AI 客服省人工 vs 亂承諾代價

2026-09-25 · GA 量度 · MarTech Guy

【AI 客服自動回覆:省人工之前,先擋住亂承諾】

AI 客服自動回覆可承接常見查詢、減輕同事工作量,但若系統用肯定語氣亂承諾退款、報價或交期,省下的回覆時間會被爭議抵消。先建立不可承諾清單、轉人工觸發與抽查回寫,省下的人工才算真正節省。

與中小企及電商老闆交流時,我最常聽見的問題是:可否用人工智能(Artificial Intelligence,AI)客服自動回覆,處理 WhatsApp、網站聊天及 Instagram(IG)私訊查詢?原因很直接:夜間、假日、繁忙時段,顧客訊息不會停;如果每一條也要同事手動回覆,人工成本會不斷增加,回覆速度亦會影響成交。

AI 客服自動回覆的吸引之處,是先承接常見查詢。顧客問營業時間、門市地址、運送範圍、尺碼、付款方式,系統可以即時回應。對老闆而言,這代表部分重複工作可以交給機器,同事集中處理較複雜訂單及售後問題。

AI 客服省人工 vs 亂承諾代價
省人工的前提,是不製造新損失

不過,省人工的前提是系統不要替公司製造新損失。真正風險不是 AI 答得慢,而是它為了令對話看起來完整,會用很肯定的語氣給出答案。當顧客問及退款、報價、折扣、交期、庫存或保養,AI 可能把一般情況當成個別承諾。顧客收到訊息後,很容易會視為公司立場。一旦對話被截圖,公司便要在兌現與解釋之間取捨。若選擇兌現,利潤受損;若選擇解釋,顧客可能認為前後不一,訂單和信任同時流失。

這類損失通常不會在上線前出現。上線前看到的,是回覆速度提升、夜間有人接訊、同事工作量下降。真正暴露問題的情境,往往是顧客提出邊緣情況:訂單可否改地址、遲到貨物可否退款、大量訂購有沒有折扣、某款產品有沒有現貨、保養是否包括人為損壞。這些問題需要公司政策、庫存狀況或權限判斷,不適合由自動回覆單獨決定。

很多時候,問題源於上線方式過於簡單。公司準備一份常見問題(Frequently Asked Questions,FAQ),把產品資料和運送說明放進去,便讓 AI 客服自動回覆直接面對顧客。FAQ 可以處理標準查詢,但不足以覆蓋所有邊界。當系統沒有界線,它會嘗試回答所有問題;當系統沒有轉人工機制,顧客會在不明確答案中繼續追問;當系統沒有記錄,公司事後難以找出哪一句回覆造成誤會。

免費 Google Analytics(GA)量度自查清單

約 15 分鐘,逐項檢查來源歸因、事件訊號、成交訊號、事件命名與訂單對帳。

留下電郵後,即時解鎖完整 GA 量度自查清單。你可隨時取消訂閱。

第一道護欄:不可承諾清單

我會先建立不可承諾清單。這是一份明確規則,列出 AI 不能代替公司決定的事項。至少應包括退款、價格或折扣、交期、庫存、保養條款、法律或醫療意見。這些範圍的共同點是:答案會影響公司責任、金錢或顧客期望。

AI 可以引用已公開政策原文,例如退款政策頁面的句子,但不可以自行延伸解釋,也不可以對個別訂單說「可以」。如果系統無法確定,就應回覆「需要由同事確認」。為免系統自行組織句子,我會把幾句標準回應預先寫好:價格以網站或最新目錄為準,折扣由同事確認;庫存以即時庫存為準,需要同事確認;保養條款以公司公開政策為準,個別情況由同事協助。

不可承諾清單:退款、價格、交期、庫存、保養、法律或醫療意見
清單是業務界線,不是技術文件

不可承諾清單不是寫給工程師看的技術文件,而是寫給前線客服、營運負責人和老闆看的業務界線。清單要清楚到一個程度:任何同事看見同一句顧客提問,也會知道這件事不應由 AI 決定。若公司政策本身含糊,清單也會失效。因此,退款、換貨、保養、運費、缺貨處理等政策,應先有可引用版本。AI 的角色是準確轉述,不是代替公司補空白。

