預約候補名單不是把客人丟進一張表，等櫃台有空再私訊。對台灣預約制服務業來說，它應該是一套把滿檔查詢、取消空檔、候補通知、個資同意、AI 摘要與人工確認串起來的流程。AI 可以幫忙排序、摘要需求、提示下一位客人，但不該自動決定誰被跳過、誰被加價、誰被排除；最後仍要有清楚規則和人工覆核。
滿檔不代表成交滿了，真正漏掉的是取消空檔
美容、美甲、牙科自費諮詢、健身教練、攝影棚、課程顧問和在地維修服務，都常遇到同一種狀況：熱門時段已滿，客人先問候補，幾天後有人取消，團隊卻只能翻 LINE 對話、IG 私訊或櫃台筆記。這不是單純的客服問題，而是營收回收問題。沒有候補規則時，店家通常會犯三個錯：通知順序憑印象、客人需求沒有被結構化、成交後不知道是候補名單帶來的。
LINE Biz-Solutions 將 LINE 官方帳號定位成能連接顧客溝通、會員資料與預約或訂購情境的渠道；它的預約訊息手冊也提醒，預約、活動與行銷提醒可以先排程，但實際發送仍有數量與時間限制。這代表台灣店家可以把 LINE 放進流程，但不應把全部營收回收責任交給臨時群發或人工記憶。
預約候補名單要先補上的 5 個 AI 空檔規則
1. 候補資格：先問「可接受什麼空檔」，不是只問「要不要候補」
候補表單至少要收三種資訊：可接受日期或時段、服務項目或預算範圍、最晚通知時間。AI 的角色是把自然語言回覆整理成結構化欄位，例如「平日晚上、只要 A 設計師、當天兩小時前可到」，讓櫃台不用逐則讀訊息。這裡不要收不必要的敏感資料；若涉及健康、醫療或高度個人化服務，應把資料最小化和人工判斷放在前面。
2. 空檔規則：取消後不要只通知第一位
產品型等候名單常見邏輯是「空位出現就通知符合條件者，先完成預約者取得時段」。Acuity Scheduling 的 waitlist 說明就採用類似機制：客戶加入候補後，若有符合條件的時段釋出，系統通知候補者，完成預約者取得該時段。台灣服務業可以借用這個邏輯，但要加上在地規則：高單價服務可先人工確認，醫療或保健相關服務不要讓 AI 自動判斷適合度，熱門時段要明確寫出保留多久。
3. 通知順序：公平規則要能被員工解釋
候補排序可以用三層：符合時段條件、距離服務時間的反應可能性、是否曾爽約或臨時取消。AI 可以提供建議排序，但店家要定義哪些欄位可以用，哪些不能用。例如「過去三次臨時取消」可以作為風險提醒；「看起來不會買高單價」不該成為自動排除理由。員工必須能對客人說明：「我們依照可到時間與填寫順序通知，回覆後才保留時段。」
4. 追蹤事件：候補不是客服紀錄，要進行銷儀表板
若網站或表單有 GA4，候補加入可以用 lead 類事件追蹤，例如 Google Analytics 推薦事件文件中的 generate_lead。店家不用一開始就做複雜歸因，先追四個數字就夠：候補加入數、通知送出數、候補成交數、成交後取消率。這些數字能回答老闆最在意的問題：候補名單是在補營收，還是在製造更多客服成本。
5. 個資與同意：候補表單本身就是資料蒐集
候補名單通常會收姓名、聯絡方式、可到時段和服務需求。依台灣 個人資料保護法，蒐集個人資料時要說明蒐集目的、資料類別、利用期間與方式、當事人權利等事項。實務上，候補表單應用白話寫清楚：「資料只用於通知空檔與預約安排，不會用於未同意的促銷。」AI 摘要也不應把原始對話丟到沒有控管的外部工具。
三種候補通知方式怎麼選
| 方式 | 適合情境 | 主要風險 | AI 可以做什麼 |
|---|---|---|---|
| 人工私訊 | 高單價、低量、需要關係維護 | 容易漏訊息，規則不一致 | 摘要客人需求，提醒下一步 |
| LINE 或簡訊通知 | 中等量、時段釋出後需要快回覆 | 同意與發送限制要清楚 | 產生候補分群，標記已通知與逾時 |
| 預約系統 waitlist | 高量、標準化服務、時段規則清楚 | 可能太產品化，忽略特殊客況 | 整理例外狀況，交給人工判斷 |
7 天先建候補名單，14 天再接 AI
第 1 到 7 天：先把規則寫出來
先不要急著買工具。第一週只做三件事：把「可候補的服務與時段」寫清楚、建立候補表單、規定通知順序和保留時間。櫃台每天用固定格式記錄：誰加入、想要什麼時段、何時通知、是否成交。只要這張表跑得動，就能看出真正卡住的是流量不足、通知太慢，還是服務項目太難標準化。
第 8 到 14 天：讓 AI 處理摘要，不處理承諾
第二週再加入 AI：把候補留言摘要成欄位、標示相符空檔、提醒可能需要人工確認的客人。AI 不要直接寄出「你已成功候補」或「你被安排到某時段」這類承諾句，除非系統已經完成預約確認。對多分店或多服務人員的店，最好先從單一服務或單一熱門時段開始，避免一開始就把例外情境做爆。
適用與不適用情境
這套做法適合預約制、時段有限、取消後仍有成交機會的服務業，例如美業、顧問諮詢、教練課、攝影、課程、在地維修與部分自費服務。它不適合急診、即時派工、高度醫療判斷、需要法律或醫療專業資格才能分流的情境。若候補資格會影響健康、安全、財務或法律權益，AI 只能做行政整理，不能替代專業判斷。
資料更新與來源
本文依 2026 年 6 月可公開查核資料撰寫。主要參考來源包含 LINE Biz-Solutions 官方帳號介紹、LINE 官方帳號預約訊息手冊、Acuity Scheduling waitlist 說明、Google Analytics 推薦事件文件與全國法規資料庫個人資料保護法。平台功能、訊息發送限制、GA4 事件建議與法規條文會更新；正式導入前，應再查一次官方文件與自身服務條款。
結論：先讓空檔有規則，再讓 AI 加速
預約候補名單的價值，不在於讓客人感覺被排隊，而是讓取消空檔不再靠運氣。台灣服務業可以先用簡單表單和清楚規則跑七天，再讓 AI 做摘要、排序提示和例外提醒。只要同意、通知、人工確認和 GA4 事件都有留下來，候補名單就會從客服雜事變成可衡量的營收回收流程。
FAQ
預約候補名單一定要用預約系統嗎？
不一定。低量或高單價服務可以先用表單、試算表和人工確認建立規則；當候補量、通知量和例外狀況變多，再評估預約系統或 LINE API 串接。
AI 可以自動決定候補順序嗎？
可以做建議排序，但不建議全自動決定。店家應先定義可用欄位，例如可到時間、填寫順序、是否逾時回覆，再由員工確認。
候補通知要保留多久才公平？
要看服務性質。熱門短時段可設定 15 到 30 分鐘回覆，高單價或需準備的服務可拉長，但保留時間必須在通知中說清楚。
候補名單需要注意個資法嗎？
需要。候補表單會收聯絡方式與服務需求，應告知蒐集目的、利用方式、保存期間與當事人權利，並避免收不必要的敏感資料。
怎麼知道候補名單真的有幫助營收？
先追四個指標：候補加入數、通知送出數、候補成交數、成交後取消率。若有 GA4，可把候補加入視為 lead 類事件，後續再接成交資料。