交接班 AI 最該解決的不是「幫上一班寫一段摘要」，而是讓下一班知道哪些客戶還沒被接住、誰答應了什麼、下一步何時要做、哪裡有個資或客訴風險，以及最後由誰負責。對台灣中小企業來說，LINE、電話、表單、門市現場和報價追蹤常常混在同一天。如果交接只剩「今天很忙、客人很多」，AI 摘要再漂亮，下一班仍然會漏回、重問、錯承諾，最後讓商機和信任一起流失。
為什麼交接班 AI 不能只做聊天摘要
很多店家、服務業和小型客服團隊導入 AI 時，第一個想法是把 LINE、Messenger、電話紀錄或客服系統丟進去，請 AI 幫忙摘要。這一步有用，但還不夠。摘要通常會保留「發生了什麼」，卻不一定留下「誰要在什麼時間做什麼」。交接班真正怕的不是上一班沒寫故事，而是下一班不知道哪一件事會變成漏單、客訴或錯誤行銷。
常見的 shift handover template 會把 outgoing agent、shift summary、pending issue、escalation 和下一步分開紀錄；零售與現場團隊的交接清單也會強調未完成事項、客戶更新、下一步、負責人和一致流程。這些 benchmark 的共同點，是把交接做成可追蹤的欄位，而不是只保留一段文字。參考：Documentero support shift handover template、Pazo shift handover checklist。
台灣 SME 先補 5 個漏單欄位
交接班 AI 的表格不需要一開始就很複雜。先把五個欄位固定下來，就能大幅降低「有回但沒處理」「有人知道但沒人負責」的問題。
| 欄位 | 要寫什麼 | AI 可以幫什麼 | 不能交給 AI 的判斷 |
|---|---|---|---|
| 客戶狀態 | 新詢問、等報價、等付款、等到店、客訴、售後 | 把訊息依狀態分組 | 是否為高價值客戶或特殊關係 |
| 已承諾事項 | 回電時間、保留名額、折扣、補件、退款、換貨 | 從對話中抓出承諾句 | 承諾是否有效、是否超過權限 |
| 下一步 | 誰要回、回哪個通路、要附什麼資料、截止時間 | 整理待辦與提醒草稿 | 優先順序與實際派工 |
| 風險與同意 | 個資、拒收行銷、醫療或財務敏感內容、客訴升級 | 標出疑似高風險詞 | 是否能行銷、是否要主管或法務確認 |
| 負責人與證據 | 下一班負責人、原始訊息位置、截圖或系統單號 | 生成交接摘要與查找索引 | 最終責任歸屬與紀錄保存方式 |
交接不好，通常不是少了工具，而是欄位太模糊
以下是台灣 SME 常見的交接落差。把它改成欄位化紀錄後，AI 才有東西可以整理、提醒和檢查。
| 常見交接寫法 | 問題 | 較可用寫法 |
|---|---|---|
| 王小姐有問價格，明天回 | 不知道問哪個方案、誰回、要回哪裡 | 王小姐詢問 A 方案，已說明需補公司人數；7/11 10:30 由 Amy 用 LINE 回報價範圍與預約連結 |
| 有客人不高興 | 客訴嚴重度、承諾和升級條件不清楚 | 訂單 1528 因到貨延遲要求退款；上一班承諾 18:00 前回覆處理方式，若再追問需交主管 |
| 今天很多人問活動 | 無法知道是否有名單、是否要再行銷 | 共有 8 位詢問活動，其中 3 位留下電話、2 位拒收後續訊息；拒收者不得加入促銷名單 |
個資與行銷同意要放進交接，不要事後補救
交接班常會碰到電話、LINE ID、訂單號、地址、付款狀態和顧客抱怨。如果下一班把這些資料再拿去做促銷，或把已拒收行銷的人丟進名單，就不是單純客服效率問題。台灣個人資料保護委員會籌備處公布的個資法第 20 條資料指出，非公務機關利用個人資料應在蒐集特定目的必要範圍內；利用個資行銷時，當事人拒絕接受行銷，應即停止利用，首次行銷也應提供拒絕方式。來源：個人資料保護法第 20 條。
