- 首頁
- 知識庫
- AI 員工／自動化系統教學
- AI 客服怎麼導入？常見問題整理、轉真人與服務時段設定
AI 員工／自動化系統教學
AI 客服怎麼導入？常見問題整理、轉真人與服務時段設定
作者：JamXu更新日期：2026-10-08
導入 AI 客服，先從過去的真實對話整理出最常被問的問題，寫成有來源、有負責人的標準答案；再寫清楚哪些情況一定要轉給真人、轉接時要交接什麼；最後依真人的服務時段，決定上班時間轉接、下班時間留資料隔天回覆。三件事都測試過再上線，並每週回頭補強。
AI 客服適合處理哪些問題？先把問題分成三類
AI 客服最常見的導入失敗，不是 AI 答不出來，而是一開始沒有人決定「哪些問題該讓 AI 回答」。規格、營業資訊、流程說明這類有標準答案的問題，AI 可以回得又快又一致；但退款例外、客訴賠償、需要查個人訂單的問題，答錯一次的代價可能比省下的人力還高。
所以第一步不是挑工具，而是把顧客會問的問題分成三類：AI 直接回答、AI 回答但附條件、一律轉給真人。這個分類會決定後面所有設定：標準答案要準備多少、轉真人的條件怎麼寫、下班時間要怎麼回。
| 分類 | 典型問題（示意） | AI 的處理方式 | 判斷原則 |
|---|---|---|---|
| AI 直接回答 | 營業時間、門市地址、運費規則、商品規格、付款方式、退換貨流程說明 | 依標準答案回覆，必要時附上官網頁面 | 答案固定、公開、不因人而異 |
| AI 回答但附條件 | 某商品適不適合我、預計幾天到貨、活動是否適用 | 給出一般原則，並說明「以實際訂單或門市確認為準」，提供轉真人選項 | 答案會因個案不同，但有一般原則可說明 |
| 一律轉給真人 | 退款與賠償、客訴、合約與報價、醫療法律等專業判斷、帳號與付款異常 | 不回答內容，只說明會由專人處理並收集必要資訊 | 涉及金額、責任、個資或對外承諾 |
分類時有一個簡單的檢查問題：如果 AI 這樣回答，公司願意為這句話負責嗎？ 願意，就可以放進第一類；要看情況，就放第二類並寫清楚條件；不願意或不確定，就放第三類。這和挑選第一個自動化流程的邏輯相同，在 AI 自動化導入要從哪個流程開始中，我們用「頻率高、規則明確、錯誤可被檢查」來挑起點，客服問題也適用同樣的標準。
導入前的盤點：從真實對話整理常見問題
常見問題不能憑印象寫。客服人員覺得「大家都在問」的題目，和實際訊息裡出現最多的題目，常常不一樣。最可靠的來源是過去的對話紀錄：LINE 官方帳號的聊天紀錄、官網表單、Email、電話客服的記錄單，以及門市同事每天被問到的事。
- 收集近三個月的顧客訊息，至少包含一個完整的促銷檔期或旺季，避免只看到淡季的問題
- 把每則訊息歸到一個「問題主題」，例如運費、退換貨、預約、付款、商品規格；同一個意思的不同問法歸在同一題
- 記下每一題的出現次數、目前由誰回答、回答時查了哪些資料
- 標出三分類：AI 直接回答、AI 回答但附條件、一律轉真人
- 依出現次數排序，挑出前 20～30 題作為第一版的範圍，其餘先列入待辦
整理的成果可以是一張簡單的試算表。下面是建議的欄位，重點在於每一題都要有「答案從哪裡來」和「誰負責更新」，否則上線後答案過期也沒有人發現。
| 欄位 | 要填什麼 | 為什麼需要 |
|---|---|---|
| 問題主題 | 一句話描述，例如「下單後可以改地址嗎」 | 方便歸類與統計 |
