AI 客服是什麼？導入前要準備哪些資料

「路可，我們客服只有一個人，晚上和假日訊息根本回不完，可是我又很怕 AI 亂講話，到時候還要幫它收拾。」這大概是我最近最常聽到的一句話。

這個擔心很合理。我自己每天都在用 Claude Code 這類 AI 工具，協助管理超過 4,000 個網站，批次檢查、掃描、修復都交給 AI 先跑。用久了我很清楚一件事：AI 很會講話，但它講得對不對，幾乎完全取決於你給它什麼資料、給它什麼規則。資料不清楚，它就會用很有自信的語氣補上它猜的答案。

所以這篇我不想只講「AI 客服有多方便」，而是把重點放在導入之前：你要準備哪些資料、怎麼寫，AI 才不會亂回；哪些問題可以交給 AI，哪些一定要留給人。

AI 客服是什麼？跟以前的聊天機器人差在哪？

最大的差別是：舊的聊天機器人靠「關鍵字」對答案，AI 客服靠「理解意思」找答案。以前的機器人，客人要剛好打中你設定的字，它才會回；換個講法就聽不懂，只好丟一句「請重新輸入」。

簡單講，AI 客服像一個反應很快、記性很好、但只讀過你給它那疊資料的新同事。你給的資料越完整，它越能獨當一面。

AI 客服為什麼會「亂回」？

大部分的亂回，都不是 AI 壞掉，而是它找不到正確答案時，選擇自己補一個看起來合理的。這種現象叫做「幻覺」。我把常見的成因整理成四種：

1. 資料裡根本沒有答案：客人問「可以寄到離島嗎」，你的資料沒寫，有些 AI 就會依常識回一個答案，但那不是你家的規定。
2. 資料互相矛盾：舊的活動頁寫運費 100 元，新的 FAQ 寫滿額免運，AI 不知道該信哪一份。
3. 資料過時：營業時間改了、商品停售了，資料沒更新，AI 就照舊的回。
4. 沒教它「不知道就說不知道」：沒有設定轉真人的規則，它只好硬答。

看到這裡你應該發現了：四個原因裡有三個跟「資料」有關，一個跟「規則」有關。所以導入 AI 客服，最花時間、也最值得花時間的，是準備資料，不是挑工具。

哪些問題適合交給 AI？哪些一定要留給真人？

判斷標準很簡單：有標準答案、而且答錯的代價不大的，交給 AI；需要判斷、例外處理、或牽涉到錢和情緒的，留給真人。

我看過很多小店家的客服訊息，真正需要動腦的其實佔少數，大部分都是「多久會到」「有沒有現貨」「怎麼付款」這種重複題。把這些交給 AI，真人就可以專心處理左邊那一欄以外、真正需要人的事。

導入 AI 客服前，要準備哪些資料？

我建議準備以下 8 類。不用一次到位，但前 5 類最好在上線前備齊，因為那是客人最常問的。

1. 常見問題（用客人的講法寫）

把過去半年客人最常問的問題列出來，問題用客人真正會打的字寫，不要用你內部的術語。例如客人會問「什麼時候會到」，不會問「物流配送時效為何」。同一題有幾種常見問法，也可以一起寫上去。

2. 商品或服務資料

名稱、規格、尺寸、材質、價格、適用對象、注意事項。服務業就寫服務內容、時長、流程、需要事先準備什麼。這份資料越完整，客人問細節時 AI 越不用猜。

3. 政策與規則

運費、出貨時間、付款方式、退換貨、發票、取消與改期規定。這是最容易出錯也最容易引起糾紛的一塊，每條規則都要把例外寫出來，例如「生鮮商品不適用七天鑑賞期」「客製商品不接受退換」。

4. 營業與聯絡資訊

營業時間、公休日、地址、交通、停車、聯絡方式、真人客服的上班時間。看起來很基本，但這類問題數量通常很大。

5. 轉真人的條件與話術

什麼情況要交給真人？例如客人明確要求找真人、提到退款或客訴、問題不在資料範圍內。也要寫好轉接時 AI 該怎麼說，例如「這個問題我幫你轉給專人，上班時間內會回覆你」，讓客人知道接下來會發生什麼。

6. 「不能說」的清單

這是很多人導入時會漏掉、但我認為最重要的一份。把AI 絕對不能自己決定或承諾的事寫下來，例如：

• 不能自行答應折扣、贈品、退款
• 不能承諾確切到貨日期（只能說預估）
• 不能提供醫療、法律、投資建議
• 不能透露其他客人的資料或內部成本

有了這份清單，AI 碰到這類問題就知道該停下來、交給真人。

7. 歷史對話紀錄

過去真人客服怎麼回答的，是最好的參考。整理幾十則回得好的對話，AI 會比較能抓到你家的語氣，也能從中補出 FAQ 沒寫到的題目。整理時記得把客人的姓名、電話、地址這類個資拿掉。

8. 圖片相關的說明

客人很常直接丟圖：商品瑕疵照、付款截圖、「這個是不是你們家的」。如果你的 AI 客服看得懂圖片，就要準備好對應的說明，例如瑕疵怎麼判斷、要轉給誰處理，免得 AI 看懂了圖卻不知道該怎麼回。

