昨晚在家泡茶的時候，手機一響，是顧客在 Line 官方帳號裡問「今晚還有沒有 2 號套餐？」我當時正好在測試剛串好的 AI，結果只花了不到一秒的時間，系統自動回覆了最新的庫存與價格，還順手把預約連結推給對方。這種「24 小時不間斷」的感覺，讓我立刻想到如果把它正式匯入生意裡，會有多大幫助。
先確定需求：AI 要解決什麼問題
很多人在一開始就盲目想「只要有 AI 就能省錢」，其實最關鍵的是要先想清楚要省哪塊。舉例來說，我的店主要被問到的問題是「價格、庫存、預約時間」這三類。於是我把這三個問句先收整合 FAQ，接著在 Line 官方帳號後臺設定「串接 Gemini」作為知識庫搜尋引擎，讓 AI 能夠根據關鍵字快速定位答案。接下來，我再把 ChatGPT 連上，同時開啟「上下文記憶」功能，讓系統在客戶連續問「還有其他優惠嗎？」時，能接著先前的對話內容給出適當的促銷資訊。
實作步驟與避免踩雷的細節
第一步是到 LINE Developers 申請官方帳號的 API 金鑰，然後在平臺上建立一個 webhook，讓所有訊息都能即時推送到自己的伺服器。第二步是把 Gemini 的 API 加入程式碼裡，先測試「關鍵字搜尋」是否正確；如果搜尋結果不夠精準，再把 FAQ 內容細分、加上同義詞，提升匹配度。第三步是把 ChatGPT 的 API 也串進去，這時要特別注意「溝通語氣」的設定，避免它在回覆時說出不符合品牌形象的用語。最後，我把 CRM 系統的商品資料庫用 API 暴露出來，讓 AI 能在回覆時自動帶出商品編號、價格與庫存，省去手動查表的時間。
在這幾個步驟裡，我遇到最多的問題是「訊息延遲」：如果 Gemini 的搜尋太慢，客戶會感受到卡頓。解法是把常見的問題先快取到本地，只有少數例外才真正呼叫雲端服務。另一個常見的坑是「多輪對話斷掉」；我發現只要在 webhook 設定中保留「session_id」就能讓 ChatGPT 記住前後文，避免客戶每次都要重新說明需求。
把這些細節調整好之後，系統基本上可以自行完成「問題回答＋商品推薦＋預約連結」三合一的流程。從我觀察的資料看，回覆時間從原本的人手平均 3 分鐘縮短到即時，顧客的留存率也明顯上升。最重要的是，原本每天要處理 30 筆重複性問答的客服同事，現在只需要集中在少數複雜案件上，整體人力成本真的降下來。
如果你正考慮把自己的 Line 官方帳號升級成 AI 智慧客服，先從需求列點、測試 Gemini 搜尋、再接上 ChatGPT 的自然對話，最後把資料庫串起來，這樣的流程最不容易踩到技術雷。想了解更多案例或完整操作流程，官方檔案裡有更詳細的說明，值得再去翻閱。
延伸閱讀
