AI客服系統是用生成式 AI 理解顧客的提問，依企業提供的知識庫自動回答，答不了或涉及敏感事項時再轉給真人的客服工具。選現成的 AI客服系統時，先看四件事：知識庫能接哪些資料、更新後多快反映到回答、回答能不能標出依據；轉真人的條件能否自訂，對話紀錄能否一起交給專人；能否放在你主要的服務管道，例如官網與 LINE 官方帳號，並查詢訂單或預約等內部資料；以及對話資料存在哪裡、會不會被拿去訓練模型。功能清單相近時，就用自家題庫實際試用比較。
AI 客服系統能做什麼：自動回答、分流與真人輔助
AI 客服系統的功能大致分成三種角色：
- 自動回答：AI客服機器人直接回覆顧客，處理營業資訊、商品規格、流程說明這類有固定答案的問題。
- 分流：判斷問題類型與急迫程度，轉給對應的人員，或建立待處理的案件。
- 輔助真人客服：以 Google Cloud 的 Agent Assist 為例，它在客服人員與顧客互動時提供資訊，功能項目包括知識輔助、智慧回覆、對話摘要與情緒分析等，回覆仍由真人決定。
只要自動回答，評估重點在知識庫與轉接；要輔助真人，就要看能否整合進客服人員現有的介面。工單系統、CRM 與 AI 客服各管哪一段，可參考工單系統和 AI 客服的分工。
選擇前先釐清的四個條件
- 服務管道：顧客主要從哪裡來問，官網、LINE 官方帳號、社群私訊或電子郵件，系統是否都能接，回答是否共用同一份知識庫。
- 問題組成：把近期的提問分成三類：查資訊就能回答的、需要查訂單或預約資料的、需要辦理退款或修改資料的。後兩類決定你需要多深的系統串接與權限控管。
- 現有客服流程：目前用共用信箱、工單系統還是通訊軟體群組處理問題，AI 轉出的對話要接到哪裡。
- 維護人力：誰負責更新知識庫、檢查對話紀錄，服務是否需要中文以外的語言。
把這四個條件寫下來，請廠商逐項說明做法。
現成 AI 智能客服的類型比較
| 類型 | 適合情境 | 選擇時要確認 |
|---|---|---|
| 通訊平台內建的自動回應 | 問題類型少、只在單一平台服務 | 是否只能依關鍵字回覆，跨平台與系統查詢要另外串接 |
| 客服系統或 CRM 附加的 AI 功能 | 已經在用客服或 CRM 系統，需要轉真人與案件追蹤 | AI 功能是否另計、知識庫能讀哪些資料 |
| 獨立的 AI 客服服務 | 想較快放上官網與多個通訊管道 | 資料存放位置、對話能否匯出、能否接內部系統 |
| 雲端平台的對話式 AI 服務 | 有開發資源，需要深度串接或特殊流程 | 開發、測試與長期維護由誰負責 |
也可以混合使用，但要確認各管道共用同一份知識庫，避免顧客在不同管道得到不同答案。
知識庫：資料來源、更新方式與回答依據
Open Worldwide Application Security Project（OWASP）整理的大型語言模型應用風險中，把錯誤資訊列為一項：模型可能產生看似可信、實際錯誤或捏造的內容。它建議的防範方式包括從可信且經驗證的外部資料檢索來產生回答、對重要或敏感資訊安排人工查核，以及清楚告訴使用者這些限制。評估 AI 客服系統的知識庫時，可以逐項問：
- 能接哪些來源：上傳文件、匯入官網網址、手動建立問答，或透過串接讀取即時資料。
- 資料更新後，是自動重新讀取還是要手動觸發，多久會反映到回答。
- 回答能否附上來源段落或連結，方便顧客與管理者查證。
- 能否限定只依知識庫回答，並設定不回答的主題，例如法律、醫療判斷或個別報價。
- 後台能否列出答不出或被顧客否定的問題，作為補充知識庫的依據。
轉真人：觸發條件、交接對象與紀錄
轉真人的設計原則，例如何時轉、轉接時要說什麼，在AI 聊天機器人的知識庫與人工轉接已有整理；選購現成系統時，重點是確認系統做得到：
- 觸發條件可自訂：顧客要求找人、連續答不出、提到退款或客訴等主題時，能否依你的規則轉接。
- 交接對象：轉到系統內建的客服收件匣，還是能在你現有的工單系統建立案件，並指定負責人。
- 紀錄一併帶過去：專人看得到完整對話或摘要，不必請顧客重講。
- 接手後的狀態：真人接手時 AI 會不會停止回覆，避免兩邊同時回應；結案後怎麼恢復。
