AI客服導入實戰：讓客服部門接得住 3 倍詢問

客服幾乎是最適合安排第一個 AI員工的部門：詢問量大、問題重複、每一次對話都留下紀錄。這篇是 AI客服 的導入實戰手冊——從盤點 FAQ、定義品牌語氣，到排出一張 24 小時的值班表，讓你的客服部門在不增加人手壓力的情況下，接得住 3 倍詢問。

為什麼客服是第一個 AI員工的熱門位置

在所有部門裡，客服有三個天生的優勢，讓 AI 最快站穩腳跟。

• 重複性高：多數品牌的客服詢問裡，「運費多少」「怎麼退換貨」「營業時間到幾點」這類固定問題往往佔六到八成。同一個答案一天要打幾十次，這正是 AI 的主場。
• 有現成的對話資料：過去的客服紀錄、LINE 對話、email 往返，全部都是現成的訓練素材。你不必從零生資料，只需要整理。
• 成效最快可量化：首應時間從 4 小時變 10 秒、深夜詢問從整批漏接變成全數接住，這些數字第一週就看得到，不必等一季才知道有沒有效。

對比其他部門會更清楚。行銷的成效要等整個檔期結束才看得出來；會計容錯空間小、又直接碰到敏感數字；只有客服同時滿足「量大、重複、容錯明確、立刻見效」四個條件。也因此，多數團隊的第一個 AI員工不是文案寫手、不是分析師，而是那個半夜也醒著的客服。

如果你還在評估該讓 AI 從哪個部門切入，可以先讀〈AI員工完整指南〉建立全貌；但如果你的訊息匣每天都在爆炸，客服幾乎一定是答案。

導入 AI客服 前的三個準備

一、FAQ 盤點：把過去 90 天的問題攤開來

把最近三個月的客服紀錄全部拉出來，按主題分類。你會發現問題高度集中：一家服飾電商做完盤點後，發現 72% 的詢問落在退換貨、出貨進度、尺寸建議三類。先把這三類的標準答案寫到位，AI 上線第一天就能接掉七成訊息。盤點時記得另外標注「哪些問題答錯會出事」——例如涉及退款金額或醫療建議的——這些先不交給 AI。

實際操作可以很土法煉鋼：把對話紀錄匯出成表格，一列一個問題，花一個下午標完主題，再統計每個主題的出現次數。這張統計表就是你的 AI客服 的第一份工作說明書，之後每個月更新一次，它的守備範圍就會跟著你的生意一起長。

二、品牌語氣定義：AI 說話要像你的人

「您好，感謝您的來信」和「哈囉！馬上幫你看」是兩個完全不同的品牌。寫下 10 條語氣規則：用不用敬語、能不能用表情符號、道歉要說到什麼程度、哪些詞絕對不能出現。再準備 20 組「好的回答 vs 不像我們的回答」對照範例，AI 的語氣就會穩定下來，客人才不會覺得半夜的客服和白天的是兩家店。

有一個實用的驗收方法：把 AI 擬的十則回覆混進真人客服的十則裡，讓最熟客人的那位同事猜哪些是 AI 寫的。猜錯一半以上，語氣就算過關；一眼被認出來，就回頭加對照範例。

三、升級路徑設計：先想好接不住的時候怎麼辦

AI 不該假裝萬能。導入前就要畫好一張流程圖：什麼情況 AI 直接回答、什麼情況先收集完資訊再轉真人、什麼情況立刻通知主管。這張圖後面會細講，但它必須在上線前就存在，不能等出事才補。

接得住 3 倍詢問的一天配置

接得住 3 倍詢問，靠的不是 AI 更拚命，而是把 24 小時重新編排。以下是一個電商團隊（兩位客服人員加一個 AI客服）實際運轉的時間表：

這套編排的核心在「首應」兩個字：每一則訊息在 10 秒內得到有內容的回覆——不是罐頭式的「已收到您的訊息」，而是直接針對問題的答案或明確的下一步。八成的詢問到此結案，剩下兩成帶著完整脈絡到真人手上。真人從「接電話的人」變成「處理疑難案件的專家」，同樣兩個人，接得下的量是原來的 3 倍。

尖峰分流還有一個值得說清楚的細節：分流的依據不是「先到先處理」，而是問題類型。AI 在對話的前兩句就完成分類——標準問題自己收掉、訂單異常先查完資料再回、帶情緒訊號的直接升級。客人感受不到後台的調度，只感覺到「這家店回得又快又準」。

品質怎麼顧：什麼時候交給真人

AI客服的品質不是靠它永不出錯，而是靠明確的升級規則。三種情況一律轉真人：

• 客訴：偵測到「我要投訴」「太誇張了吧」這類情緒訊號時，AI 只做兩件事——道歉、蒐集事發經過，然後立刻升級並通知值班人員。安撫不到位的客訴會擴大，這個風險不值得省。
• 議價與客製需求：報價權限留在真人手上。AI 可以清楚說明定價規則，但「這次算你便宜一點」這句話，只能由人說出口。
• 模糊需求：客人連自己要什麼都還不確定時（「我想找個送長輩的禮物，預算還沒想好」），AI 問完兩輪還收斂不了，就整理成摘要轉給真人，不要來回十次消耗客人的耐心。

升級不是失敗，是設計的一部分。好的 AI客服像一位懂分寸的櫃檯人員：知道自己能處理什麼，更知道什麼時候該請店長出來。

升級的品質取決於交接的完整度。AI 轉真人時必須附上三樣東西：對話全文、客人的訂單與歷史紀錄、一句話摘要（例如「客人反映 #1042 訂單少一件，已核對出貨紀錄確認短漏，等主管決定補寄或退款」）。真人接手時不必再問一次「請問您的訂單編號是？」——那句話是客訴升溫最快的催化劑。

30 天成效怎麼量：三個指標就夠

動手量之前，先把基準值記下來：上線前的首應時間平均多久、每天接幾則詢問、客人平均給幾星。沒有基準值，30 天後的數字再漂亮都只是感覺。接著用三個指標檢查成效：

特別提醒：解決率不是越高越好。如果解決率衝到 95% 但滿意度掉了，代表 AI 把該升級的案件硬吃下來，要回頭調整升級規則，而不是慶祝。

客服站穩之後，同一套「盤點—定義語氣—設計升級規則」的方法可以複製到其他重複流程上，下一步可以讀〈AI自動化第一步〉。