品牌商在談 AI 客服時，最常出現兩種極端。一種是把 AI 當萬靈丹，恨不得整個客服部門都交給機器；另一種是完全不信任 AI，寧可讓客服人員繼續加班回訊息。這兩種想法我們在替品牌做電商代營運時都遇過，結局通常都不好——前者上線沒多久就被客訴淹沒，後者則是客服成本一路墊高，回覆速度還是追不上訊息量。
真正能把 AI 客服用好的品牌，想的從來不是「要不要用 AI」，而是「哪些對話交給 AI、哪些必須留給真人」。這是分工問題，不是工具問題。這篇文章想把這條分工線畫清楚：哪些對話 AI 接得又快又穩，哪些一旦交給機器就是在燒品牌信任，以及交接要怎麼設計，客人才不會覺得自己在跟一堵牆說話。
為什麼全自動與全人工都行不通
先講全自動為什麼會出事。電商客服的對話裡，確實有一大部分是重複、答案固定的問題，這部分 AI 處理得比人好。但剩下的那一段，是情緒、是例外、是判斷。一個收到破損商品的客人，要的不是標準退貨流程說明，而是有人告訴他「這件事我們負責」，AI 給出再正確的答案，聽起來都像敷衍。我們看過品牌把客訴也丟給機器人，客人把對話截圖貼上社群，一句「連個真人都找不到」，傷害遠大於省下的人力成本。
全人工的問題則是另一種：人力被大量重複問題佔滿，真正需要人的對話反而排不上。客服人員整天在回「還有貨嗎」「到哪了」「怎麼退」，遇到真正棘手的客訴時已經沒有餘力好好處理。訊息量會隨著業績一起長，用人力去追訊息量，是一場永遠追不上的賽跑。
所以核心是分流。讓 AI 接住它擅長的，讓人專心做只有人能做的。這條線畫得準，客服體驗和成本結構會同時改善；畫不準，兩邊的缺點會同時吃到。
先分類再分工：把客服對話拆成四種類型
實際上我們協助品牌規劃 AI 客服時，第一步不是選工具，而是把過去幾個月的客服對話紀錄拉出來分類。分類的維度有兩個：答案固不固定、有沒有情緒與例外。交叉起來會得到四種類型。
第一種是答案固定、沒有情緒的對話。物流查詢、營業時間、運費門檻、商品規格、發票規則，這類問題答案寫在那裡，誰來回都一樣。
第二種是答案固定、但帶著情緒的對話。例如客人急著要在特定日期前收到貨，問題本身是物流查詢，但背後是焦慮。答案雖然固定，回法卻需要溫度。
第三種是答案不固定、但沒什麼情緒的對話。像是售前的選購諮詢，客人在兩個型號之間猶豫，需要有人根據他的情境給建議。
第四種是答案不固定、又帶著強烈情緒的對話。客訴、糾紛、瑕疵品、對帳爭議，每一件都是例外，都在考驗品牌。
分類做完，分工就浮出來了：第一種放心交給 AI；第四種碰都不要讓 AI 碰；中間兩種是人機協作的地帶，AI 打底、真人收尾。
這些對話放心交給 AI
訂單與物流狀態查詢是最該優先自動化的一塊。客人要的只是一個即時、準確的答案，AI 串接訂單系統之後，半夜兩點也能秒回，這種體驗人力排班永遠做不到。我們替一個食品品牌的官網做這塊時，光是把「訂單到哪了」自動化，尖峰檔期的真人訊息量就明顯降下來，客服團隊第一次在大檔期不用全員加班到深夜。
規則型問題也是。退換貨規則、運費計算、會員點數、優惠券使用條件，這些答案固定、又最怕人為口誤的內容，交給 AI 反而更不容易出錯。人在忙的時候會回錯規則，回錯規則就是下一件客訴的開端；AI 只要知識庫維護得好，答案永遠一致。這部分的基本功，我在電商 AI 客服自動化的完整導入指南裡有更完整的拆解，包含知識庫怎麼整理、機器人怎麼設定。
