%。這代表你看到的 LinkedIn 資訊，可能早就過時了。
使用 AI 找出某人在哪裡工作 Get Started Free
我花了很多年為商務使用者打造自動化工具，也親身體會過：要查某人目前在哪裡上班，真的又費時又麻煩。手動搜尋速度慢、容易出錯，而且在你打開第十個分頁之後，還會有點耗精神。不過，只要把聰明的研究方法和自動化結合起來（沒錯，像 Thunderbit 這樣的工具），你就能把大量原本需要人工完成的查證工作，濃縮成一套有結構的流程——前提是你必須遵守相關服務條款與隱私規範。接下來，我們就從社群線索到 AI 驅動的擷取，一步一步拆解出最有效的做法，看看如何查出某人在哪裡工作。
為什麼知道某人在哪裡工作很重要
先說「為什麼」。以下是幾個實際情境，你真的會需要知道某人的雇主是誰：
- 銷售開發： 找對公司，成敗差很多。準確的任職資訊能幫助你更精準地溝通，避免白忙一場——Landbase 指出，平均業務代表有 27.3% 的工作時間（約每年 546 小時）浪費在追逐錯誤或過時的名單上。
- 招募徵才： 驗證候選人目前的工作狀態是重點之一。根據 Mordor Intelligence 2026 年的人資背景查核市場報告，2025 年的就業驗證就占了市場的 62.18%——仍然是最大的一塊。
- 合作夥伴審查： 在簽約之前，你當然會想確認新合作對象或客戶是否可靠。
- 競爭情報： 追蹤關鍵人物的任職動態，有助於掌握競爭對手動向——90% 的 Fortune 500 公司都在使用競爭情報。
- 人脈經營： 想重新聯絡前同事或校友？知道他們現在在哪家公司，合作的大門就更容易打開。
在這些情境中，即時且準確的工作資訊，能讓你做出更聰明的決策，也能少一些尷尬的「咦，你已經不在那裡了嗎？」時刻。
先從社群平台找線索：如何初步判斷某人在哪裡工作
社群媒體通常是查詢工作資訊的第一站。但不只是看 LinkedIn 這麼簡單，還要學會從細節裡看出端倪。
LinkedIn：查詢工作資訊的首選平台
LinkedIn 幾乎是專業資訊的黃金標準。截至 2025 年底，會員數已突破 13 億，仍然佔了社群媒體 B2B 潛在客戶來源的約 80%。你可以這樣善用它：
- 用姓名搜尋： 輸入對方名字，並搭配地區、產業或共同聯絡人篩選結果。
- 查看經歷欄位： 直接找最新一筆工作經歷。LinkedIn 通常會把「目前」職位放在最上方。
- 檢查推薦與背書： 有時候同事會在留言或推薦內容裡提到對方的公司。
- 找共同人脈： 透過共享聯絡人進行快速又低調的確認。
- 交叉比對資料： 如果個人檔案看起來已經很久沒更新，例如近期沒有任何動態，就不要直接照單全收，最好再查其他來源。
提醒： 不見得每個人都會更新個人檔案，而且隱私設定也可能把關鍵資訊藏起來。另外，同名的人很多，容易查錯對象，所以務必再次確認。
Facebook、Twitter 與其他平台
很多人都喜歡分享，有時甚至分享太多——對我們來說當然是好事。以下是如何從非專業平台找線索：
- Facebook 的「關於」欄位： 找「在 ___ 工作」或最近提到工作活動的貼文。
- 被標記的照片： 辦公室聚會、研討會或團隊出遊，常常會標上公司名稱。
- 地點打卡： 如果有人在公司總部打卡，或從工作活動現場發文，通常就是強烈暗示。
- Twitter / Instagram 個人簡介： 有些人會直接在 bio 寫上雇主或職稱。
- 社團成員名單： 產業社群或校友會名單有時也能透露任職資訊。
但要小心： 自述資訊可能早就過時，或刻意寫得很模糊。而且過度查看私人檔案也可能引發隱私疑慮——別讓人覺得你在跟蹤別人。
透過公司網站與產業名錄進行驗證
如果你已經大概猜到對方的雇主，那公司官網和產業名錄就是下一個很好的查核方向。
- 公司「關於我們」或「團隊」頁面： 很多組織，尤其是小型公司或新創，會列出員工名單。
- 新聞稿與部落格： 尋找新進員工、升遷或團隊成果的資訊。
- 專業協會名錄： 律師、醫師、房仲及其他持照專業人士，常會出現在公開登錄資料中。
- 研討會講者名單： 如果某人最近有在活動中演講，通常會附上其公司名稱。
- 撰寫文章的署名： 產業媒體上的作者資訊，往往會寫出目前任職公司。
限制： 大型企業很少公開完整名錄，而且資訊也可能很快過時。對於利基型職業，公開名冊很有用；但其他情況下，你往往需要拼湊多個來源。
注意員工提及與公開貢獻
別小看 Google 搜尋的威力。你可以試試這類查詢：
