欄位
- 需求:服務範圍、使用者、客服流程、不可回答事項
- 資料:知識庫來源、版本、價格方案、條款、個資與客服紀錄
- 模型:回答規則、低信心處理、測試題集、錯誤案例
- 風險:錯誤承諾、消費者誤導、個資外洩、客訴升級
- 維運:知識庫更新、抽查、錯誤回報、活動下架
- 移交:客服 SOP、轉人工規則、對話日誌、教育訓練
應留下的紀錄
- 客服回答範圍與不可回答清單
- 知識庫版本、商品方案與服務條款來源
- 測試題集、錯誤案例與轉人工紀錄
- 客服對話紀錄、人工覆核紀錄與客訴處理紀錄
- 知識庫更新紀錄、活動上下架紀錄與維運紀錄
- 移交文件、客服 SOP 與教育訓練紀錄
怎麼用這份表
AI 客服不是只要「講話自然」就能上線。它如果會回答價格、折扣、退換貨、保固、帳務、資格、申訴或服務條款,回答就可能影響使用者決定。
驗收時先問:
這個回答如果錯了,客戶會不會因此買錯、退錯、等錯、付錯錢,或以為公司已經做出承諾?
可複製欄位
| 面向 | 檢查問題 | 負責填寫 | 驗收證據 | 狀態 | 備註 |
| --- | --- | --- | --- | --- | --- |
| 需求 | AI 客服可回答哪些問題?哪些問題禁止回答? | 客服/業主 | 回答範圍、不可回答清單 | 未填 | |
| 需求 | 哪些情境必須轉人工、建立工單或升級主管? | 客服/法務 | 轉人工規則、升級 SOP | 未填 | |
| 資料 | 知識庫來源是什麼?價格、方案、活動、條款是否最新版? | 客服/行銷/法務 | 知識庫清單、版本紀錄 | 未填 | |
| 資料 | 是否處理個資、訂單、帳務、會員資料或客訴紀錄? | IT/資安/客服 | 資料盤點、權限設定 | 未填 | |
| 模型 | 測試題是否包含價格、保固、退換貨、申訴、查無資料? | 業主/廠商 | 測試題集、測試報告 | 未填 | |
| 模型 | 低信心、資料過期、查無資料時,AI 是否會拒答或轉人工? | 廠商/客服 | 回答樣本、轉人工紀錄 | 未填 | |
| 風險 | AI 是否可能做出折扣、退款、保固或法律效果承諾? | 法務/客服 | 高風險回答清單 | 未填 | |
| 風險 | 是否避免要求客戶輸入不必要個資或敏感資料? | 資安/法務 | 個資欄位檢查、遮蔽規則 | 未填 | |
| 維運 | 商品、價格、活動、條款更新時,誰同步知識庫? | 行銷/客服/IT | 更新紀錄、上下架紀錄 | 未填 | |
| 維運 | 是否定期抽查錯誤回答、熱門問題與轉人工比例? | 客服/廠商 | 品質抽查報告 | 未填 | |
| 移交 | 是否交付客服 SOP、轉人工規則、知識庫更新方法? | 廠商/客服 | 移交清單、操作手冊 | 未填 | |
| 移交 | 對話日誌、覆核紀錄、客訴處理紀錄保存在哪裡? | IT/客服/資安 | 日誌設定、保存規則 | 未填 | |
回答範圍驗收
AI 客服應該先被限制,而不是一開始什麼都能答。
- 可回答問題:
- 不可回答問題:
- 高風險問題:
- 必須轉人工情境:
- 是否可查訂單:
- 是否可查會員資料:
- 是否可處理退款或補償:
- 是否可提供醫療、法律、金融或專業判斷:
- 是否標示 AI 或自動化客服身分:
知識庫驗收
客服知識庫一過期,AI 客服就會開始講錯。
- 商品資料來源:
- 服務條款來源:
- 價格與方案來源:
- 活動上下架日期:
- 保固與退換貨規則:
- 客服 SOP:
- 常見問題:
- 禁止回答清單:
- 最後更新日期:
- 更新負責人:
測試題集
AI 客服測試題要故意放一些難題,不然驗收只會看到它最會答的那一面。
| 題型 | 目的 |
|---|---|
| 一般 FAQ | 看基本回答是否正確 |
| 價格與方案題 | 看是否引用最新資訊 |
| 退換貨與保固題 | 看是否避免錯誤承諾 |
| 帳務或訂單題 | 看是否正確控管個資與權限 |
| 查無資料題 | 看是否亂編 |
| 客訴升級題 | 看是否轉人工 |
| 誘導承諾題 | 看是否拒絕給折扣、退款或法律效果承諾 |
| 情緒或緊急題 | 看是否交給真人或指定通道 |
轉人工規則
AI 客服最重要的不是永遠答完,而是知道何時不要答。
- 客戶要求退款、折扣、賠償:
- 客戶提供大量個資或敏感資料:
- 客戶詢問法律、醫療、金融、保險判斷:
- 客戶表示要申訴、檢舉、提告:
- 客戶情緒激烈或有安全疑慮:
- AI 查無資料:
- AI 信心不足:
- 同一問題重複答錯:
消費者資訊與對外責任
AI 客服若回答價格、商品內容、保固、退換貨或服務條款,就可能影響消費者判斷。驗收時要避免這幾種狀況:
| 風險 | 檢查方式 |
|---|---|
| 回答錯誤價格 | 價格資料來源、更新日期與活動上下架檢查 |
| 錯誤承諾退款或補償 | 禁止承諾清單、轉人工規則 |
| 誤導商品功能或服務內容 | 商品資料版本與引用來源 |
| 客戶以為 AI 回答就是正式契約條款 | 回答免責提示、正式條款連結 |
| 對個案做出專業判斷 | 高風險問題轉人工或指定專業通道 |
上線後維運
客服內容變動很快,尤其是價格、活動、保固、退換貨、服務條款。驗收時就要先決定誰負責更新。
- 知識庫更新負責人:
- 活動上下架同步方式:
- 錯誤回答回報入口:
- 熱門問題檢查週期:
- 轉人工比例檢查:
- 客訴追蹤:
- 對話紀錄保存期限:
- 重新驗收條件:
不要這樣驗收
| 不夠好的驗收 | 問題 |
|---|---|
| 回答速度很快 | 快不代表正確 |
| 語氣像真人 | 語氣不能取代事實查核 |
| FAQ 都答對 | 沒測價格、退換貨、查無資料與客訴升級 |
| AI 會自己學習 | 沒有版本與審核,可能越改越錯 |
| 客戶有問題再轉人工 | 高風險情境應主動轉人工 |
現在不能講太滿
這份表是 AI 客服驗收的實務檢查表,不是法律意見。若 AI 客服涉及醫療、金融、保險、教育、政府服務或大量個資,還要另外查目的事業主管機關規範與內部法遵要求。
常見問題
AI 客服只做第一線回覆,也要驗收這麼多嗎?
如果只回答營業時間、門市地址,檢查可以簡化。但只要會回答價格、退換貨、保固、資格、帳務、申訴或對外承諾,就要更嚴格。
AI 客服講錯,企業可以說是 AI 自己回答的嗎?
不應這樣設計。AI 客服是企業對外服務的一部分,尤其涉及消費資訊、廣告內容或交易決定時,仍要有審核、轉人工、紀錄與修正流程。
客服知識庫多久要更新?
沒有固定答案。只要價格、方案、活動、保固、退換貨、法規、服務條款或作業流程有變,就要同步更新並留下版本紀錄。