為什麼我會在聊天時被 AI 回答搞得一頭霧水？
朋友最近跟我說，他在 LINE 官方帳號上問了一個簡單的價格問題，結果得到的回覆不只是價格，還混雜了產品規格、促銷資訊，甚至還有一段跟主題無關的說明。聽起來好像是 AI 太聰明，實際上卻是因為「Line 官方帳號串接 AI」的設定不當，讓使用者體驗變差。以下是我整理資料後，從消費者角度看到的幾個常見雷點。
- AI 回覆過長，沒有分段或重點標示，讓人一眼看不清要點。
- 同時串接 Gemini 與 ChatGPT 時，模型分工不清，導致問答內容互相衝突。
- 自動推播優惠訊息時，未加上「退訂」或「不再提醒」的選項，容易被視為垃圾訊息。
實務上常見的設定錯誤與避免方法
從技術檔案中可以看到，建立一個完整的 LINE AI 客服系統，通常會走以下流程：
- 在 Line Developers 建立 Channel，取得 Channel Access Token。
- 向 Gemini 申請 API Key，或同時取得 ChatGPT 金鑰。
- 使用 Flask 建立 Webhook，接收使用者訊息。
- 將訊息轉送至 Gemini 或 ChatGPT，取得回覆後再回傳給 LINE。
如果只把這幾步驟照搬，卻忽略了「訊息過濾」與「回覆格式」的設計，最常見的問題就會出現在使用者端。以下是兩個實務建議：
- 設定回覆長度上限：在程式碼裡加入字數檢查，超過一定字數自動截斷或分段，避免一次性灌滿聊天視窗。
- 明確分配模型任務：例如讓 Gemini 處理商品規格、圖片辨識等多模態需求，讓 ChatGPT 專注於自然對話與銷售引導，避免同一問題被兩個模型同時回應。
此外，若要讓 AI 能在半夜自動回覆，建議先設定「常見問題」的優先順序，讓 AI 先處理這些簡單問答，再把較複雜的需求交給真人客服。這樣不僅能減少客服人力，也能避免使用者在急需資訊時被無關回覆卡住。
FAQ
Q1: Line 官方帳號可以同時串接 Gemini 與 ChatGPT嗎？
A: 可以，同時使用兩個模型能讓系統兼具多模態分析與自然對話，但需要在程式中明確分工，避免回覆重疊。
Q2: 為什麼要在 Flask Webhook 加入訊息過濾機制？
A: 因為使用者訊息可能包含敏感字詞或過長文字，過濾機制能確保 AI 只處理有效資訊，提升回覆品質與回應速度。
延伸閱讀
