%20.png)
文字客服系統怎麼選？先盤點每月訊息量、尖峰時段、主要管道與資料要求，再用七個維度逐家驗證，別先比功能數量。
一位同時管理多個品牌的客服主管，週一上午打開 LINE、Instagram 與官網後台，先看到週末累積的未讀訊息，再發現 A 品牌的回覆語氣出現在 B 品牌對話裡。她擔心的不是少一個功能，而是：「下次檔期量更大，我的人撐得住嗎？答錯又該由誰處理？」這是依 Google Search Console 查詢組合出的選型情境，不是真實客戶案例。
Gartner 在 2026 年 2 月公布一份調查：321 位客服與支援主管中，91% 表示管理階層施壓要求在 2026 年導入 AI；調查執行時間是 2025 年 10 月。這個數字說的是壓力，不是已導入比例。[1] 壓力愈大，愈需要先定義需求、驗收方式與轉人工規則。這篇會用 3 個盤點問題、4 種平台類型與 7 個評估維度，幫你整理可帶進廠商會議的問題清單。
能「回答」不等於能「解決」，世代差別就卡在這裡
AI 客服是用自然語言理解顧客提問，依知識庫回覆，必要時再查詢訂單或轉給真人的客服系統。市面產品的能力可分成規則機器人、語意對話 AI、能執行動作的 AI Agent；三者需要的資料、串接與維護工作不同。
差別不在「有沒有 AI」，而在它停在哪一代：
Gartner 預測，到 2029 年，代理式 AI 可自主處理 80% 的常見客服問題，並使營運成本降低 30%。這是未來預測，不是目前所有企業的實績。[2] 選型時仍要回到自己的客服流程：AI 要回答哪些問題、能讀取哪些資料、哪些動作一定要真人確認。
答案守門也要一起看。Gartner 於 2026 年 9 月公布對 3,566 位 B2B 與 B2C 顧客的調查（2026 年 2 至 3 月執行）：曾有不佳聊天機器人體驗的顧客中，只有 27% 願意再次嘗試；87% 認為真人客服選項很重要。[3] 因此，能否在找不到知識時停止延伸、改用預設話術或轉真人，比回覆看起來多流暢更值得先驗。
答完這三題，一半不適合的廠商就先出局了
選型前先回答三題：訊息量與尖峰如何變化、顧客從哪些管道進來、資料與合規要求到哪一級。把答案寫成一頁需求表，再約廠商示範；這比先聽功能簡報容易比較。
平均量看成本，尖峰看承受度。
先匯出最近 12 個月的對話量，記下每月總量、單日最高量、尖峰發生原因與當天未回覆數。沒有完整報表時，至少抽平日、週末與最近一次檔期各一天，先看差距。
這組資料會影響計費方式。按訊息量、客服帳號或年度授權計費，適合的量體不同；尖峰型品牌還要確認超量費、排隊機制與服務限制。請直接問廠商：「超過方案用量後怎麼計費？檔期當天會不會限制對話量？我能否看到即時用量？」
先列入口，再確認對話能否匯流。
把 LINE、Facebook Messenger、Instagram、官網 LiveChat、WhatsApp 與 Email 等入口逐一列出，旁邊標註每個入口的訊息量、負責人與回覆時段。管道數量本身不難；難的是同一位顧客昨天在 Instagram 問過什麼，今天轉到官網時，客服能否接續處理。
顧客若表示「我昨天已經說過一次」，通常代表客服看不到跨管道紀錄，或系統沒有完成顧客識別。請廠商用同一位測試顧客示範跨管道對話，再問：「歷史對話可否完整匯出？格式是什麼？更換平台時需要哪些步驟？」
資料要求是門檻，不是加分題。
先列出對話中會出現的資料：姓名、電話、地址、訂單、健康資訊或其他受管制內容。接著確認資料存放地、傳輸與保留方式、帳號權限、稽核紀錄、刪除流程及供應商可接觸的範圍。