| 常見問法 | 顧客實際用過的 3～5 種說法，包含錯字與口語 | AI 測試與題庫會用到 |
| 出現次數 | 盤點期間的大約次數 | 決定優先順序 |
| 分類 | AI 直接回答／附條件／轉真人 | 決定處理方式 |
| 答案來源 | 官網頁面、內部 SOP、價目表或負責人 | 確保答案有依據，可回頭查證 |
| 負責人 | 這一題答案的維護人 | 規則改變時知道找誰更新 |
| 最後確認日期 | 答案最後一次確認正確的日期 | 定期檢查是否過期 |
盤點時常會發現幾件事：有些問題其實是官網資訊不清楚造成的，例如運費規則寫在很深的頁面；有些問題每個客服人員的回答不一樣。這些都要在導入 AI 之前先處理，因為 AI 只會放大現有答案的品質，不會自動修正它。
哪些對話不要拿來整理
- 含有顧客姓名、電話、地址、訂單編號的原始訊息，整理時只保留問題的意思，不要把個資複製進題庫
- 已經過期的活動、停售商品、舊價格，避免 AI 學到錯誤資訊
- 客服人員之間的內部討論或情緒性用語，這些不是應該對外的口吻
把常見問題寫成 AI 可以直接使用的標準答案
有了題目清單，下一步是把答案寫成「標準答案卡」。一張卡只回答一個問題，包含答案本身、適用條件與例外。比起把整本產品手冊丟給 AI，一題一卡的方式更容易檢查，也更容易在規則改變時只改一張。
| 項目 | 內容 |
|---|---|
| 問題 | 下單後可以修改收件地址嗎？ |
| 標準答案 | 訂單出貨前可以修改。請提供訂單編號，專人會在服務時間內協助更新；已出貨的訂單需改由物流協助，處理方式以專人回覆為準。 |
| 適用條件 | 一般宅配訂單 |
| 例外與轉真人 | 已出貨、超商取貨、海外訂單，一律轉真人 |
| 答案來源 | 內部出貨 SOP（物流組） |
| 負責人／最後確認 | 客服主管／每月第一週確認 |
寫標準答案時，有幾個原則可以讓 AI 回答得更穩定：
- 先給結論，再給條件：第一句就回答「可以」或「不行」，再補充適用範圍，顧客不用讀完整段才知道答案
- 數字與規則只寫一次、寫在一個地方：運費門檻、退貨天數這類數字只放在一張卡，其他卡需要時引用它，避免改了一處忘了另一處
- 寫清楚「不知道時怎麼說」：例如「這部分需要由專人確認，我先幫您轉給客服同仁」，比讓 AI 自己推測安全
- 避免承諾性的字眼：「一定」、「保證」、「馬上」只在公司真的能做到時使用
- 答案的語氣與官網、門市一致：稱呼、敬語、表情符號的使用方式統一
在 Sharing-Pro AI 這類 AI 員工平台上，標準答案通常放在知識庫或系統指令裡。依官方網站的常見問題說明，可以透過知識庫和系統 Prompt 輸入產品知識與常見問答，讓 AI 員工學習特定領域的規則；系統 Prompt 也能設定角色、口吻、回應範圍與禁止話題。品牌口吻與知識資料的完整整理方法，會在 AI 員工／自動化系統教學的後續文章中深入說明，本文聚焦在客服情境最需要的答案卡與轉接規則。
系統指令中一定要寫的五句話
- 你是誰：例如「你是○○品牌的線上客服，負責回答商品、訂單與門市資訊」
- 你可以回答什麼：列出第一類與第二類的主題範圍
- 你不能回答什麼：列出第三類的主題，並說明遇到時要轉真人
- 不確定時怎麼辦：「答案不在資料中時，不要推測，請說明會由專人確認」
- 轉接與服務時段怎麼說：寫入下一節的轉接話術與真人服務時間
轉真人怎麼設計？五種一定要轉接的情況
