AI 客服可以交出去的，是有標準答案、回錯也不會造成損失的問題；不能交的，是任何牽涉到錢、承諾、責任和個資的訊息。
這條線聽起來簡單，但實際畫的時候，會發現很多訊息「看起來是普通問題，其實牽涉到錢」。下面是我們運作 AI 客服之後，一條一條補出來的分界線。
哪些可以放心交給 AI？
| 類型 | 例子 | 為什麼可以交 |
|---|---|---|
| 營業資訊 | 地址、時間、交通方式 | 答案固定，寫在知識庫就好 |
| 流程說明 | 怎麼報名、要準備什麼 | 有標準步驟 |
| 產品介紹 | 課程內容、服務範圍 | 照官網內容回答 |
| 導流 | 「請填這份表單」「請看這一頁」 | 只是指路，不做承諾 |
這幾類通常佔了訊息的大部分。交給 AI 之後，客人半夜傳來的問題也能幾秒內得到回覆。
有一類例外要特別處理：日期、地址、金額這種一個字都不能錯的資訊，不要讓 AI 自由改寫。我們的做法是：客人問到講座場次，直接發一段事先寫好、核對過的固定文字，AI 不參與。AI 改寫的版本可能更通順，但只要把日期寫錯一次，客人就會跑錯場。
哪些一定要轉給真人？
| 類型 | 例子 | 為什麼不能交 |
|---|---|---|
| 退費與議價 | 「可以退嗎」「可以算便宜一點嗎」 | 每一句回答都是承諾 |
| 客訴 | 「上次的服務我很不滿意」 | 需要判斷與道歉，AI 處理會火上加油 |
| 合約與責任 | 「如果沒效果怎麼辦」 | 涉及法律責任 |
| 收入相關 | 「上完多久能回本」「可以賺多少」 | 任何數字都可能構成不實宣稱 |
| 個資與發票 | 統編、Email、身分資料 | 需要人確認並登記 |
| 繳費回報 | 「已轉帳」「我刷卡了」 | 需要有人去對帳 |
這張表的最後兩項，是我們上線之後才補進去的。
三個差點出事的案例
案例一：統編被當成「公司要導入 AI」。
學員繳完費，補傳了公司統編和 Email 要開發票。AI 看到「公司」「統編」，判斷這是一間公司對我們的企業服務有興趣，自動回了一份企業診斷表。客人只是要一張發票。
之後我們把統編、發票抬頭、Email 都加進「一定轉真人」的規則，而且只在私訊生效——因為在學員群組裡，大家常常貼 Email 登記資料，那是正常的。
案例二：「我已經轉帳了」被當成一般問題。
繳費回報如果被 AI 自動回一句「感謝您」就結束，就沒有人會去後台對帳，錢對不上也不會有人發現。繳費回報一定要轉給人。
而且規則要寫得夠聰明。我們第一版的規則只抓「整則訊息就是『刷卡』兩個字」，結果客人照著指示傳「台北 9/18 刷卡」，就抓不到了——還反過來被「9/18」觸發，收到一份完整的場次表。改成「訊息以刷卡、轉帳結尾」才同時抓得到兩種寫法，又不會誤抓「可以刷卡嗎？」這種問句。
案例三：客人說「填好了」，AI 回「已收到」。
客人填完諮詢表單，傳訊息說填好了。AI 很有禮貌地回覆「已收到，將於 24 小時內與您聯繫」——但其實根本沒有人收到通知，那張表單沒有設定任何提醒。AI 說了一句它無法確認的話。
之後的規則是：AI 不能說「已收到」任何它看不到的東西。客人說填好了，一律轉真人確認。
防線要擺在 AI 判斷之前
上面這些規則有一個共同的設計：它們在 AI 判斷之前就先執行。
順序是這樣的：
- 硬規則先過濾：退費、客訴、議價、收入、個資、繳費、偽裝成系統通知的訊息 → 直接轉真人，AI 不參與
- 固定文字其次：場次、地址這類一字不能錯的 → 發事先核對過的文字
- AI 最後才上場：剩下的一般問題，AI 有把握就回，沒把握就擬稿交給人
不要讓 AI 自己判斷「這題我能不能回」。它對自己的信心，常常比它的實際能力高。
轉真人之後，人要做什麼？
轉真人不等於丟給人從頭處理。我們的做法是 AI 先把回覆草稿擬好推給管理員，管理員看一眼，按 1 送出、按 0 略過、或直接改稿。人只負責判斷，不用打字。
這樣「轉真人」才不會變成「客人等半天沒人理」。
設定的完整步驟寫在LINE 官方帳號自動回覆怎麼設定，第一步該從哪裡開始可以看中小企業導入 AI 的第一步。
結論
AI 客服可以交出去的，是有標準答案、回錯不會損失的問題。牽涉到錢、承諾、責任、個資的，一律在 AI 判斷之前就轉給真人。這條線不會一次畫對，要邊跑邊補——而每一次補線，通常都是因為差點出事。
想從零建一套有這些防線的 AI 客服，8 週課程裡有完整的實作。