資料怎麼寫，AI 才答得準？

同樣一份資訊，寫法不同，AI 的表現會差很多。我整理幾個實用原則：

• 一題一答：一個問題對應一個明確答案，不要把五件事塞在同一段裡。
• 寫清楚條件和例外：「滿 1,000 元免運，離島除外」比「滿額免運」好太多。
• 標上更新日期：規則改了就改資料，舊的版本直接刪掉，不要新舊並存。
• 數字和規格用表格：尺寸表、價目表、運費表，用表格整理最不容易被誤讀。
• 只放一個版本的真相：官網、FAQ、活動頁說法不一致，AI 一定會混淆。導入前順便把各處的說法對齊，客人也會少很多困惑。

你會發現，這些原則其實對真人客服一樣有用。很多團隊在整理 AI 資料的過程中，才第一次把自家規則寫成白紙黑字，這本身就是很大的收穫。

導入 AI 客服的 5 個步驟

1. 先挑範圍：從問題最多、答案最固定的一塊開始，例如出貨與退換貨，不要一開始就想讓 AI 包辦全部。
2. 整理資料：照上面 8 類準備，先求正確、再求完整。
3. 自己出考題：上線前，從歷史訊息裡挑幾十個真實問題，換幾種講法丟給 AI，逐題檢查答案對不對、該轉真人的有沒有轉。答錯的就回頭補資料。
4. 小範圍上線：先開在某個時段（例如下班後）或某個管道，真人每天看一次對話紀錄。
5. 每週補資料：看紀錄裡 AI 答不出來、或客人一直追問的題目，補進資料。這一步是長期的，資料會越養越好。

第 3 步最常被跳過，但它是你「不怕 AI 亂回」最大的底氣。你自己考過它，就知道它會什麼、不會什麼。

上線後要看哪些地方，判斷效果好不好？

不用一開始就追複雜的指標，小團隊看這幾件事就夠了：

• 真人要接手的比例：有沒有隨著資料補齊慢慢下降？
• 重複出現的「答不出來」：同一題一直轉真人，就是資料缺了那一塊。
• 客人有沒有追問同一件事：AI 回了但客人又問一次，代表答案不清楚。
• 真人客服的感受：是不是真的有空出時間處理比較難的案子？

網路上有不少「AI 客服能省下多少比例人力」的數字，但多半來自廠商，條件也和你不同。與其參考別人的數字，不如記錄自己導入前後每天要處理的訊息量，比較才有意義。

AI 客服的費用怎麼算？

常見的計費方式有三種：固定月費、依用量計費、或月費加用量。依用量計費的通常是按 Token（AI 處理的文字量）或對話數計算，好處是用多少付多少，壞處是量大時要注意預算。

除了系統本身，也要把「整理資料的時間」和「上線後每週看紀錄、補資料的時間」算進成本。這部分不會出現在報價單上，卻是決定 AI 客服好不好用的關鍵。

我們自己開發的 AI 客服

我們自己做 AI 客服時，最在意的就是這篇一直在講的「不要亂回」。所以設計上有幾個重點：

• 只依你提供的資料回答，資料裡沒有的不會自己編，這是防幻覺最直接的做法
• 可以和真人協作，需要的時候由真人接手對話
• 看得懂圖片，客人丟截圖或商品照也能處理
• Token 計費，每月有贈送用量，小團隊可以先用贈送額度試水溫

如果你的網站也是用我們的 zenbu AI 網站系統做的，商品、課程這些資料本來就在網站上，整理客服資料會順很多。想知道 AI 怎麼直接操作網站，可以看MCP 這篇；想從頭用 AI 架站，可以看AI 架網站教學。

常見問題

AI 客服會完全取代真人客服嗎？

不會，也不應該。比較好的分工是 AI 處理大量重複題，真人處理客訴、例外和需要判斷的事。真人沒有被取代，只是不用再整天回「多久會到」。

導入 AI 客服需要會寫程式嗎？

多數現成的 AI 客服不需要。你主要的工作是整理資料、訂規則、看紀錄，這些都是懂自家生意的人比工程師更適合做的事。

怎麼確保 AI 不會亂承諾客人？

三件事：選擇只依你資料回答的系統、準備一份「不能說」的清單、設定好轉真人的條件。上線前再用真實問題考它一輪，確認它碰到折扣、退款這類問題會停下來交給人。

資料量很少，也可以用嗎？

可以，但範圍要縮小。先只讓它回答你有完整資料的那幾類問題，其他一律轉真人，之後邊用邊補資料就好。

客人知道是 AI 在回，會不會反感？

多數客人在意的是有沒有快速得到正確答案。建議直接讓客人知道目前是 AI 在協助，並清楚告訴他隨時可以轉給真人，這樣反而比較容易建立信任。

結語：先準備資料，再讓 AI 上場

AI 客服不是買了就能用的魔法，它比較像一個需要帶的新同事：你給它清楚的資料、明確的界線，它就能幫你接住大部分的重複問題；你讓它自己猜，它就會猜錯。怕 AI 亂回，最好的解法不是不用，而是把資料準備好、把界線畫清楚。

客服人力不夠，是很多小團隊的共同處境。如果你想更進一步，把客服、網站、行銷都用 AI 串起來，讓一個人也能撐起一門生意，可以看看一人公司這篇，也歡迎來上我們的免費課程。