轉真人不是 AI 客服的失敗，而是設計的一部分。Sharing-Pro AI 官方網站的常見問題也建議，對於高風險業務要設定人工轉接的門檻，確保重要對話由真人接手。問題在於「門檻」要寫得夠具體，AI 才能穩定判斷。以下五種情況，建議每一家公司都列入轉接條件。
| 觸發情況 | 判斷方式（示意） | 為什麼要轉 |
|---|---|---|
| 顧客明確要求 | 出現「找真人」、「轉客服」、「跟人講」、「打電話給我」等說法 | 顧客已表達意願，繼續讓 AI 回答只會增加不滿 |
| 高風險主題 | 退款、賠償、客訴、合約、報價、帳號或付款異常、健康與法律問題 | 涉及金額、責任或專業判斷，答錯的代價高 |
| AI 答不出來 | 問題不在答案卡範圍內，或同一題 AI 已回覆兩次顧客仍追問 | 避免 AI 推測或繞圈子 |
| 情緒升高 | 出現抱怨、威脅公開、連續驚嘆號或重複同一句話 | 需要同理與彈性處理，制式回答會讓情況更糟 |
| 需要查個人資料 | 要查特定訂單、會員點數、預約紀錄，且 AI 沒有被授權查詢 | 查詢與修改個人資料應由有權限的人處理 |
這五種條件要寫進系統指令，並且搭配具體的關鍵字與例句。只寫「遇到客訴要轉真人」太模糊；寫成「顧客提到退款、退錢、賠償、投訴、消保，或表示不滿意時，不回答處理方式，直接說明會轉給專人」，AI 的判斷會穩定許多。
轉接門檻不要設得太低或太高
門檻太低，幾乎每則訊息都轉真人，AI 只是多了一道手續；門檻太高，AI 會硬著頭皮回答不該回答的問題。建議第一個月先設得保守一點，寧可多轉，再從每週的對話檢視中找出「其實 AI 可以回答」的題目，補成標準答案後再放寬。這樣的調整方式，也和 團隊適合導入 AI Agent 嗎中提到的「用人工基準比較成果」一致：先確保品質，再擴大範圍。
轉接流程：顧客、AI 與真人客服之間要交接什麼
決定了「什麼時候轉」，還要設計「怎麼轉」。好的轉接讓顧客不用把問題重講一遍，真人客服一接手就知道發生什麼事。一個完整的轉接流程包含四個步驟：
- 告知顧客：清楚說明「接下來由專人協助」，並告訴顧客大約什麼時候會收到回覆；下班時間要說明下一個服務時段
- 收集必要資訊：只收處理問題需要的資料，例如訂單編號或聯絡方式，並說明用途
- 產生交接摘要：AI 把顧客的問題、已提供的資訊、已經回答過的內容整理成幾行摘要
- 真人接手與結案：真人客服處理完後，記錄結果；若發現這類問題其實有標準答案，回寫成新的答案卡
| 欄位 | 範例內容 |
|---|---|
| 轉接原因 | 顧客要求退款（高風險主題） |
| 顧客問題 | 收到的商品尺寸與訂單不符，希望退款 |
| 已提供資訊 | 訂單編號、收到商品的照片 |
| AI 已回覆內容 | 已說明退換貨流程，告知將由專人確認退款方式 |
| 顧客期待 | 希望今天內得到回覆 |
| 建議優先度 | 高（顧客表達不滿） |
交接摘要要送到哪裡，取決於你使用的頻道與團隊習慣，例如內部的通訊群組、客服信箱或工單系統。不論選哪一種，上線前都要實際測試一次：模擬顧客觸發轉接，確認真人客服真的在預期的地方、預期的時間內收到通知。很多團隊的轉接設計寫得很完整，卻在測試時才發現通知沒有人看。
收集聯絡方式時，記得告知用途
轉接時常需要請顧客留下電話或 Email。依個人資料保護法第 8 條，企業向當事人蒐集個人資料時，應明確告知機關名稱、蒐集目的、資料類別、利用的期間地區對象與方式、當事人的權利，以及不提供時對權益的影響。實務上，可以在請顧客留資料的同一則訊息中簡短說明用途，並連到官網的隱私權政策。具體的告知文字與適用情形，建議與法務或專業顧問確認，本文不構成法律意見。
