直接答案：門市名單蒐集 AI 的重點不是在櫃台多放一個 QR code，而是把現場客人的需求、同意狀態、來源、跟進責任與成效回收寫成固定欄位。台灣中小企業若只收姓名電話，AI 只能產出一堆看似整齊、實際無法判斷優先順序的名單；先把「為什麼留下資料、可不可以行銷、誰要跟進、多久內回覆」定義清楚，AI 才能協助摘要、分流、提醒與改善話術。
適用與不適用情境
這套做法適合有實體門市、展間、快閃攤位、課程體驗、健身或美容諮詢、B2B 展示空間的團隊。這些情境常有客人現場問完就離開，後續只剩店員印象、LINE 對話截圖或零散紙條。
它不適合想大量蒐集陌生路人資料、缺少告知與同意、或無法安排人工跟進的團隊。若商品涉及醫療、金融、法律、功效保證或高敏感個資，更應把資料最小化、人工審核與法務確認放在 AI 之前。
先分清楚現場客人的三種意圖
門市現場不是所有人都值得用同一套自動訊息追。常見意圖至少分三類：第一類是立即購買或預約，只需要快速確認庫存、時段、付款或文件；第二類是比較型客人，正在問價格、規格、方案差異與保固；第三類是低意圖路過，只是拿資料或參加活動。
贏面較高的名單蒐集頁，通常會先讓客人知道留下資料能換到什麼下一步，例如估價、試用、保留優惠、預約提醒或補充資料。Typeform 的 lead capture form report 強調表單體驗、欄位設計與完成率之間的關係；Voyado 的門市資料蒐集文章 也把 QR code、忠誠會員與 POS/CRM 串接視為現場資料回收的核心做法。這些 benchmark 的共通點是：不是只要資料，而是把資料接到明確服務或跟進流程。
門市名單蒐集 AI 的 5 個欄位決定能不能幫上忙
如果你希望 AI 協助門市名單蒐集，最少要先補五個欄位。缺一個，後續就容易變成誤判或打擾。
| 欄位 | 現場要怎麼問 | AI 可協助 | 不能省略的人工判斷 |
|---|---|---|---|
| 需求類型 | 想了解價格、預約、規格、保固、課程或售後 | 把相似問題整理成 FAQ 與銷售話術 | 確認分類是否符合真實服務能力 |
| 同意狀態 | 是否同意用 LINE、電話或 Email 回覆與行銷通知 | 標記可聯絡與不可行銷名單 | 個資告知、拒絕行銷與退訂機制 |
| 來源場景 | 門市、活動、展場、Google 地圖、廣告或朋友介紹 | 判斷哪個來源帶來有效諮詢 | 不要把單一來源成效過度放大 |
| 跟進責任 | 由哪位店員、業務或客服在多久內回覆 | 提醒逾期未回與摘要客人問題 | 高價、客訴、敏感問題要人工處理 |
| 成效結果 | 已成交、已預約、未回、價格不合、待補資料 | 每週整理常見流失原因 | 檢查是否因服務、價格或話術造成流失 |
Google Analytics recommended events 把 lead、generate_lead、login、sign_up 等事件作為常見量測節點；若是電商或零售，也可參考 GA4 ecommerce events 把 view_item、add_to_cart、purchase 等行為串回商品與活動成效。對小團隊來說，不需要一開始就建複雜模型，但至少要知道現場名單最後有沒有變成可衡量的商業結果。
QR code、LINE、紙本與 CRM 的取捨
QR code 適合在櫃台、桌牌、型錄、包裝與活動立牌上快速導流；LINE 官方帳號適合承接台灣常見的即時互動與後續提醒；紙本適合網路不穩、年長客或高接觸服務；CRM 則負責把資料變成可追蹤的狀態。不要把它們當成互斥工具，而是安排不同情境的入口。
Supercode 的 QR lead capture 文章 顯示 QR code 常被用來降低填表阻力並連到表單或 CRM；但台灣團隊仍要處理告知與同意。LINE Official Account terms 對官方帳號營運、訊息與資料使用有平台規範，商家不能因為客人加了好友，就把所有後續行銷都視為無限制許可。
用 AI 做整理，不要讓 AI 自動亂追客
AI 最適合先做三件低風險工作：把現場問題摘要成一句話、把名單分到待報價、待預約、待補資料、已成交或暫停聯絡等狀態、每週整理哪些問題最常造成流失。這些工作能讓店長或老闆知道現場需求在哪裡卡住，而不是只看名單數量。
不建議一開始就讓 AI 自動發高壓銷售訊息、承諾價格、承諾時段、處理客訴補償或判斷是否可以使用個資。台灣個人資料保護法 對蒐集、處理、利用與當事人權利有基本要求；OpenAI Business Data 則說明企業資料使用與模型訓練的邊界。實務上，名單欄位越少、目的越明確、人工覆核越清楚，AI 導入風險越低。
Winning-page brief：這篇如何避開同質內容
本次查到的 benchmark 多半強在表單完成率、QR code 場景、CRM 串接與門市資料蒐集方法，但較少把台灣 SME 的 LINE 使用習慣、個資告知、現場店員責任與 AI 分流邊界放在同一張工作表。本文採用同一個「降低現場資料流失」搜尋意圖，但改成台灣門市可落地的五欄位 SOP，不複製競品標題、表格、FAQ 或 CTA。
資料更新與來源
本文於 2026-07-05 依可公開查證的官方文件與 benchmark 頁面整理。LINE 平台規範、GA4 事件建議、個資法解釋與 AI 服務資料政策都可能調整；導入前應回到官方文件、工具後台與公司法務或顧問確認。
- Typeform 2025 lead capture form report
- Voyado in-store customer data collection guide
- Supercode QR lead capture article
- LINE Official Account terms
- Google Analytics recommended events
- Taiwan Personal Data Protection Act
- OpenAI Business Data
結論
門市名單蒐集 AI 要先解決的不是工具，而是現場流程。先讓客人知道留下資料的用途，讓店員有固定欄位可填，讓 LINE、QR code、紙本與 CRM 接到同一套狀態，再讓 AI 協助摘要、分流與提醒。當你每週能看出哪些現場問題最常出現、哪些名單真的成交、哪些訊息造成打擾，AI 才會從「多一個表單」變成能改善門市行銷的工作系統。
FAQ
門市名單蒐集 AI 第一個要做什麼？
先整理欄位，不是先買工具。最少要有需求類型、同意狀態、來源場景、跟進責任與成效結果，AI 才能協助分流與提醒。
客人加 LINE 就可以直接行銷嗎？
不應這樣假設。仍要清楚告知用途、保留拒絕行銷或退訂路徑，並避免把服務回覆和促銷訊息混在一起。
QR code 名單蒐集適合所有門市嗎？
適合多數手機使用順暢、客人願意自填資料的場景；若客群年齡較高或現場網路不穩，紙本或店員代填流程仍要保留。
AI 可以自動幫我追客嗎？
建議先讓 AI 做摘要、分類與提醒，不要一開始自動承諾價格、時段、補償或高壓銷售訊息，這些仍需要人工確認。
門市名單蒐集要看哪些成效？
除了名單數，還要看有效諮詢率、預約率、成交率、回覆時間、未成交原因、退訂或客訴，否則只是在累積無法行動的資料。