先講一個反常識的觀察：八成把 AI 客服導壞的品牌，不是輸在模型不夠聰明，而是輸在讓機器人去回答它根本不該回答的問題。顧客明明只是想問「我的包裹到哪了」，機器人卻硬要跟他聊天氣、推薦新品、最後丟一句「這個問題我不太清楚，請洽真人客服」。顧客的火氣，就是這樣一句一句被點燃的。今天我要拆解的，不是哪個工具比較神，而是一套讓 AI 只做對的事、真人只接難的事的分流架構。
先搞懂：AI 客服省的是哪一半人力
我看過太多老闆對 AI 客服的期待是「全自動、不用人」，這是災難的開始。真相是：一間正常電商的客服訊息，大約有六成是重複的、有標準答案的，像是「到貨了沒」「怎麼退貨」「有沒有貨」「發票怎麼開」。這六成，就是 AI 該吃下的部分。剩下四成裡，兩成是需要查單、改單、協調物流的半結構問題，兩成是客訴、情緒、特殊要求。AI 客服真正省的，是那六成重複勞動，而不是取代你的資深客服。
把數字攤開來看更清楚。假設你原本三個客服每天處理三百則訊息，導入分流後，AI 直接結案一百八十則，真人只需處理一百二十則，其中還有一半是 AI 先整理好脈絡再轉交。這時候你不是裁掉兩個人，而是讓一個人做到原本兩個人的量，把省下的人力挪去做「主動關懷」與「回購經營」這種真正創造營收的事。這才是導 AI 客服的正確帳。
核心框架：AI 客服三道閘門
我把可落地的架構命名為「三道閘門」，訊息進來後依序過三關，過不了才往下一關送，絕不讓顧客在同一個問題上被踢皮球。
第一道閘門是「規則攔截層」。這一層不用 AI，用的是最傳統的按鈕選單與關鍵字比對。顧客一進來，先給他四到六個最高頻的選項：查詢物流、退換貨、商品庫存、發票問題、聯絡真人。有明確意圖的顧客會直接點，這一層就能無痛結案三到四成的訊息，而且零錯誤、零幻覺。很多人急著上大型語言模型，卻跳過這最便宜也最穩的一層，是本末倒置。
第二道閘門是「AI 對話層」。顧客的問題如果是開放式的、選單沒涵蓋的，才交給大型語言模型接手。這一層的關鍵是餵給它一份乾淨的知識庫，包含退換貨政策、運費規則、常見商品問答、出貨時效，並且嚴格限制它「只能根據知識庫回答，查不到就承認並轉真人」。這一層負責處理那些有答案、但講法要靈活的問題。
第三道閘門是「真人升級層」。凡是牽涉到情緒、金錢糾紛、個案協調，或是 AI 連續兩輪都沒能解決的，一律乾淨俐落地轉真人。轉接的當下，AI 要把前面的對話摘要成三行脈絡遞給真人，讓顧客不必再重講一次。顧客最抓狂的不是遇到機器人，而是被轉接後又要從頭說明。這道閘門做好，客訴會少一大半。
不讓顧客抓狂的四條鐵律
架構搭好只是骨架，血肉在細節。我歸納出四條讓顧客不抓狂的鐵律，每一條都是踩過雷換來的。
- 第一，永遠給得出下一步。AI 就算答不出來，也不能只丟「我不懂」，而要說「這個問題我幫您轉給專人，預計十分鐘內回覆，您也可以先看這篇說明」。給不出答案不可怕，給不出下一步才可怕。
- 第二，坦白自己是 AI。台灣消費者對假扮真人的機器人反感度很高，一開場就標明「我是智能小助手」，反而降低期待、減少落差。等真人接手時明確告知「已為您轉接真人客服」，落差感會消失。
- 第三，設定放棄點。同一個問題 AI 來回超過兩輪還沒解決，就必須自動觸發轉真人，不要讓它無限鬼打牆。放棄點要寫死在流程裡，不能靠它自己判斷。
- 第四，情緒詞即時升級。訊息裡出現「退錢」「投訴」「消保官」「一直沒收到」這類詞，直接跳過 AI 對話層，秒轉真人。憤怒的顧客最不想跟機器人講道理。
可以照抄的 AI 客服提示詞範例
很多人卡在不知道怎麼把 AI 「調教」成一個稱職客服。這裡給你一段可以直接改用的系統提示詞骨架，重點在於角色、邊界與退場機制三件事都要寫死。
提示詞範例：「你是【品牌名】的線上客服助理，只能依據下方提供的〈知識庫〉內容回答顧客問題。規則：一、回答要簡短、口語、有禮貌，控制在三句話內。二、只要〈知識庫〉查不到答案，或顧客情緒明顯不滿，就回覆『這部分我幫您轉接真人客服，請稍候』並停止回答。三、絕對不可以自行編造運費、退貨天數、優惠條件等任何數字。四、不要主動推銷商品，除非顧客明確詢問。五、每則回覆結尾都要提供一個明確的下一步。〈知識庫〉：（貼上你的政策與問答）。」
這段提示詞的精髓，是用「查不到就承認」這一條，直接掐死大型語言模型最危險的幻覺問題。電商客服講錯一個退貨天數、報錯一個運費，換來的是客訴甚至消費爭議，遠比多花人力貴。寧可讓 AI 謙虛地轉真人，也不要讓它自信地講錯。另外建議你每週把 AI 沒接住、被迫轉真人的訊息撈出來看，這些就是你知識庫的破洞，補一則、少一次轉接。
破除三個常見迷思
導入前，先把幾個害人不淺的迷思打掉。迷思一：AI 客服就是要全自動、完全不用人。錯。全自動的 AI 客服在電商場景幾乎必翻車，因為金流、物流、個案協調本質上就需要人。正確目標是「人機分工」，不是「機器取代人」。
迷思二：模型越大越貴越好。其實電商客服八成情境用不到頂級模型，一個中等模型加上乾淨的知識庫，效果遠勝一個頂級模型配一坨亂七八糟的資料。決定 AI 客服品質的是知識庫，不是模型參數量。迷思三：導入後就一勞永逸。恰恰相反，AI 客服是要養的，每週看轉接紀錄、每月更新知識庫、每季檢視分流比例，養得越久越省人力。
最後幫你把重點收攏成三句話。第一，AI 客服省的是六成重複勞動，不是你的資深客服，別把帳算錯。第二，用「三道閘門」把訊息分流，讓規則、AI、真人各司其職，絕不讓顧客被踢皮球。第三，決定成敗的是知識庫品質與退場機制，不是模型多神。把這三件事做對，你就能真的省下一半人力，又讓顧客覺得被好好接住。