- 只要求處理這件事需要的資料，不順便收集生日、身分證字號等無關資訊
- 不要讓顧客在群組中公開留下個資，改用私訊或表單
- 交接摘要中的個資只給處理的人看，結案後依公司規定保存或刪除
服務時段設定：AI 全天候，真人有班表
AI 客服最大的優點之一是不需要排班。Sharing-Pro AI 官方網站也以「凌晨詢價、假日客服、跨時區業務」說明 AI 員工可以全天候在線。但顧客需要真人的時候，真人客服不一定在。服務時段設定要解決的，就是「AI 隨時在、真人不一定在」之間的落差。
建議把一週的時間切成三種時段，分別寫好 AI 的處理方式：
| 時段 | 真人狀態 | AI 的處理方式 | 回覆話術重點（示意） |
|---|---|---|---|
| 服務時間（例如平日 9:00–18:00） | 有人值班 | 第一類、第二類照常回答；符合轉接條件就轉給值班人員 | 「我先幫您轉給客服同仁，請稍候。」 |
| 非服務時間（夜間、週末、國定假日） | 沒有人值班 | 第一類照常回答；需要轉真人的問題改為收集資訊、說明下一個服務時段 | 「目前是非服務時間，我已記下您的問題，客服同仁會在下一個上班日的上午回覆您。」 |
| 尖峰或活動期間 | 有人但忙碌 | 盡量用標準答案處理第一類；轉接時說明可能需要較長等候時間 | 「目前詢問量較多，專人回覆可能需要較長時間，我先幫您記錄問題。」 |
把服務時段寫進系統指令
AI 要能說出正確的服務時間，前提是你把它寫清楚。建議在系統指令中寫入：每週的服務時間、國定假日與公司特休的安排、下班時轉接改為留資料的話術，以及「下一個服務時段」的說法。遇到連假或臨時調整（例如盤點、員工旅遊），要提前更新，並在恢復正常後改回來。
- 確認真人客服的正式服務時間，以及誰負責處理下班時間累積的轉接
- 列出今年的國定假日、補班日與公司公休日，標出客服是否值班
- 在系統指令寫入服務時間與兩套話術：服務時間內轉接、非服務時間留資料
- 在官網與 LINE 官方帳號的介紹頁同步寫上相同的服務時間，避免資訊不一致
- 設定提醒：每次連假前一週檢查話術與服務時間是否需要更新
承諾的回覆時間要做得到
非服務時間的訊息，最怕的是 AI 說「明天會回覆您」，結果隔天沒人處理。話術中的時間承諾要和實際的人力安排一致：如果早上的客服要先處理前一晚累積的轉接，就說「下一個上班日的上午」；如果週末的訊息要到週一下午才能處理完，就不要說「盡快」。第一個月可以統計累積轉接的處理時間，再調整話術。
頻道設定時要避開的三個衝突
AI 客服通常會接到顧客最常用的頻道，台灣企業最常見的是 LINE 官方帳號與官網。不同頻道各有自己的設定，若沒有一起檢查，常會出現「AI 和系統同時回覆」或「群組裡 AI 不說話」的狀況。頻道連接的完整步驟，可以參考 Sharing-Pro AI 官方的頻道部署指南，這裡整理客服情境最常遇到的三個衝突。
衝突一：LINE 官方帳號的自動回應和 AI 同時回覆
LINE 官方帳號本身就有「加入好友的歡迎訊息」和「自動回應訊息」功能。依 LINE Developers 的 Messaging API 說明，若回應改由 Messaging API 處理、不希望系統自動送出回應，應把這兩項設定關閉；兩者同時使用時，也很難分辨某則自動回覆來自哪一個設定。接上 AI 客服後，請到 LINE 官方帳號管理後台的「設定 → 回應設定」逐項確認，避免顧客一次收到兩則內容不同的回覆。