如果企業要求私有雲或地端部署，應在第一輪就排除只提供公有雲 SaaS 的產品。請問廠商：「資料存在哪裡？誰能調閱？離職帳號如何停權？合約結束後，資料多久刪除或交還？」IT 主管需要的是可核對的架構、權限表與合約條款，不是「企業級安全」四個字。
如果三題只能先答一題，先答合規。訊息量和管道大不了日後換方案，但合規是一票否決題：答錯了，再便宜、再好用的平台都直接出局。
這張表只給方向，不是標準答案，照你的實況微調。
下表只做第一輪分流。正式決定前，仍要用自己的資料測試答案品質、轉人工流程與費用。
如果目前量不大、入口單純，可先用輕量方案驗證常見問答與轉人工。若價格看起來低，記得把建置、模型用量、額外帳號與串接費一起算；平價 AI 客服方案的隱藏成本 整理了常見漏算費用。
別急著記品牌名，先記這四種「做法原型」
台灣企業常見的 AI 客服選項，可依主要用途與導入責任分成 LINE 生態行銷型、國際工單型、客服儀表板工具型、數據顧問陪跑型。這四類不是排名；差別在它們替你處理哪一段工作，以及哪些工作仍由企業自己承接。
適合把 LINE 當主要入口的品牌。
這類產品把客服與會員行銷放在 LINE 官方帳號內，常見能力包括圖文選單、自動推播、分眾標籤、點數或優惠券。顧客主要來自 LINE、團隊想先處理會員溝通時，導入範圍容易控制。
評估時要看其他入口如何處理，以及對話與會員資料能否匯出。若官網、Instagram 或海外通訊軟體的訊息占比持續增加，單一 LINE 架構可能需要再加一套客服後台。
適合跨國、多人與明確 SLA 流程。
國際工單系統通常有成熟的案件分派、SLA、多語協作、知識庫與報表，適合跨時區或客服人數較多的企業。它把每次詢問視為一張工單，主管可追蹤狀態、責任人與處理時間。
導入前要確認繁體中文回覆品質、台灣常用管道的串接程度、計費幣別與設定所需工時。若諮詢內容還包含預約管理，請廠商現場示範「讀取時段、建立預約、改期、取消」四個動作；只會提供預約連結，與完成預約是不同層級。
適合流程標準、能自行維護的團隊。
這類 SaaS 把多個訊息入口集中到同一介面，方案與操作通常容易理解。企業已有客服主管可管理知識庫、回覆規則及帳號權限時，幾天內就能完成基本設定。
責任邊界要問清楚：誰整理歷史對話、誰維護知識、答錯後誰分析原因、串接訂單要不要另外計價。工具交付後若都由你處理，請把每月維護工時也列進總成本。
適合需要共同定義與驗收的專案。
這類方案除了平台，也把需求盤點、知識整理、流程設計、PoC 驗收與上線後檢視納入服務。它適合訊息量較大、跨多個入口，或企業內部沒有多餘時間自己完成整套設定的情況。
服務範圍不能只看「有顧問」。請要求列出會議頻率、雙方要準備的資料、交付內容、PoC 指標、上線後調整次數與額外費用。顧問陪跑的價值，應能對應到少做哪些工作、誰負責哪個結果。
價格不同，常是責任範圍不同。
Forrester 於 2026 年 6 月指出，約四分之三的企業領導者表示正在採用代理式 AI，但只有少數已進入具實質意義的正式環境；差距常出在流程編排、治理與整合能力。[4] 買家因此要把授權費與導入責任分開看。
確認買法後，再決定同一套系統裡哪些詢問用 FAQ、哪些用 Flow Bot、哪些交給 AI Bot。AI 客服怎麼選？FAQ／Flow／AI Bot 選型指南 有更細的分流方法。
七題一起問，才看得到總代價。
評估 AI 客服系統時，至少要比較總持有成本、資料與管道、串接深度、答案品質、資安合規、導入責任、退場成本。建議用同一份問題表問所有候選廠商，並要求對方示範或提供文件；只靠口頭回答，不容易交叉比對。
月費之外，還有建置與維護工時。
把訊息量、客服帳號、年度授權、建置費、模型用量、超量費、串接費與內部維護工時放進同一張試算表。再以平日、一般檔期、年度最大檔期三種情境估算，不要只算平均月。