第二道護欄:轉人工觸發條件

AI 客服自動回覆不需要回答所有問題,它要在適當時候把對話轉交同事。我會設定幾類觸發條件。第一,顧客提及退款、投訴或索償。第二,對話出現金額、折扣、報價或付款爭議。第三,顧客追問「何時送到」、「可否保證」、「有沒有現貨」等涉及時間或庫存的答案。第四,對話出現情緒字眼,例如不滿、失望、要求負責人處理。第五,系統連續兩次無法給出確定答案。第六,訂單金額或數量超出日常範圍。

轉人工觸發條件含連續兩次無法確定答案
轉人工後,顧客毋須重複查詢

轉人工不是把對話轉交同事後便結束。系統應附上對話摘要,包括顧客原本問了甚麼、AI 已提供哪些資料、哪一項仍未確認,以及顧客期望得到甚麼結果。同事接手時不需要顧客重複輸入,體驗會較流暢。同時,系統應告知顧客預計回覆時間。這裡的重點不是承諾即時解決,而是讓顧客知道對話已進入人工處理流程,減少反覆追問。

第三道護欄:回覆記錄與抽查

AI 客服自動回覆上線後,公司需要保存每段對話,至少包括顧客提問、系統回覆、有否轉人工及轉人工原因。記錄不是為了監視同事,而是為了讓公司能辨識風險。每週抽出包含金額、日期、庫存、退款、保養或折扣字眼的對話,檢查系統有否越界承諾。抽查時可以留意有否出現「可以」、「保證」、「一定」、「現貨」、「免費」、「退款」等肯定字眼,以及這些字眼是否來自公司授權範圍。

記錄抽查回寫循環
把每個漏洞變成規則

若發現錯誤,不要只修正單一答案,而要把錯誤回寫到不可承諾清單與知識庫,令同類問題下次不會再被自動回答。這個循環的重點是持續修正。AI 的表現會隨知識庫內容而改變。若公司只在上線前整理一次資料,之後不再更新,系統會用舊資料回答新情況。相反,若每次抽查都能把漏洞變成規則,自動回覆的界線會愈來愈清楚。這樣做不是追求完美,而是把高風險錯誤盡量移離顧客對話。

護欄以外的限制

我也必須說明限制。護欄不能保證零出錯。AI 仍可能在語意相近的問題上誤判,顧客也可能用不同問法繞過關鍵字。政策文件本身要清楚;如果公司對退款、交期或保養沒有明確立場,自動回覆只會把模糊放大。因此,第一步不宜把所有查詢都交給系統。

我會先由低風險查詢開始,例如營業時間、地址、交通方式、尺碼、產品基本規格、付款方式。這些答案相對固定,錯誤成本較低。待系統在這些範圍穩定後,再逐步加入需要轉人工的複雜查詢。這個做法不是保守,而是讓公司先建立可檢查的紀錄,再擴大自動化範圍。

對中小企及電商而言,AI 客服自動回覆的價值不在於完全取代客服,而在於把重複、標準、低風險的查詢先處理,把有限人手留給真正需要判斷的對話。若系統為了顯得聰明而亂承諾,省下的回覆時間會被爭議、退款、補償和解釋成本抵消。老闆真正要問的,不是自動回覆能否即時回答,而是哪些答案絕不能由自動回覆單獨決定。

先擋住亂承諾,省下的人工才算真正節省。訂閱後可解鎖 GA 量度自查清單。如有查詢,可經聯絡表單與我聯絡。

免費 Google Analytics(GA)量度自查清單

約 15 分鐘,逐項檢查來源歸因、事件訊號、成交訊號、事件命名與訂單對帳。

留下電郵後,即時解鎖完整 GA 量度自查清單。你可隨時取消訂閱。

免費 GA 量度自查(訂閱後解鎖完整步驟)

發表留言

你的電郵地址不會公開。