第三塊是常見商品問題的初步回覆。尺寸怎麼挑、材質是什麼、怎麼保養，這些內容可以先由 AI 根據商品資料回答，答不到位再轉人。搭配做得好的自助服務中心，很多客人甚至不需要開啟對話，自己就把答案找完了。
還有一塊常被忽略：非營業時間的第一時間承接。就算某些問題一定要真人回，AI 也可以在深夜先接住訊息、確認需求、告知預計回覆時間，隔天真人接手時資訊都已問好，處理速度快很多。
這些對話必須留給真人
客訴與糾紛，無條件留給真人。這是我們在所有合作案裡都堅持的底線。客訴處理的重點從來不是給出正確答案，而是讓客人感覺被承接。道歉的分寸、補償的判斷、要不要為這個客人破例，這些都是決策，不是問答。AI 在這裡的角色最多是幕後助手——幫真人整理客人的歷史訂單與對話脈絡，但開口的必須是人。客訴處理的細節可以參考客訴與退換貨的處理心法，這裡不展開。
高單價與高涉入的售前諮詢也要留給人。客人在猶豫一台上萬元的家電、一組長期吃的保健品時，他要的是被理解，不是被推銷。真人客服在這種對話裡能聽出客人真正的顧慮，順著情境給建議，這往往是成交的關鍵一哩。我們協助一個家電品牌官網時就發現，把高單價品項的售前對話保留給資深客服，成交表現明顯比機器人硬接來得好。客服在這種時刻不是成本，是業績，這個觀念我在把客服變成營收引擎那篇談得更完整。
例外情境同樣必須真人處理。訂單改地址、合併出貨、發票打錯統編、客人下錯單想救回來，這些事每一件都要動到後台、每一件都有判斷空間。AI 最怕例外，因為例外沒有標準答案，硬答就是錯答。
最後是情緒明顯升溫的任何對話。不管原本的問題多簡單，只要客人語氣已經不耐煩、連續追問，就該立刻轉真人。客人生氣之後還讓他跟機器人周旋，等於在火上澆油。
人機交接怎麼設計，客人才不會被踢皮球
分工畫好了，成敗其實落在交接。消費者討厭的從來不是機器人本身，而是「被機器人困住」的感覺。交接設計有幾個原則，是我們反覆驗證過的。
轉真人的入口要永遠存在，而且要在一兩步之內。不要把「找真人」藏在選單第四層，也不要設計成客人必須連續答錯三次才出現。把入口大方地放著，實際上多數客人在 AI 答得好的時候根本不會去按，但入口的存在本身就是安全感。
轉接的觸發要主動，不要被動。除了客人自己要求，系統也該在幾種訊號出現時主動轉人：同一個問題被重複問第二次、訊息裡出現負面情緒字眼、對話涉及金額爭議。等客人爆炸才轉，已經太遲。
交接要帶著脈絡走。客人最崩潰的時刻，就是跟機器人講了半天，轉到真人之後又被問一次「請問您的訂單編號是」。AI 先前收集到的資訊必須完整帶給接手的客服，讓真人開口的第一句就是接著講，而不是重新開始。
真人接手之後，AI 退到幕後當副駕駛。幫客服調出這個客人的訂單紀錄、過往對話、擬好回覆草稿讓客服修改後送出。這種用法讓真人客服的處理速度變快，但對話的溫度和判斷都還是人的。這也是為什麼分工上線之後，客服 SOP 必須跟著改版——SOP 裡要明確寫出哪些情況 AI 處理、哪些情況轉人、轉人時要帶哪些資訊，而不是讓每個客服自己憑感覺。
實務上的導入順序與常見錯誤
導入順序上，我們的建議一直很一致：從最無聊的問題開始，而不是從最炫的功能開始。先把訂單查詢和規則型問題自動化，這兩塊風險最低、效果最有感。跑穩之後，再往售前諮詢的初步承接、非營業時間的接待延伸。把客訴自動化永遠不要排進時程。
