櫃台詢問紀錄不是行政雜事，而是台灣 SME 把來店、來電、現場問價、試用與臨時諮詢接到後續成交的第一個接點。最小可行做法不是先買 CRM，而是先固定 5 個欄位：客人從哪裡來、原話問什麼、透露了什麼購買訊號、誰在何時追蹤、哪些個資或承諾不能亂用。AI 可以協助每週分類與提醒，但紀錄規則、回覆責任和個資邊界仍要由店主或主管先定清楚。
櫃台詢問紀錄先回答：客人問完後誰要接手
很多門市、診所、課程教室、展間、顧問公司和在地服務業，廣告其實有帶人進來，問題卻消失在櫃台。客人問完「你們這個多少錢」「下週還有位子嗎」「可以先看案例嗎」，櫃台人員記在便條紙、LINE 給老闆，或乾脆只憑印象。隔天要追蹤時，團隊只剩一句「昨天好像有人問」。
這種漏接不會出現在 GA4 報表裡，也不一定出現在 LINE 或表單後台。它更像現場營運和行銷之間的斷點。若沒有一份穩定的客戶詢問紀錄表，老闆會誤以為廣告沒效、內容沒效、活動沒效，但真正的問題可能是：有興趣的人已經出現，只是沒有被接住。
為什麼櫃台紀錄會影響行銷成效
櫃台不是只有接待，它常常是第一線市場研究。台灣勞動力發展署的旅館櫃檯接待員培訓資料中，也把顧客資料庫、客訴處理、話術應對、傾聽與問題解決列為櫃檯相關能力的一部分。對中小企業來說，不一定要照旅館制度複製，但可以借這個概念：現場人員聽到的問題，本來就應該回流成服務與行銷判斷。勞動力發展署
公開 benchmark 頁面也有相同訊號。Customer inquiry log、client log、communication log 類型的強頁面，通常都會把來源、負責人、狀態、下一步和結果放進模板。它們能被搜尋者接受，不是因為表格漂亮，而是因為它們把「有人問過」改成「有人要處理」。
5 個欄位先補起來，不要一開始就做大系統
第一版櫃台詢問紀錄不需要複雜。你可以用 Google Sheet、Excel、Notion、表單或現有 CRM，只要每天真的有人填、有人看、有人追。欄位越多，櫃台越不想填；欄位太少，後續又無法判斷。建議先從下面 5 個欄位開始。
| 欄位 | 要記什麼 | 行銷用途 | 常見錯誤 |
|---|---|---|---|
| 來源 | 路過、Google 地圖、朋友介紹、廣告、社群、舊客回訪 | 判斷哪個入口真的帶來現場詢問 | 只寫「客人」或「現場」 |
| 原話問題 | 盡量保留客人的問法，不先改成內部術語 | 整理 FAQ、內容題目與銷售話術 | 只寫「問價格」但不知道問哪個服務 |
| 購買訊號 | 急迫性、預算、使用情境、比較對象、決策人 | 判斷要快速追蹤、教育內容或放入長期培養 | 把所有人都標成高意願 |
| 責任人與期限 | 誰回覆、何時回覆、用電話/LINE/Email/現場約訪 | 避免「大家都以為有人會回」 | 只寫待追蹤，沒有時間 |
| 個資與承諾邊界 | 是否取得聯絡方式、是否可行銷、哪些承諾不能寫死 | 避免後續推播、案例使用與 AI 整理踩線 | 把聊天內容全部丟進 AI 或廣告名單 |
AI 可以做分類，但不能替你亂承諾
AI 最適合協助整理每週櫃台問題，例如把 50 則詢問分成價格、時段、方案比較、售後、地點、優惠、案例、風險疑慮等類別，再提醒哪些問題一再出現。這能幫你更新 FAQ、門市立牌、服務頁、廣告素材與櫃台話術。
但 AI 不應直接替櫃台承諾價格、療效、交期、名額、保固、退款或合約條件。OpenAI 的資料控制文件提醒，企業應理解輸入資料如何被服務處理；把櫃台紀錄交給任何 AI 工具前，也要先刪除不必要的個資、客戶敏感描述和內部合約細節。OpenAI
台灣個人資料保護法也要求蒐集、處理或利用個人資料要有特定目的，且不得逾越必要範圍；用於行銷時，當事人拒絕接受行銷就應停止。這代表櫃台詢問紀錄不能只因為「客人有問過」就自動變成廣告名單或群發名單。全國法規資料庫
把櫃台紀錄接回行銷，而不是只做內部備忘錄
櫃台紀錄的價值在於回流。每週固定看一次，不要只問「本週幾個詢問」，而要問這 5 件事：最多人問哪個服務、哪個來源最常出現高意願、哪一題讓櫃台最難回答、哪些承諾需要主管確認、哪些問題應該補到網站或廣告頁。
如果你有網站或表單追蹤，也可以把現場資料和數位資料對上。Google Analytics 的 recommended events 包含 generate_lead，適合用來標記使用者送出表單或要求資訊等行為；但來店、電話、櫃台詢問通常需要另外由人工紀錄或 CRM 回填。Google Analytics
