客服訊息接不完？用 AI 分流 LINE 訊息的做法

下午三點，公司的 LINE 官方帳號未讀數字一直往上跳。業務看得到，師傅看得到，會計也看得到，但每個人都以為別人會回。客人問保養多久一次、問某個型號有沒有現貨、催上週報修的師傅什麼時候來、問發票能不能改抬頭，全部混在同一個畫面裡。到了晚上，有幾則被回了，有幾則被已讀之後忘了，還有一則客訴，隔天才有人發現。

我是熊董，川輝科技創辦人。我帶團隊做系統導入七年，經手超過 34 個案子、14 個以上的產業。我接過一家冷凍機械廠，LINE 一天 50 到 80 則訊息，沒有人負責。那次專案讓我確定了一件事：客服的問題，很少是回得不夠快，多半是根本不知道該誰回。

客服訊息接不完，通常不是訊息真的太多，而是每一則訊息都沒有主人。用 AI 做客服，第一步不是讓它自動回覆，而是讓它分流：判斷這則訊息是哪一類、急不急、該給誰，再依「答錯的代價」決定處理方式——標準問題 AI 直接回，需要查資料或做承諾的由 AI 擬稿、人確認後送出，客訴、議價和大單直接轉給負責的人並開始計時。分流做對了，自動回覆只是順便的好處；分流沒做，自動回覆越多，客人只會越覺得被機器打發。

想要一個會自己回答的機器人，這個直覺沒錯

先講你對的地方。客人在晚上、假日傳訊息，期待有人回；員工每天花大量時間回答同樣的問題，營業時間、地址、型錄、運費。讓 AI 接走這些重複的問題，員工可以專心處理真正需要人的事，這個方向完全正確。

但我看過很多公司直接上一個自動回覆機器人，結果出現三種狀況。第一種，機器人答非所問，客人問維修，它回產品介紹。第二種，客人一直打「真人」「找客服」，機器人卻不知道要轉給誰。第三種最傷：客人帶著情緒來抱怨，收到一則制式的感謝訊息，火氣更大。

這三種狀況都不是 AI 不夠聰明，而是沒有先回答一個更基本的問題：每一則訊息進來之後，最後該由誰負責到底？有些事本質上是關係，不是流程，自動化只會讓你失去客人，這一點我在有些事你不該自動化講得很清楚。AI 客服的設計，就是要先把這兩種事分開。

第一步：把訊息分類，而且每一類都對應到一個負責人

分類不是為了做漂亮的報表，而是為了回答「這則該給誰」。所以分類的標準不是主題，而是處理方式和負責人。下面是我在現場常用的六類，你可以照自己的生意調整：

類型	常見例子	處理方式	負責人	回覆時限（自訂）
一般詢問	營業時間、地址、型錄、運費	AI 直接回覆	系統	即時
查詢進度	訂單、維修、出貨到哪了	AI 查系統後回覆或擬稿	客服	當天
交易需求	要報價、要下單、問現貨	AI 整理需求後轉人	業務	依你訂的時限
售後維修	故障、保養、報修	建立維修單並轉人	技術或客服	依急迫程度
客訴情緒	抱怨、不滿、要求賠償	不自動回，直接轉人	主管	最優先
帳務	發票、請款、付款確認	轉人處理	會計	依你訂的時限

分類從哪裡來？不要憑想像訂。把過去一個月的訊息拿出來，挑一部分人工分類一次，你會很快發現哪幾類佔大多數、哪幾類最容易漏。很多公司做完這一步才發現，真正需要專業判斷的訊息其實沒那麼多，大部分是查進度和一般詢問。

實務上還會遇到一種狀況：客人一則訊息裡問了好幾件事。「上次那台什麼時候來修？順便問一下新款有沒有現貨，還有發票抬頭要改。」這一則同時是維修、交易和帳務。AI 分類時要能把它拆開，各自送到對應的負責人，並且在回覆客人時告訴他：這三件事分別由誰處理、大概什麼時候會有答案。只丟給其中一個人，另外兩件事幾乎一定會被忘掉。