"Jane Doe" site:company.com"John Smith" conference speaker"Emily Chen" author [industry publication]
像 Google Alerts 或新聞彙整工具，也能幫你持續追蹤新的提及內容。
用 Thunderbit 擷取非結構化網頁資料
接下來就是重頭戲。不是所有任職資訊都會整整齊齊地躺在表格裡；有時它藏在評論、討論區或特定產業網站中。這時候，Thunderbit 就派上用場了。
Thunderbit 是一款以 AI 為核心的網頁爬蟲 Chrome 擴充功能，專為商務使用者設計，不只是給開發者用的。它能讓你只用幾下點擊，就從雜亂的網頁、PDF、圖片等內容中擷取結構化資料。
Thunderbit 如何幫你找出某人在哪裡工作
- AI 建議欄位： 點選「AI 建議欄位」，Thunderbit 會掃描頁面，推薦像「姓名」、「公司」、「職稱」等欄位。
- 子頁面爬取： 想要更多細節？Thunderbit 可以自動進入每個個人頁面或評論子頁，替你的表格補上額外資訊。
- 批次處理： 一次爬取數十或數百個個人資料，不必再重複複製貼上。
- 匯出到任何地方： 結果可直接送到 Excel、Google Sheets、Airtable 或 Notion。匯出永遠免費。
- 適用任何網站： 不論是公司「團隊」頁面、產業論壇，甚至 PDF 參加者名單，Thunderbit 的 AI 都能自動適應頁面結構。
- 排程爬取： 設定定期任務，持續追蹤工作變動或新進人員。
範例：爬取員工評論網站
假設你想知道競爭對手有誰在上班，但他們沒有公開員工名單。員工評論網站（例如 Glassdoor）或產業論壇，常常會提到具體姓名和職務。使用 Thunderbit：
- 打開評論頁或論壇頁面。
- 點擊 Thunderbit 圖示，使用「AI 建議欄位」自動偵測姓名、職稱與公司提及。
- 點選「爬取」，把資料拉成結構化表格。
- （可選）使用子頁面爬取，進一步查看單一使用者頁面，取得更多資訊。
- 匯出到你習慣的工具，做後續分析。
這就像你有一位永遠不會累、也不會被貓影片分心的數位研究助理。
Thunderbit 的 AI 建議欄位與子頁面爬取
Thunderbit 的 AI 不只是聰明，更重視實用。這些功能在真實工作場景裡是這樣發揮作用的：
- AI 建議欄位： Thunderbit 會讀取頁面，提出最相關的欄位建議。你可以直接接受，也可以自行調整或新增。
- 欄位 AI 提示詞： 遇到比較棘手的資料，可以加上自訂指令，例如「只擷取目前雇主，不要過去工作」。
- 子頁面爬取： 主頁爬完之後，Thunderbit 可以自動追蹤連結到個人頁或詳細頁，抓取更多資訊，例如 email、簡介或部門名稱。
- 批次模式： 貼上一串 URL，例如 LinkedIn 個人頁或名錄頁，Thunderbit 就會一次全部處理。
結果就是：你會得到乾淨、結構化的資料集，能直接拿去匯入 CRM、做潛在客戶評分，或發起外聯。
查出某人在哪裡工作時，如何兼顧合規與隱私
這裡要認真提醒一下。你能蒐集資料，不代表你就該蒐集，或代表在任何地方都合法。
- GDPR（歐洲）： 個人資料（包含任職資訊）必須基於合法理由蒐集，且應遵循最小化原則，並在不再需要時刪除。當事人有權知道你收集了什麼，以及要求移除資料。
- CCPA（加州）： 類似規範同樣適用——使用者可以選擇退出資料販售或共享。
- 網站服務條款： 很多網站，尤其是 LinkedIn，都禁止未經授權的爬取。即便法院對公開資料爬取有利，違反條款仍可能導致帳號受限或被封鎖。
- 最佳做法： 只蒐集公開資訊、尊重隱私設定，不要擷取敏感資料（例如私人 email 或任何登入後才看得到的內容）。資料只能用於正當商業用途，絕不能用來騷擾或歧視他人。
如果你不確定，請先查看網站條款、諮詢法務團隊，或在可行時優先使用官方 API。
理解 GDPR、CCPA 與其他法規
下面是一份快速備忘：
- 只蒐集必要資訊。
- 若你是根據爬取資料聯絡對方，要保持透明。
- 尊重退出要求，並在被要求時刪除資料。
- 把資料保護好，不要讓聯絡人名單散落在各處。
- 不要把爬取資料用於正式背景調查——那應該交給有執照的服務商。
想了解更多倫理爬取原則，可以參考 Roborabbit 的最佳實務。
提升效率：用自動化工具監測任職變化
人們換工作非常頻繁。如果你想讓資料保持最新，或及早發現新機會，自動化就是你的好幫手。
如何用 Thunderbit 設定自動監控
