導入 AI 客服前怎麼盤點？用需求表判斷適用範圍

從重複需求、人工界線、知識完整度、尖峰量與錯答風險著手，設定適合小範圍試行的客服題型和通過條件。

導入對話工具之前，先回答一個營運問題：客人哪些問題可依穩定資料得到一致答案，哪些必須查個案或由人承擔判斷？盤點不是把所有訊息塞進一份常見問答，而是逐題記下重複程度、答案來源、例外條件、尖峰量與錯答後果。下面六個角度可整理成一張需求表；文中的數字例子都是假設，用來示範算法，不代表任何品牌或產業的平均情況。開始前先決定抽樣期間、遮蔽個資方式與同題合併規則；把每項判斷依據留下，讓另一位熟悉現場的人可以覆核，同時記下取樣限制，避免把短期觀察當成固定需求。

先看哪些客服需求重複

先固定盤點範圍，例如最近連續五個工作日，或一個完整營運週；匯出來訊後，先遮掉姓名、電話、訂單號等識別資訊，再把同一個問題的追問合併。不要只依關鍵字計數，要按客人想完成的事情分組，例如確認營業時間、了解付款方式、預約改期。同一個詞可能代表不同目的：「取消」可能是取消預約、取消訂單或停止通知，不能混成一題。每組記下出現次數、目前由誰回答、是否要查個別紀錄、最後有沒有轉交他人。初篩重點是答案能否重複使用，不是數量高低：某問題即使常見，只要每次得查即時狀態，也不等於適合先交給對話工具。假設五天有二百四十段對話，其中七十二段詢問營業時間或付款方式，而且都能由同一份現行資料回答，初步比率為七十二除以二百四十，即百分之三十；這只描述該店該週的樣本。把問題、答案來源、例外一起填入表格，交給熟悉現場的人複核；若兩位同事不確定是否同一類，就先拆開，別用寬泛分類把複雜個案看成穩定需求。可以再加上「一般規則可答」「需讀取客戶狀態」「答案曾改版」等欄位，並保留客人原話與整理後標準問法的對照。這樣能看出高頻問題是否其實包含不同意圖，也方便測試時依自然說法抽題，不會只挑最整齊的句子。尤其要記錄答案依據是否仍有效，方便後續核對，而非只抄分類名稱。

哪些問題需要人工判斷

人工界線要按處理條件畫，不是看句子長短。只要答案依賴某位客人的訂單、帳戶、付款、退款或個別承諾，就先列為人工；資料更正、例外補償、客訴升級、身分無法確認，也交給負責人判斷。情緒明顯升高、描述前後矛盾、一次提出多項要求，或客人明確要求真人，都是可辨認的轉接訊號。替每類寫出最早接手點：對話工具可先說共通流程或提醒要準備的資料，但不能代替查核個案後下結論。例：有人問「可以退嗎？」一般規則若有明確文件，可先說明申請方式；若接著提供訂單編號並問這筆交易能否退款，問題已依賴個人紀錄，應交給有查核權限的人，並把前文一併交接，避免客人重述。需求表可加上「觸發條件」「先回覆什麼」「轉給誰」「需附哪些上下文」。演練資料完整、缺關鍵資料、情緒升高三種版本；若應轉接的情形仍留在自動回答，就把這一類排除試行。界線由能決定例外處理的主管定義，客服同事確認接手後是否能完成；不要讓工具以推測填補缺漏。也要記下非營業時間的承接方式，因為留下訊息與即時解決是兩種不同結果，不能把「已轉交」算成「已完成」。另外把「交接成功」定義成有人確認接手、看得到必要脈絡並承擔回覆責任；只顯示轉接提示，不算問題已處理。若人力無法即時接案，需說明後續回覆方式或留下可追蹤紀錄。表內可標明營業與非營業時段的負責角色，並確認遇到中斷時客人如何再次聯繫。轉交後也須有人接收，否則只是換一種未處理。

現有知識能否支持回答

逐題檢查答案依據，而不是只確認有沒有文件。需求表至少記錄來源名稱、負責更新的人、適用範圍、最後確認狀態，以及不能回答的例外；常見材料可能是常見問答、作業文件、網站說明或已核准的回覆範本。判斷「可用」的標準，是同事只看該來源也能答對，且不必憑經驗補上關鍵條件。若幾份文件寫法不同，先找出哪份現行、誰有權定稿；若規則只寫「視情況處理」，應補上可辨認的情況或直接保留人工，不要自行把模糊句改成承諾。例：某店的配送說明寫有一般作業天數，卻沒交代偏遠地址、預購品或假日如何計算。盤點時應拆成「一般查詢有來源」「特殊情形缺依據」，而非把整個配送問題標成已具備答案。每個候選問題可準備幾種真實問法，確認意思相同時答案一致，遇到缺資料則能停下並轉接。對外來源也要檢查是否仍有效，內部口頭慣例則請負責人寫成可核對的規則。完成整理後，標示可直接回答、需補資料、只能交人三種狀態；把過期、互相矛盾和無負責人的內容列入待整理，不把「文件很多」誤當成知識充足。開始小範圍嘗試前，先指定日後誰維護這些答案，並訂一個觸發檢查的事件，例如政策或流程改變；沒有更新責任人的資料，即使今天正確，也不宜當成長期依據。若資料依日期、門市或客群而異，還要標明適用時間、地點與版本，確認對話中提供的資訊足以選到正確規則。不能選定版本時，就設計澄清問題或轉接，不得把多份資料拼成看似完整的答覆。每次修訂後，拿舊案例和新案例各走一次，確認新規則生效，舊內容不再影響回答。