所以交接班 AI 的提示詞要先排除或遮蔽不必要個資，並把「拒收」「不要再通知」「只用電話聯絡」「不想收到促銷」標成風險欄位。OpenAI 的 business data 說明提供企業資料保護、加密與控制的基本資訊，但使用任何 AI 工具前，團隊仍要決定哪些資料可輸入、哪些只能留在 CRM 或客服系統。來源：OpenAI business data。
一週導入流程：先從 20 筆交接開始
第一天，整理最近 20 筆「下一班曾經漏接或重複問」的案例，移除不必要個資，只留下情境、通路、狀態和結果。第二天，讓 AI 把它們分成新詢問、報價、預約、客訴、售後五類。第三天，根據五個欄位建立交接表。第四天，請每班只填 5 到 10 筆真的需要下一班接手的事項，不要把所有聊天都丟進去。第五天，由主管抽查三件：承諾是否清楚、下一步是否有人、風險是否標出。第六天，修正欄位名稱。第七天，再決定要不要串進 CRM、LINE 標籤或客服系統。
Zendesk 2026 年 customer service material 指出，消費者對更快回應和 AI 輔助服務的期待正在提高；這類數據可當市場背景，但不能直接推論你的店一定需要全自動客服。對小團隊來說，先讓交接不漏單，通常比先追求 24 小時全自動更實際。來源：Zendesk CX Trends 2026、Zendesk AI customer service statistics。
誰適合用，誰不該急著用
這套做法適合有輪班、多人回覆、LINE 官方帳號、電話詢問、門市預約、報價追蹤或售後服務的台灣 SME。餐飲、維修、課程、顧問、寵物服務、選物店、電商客服、B2B 業務內勤都可以先試。
它不適合三種情境。第一，所有訊息都由同一個老闆即時處理，且沒有下一班接手問題。第二，資料高度敏感卻沒有權限、遮蔽與審核規則。第三，公司想用 AI 自動承諾退款、折扣、療效、財務建議或法律判斷。這些決策需要人負責，AI 最多做分類、提醒和草稿。
資料更新與適用範圍
本文依 2026 年 7 月可公開查到的模板頁、客服趨勢資料、台灣個資法官方條文與 OpenAI business data 頁面撰寫。模板頁只用來抽取交接欄位與流程模式，不作為台灣法規或平台規則來源。Zendesk 統計屬於市場與供應商研究背景，不能直接代表每一家台灣 SME 的成效。涉及個資、醫療、金融、退款或法規承諾時，應以內部制度、主管審核與官方法規為準。
結論：好的交接班 AI，是下一班看得懂的責任清單
交接班 AI 不該只是把上一班做過什麼摘要得更漂亮。它真正的價值，是把客戶狀態、已承諾事項、下一步、風險與負責人交清楚。台灣 SME 可以先用 20 筆真實漏接案例做欄位，再讓 AI 幫忙分類和提醒。當下一班不用猜、客戶不用重講、主管看得到風險，AI 才真的變成行銷和客服之間的補位工具。
FAQ
交接班 AI 可以直接讀 LINE 對話嗎？
技術上可能可以，但不建議一開始就整包丟入。先移除姓名、電話、訂單號等不必要個資，只保留狀態、需求、承諾和下一步。
小店只有兩個人輪班，也需要交接表嗎？
需要，但可以很簡單。只要記客戶狀態、已承諾事項、下一步、風險和負責人五欄，就能避免下一班重問或漏回。
交接班 AI 和客服機器人有什麼不同？
客服機器人面向顧客回覆，交接班 AI 面向內部連續作業。前者處理對話，後者確保下一班知道該接哪件事。
哪些交接內容一定要人工確認？
退款、折扣、保固、客訴升級、個資使用、拒收行銷、醫療或財務敏感內容，都應由負責人或主管確認。
怎麼判斷交接班 AI 有沒有用？
看漏回數、重複詢問數、逾時回覆、客訴升級、報價後跟進率和下一班找不到資料的次數，而不是只看摘要產出量。