衝突二：群組中的 AI 不回應
若 AI 客服要在客戶群組中服務，例如經銷商群組或 VIP 群組，依 Sharing-Pro AI 官方「注意事項」，要先在群組中發送「@AI員工名稱 開啟本群白名單」，AI 員工才會回應。群聊預設為標準模式，需要 @ 才會回應；官方說明智能群聊模式會讓 AI 自動判斷相關訊息並主動回應，適合客服群組。選擇哪一種，要看群組裡是否有大量和客服無關的閒聊。
衝突三：訊息長度與語音頻道的限制
- 訊息長度：官方注意事項列出訊息字元上限依頻道而異（Telegram 4,096 字元、一般 2,000 字元），超過會自動分段；客服答案本來就應該簡短，長篇說明改附官網頁面
- 語音頻道：官方頻道部署指南列出的中華電信市話頻道，語音辨識與播報目前僅支援華語，回覆會自動精簡在 200 字以內，AI 思考期間來電者會聽到等候訊息與音樂，最長 4 分鐘；用電話服務的族群若習慣台語或英語，要保留真人電話
- 多頻道一致：官方說明一位 AI 員工可同時連接多個頻道並統一回應，因此答案卡與服務時段只要維護一份，但每個頻道都要各自測試
上線前測試：用一份題庫驗收 AI 客服
上線前的測試，目標不是證明 AI 很聰明，而是找出它會在哪裡出錯。建議準備一份測試題庫，由沒有參與設定的同事來測，因為設定的人容易用「AI 聽得懂的方式」發問。
| 題型 | 測試目的 | 題目範例（示意） | 通過標準 |
|---|---|---|---|
| 標準題 | 答案是否正確、完整 | 「運費怎麼算？」 | 內容與答案卡一致 |
| 變形題 | 換個說法是否還答得對 | 「買多少免運」、「寄到外島要加錢嗎」 | 意思正確，不因口語或錯字答錯 |
| 越界題 | 超出範圍時是否會推測 | 「你們老闆是誰」、「隔壁品牌比較好嗎」 | 不推測、不評論，說明無法回答或轉真人 |
| 轉接題 | 五種轉接條件是否觸發 | 「我要退款」、「我要找真人」 | 依規則轉接，並收集必要資訊 |
| 時段題 | 非服務時間的話術是否正確 | 在晚上或假日送出轉接題 | 說明非服務時間與下一個服務時段 |
| 個資題 | 是否在不適當的地方要求個資 | 在群組中詢問訂單問題 | 引導改用私訊或表單，不在群組公開收集 |
每一題都記錄 AI 的實際回覆與是否通過。未通過的題目，判斷是答案卡、系統指令還是頻道設定的問題，修正後整份題庫重新跑一次，因為修好一題可能影響另一題。題庫通過率達到團隊事先訂好的標準後，再對外上線。
上線前最後確認
- 第一類問題的答案卡都有來源、負責人與最後確認日期
- 五種轉接條件都寫入系統指令，並各有至少兩題測試通過
- 服務時間內與非服務時間的轉接話術都測試過
- 真人客服確實在預期的地方收到交接摘要
- LINE 官方帳號的自動回應訊息與歡迎訊息已依需要調整，不會重複回覆
- 收集個資的訊息有說明用途，並連到隱私權政策
- 有人負責每週檢視對話與更新答案卡
上線後第一個月：每週要看的四個指標
AI 客服上線不是結束，而是開始收集真實資料。第一個月建議每週固定一次，花一小時檢視對話紀錄。Sharing-Pro AI 官方網站的常見問題說明，可以隨時回查對話記錄、修改系統 Prompt 或更新知識庫來修正 AI 的回應。以下四個指標，可以幫助你判斷要調整哪裡。
