從咖啡店排隊到 AI 客服的轉變
上週我在咖啡店排隊，手機螢幕不斷跳出品牌的Line訊息，卻全是相同的優惠碼，點選率幾乎為零。回到公司後，我開始研究如何讓訊息更有溫度，於是把Line官方帳號串接了 Gemini 與 ChatGPT。這兩個模型分工合作：Gemini 負責整理使用者行為資料、標籤分類；ChatGPT 則負責自然語言回覆與商品推薦。
實際運作的三個關鍵步驟
第一步是設定自動標籤。系統會根據使用者點選過的商品、閱讀時間自動打上「高價位」或「常購」等標籤，省去人工分類的時間。第二步是即時回覆。當使用者發訊息詢問優惠時，ChatGPT 能在 24 小時內給出個人化回應，甚至直接推送符合標籤的優惠連結。第三步是智慧推播，系統會根據使用者最近的點選行為，自動選擇最相關的內容傳送，而不是一次性群發。
匯入這套流程後，我觀察到開訊率從原本的 30% 提升到超過 55%，點選率也從 8% 左右跳到 20% 以上。最讓我驚喜的是，客服負擔明顯下降，原本需要兩位人員輪班的工作，現在只需要一位監控 AI 回覆的品質即可。
如果你也在為 Line 官方帳號的低互動率頭疼，不妨試試把 Gemini 與 ChatGPT 串起來，先從自動標籤開始，慢慢加入即時回覆與智慧推播。完整的技術說明與設定步驟可以在相關資料中找到，值得一試。
延伸閱讀
