客戶詢問信 AI 分流的重點不是讓模型看到信就自動回，而是先把每封信變成可以負責、可以追蹤、可以交接的工作項目。台灣 SME 最小可行做法，是在 Gmail、表單、LINE 或共享信箱進 CRM 前，補上五個欄位：詢問意圖、來源與商機價值、急迫性與 SLA、負責人與下一步、個資與行銷同意邊界。AI 可以協助摘要、分類、草擬回覆，但不應決定價格承諾、合約條件或未同意的再行銷。
為什麼未讀數不是回覆品質指標
很多小公司把客戶詢問信當成「誰有空誰回」的收件匣問題。未讀數下降，看起來像處理完了；但真正的風險是信件沒有被指派、急件沒有升級、業務沒有知道第一通回覆是否已經發生。Google 的 Gemini in Gmail 強調 AI 可協助整理、摘要與撰寫郵件；Gmail Help 的 AI Inbox 說明則把 AI Inbox 視為協助整理待辦與主題的入口。這些功能可以減少閱讀負擔，但不會自動替你的公司定義哪一封是報價、客訴、合作、售後或垃圾商機。
CRM 與客服系統的勝出訊號，是它們把回覆速度變成可報表化的欄位。HubSpot 的 sales analytics 文件把 lead response time 定義為目前負責人完成第一個合格互動所花的時間；HubSpot conversations 報表也提供 email response time by assignee 這類指標。這對台灣 SME 的啟發是：AI 分流前，先讓每封詢問信有「誰要在何時做什麼」的欄位。
客戶詢問信 AI 分流先補 5 個 SLA 欄位
不要一開始就追求完整客服中心。先把客戶詢問信做成五個欄位，讓 AI、業務、客服與老闆都看同一套訊號。
| 欄位 | AI 可協助 | 人要負責 | 漏掉的後果 |
|---|---|---|---|
| 詢問意圖 | 把信件分成報價、預約、客訴、售後、合作、一般問題 | 確認分類是否會改變承諾或優先順序 | 把高價值詢問當成一般客服，或把客訴回成銷售話術 |
| 來源與商機價值 | 摘要來信來源、商品、服務、預算、時間點與關鍵句 | 判斷是否進 CRM、是否需要業務接手 | 同一客戶跨信箱重複詢問，團隊卻看不到完整脈絡 |
| 急迫性與 SLA | 標示今天要回、24 小時內回、可排隊、需升級 | 設定不同類型的回覆時限與例外條件 | 只看未讀排序，錯過即將到期的訂單或預約 |
| 負責人與下一步 | 建議客服、業務、門市、技術或老闆接手 | 指定最終負責人並追蹤第一個合格互動 | 大家都以為別人會回，最後沒人回 |
| 個資與行銷邊界 | 提醒是否含電話、地址、病史、付款資訊或未同意行銷 | 決定是否可做再行銷、名單匯入或外部工具處理 | 把客服資料拿去推銷，或把敏感資訊丟進不該使用的工具 |
AI 可以先做摘要，不要先做承諾
AI 很適合做三件事。第一，從長信件抓出「客戶問什麼、已提供哪些資訊、缺什麼」。第二，依照你定義的分類規則，把信件放進報價、客訴、售後、合作或低優先級隊列。第三，根據已核准的 FAQ、價格表與交付條件草擬回覆。IBM 對 AI 客服回應時間的說明也提到，自動化第一封確認信可以讓客戶知道請求已收到，並交代下一步；但這種確認不等於完成處理。
AI 不適合單獨做三件事：承諾折扣、判斷合約責任、決定是否可把來信者加入行銷名單。Google Workspace 的 Generative AI Privacy Hub 說明 Workspace 內的 Gemini 會套用組織既有控管與資料處理做法，這是企業使用 AI 的重要信任基礎；但台灣 SME 仍要自己定義哪些客戶資料可以進工具、哪些只能留在內部、哪些用途需要另外同意。
一週導入範例：先處理最會漏單的信
