AI客服可以先處理重複問題，但不適合在沒有規則的情況下直接代替真人。如果你是台灣中小企業，現在最該先做的不是急著把聊天機器人接上所有渠道，而是先寫清楚 6 條回覆規則：哪些問題能答、答案從哪裡來、什麼情況要轉真人、蒐集個資前要怎麼告知、哪些承諾不能亂說、以及每週怎麼做 QA。近期 customer-support 研究也都指向同一件事：能不能穩定上線，關鍵不在模型多新，而在知識、評估與真人介入機制有沒有先設好。
AI客服適合誰，也不適合誰
適合：每天都在回相同問題的店家、服務業、教育訓練、診所櫃台、B2B 業務前台，像是營業時間、價格區間、預約方式、出貨進度、課程差異、初步資格判斷。不適合直接全交給 AI：退款糾紛、客訴升溫、醫療與法律敏感問題、價格談判、客製報價、個資或付款異常、以及任何需要判斷例外條件的情境。2025 年 customer-service chatbot 研究指出，使用者會對被機器卡關特別敏感；如果轉真人慢、限制說不清楚，採用率會明顯下降。
上線前一定要先寫的 6 條回覆規則
| 規則 | 你要先寫清楚的內容 | 沒寫會出現的風險 |
|---|---|---|
| 1. 問題範圍 | 列出 AI 能處理與不能處理的題目清單 | 答非所問、亂承諾、把高風險問題拖太久 |
| 2. 答案來源 | 每個答案對應哪份 FAQ、價目、流程文件 | 知識過期、版本混亂、不同渠道說法不一致 |
| 3. 個資告知 | 蒐集姓名、電話、訂單號前的告知與用途 | 留下合規缺口，也讓客戶不敢填資料 |
| 4. 真人接手 | 定義升級條件、值班人、回覆 SLA | 客訴升高、成交流失、AI 一直繞圈 |
| 5. 禁答與禁承諾 | 哪些折扣、時程、醫療法律說法不能答 | 客服事故變成品牌或法律風險 |
| 6. 每週 QA | 固定抽查錯答、漏答、轉單品質與更新節奏 | 越用越偏、老闆以為有上線其實在失血 |
規則 1：先把 AI 能答與不能答的題目切開
很多 SME 一上來就把 AI客服接進 LINE、IG 與網站聊天，結果不是回太慢，就是什麼都想答。比較穩的做法，是先只讓它處理高重複、低風險、可標準化的第一線問題，例如營業時間、基本方案、預約入口、退換貨原則、文件準備清單。遇到折扣談判、退款爭議、抱怨升級、異常案例，直接切到真人。這樣做不是保守，而是先把第一層分流做好，避免 AI 在真正高風險的地方失手。
規則 2：每一句答案都要找得到原始來源
如果你的 AI客服答案來自同事記憶、舊貼文、過期 PDF、不同版本價目表，錯答幾乎是必然。先把答案綁到具體來源，例如最新課程頁、最新價目表、退款政策、門市預約流程、商品交期說明，並註明更新日期。2026 年 customer support agent 研究把 context engineering、human-in-the-loop 與 online measurement 放在同一套框架裡，核心意思很簡單：沒有可維護的知識來源，就沒有 production-ready 的 AI 客服。
規則 3：蒐集個資前，先寫好告知句與欄位邊界
很多 AI客服會在聊天中主動索取姓名、電話、Email、訂單號或預約需求。這時不能只想著把 lead 收進 CRM，還要先想清楚用途、範圍與保存流程。台灣 Ministry of Justice 官方法規頁上的 Personal Data Protection Act可作為最低合規錨點；如果你要收資料，就把告知句寫在聊天流程裡，例如資料要拿來做回覆、預約確認、售後聯繫還是報價安排。你不一定要把法條全文搬進對話，但一定要避免「先收再說」。
規則 4：把真人接手門檻寫成條件，不要靠感覺
真人接手不是備註，而是 AI客服成敗的主流程。建議把升級條件寫成明確觸發器：同一問題連續 2 次無法回答、客戶提到退款／取消／客訴、涉及付款失敗、要求客製報價、情緒明顯升高、需要查個別訂單或醫療法律資訊。除了觸發器，還要寫清楚值班窗口、承接渠道與回覆時間。Tom's Guide 近期實測 AI 客服卡關情境時，最有效的脫困方式就是直接要求轉真人，這反過來也說明了一件事：你的系統如果沒有清楚的真人出口，客戶只會更不信任 AI。
規則 5：先列出 AI 不能做的承諾
AI客服最容易闖禍的，不是不知道答案，而是把模糊情況說得太像保證。像是「今天一定能出貨」、「這個折扣一定可以申請」、「這種症狀沒問題」、「這份文件一定過件」都不該讓 AI 自由發揮。你要先寫出禁答清單與替代句，例如只允許說明流程、條件與下一步，不允許替公司做例外承諾。這條規則特別適合教育、醫療、顧問、跨境電商與高單價服務業。