常見錯誤有三個。一是為了展示技術力讓 AI 什麼都接，結果在它不擅長的對話裡砸鍋，品牌從此對 AI 失去信心，連該自動化的部分也一起放棄。二是上線之後沒人維護知識庫，商品換了、規則改了、檔期開始了，知識庫沒跟上，AI 就開始一本正經地講錯話；知識庫維護要指定專人、排進例行工作。三是只看省了多少人力，不看客人的體驗變好還是變壞；轉真人的比率、轉接後的處理時間、對話後的滿意度，才是判斷分工線畫得準不準的依據。
最後提醒一點：這條分工線不是畫一次就一勞永逸。AI 的能力在進步，商品和客群也在變，把它當成需要定期檢視的營運參數，而不是一次性的專案決策。
常見問題 FAQ
Q1：小品牌訊息量不大，也需要導入 AI 客服嗎？ 訊息量小的時候更該趁早整理。小品牌通常沒有專職客服，最容易漏接深夜與假日的詢問。先從 LINE 官方帳號或官網的基本自動回覆做起，把訂單查詢和規則型問題接住，等量大了再逐步擴充，會比訊息爆量之後才救火好得多。
Q2：AI 客服會不會讓客人覺得品牌很冷漠？ 關鍵不在用不用 AI，而在分工線畫在哪裡。客人對「查物流秒回」的感受是方便，不是冷漠；真正讓人覺得冷漠的，是客訴時找不到真人。把該給人的對話留給人、轉接做得順，AI 反而會讓整體體驗變好，因為真人有餘力把關鍵對話處理得更細。
Q3：怎麼判斷一段對話該不該轉真人？ 可以用兩個訊號判斷：答案固不固定、情緒有沒有升溫。答案固定又沒情緒的，AI 處理；答案不固定或情緒明顯的，轉真人。實務上再加三個自動觸發條件：客人重複追問、出現負面字眼、涉及金額爭議，任一成立就主動轉接，不要等客人開口要求。
Q4：導入 AI 客服之後，客服人員的工作會被取代嗎？ 分工做得對的話，被取代的是重複性的問答，不是客服這個角色。真人客服的重心會移到客訴處理、高單價售前諮詢與例外判斷，這些工作對經驗和判斷力的要求更高，品牌商該把職能和考核跟著調整，而不是單純縮編。
Q5：知識庫要多久更新一次？ 原則是「規則有變就更新，檔期開始前必更新」。商品上下架、退換貨規則調整、活動開跑都要同步維護，否則 AI 會拿著舊答案理直氣壯地講錯。日常建議每週檢視 AI 答錯或答不出的對話紀錄，把缺口補進知識庫，讓它越用越準。
Q6：客訴真的完全不能讓 AI 處理嗎？ 對外的客訴對話不要交給 AI，但幕後可以大量借助 AI：整理客人的訂單歷史、過往對話與爭議點，先擬好回覆草稿給客服修改。原則是 AI 可以幫人準備，但面對生氣的客人，開口的必須是人。
結論：分工線畫得準，AI 和真人都會變強
電商導入 AI 客服，成敗不在工具選得多先進，而在分工想得多清楚。答案固定、沒有情緒的對話，放心交給 AI；客訴、例外、高單價諮詢與情緒升溫的時刻，必須留給真人，因為那些對話決定的是信任。交接要讓脈絡跟著客人走，轉真人的門永遠敞開。分工線畫準了，AI 不是取代客服，而是讓客服終於有餘力，把只有人做得到的事做好。
林克威長期協助國際品牌與台灣品牌進行電商代營運、品牌代理與通路拓展，累積超過十年實務經驗，服務涵蓋 Momo、PChome、蝦皮、LINE 禮物、品牌官網及實體零售通路。若您希望了解品牌進入台灣市場或電商成長策略，歡迎與我們聯繫。