回覆時限那一欄，我刻意寫「自訂」。每一種生意對快的定義不一樣，設備維修和蛋糕訂單的急迫程度完全不同。重點不是數字多漂亮，而是每一類都有一個大家都知道的時限，超過了會有人被通知。

第二步：用「答錯的代價」決定 AI 做到哪一步

分好類之後，下一個問題是：每一類，AI 能做到哪裡？我用兩個問題判斷。第一，這類問題的答案能不能標準化？第二，如果答錯了，代價有多大？

• 能標準化、答錯代價低：營業時間、地址、型錄連結。AI 直接回，錯了也很容易更正。
• 能標準化、答錯代價高：報價、交期承諾、保固範圍。答案有規則可循，但說錯了就是對客人的承諾。AI 先擬稿，人確認後再送出。
• 難標準化、答錯代價低：客人描述模糊的需求、雜項問題。AI 先把內容整理成重點，轉給適合的人。
• 難標準化、答錯代價高：客訴、議價、大訂單、合約問題。不要讓 AI 回，直接轉給負責的人，並且開始計時。

還有一個原則：AI 回覆的時候，要讓客人知道這是自動回覆，並且隨時給他一個找真人的方法。客人不排斥機器人，他排斥的是被機器人困住、找不到人。

第三步：每一則都有主人，而且有時限

分類和分級做完，最後一步才是真正解決「接不完」的關鍵：指派。每一則需要人處理的訊息，系統要做三件事——指定給一個具體的人、開始計時、超過時限通知他的主管。

為什麼要指定給「一個人」而不是「一個部門」？因為交給部門，就跟交給大家一樣，大家都會以為別人會處理。這正是 LINE 訊息漏接最常見的原因，跟用 LINE 群組交辦工作會出事的道理一樣，我在用 LINE 群組管公司，出事那天你找得到人嗎有詳細拆過。

回到那家冷凍機械廠。我們做的事情，核心就是這三步：分類、分級、指派。做完之後，訊息漏接趨近 0、客服效率提升 150%、回覆速度提升 75%、業績成長 23%。這些數字最重要的來源，不是 AI 多會講話，而是每一則訊息都有了主人，再也沒有「我以為你會回」這件事。

下班時間和假日要另外想清楚。訊息不會因為你下班就停止，但也不是每一則都值得讓人半夜起來回。比較合理的做法是：一般詢問照樣由 AI 回；查詢和交易類，AI 先告訴客人已經收到、預計下一個上班日什麼時候會有人回覆；只有真正緊急的類別，例如設備停機影響客人營業，才通知值班的人。規則講清楚，員工不用一直盯手機，客人也知道自己什麼時候會得到答案，兩邊的焦慮都會少很多。

還有一個細節很實用：轉給人的時候，AI 要把前因後果一起整理好。這位客人是誰、之前買過什麼、這次問了什麼、AI 判斷他要什麼。接手的人打開就能回，不用往上翻十幾則對話，也不用再問客人一次。

AI 回覆的內容從哪裡來？先整理一份「可以說的話」

很多人擔心 AI 會亂講，這個擔心是對的。AI 如果沒有被限制，它會很有自信地編出一個看起來合理的答案。解法是給它一份明確的資料，並且規定它只能根據這份資料回答。

這份資料我叫它「可以說的話」，內容通常包括：

• 常見問題與標準答案，用你們自己的語氣寫。
• 產品規格、型錄、保養說明。
• 營業時間、地址、交通、聯絡方式。
• 運費、退換貨、保固等政策。
• 查詢進度的方式，例如訂單編號格式、要查哪個系統。

寫標準答案時，用你們平常跟客人講話的方式寫，而不是寫成公告。同樣是說明保養週期，「建議每半年保養一次，詳情請洽客服」跟「一般用量的話大約半年保養一次就好，如果您那台是二十四小時在跑的，可以傳一下型號，我幫您確認」，客人的感受完全不一樣。AI 會模仿你給它的語氣，你給它公告，它就回公告。