- 非服務時段：能否告知回覆時間並留下聯絡方式，隔天自動列入待處理。
串接：LINE 官方帳號、官網與內部系統
以 LINE 為例，要讓自己的系統回覆官方帳號的訊息，需在官方帳號下建立 Messaging API channel。運作方式是：使用者傳訊息給官方帳號，LINE 平台把 webhook 事件送到你的機器人伺服器，伺服器處理後再透過 LINE 平台回覆。每月可免費發送的訊息量依官方帳號方案而定，主動推播的訊息費用以 LINE 官方公告為準。
官網端要確認對話視窗在手機上的顯示、是否附上隱私權政策連結。要查訂單或預約時，系統必須先確認顧客身分，再透過 API 只回傳該顧客的資料。OWASP 也提醒「過度代理」的風險：只開放必要的功能與完成工作所需的權限，取消訂單、退款這類影響大的動作，先經人工確認再執行。
資料與責任：個資、模型訓練與錯誤回覆
對話內容常包含姓名、電話、訂單編號等個人資料。簽約前要問清楚資料存放位置、保存期間、誰能存取，以及能否匯出與刪除。對話會不會被用來訓練模型，依供應商與方案而不同：以 OpenAI 的企業隱私說明為例，API 平台的資料預設不用於訓練模型，除非客戶選擇分享；以 Google 的 Gemini API 條款為例，未付費服務提交的內容會用於改進產品，也可能由人工審閱，條款並提醒不要向未付費服務提交敏感、機密或個人資訊；付費服務則不會用於改進產品。因此要請廠商說明底層的模型與方案。
AI 的回答會被顧客視為企業的說法。價格、優惠、退換貨條件宜由系統查詢或用固定答案，並告知顧客正在與 AI 對話、重要資訊以專人確認為準；合約也要約定回覆錯誤時的處理責任。以上為概念整理，實際義務請以主管機關公告或專業意見為準。
試用比較：用同一份題庫替各家評分
試用時準備一份題庫，用同樣的問題測每一個候選系統：
- 常見問題各問一次，再換說法、錯字與簡寫問一次。
- 知識庫沒有的問題，確認它會說明無法回答並提供轉接。
- 要求它忽略規則、透露內部資料或做出優惠承諾，確認不會照做。
- 需要查訂單或預約的問題，確認身分驗證與回傳範圍。
- 應該轉真人的情境，確認專人收得到通知與紀錄。
每題依「答案正確、附有依據、該轉有轉、語氣合適」評分，再比較後台的對話紀錄、未解決問題報表與匯出功能。回應與可用率的承諾，寫進合約的服務水準條款。行銷用的對話腳本與名單接軌，另見 chatbot 行銷的腳本與名單接軌。
常見問題
AI 客服系統可以完全取代真人客服嗎？
不建議。AI 適合處理有固定答案的問題與非上班時段的初步回覆；客訴、退款、報價承諾與需要判斷的情況，仍應保留真人處理。
AI 客服答錯了怎麼辦？
先從對話紀錄找出原因，是知識庫缺漏、資料過時，還是問題超出範圍，再補充或修正資料。影響顧客權益的錯誤，由專人主動聯繫說明，並檢討是否改由系統查詢或固定答案回覆。
導入 AI 客服系統要準備哪些資料？
常見問題與標準答案、商品或服務說明、流程規定、退換貨政策，以及一定要轉真人的問題清單。要查詢訂單或預約時，還要規劃對應系統的串接與權限。
官網和 LINE 可以用同一套 AI 客服嗎？
可以，前提是系統支援這些管道，且共用同一份知識庫與轉接流程。LINE 端可透過 Messaging API 串接，官網端以對話視窗嵌入，上線前兩邊都要用同一份題庫測試。
試用期要觀察哪些數據？
可以看答案正確的比例、轉真人的次數與原因、答不出的問題類型，以及顧客對話後是否仍另外來電或來信，藉此判斷知識庫要補哪裡、哪些問題不適合交給 AI。
本文由京采數位科技整理。我們自 2005 年起提供官網設計、系統開發與 Google SEO 服務，實際案例可見成果與案例。
想直接討論你自己的網站狀況，或需要一份初步的搜尋機會評估？
相關主題
下一步
評估 AI 客服系統前，先整理近期的顧客提問與現有客服流程，標出哪些問題要查資料、哪些一定要轉真人，再用同一份題庫試用候選方案。
京采的網頁設計服務可以協助規劃官網對話入口與 LINE 官方帳號的 Messaging API 串接，整理知識庫的資料來源，開發查詢訂單或預約的客製系統與 API，並規劃轉真人後的工單流程。想討論適合的做法，歡迎與我們聯繫。