尖峰對話量如何估計

不要用整月平均掩蓋忙碌時段。盤點時保留每段對話的日期、時間、入口與問題類別，先約定同一問題的連續追問算一段，再按固定長度時段統計；若不同入口會由同一人接續，去重方式也要一致。至少比較平日、假日、活動日或已知旺季，記下樣本涵蓋哪些日子，避免把單一安靜週當成全年代表。下表是假設五個工作日、按每日三個等長時段彙總的資料，候選數只計答案穩定且不需查個案的對話：

假設每個時段每天都是一小時，晚間平均每小時十六段，下午二十段，上午十二段；因此即使下午總量較大，晚間才是這組假設資料中的尖峰。計算時段平均要除以實際觀察的小時數，若開店時間不同，就不可直接比較總數。再把候選對話量與當時可投入的人力對照，詢問它集中在哪些分鐘、是否有同時多案、人工交接能否接住。這張表說明應看哪些欄位，不構成需求保證；試行期間仍要用相同口徑持續記錄，否則前後數字無法比較。除了時段，也把不同入口分開記；它們可能由不同班別負責，合計數字會遮住交接壅塞的位置。若只能抽樣，先定固定規則，例如每個時段取最早、最晚及若干隨機對話，並註明未涵蓋的日期。另記首次等待時間、同題回訪與轉人工後是否完成，分辨來訊增加和處理不順。估算人力時，對照實際可投入時間與每題處理步驟，不要假設所有對話都一樣簡單。試行可先從尖峰內最穩定的題型挑樣本，確認忙碌時也接得住，但別把高量直接等同優先上線。

錯答影響如何分級

錯答風險不只看答案偏差大小，還要看客人照做後可能承受什麼影響、多久會被發現、是否能補救。可先用低、中、高三級：低級是容易更正的基本資訊錯誤；中級可能造成多一次往返、錯過安排或客服返工；高級則可能影響個人資料、付款、帳戶、退款或其他需要授權判斷的事項。這是內部排序工具，不是對外保證或產業標準。每個常見問題寫一個錯答例子，再填「影響對象」「最壞合理後果」「發現方式」「補救人員」。例如營業時間答錯通常能由客人再次確認，但把個案退款條件說成已核准，可能使客人依錯誤承諾行動；後者不宜只靠抽查補救，應在流程上禁止自動定案。再看錯答是否可逆：若要等客人抱怨才發現，風險比當場可見的格式錯誤高。分級後，把高影響題排除自動答覆或限定由人確認；中級題要求引用明確資料並設轉接條件；低級題才納入初期測試。指定誰能調整分級，並在流程或政策變更後重看一次。若同一題跨級，依最嚴重且合理的結果處理，別用低頻率當作忽略後果的理由。這樣每個候選範圍都能對應一種防護方式，而非只用「準確率要高」概括風險。可要求評分者寫明判斷依據，而非只圈對錯；若不同人對同一案例分級不同，先釐清影響描述與處理權限。高影響案例應預先列出安全回應，例如不承諾結果、說明須由負責人核對、保留必要脈絡後轉交。先訂好判準再看測試輸出，避免看到結果後才調整標準。對中級題也要確定補救途徑，例如誰能更正資訊、如何讓客人知道原答已更新；若沒有可行補救，就提高分級或縮小可回答內容。

試行通過條件如何設定

試行開始前先寫清楚範圍：哪些題目納入、哪些必須交人、測試由誰抽樣、遇到什麼情況立即暫停。從已盤點的對話挑出常見問法、模糊問法、缺資料問法和高影響邊界案例，為每題先寫可接受答案或必須轉接的判準。評分至少分開看三件事：內容是否有來源支持、是否符合人工界線、交接時是否帶齊上下文；回答流暢不能抵銷越界判斷。團隊可自行訂明確門檻，例如假設抽查三十段，至少二十七段符合前兩項且沒有高影響越界，並要求所有指定轉接案例均正確交接。這個門檻是該團隊的試行設計，不代表通用標準；三十段也只是示範樣本，實際數量要依題型多寡、風險和可檢查時間決定。只要出現一次高影響錯答，就先停下該題型，查明來源缺漏、分類錯誤或交接條件哪裡失效，修正後重跑相同案例。每輪保留題目、判定理由、失敗類型和修正版本，才能比較改善是否來自真實修正，而不是換了一批較簡單的題。通過後也不是整體客服都可自動處理；只把通過的題型加入下一階段，其他類別維持人工並持續抽查。下一步可先用最近五個工作日的匿名對話填表，選出一小組低風險題和一組必須轉接題，逐題設定判準，再開始內部演練。若要了解 ReplyBot，請至 https://replybot.cc/。另外把客服同事的回饋與客人結果分開記：內部覺得好讀，不代表客人已獲解決；交接正確，也不等於後續處理完成。每輪結束後指定負責人檢視失敗清單、更新知識或收窄範圍，再決定是否擴大。若門檻未達，保留失敗案例重測，不要用新增大量容易題目稀釋原有問題。