規則 6：每週固定做一次 QA，不要等客訴才回頭看
AI客服不是裝好就結束，而是每週都要抽樣檢查。至少看 4 個指標：錯答率、未回答率、真人轉接率、轉接後成交或解決率。若你同時經營 LINE 官方帳號、Instagram 私訊與網站聊天，還要看三個渠道的說法有沒有跑掉。這也是為什麼很多成熟團隊真正投入的時間，不是在模型本身，而是在安全機制、評估與更新節奏。近期產業報導與研究都反覆提醒，真正難的是上線後的穩定治理，不是 demo 階段的驚艷感。
不同客服渠道，分工比全自動更重要
| 渠道 | 適合先交給 AI 的任務 | 優先轉真人的情況 |
|---|---|---|
| LINE 官方帳號 | 營業時間、方案差異、預約入口、活動訊息 | 客訴、退款、個案報價、需回撥安排 |
| Instagram 私訊 | 品牌介紹、熱門商品、預約第一步 | 尺寸或庫存爭議、合作詢問、售後異常 |
| 網站聊天 | FAQ、表單引導、下載資料、基本資格判斷 | 付款失敗、技術異常、急件或高單價商機 |
| 電話回撥 | 只做收集需求與排程，不做 AI 即時決策 | 所有高情緒與高風險案件 |
對台灣 SME 來說，最務實的順序通常不是一次把四個渠道全接起來，而是先挑一個高重複渠道做 2 到 3 週測試，確認知識庫、轉接與 QA 沒問題，再往下一個渠道擴。
哪些情況一定要真人接手
如果你只記一件事，就記這個：凡是需要判斷例外、讀情緒、承擔承諾或查看個別紀錄的問題，都不要讓 AI 硬撐。實務上最常見的真人接手情境有六種：退款與取消、客訴升溫、付款或訂單異常、醫療法律敏感問題、客製報價與議價、以及 AI 連續兩次答不出來。把這些條件寫進 SOP，客戶體驗通常會比「看起來很聰明但一直拖時間」的機器人好得多。
14 天內可以怎麼開始
- 先整理最近 30 則重複客服問題，只挑前 10 題先上 AI。
- 為每題答案指定唯一來源頁面與更新日期。
- 把蒐集姓名、電話、訂單號前的告知句先補進流程。
- 定義 6 種真人接手觸發器，並指定值班窗口。
- 列出禁答與禁承諾清單，讓 AI 只能說明流程與下一步。
- 每週固定抽查 20 則對話，修正錯答與知識過期內容。
如果你現在團隊很小，這 14 天計畫已經足夠做出第一版可用流程。先把規則寫對，比先買更大的客服平台重要。
資料更新與來源
本篇於 2026-06-11 依可直接查驗的來源整理，重點引用兩篇 customer service / chatbot 研究、1 篇近期 AI 客服實測文章，以及台灣 Ministry of Justice 官方法規頁。研究與新聞可用來判斷 AI客服上線趨勢，但平台功能、法規解讀與公司內部流程仍要以你自己的最新文件與法務判斷為準。
- Building Customer Support AI Agents at 100M-User Scale: An Evaluation-Driven Framework
- Deploying Chatbots in Customer Service: Adoption Hurdles and Simple Remedies
- Tom's Guide: What actually worked when escaping AI customer service loops
- Taiwan Ministry of Justice: Personal Data Protection Act
結論
AI客服真正該先做的，不是接更多渠道，而是先把回覆規則寫清楚。當你先定義問題範圍、答案來源、個資告知、真人接手、禁答清單與每週 QA，AI 才會像助理，而不是新的客服風險來源。對多數台灣中小企業來說，先讓 AI 穩定處理第一線重複問題，再把高風險案件交回真人，通常就是最務實也最省成本的做法。
FAQ
AI客服一開始最適合接哪些問題？
最適合先接高重複、低風險、答案穩定的問題，例如營業時間、方案差異、預約入口、出貨進度與文件準備清單。
AI客服什麼情況一定要轉真人？
退款取消、客訴升溫、付款異常、個案報價、醫療法律敏感問題，或 AI 連續兩次答不出來時，都應直接轉真人。
只有一兩個人的小團隊，也適合導入 AI客服嗎？
可以，但要從單一渠道與少量 FAQ 開始，先把規則、知識來源與值班窗口設好，再逐步擴大。
AI客服蒐集姓名和電話前，需要先做什麼？
要先決定蒐集目的、用途與保存流程，並把必要的告知內容放進對話流程裡，避免先收資料再補說明。
AI客服上線後多久要做一次 QA？
至少每週一次，固定抽查對話、修正常見錯答、更新知識庫，並檢查轉真人後是否真的有被處理。