- 排程爬取： 使用 Thunderbit 的「Scheduled Scraper」定期檢查目標頁面，例如每週或每月查看競爭對手的團隊頁，或 LinkedIn 搜尋結果。
- 關鍵字監控： 透過欄位提示詞，追蹤特定職位、公司名稱或產業關鍵字。
- 匯出到 Google Sheets： 讓 Thunderbit 自動把更新推送到共享試算表，團隊隨時都能看到最新資訊。
- 整合 CRM： 使用 Zapier 或原生整合，把新資料導入銷售或招募流程中。
這樣一來，你不只是查到某人在哪裡工作，而是能在他們換工作時搶先一步掌握動態。
在 Thunderbit 中設定排程任務與提醒
操作其實很簡單：
- 用自然語言描述你的排程，例如「每週一上午 9 點」。
- 輸入目標 URL 或關鍵字。
- 點選「Schedule」，剩下的就交給 Thunderbit。
新資料會自動送到你手上，讓你可以專注在策略，而不是重複勞動。
手動與自動化方法：查找某人在哪裡工作的比較
| 面向 | 手動搜尋 | 自動化（Thunderbit） |
|---|---|---|
| 速度 | 慢——一次只能查一筆 | 快——可一次處理數百筆 |
| 擴展性 | 不容易擴展，資料越多越花時間 | 高度可擴展——可批次或排程執行 |
| 準確性 | 容易出現人為錯誤，資訊也可能過時 | 一致性高，也容易更新 |
| 資訊深度 | 能理解語境，但很耗時 | 結構化且完整，還可爬取子頁面 |
| 易用性 | 少量查詢很簡單，多了就很麻煩 | 適合大量作業，而且不需要寫程式 |
| 合規性 | 若只用公開資訊，通常風險較低 | 必須遵守網站條款與隱私法規 |
| 成本 | 非常吃人力，時間就是金錢 | 會有工具成本（Thunderbit 提供免費與付費方案） |
如果只是偶爾查一次，手動研究還算可以。但只要你要處理的是一批潛在客戶、候選人或合作對象，自動化就會變成救命神器。
重點整理：如何有效查出某人在哪裡工作
- 先從社群平台下手： LinkedIn 是最佳起點，但別忽略 Facebook、Twitter 和產業社群，這些地方也可能有額外線索。
- 用公司網站與名錄驗證： 查找「團隊」頁、新聞稿與專業登錄資料。
- 善用自動化： 像 Thunderbit 這類工具，能讓你輕鬆、大規模地擷取、整理與更新任職資料，而且不需要寫程式。
- 保持合規： 只蒐集公開資訊，尊重隱私法規（GDPR、CCPA）與網站服務條款。
- 自動更新： 使用排程爬取與關鍵字監控，保持資料新鮮，及早發現工作變動。
- 整合到工作流程： 直接匯出到 Google Sheets、Airtable、Notion 或 CRM，方便立即採取行動。
- 混合使用多種方法： 讓自動化負責大量重複工作，再由人工判斷做最後驗證與外聯。
掌握這些技巧後，你就能把更少時間花在找資料上，把更多時間用在真正發揮資料價值——不論你是在成交、招募頂尖人才，還是建立強而有力的合作關係。如果你想實際看看 Thunderbit 怎麼運作，可以下載 Chrome 擴充功能，或到 Thunderbit Blog 看更多技巧。
常見問題
1. 使用網頁爬蟲工具查出某人在哪裡工作，是否合法？
可以，但前提是你蒐集的是公開資訊，並且遵守隱私法規（例如 GDPR、CCPA）以及網站服務條款。避免擷取敏感或私人資料，並且只將資訊用於正當的商業目的。
2. Thunderbit 可以爬取 LinkedIn 或其他社群平台嗎？
只要你在瀏覽器中看得到的網站內容，Thunderbit 都能擷取，包括 LinkedIn，但前提是你必須遵守該網站的條款與隱私規定。為了獲得最佳效果，建議在登入狀態下使用 Browser Scraping 模式。
3. 我要怎麼讓任職資料保持最新？
使用 Thunderbit 的排程爬取功能，定期檢查目標頁面。結果可以匯出到 Google Sheets 或 CRM，方便更新和團隊共享。
4. 如果我發現資料過時或不正確，該怎麼辦？
採取行動前，一定要先比對多個來源。如果準確性非常重要，例如招募用途，最好透過官方管道或直接聯絡對方確認。
5. 蒐集任職資料有哪些風險？
主要風險包括違反隱私法規或網站條款，以及把個人資料存放得不夠安全。只蒐集公開資訊、將資料範圍控制在必要範圍內，並妥善保護紀錄，才能降低風險、維持合規。
準備好提升你的研究效率了嗎？立即免費試用 Thunderbit，親自看看查出某人在哪裡工作有多簡單——不用再受複製貼上的折磨。
試用 Thunderbit 找出某人在哪裡工作 Get Started Free
延伸閱讀