第一天，列出過去一個月最常見的客戶詢問信來源：官網表單、Gmail、LINE 官方帳號、Facebook、Google 商家檔案訊息或門市轉寄。只選前三個來源，不要一次整合所有管道。
第二天，抽樣 30 封信，人工標記意圖與結果。請不要讓 AI 先決定標籤，因為你的團隊要先知道哪些信最後真的變成報價、預約、退換貨、客訴或無效商機。
第三天，設定 SLA。例：報價詢問營業時間內 4 小時初回、預約變更 2 小時內確認、客訴今天內先回覆收到、合作提案 2 個工作天內回。這些時間不是通用標準，而是你公司願意對外承擔的服務承諾。
第四天，把欄位放進共享表格、CRM 或客服系統。HubSpot 的預設聯絡人屬性文件列出 lead response time 等欄位概念；沒有 HubSpot 的團隊，也可以用「建立時間、指派時間、第一通真人回覆時間、負責人、SLA 狀態」先做簡版。
第五天，讓 AI 只做摘要與草稿。每封信保留「AI 建議分類」和「人工最終分類」兩欄，兩週後再看哪些類型最常誤判。常誤判的分類不要自動發信，只能進人工審核。
適用與不適用對象
這套做法適合詢問信分散在多個信箱、常常由老闆或業務臨時接手、且已經出現漏回或重複回覆的台灣中小企業。特別適合 B2B 服務、預約制門市、電商售前詢問、教育課程、裝修維修、顧問服務與需要報價的產業。
如果你的來信量很少，每天只有一兩封，先用固定回覆模板與行事曆提醒就夠了。如果你的信件涉及醫療診斷、法律意見、金融交易、未成年人資料或高度敏感個資，AI 只能做內部整理，不能直接對外生成承諾式回覆。
資料更新與適用範圍
本文資料更新於 2026 年 7 月 7 日。Gmail AI Inbox、Gemini in Gmail 與 Google Workspace 資料治理功能會隨產品版本調整，導入前應以 Google 官方說明與你自己的 Workspace 管理設定為準。HubSpot 的報表與欄位名稱也可能依方案與介面更新，本文只取其「負責人、第一個合格互動、email response time」這類可遷移的流程概念。
台灣個資邊界方面，個人資料保護委員會籌備處公開的 個資法第 20 條說明指出，非公務機關使用個人資料原則上應在蒐集特定目的必要範圍內；用於行銷時，當事人拒絕接受行銷應停止利用，首次行銷也應提供拒絕方式。這表示「客戶來信問問題」不等於「可以把他加入所有促銷名單」。
結論：AI 分流的 KPI 是少漏單，不是少人工
客戶詢問信 AI 分流的價值，不是把人從收件匣中拿掉，而是讓每封信都有可追蹤的責任。先補五個 SLA 欄位，再讓 AI 做摘要、分類與草稿，團隊才知道誰要回、何時要回、能不能行銷、哪些問題必須升級。對台灣 SME 來說，這比追逐最新 AI 信箱功能更實際：先把漏單、錯回與未授權再行銷降到最低，再逐步自動化。
FAQ
客戶詢問信 AI 分流一定要用 CRM 嗎？
不一定。量少時可以先用共享表格或客服信箱，記錄建立時間、負責人、第一通回覆時間、意圖、SLA 狀態與下一步；量變大後再接 CRM。
AI 可以直接幫我回客戶報價嗎？
不建議讓 AI 單獨承諾價格、折扣、交期或合約條件。比較安全的做法是讓 AI 草擬回覆，再由負責人確認價格表、庫存、服務範圍與例外條款。
Gmail AI Inbox 可以取代客服系統嗎？
不應直接取代。AI Inbox 可協助整理待辦與主題，但客服系統或 CRM 的價值在於指派、SLA、報表、歷史紀錄與權限控管。
怎麼判斷分流是否有效？
先看三個指標：高價值詢問是否被指派、第一通真人回覆時間是否下降、逾期未回覆數是否下降。不要只看未讀數或 AI 自動回覆數。
客戶來信後可以直接放進再行銷名單嗎？
要看蒐集目的、告知內容與同意範圍。若要用於行銷，應保留拒絕方式；當事人拒絕接受行銷時，應停止利用其個資做行銷。