| 指標 | 怎麼算 | 數字偏高時代表什麼 | 調整方向 |
|---|---|---|---|
| 轉真人比例 | 轉接次數 ÷ 對話總數 | 門檻太保守，或答案卡不足 | 把重複被轉接、其實有標準答案的題目補成答案卡 |
| 答錯或需人工修正比例 | 抽查的對話中，需要真人更正的比例 | 答案卡有誤或過期、系統指令不清楚 | 修正答案卡，並把該題加入測試題庫 |
| 未解決後再次詢問 | 同一位顧客在短時間內就同一問題再次詢問 | AI 回答不完整，或轉接後沒人跟進 | 檢查答案是否先給結論，以及轉接通知是否有人處理 |
| 新出現的問題 | 不在答案卡清單中的新題目數量 | 新商品、新活動或新政策還沒更新 | 建立新答案卡，並在活動前預先準備 |
這四個數字不需要精確到小數點，重點是看趨勢。第一週轉真人比例偏高很正常；如果到第四週仍沒有下降，通常代表答案卡的更新沒有跟上。另外要留意平台的用量：依官方說明，AI 員工的模型呼叫依用量扣點，點數用完時員工會自動暫停，補足後才恢復。對客服來說，暫停就等於斷線，請指定專人留意點數餘額。
讓真人客服成為答案卡的來源
真人客服每天處理的轉接案件，是答案卡最好的素材。建議在交接流程的最後一步加一個問題：「這一題下次可以讓 AI 回答嗎？」可以的話，由負責人寫成答案卡、加入測試題庫，下週檢視時確認效果。這樣 AI 客服會隨著時間越來越完整，真人客服也能把時間留給真正需要判斷的案件。
常見錯誤與避免方式
| 常見錯誤 | 可能的影響 | 避免方式 |
|---|---|---|
| 把整本手冊直接交給 AI，沒有整理成答案卡 | 答案不穩定，出錯時找不到原因 | 一題一卡，標註來源與負責人 |
| 沒有寫「不知道時怎麼說」 | AI 自行推測，回答錯誤資訊 | 在系統指令明確要求不推測、改為轉真人 |
| 只寫「客訴要轉真人」，沒有具體字詞 | 轉接時有時無，顧客體驗不一致 | 列出關鍵字、例句與五種觸發情況 |
| 下班時間也說「馬上為您轉接」 | 顧客等不到人，不滿升高 | 依服務時段準備兩套話術，說明下一個服務時段 |
| LINE 自動回應訊息沒有關閉 | 顧客同時收到兩則不同的回覆 | 接上 AI 後逐項檢查回應設定 |
| 在群組中公開收集電話與地址 | 個資外洩風險 | 改用私訊或表單，並說明蒐集用途 |
| 上線後沒有人負責檢視對話 | 錯誤答案長期存在，答案卡過期 | 指定負責人，每週固定檢視四個指標 |
| 一次改很多設定 | 無法判斷哪一項修正有效 | 一次改一處，重新跑測試題庫 |
下一步：從 20 題開始，四週內完成第一版
如果你準備開始導入 AI 客服，可以參考這樣的四週安排：第一週盤點近三個月的對話，挑出前 20～30 題並完成三分類；第二週寫答案卡、系統指令、轉接條件與服務時段話術；第三週連接頻道、準備測試題庫並由同事實測；第四週小範圍上線，例如只開放官網對話或一個 LINE 官方帳號，並開始每週檢視。
這篇文章是 AI 員工／自動化系統教學主題中「先選對第一個任務」與「人工覆核」兩節在客服情境的深入版。還在評估團隊是否適合導入的話，可以先看 團隊適合導入 AI Agent 嗎的準備度檢查清單；想挑選客服以外的起點流程，可以參考 AI 自動化導入要從哪個流程開始。若希望有人協助盤點客服問題、設計轉接流程與服務時段，也可以了解分享家的 AI 代理／員工導入服務，或直接預約免費諮詢聊聊目前的客服狀況。