不同 SME 情境，紀錄重點不一樣
在地門市：先記來源和問價原因
門市常見問題是客人問完價格就走。這時不要只記「問價」，要記他是路過、看到 Google 地圖、朋友介紹、社群廣告，還是剛好來附近辦事。若連續兩週很多人問同一個價格差異，代表你的店頭資訊、網站方案或廣告承諾需要調整。
診所、課程、顧問：先記適用情境與不可承諾事項
專業服務不能只追求快速成交。櫃台紀錄要保留需求情境，但避免把敏感個資、醫療細節、學生資料或未確認效果承諾丟進開放工具。比較安全的做法，是用類別取代完整描述，例如「時段需求」「費用疑慮」「案例需求」「需專人評估」。
B2B 展間或批發：先記決策鏈和下一步
B2B 客戶常常不是現場就買，而是回公司討論。紀錄要補上來訪者角色、想比較的規格、是否需要報價、誰負責寄資料、何時追蹤。若只留下名片，後續業務會不知道這是高意願採購、一般詢價，還是單純蒐集資料。
話術也要跟紀錄一起設計
櫃台人員不一定要變成業務，但要知道怎麼問出後續需要的資訊。例如客人問「這個多少錢」，不要只報價，可以補一句：「你是想今天就安排，還是在比較不同方案？我幫你記一下，後面比較好回覆。」這不是硬銷售，而是把模糊詢問變成可追蹤資料。
如果櫃台會提到折扣、限量、名額、保證或活動條件，內容就要和廣告、網站、LINE 訊息一致。公平交易委員會的網路廣告處理原則提醒，社群網站廣告、網路商店廣告等都屬於網路廣告範圍，商品或服務資訊若足以影響交易判斷，就要避免引人錯誤。公平交易委員會
適用對象與不適用情境
這套做法適合有現場接待、來店詢問、電話詢問、展間導覽、課程諮詢、醫美健康服務、B2B 展示、批發門市或高單價服務的台灣 SME。只要你的客戶會先問問題再決定是否留下資料，櫃台詢問紀錄就值得做。
它不適合完全沒有現場或電話接點、所有交易都在電商後台完成、或還沒有指定任何人負責追蹤的團隊。若沒有人看紀錄、沒有人追蹤，AI 分類再漂亮也只是把混亂整理得比較像報表。
資料更新與來源
本文於 2026 年 10 月 12 日撰寫。SERP 與 benchmark 觀察包含 Finite Field 的 inquiry log template、Jotform 的 customer inquiry log form、Smartsheet 的 client management templates；這些頁面提供的是欄位與工作流訊號，本文沒有複製其標題、表格、FAQ 或 CTA。
讀者可查的事實與限制主要參考 勞動力發展署旅館櫃檯接待員培訓資料、個人資料保護法、公平交易委員會網路廣告處理原則、Google Analytics recommended events，以及 OpenAI 資料控制文件。平台介面、法規文字與各業別規範可能更新；正式導入前，請以最新官方文件與公司實際流程為準。
結論：先留下可追蹤的問題，再談 AI 自動化
櫃台詢問紀錄做得好，會讓行銷變得更接地氣。你會知道客人真正問什麼、哪個入口帶來高意願、哪句話讓櫃台卡住、哪些問題該補到網站與廣告。AI 的角色不是取代櫃台，也不是自動替你成交，而是把每天零散的現場訊號整理成下一週能行動的清單。
台灣 SME 不必一開始就買複雜系統。先把 5 個欄位固定下來，每天填、每週看、每月更新話術與頁面。當櫃台不再只靠記憶，廣告、內容與現場服務才會接成同一條線。
FAQ
櫃台詢問紀錄一定要用 CRM 嗎？
不一定。第一版可以用試算表或表單，只要固定記來源、原話問題、購買訊號、責任人與個資邊界。等紀錄量變大、多人交接頻繁，再導入 CRM。
櫃台人員很忙，怎麼降低填寫負擔？
先限制在 5 個欄位，並用選單取代自由輸入。真正需要手寫的只有客人原話與下一步，其他像來源、意圖、狀態都可以用固定選項。
可以把櫃台紀錄丟給 AI 做分析嗎？
可以，但要先去識別化，避免放入姓名、電話、病史、合約、完整對話或敏感資料。AI 適合做分類和趨勢整理，不適合直接替公司承諾價格、療效或交期。
櫃台詢問紀錄和客服紀錄有什麼不同？
客服紀錄多半處理售後或問題解決；櫃台詢問紀錄更靠近成交前，重點是客人從哪裡來、問什麼、是否有購買訊號，以及誰要在期限內接手。
多久檢查一次櫃台詢問紀錄比較合理？
建議每天收尾確認未追蹤項目，每週整理一次問題類型和來源，每月回頭更新 FAQ、廣告文案、門市話術與服務頁內容。