兩個原則要守住。第一，找不到答案就轉人，不要讓 AI 猜。第二，這份資料要有人負責更新。政策改了、產品換了，資料沒改，AI 就會一直用舊答案回客人，而且回得很有自信。

上線之後，每週花一點時間看 AI 回覆的紀錄，特別是被客人追問、被員工更正的那幾則。每一則答錯的，都代表那份資料少了什麼或寫錯了什麼，補上去，AI 下週就會更準。這個回頭檢查的習慣，比一開始選哪一個 AI 模型重要得多。

上線順序：先分流，再開放自動回覆

最常見的錯誤，是一上線就讓 AI 全面自動回覆。比較穩的順序是：

1. 整理過去一個月的訊息，人工分類一次，確定分類和各類的比例。
2. 定好每一類的負責人和時限，讓每個人都知道自己負責哪一類。
3. 先只開分類和通知：AI 判斷類型、指派給人，但還不自動回覆。跑一兩週，看分類準不準。
4. 開放低風險的自動回覆：從一般詢問開始，答錯代價低的先放手。
5. 每週檢討：看漏接、首次回覆時間、轉人工的比例、AI 答錯被更正的次數，逐步調整。

第三步「先只開分類和通知」是最多人想跳過的，因為它看起來沒有在省人力。但這一兩週其實是在幫你驗收 AI：每一則被分類、被指派的訊息，負責的人都會順便看到 AI 的判斷對不對。分錯的，記下來；分錯的比例夠低了，才代表它可以開始對客人說話。我建議每天收工前花幾分鐘，挑幾則分類結果看一眼，比任何測試報告都可靠。

另外，第五步要看的那幾個數字，在上線前就要先記一次。上線前漏接多少、平均多久才第一次回覆，如果沒有先量，上線之後你只能說「感覺有比較好」，沒辦法判斷下一步該加強哪一類。

這個順序的好處是，在 AI 開始對客人說話之前，你已經確定它分類分得對、每一類也都有人接。就算之後自動回覆出了錯，也有人會在時限內發現並補上。

分流跑順之後，你會很自然地想往下延伸：交易需求的訊息能不能直接變成名單和報價？客人的對話紀錄能不能跟訂單、預約放在一起？前者可以看LINE 官方帳號自動回覆怎麼接進名單與報價，後者就是 LINE CRM 是什麼？用 LINE 管客戶的完整指南在講的事。

常見問題

AI 客服會不會亂回答，反而得罪客人？

會，如果你沒有限制它。讓 AI 只根據你整理好的資料回答、找不到就轉人，並且把客訴和議價這類高風險訊息排除在自動回覆之外，就能大幅降低風險。上線初期每週檢查回覆紀錄，錯了就補資料。

客人堅持要找真人，AI 客服怎麼處理？

一定要讓他找得到。客人只要表達想找真人，AI 就應該直接轉給對應類別的負責人，並告訴客人大概多久會有人回覆。把客人困在機器人裡，是 AI 客服最快失去信任的方式。

訊息量不大的小公司，也需要 AI 客服嗎？

不一定。如果一天的訊息量一個人回得完，而且很少漏接，用官方帳號的關鍵字回覆加上一位明確的負責人就夠了。等到開始出現漏接、或同樣的問題佔掉大量時間，再考慮 AI 分流。

AI 客服要串接訂單或 ERP 系統嗎？

看你的查詢型訊息有多少。如果客人最常問的是訂單或維修進度，串接之後 AI 能直接查詢回覆，效益很大；如果大多是一般詢問，先不用串接，整理好資料就能跑。

AI 客服的核心，是讓每一則訊息都有主人

LINE 訊息接不完，解法不是更快的回覆，而是更清楚的分工。先分類、再分級、再指派，讓 AI 處理標準的、整理複雜的、把高風險的交給人，並且讓每一則都有負責人和時限。做到這一步，自動回覆只是順便，客人感受到的是「這家公司不會漏掉我」。

如果你的 LINE 訊息也已經多到沒人說得清楚誰該回，帶著一週的訊息紀錄來，我們用 30 分鐘免費診斷一起看哪幾類最該先分出去。