該問廠商：「月費以外有哪些固定費與用量費？超量如何計算？增加一個品牌、管道或客服帳號要加多少？報價是否包含知識整理與上線後調整？」
能接進來，也要能完整帶出去。
先請廠商示範同一位顧客跨兩個管道的紀錄，再查看資料匯出欄位。至少確認對話內容、時間、顧客識別、處理人、標籤與案件狀態是否可匯出，以及企業能否自行下載。
該問廠商：「資料所有權歸誰？可匯出哪些欄位與格式？匯出是否另外收費？終止合約後保留多久？」若答案只有「支援全管道」，尚不足以判斷資料能否帶走。
讀取、寫入、跨系統執行要分開驗。
把每個動作分成三層：讀取資料（例如查訂單）、寫入資料（例如改地址）、跨系統完成一段流程。層級愈高，需要的 API、權限、錯誤處理與稽核愈多；並非每套客服 SaaS 都預設提供。
該問廠商：「目前原生支援哪些電商或內部系統？讀取與寫入各能做什麼？客製串接由誰執行、多久完成、中斷如何復原？」不要把「有 OpenAPI」直接等同於「任何 ERP／CRM 都能立即串接」。
先定義分母，再看答案是否可信。
把「有回覆」「不用真人介入」「顧客確認已解決」分開計算。PoC 應使用企業自己的知識與常見問題，並保留答錯、找不到答案、轉真人及顧客重複追問的紀錄。
該問廠商：「解決率的分母是什麼？測試資料來自哪裡？找不到知識時會怎麼回？能否設定轉真人？」Gartner 的 2026 年顧客調查提醒了代價：一次不佳體驗後，只有 27% 願再嘗試聊天機器人。[3]
請對文件，不要只聽形容詞。
要求查看資料流向、資料存放地、傳輸與靜態加密、角色權限、單一登入、操作紀錄、備份、刪除政策及資安認證。若有敏感個資，再確認遮蔽方式與誰能看原文。
該問廠商：「可否提供資料流程圖、權限表、資安認證與事件通報流程？企業能否限制某些角色查看或匯出對話？」法規適用仍應由企業依產業與資料類型確認。
把責任、頻率與驗收寫進文件。
Gartner 預測，到 2027 年底，超過 40% 的代理式 AI 專案可能因成本上升、商業價值不明或風險控管不足而取消；這是各類代理式 AI 專案的預測，不只客服。[5] 客服專案應把知識維護、流程調整、錯誤檢討、報表檢視與權限管理逐項分工。
該問廠商：「每項工作由誰負責？多久檢視一次？哪些包含在方案內？PoC 通過的門檻是什麼？」若要把服務水準寫入合約，可參考 用 SLA 把 AI 客服的服務水準綁進合約。
簽約前先演練一次離場。
請候選廠商列出合約終止時的資料匯出、知識庫轉移、串接拆除、帳號停用與資料刪除流程。再確認最低約期、通知期限、協助費用與企業需自行完成的工作。
該問廠商：「如果一年後更換平台，我能拿到哪些資料？需要多久？費用多少？現有知識能否轉成通用格式？」答不清楚的退場流程，會在未來變成轉換成本。
先找相近情況，再調整評估權重。
同一套七維度不需要平均配重。以下六種情境各有一到兩個優先條件，可先把評估時間放在最可能出問題的位置。
中大型電商：訊息量高或檔期波動明顯，先驗尖峰承受度、跨管道紀錄與訂單查詢。PoC 要包含促銷、出貨延遲與退款等高頻問題。
跨境 DTC 品牌：先驗多語答案、跨時區轉真人與海外通訊管道，再看資料匯出。若時差客服正是你的問題，跨境電商客服不再爆肝 整理了檢查順序。
高客單長諮詢服務：先驗多輪對話、個資處理、真人接手與預約流程。AI 可以先回答常見問題或收集需求；是否能完成預約，要以實際串接與示範為準。醫療相關情境還要另外確認敏感資料、權限與真人覆核規則。
多品牌集團：先驗品牌隔離與管理方式。測試時刻意用 A 品牌問題去問 B 品牌入口，確認知識不會混用；再檢查各品牌的語氣、管道、權限及報表能否分開管理。
要求私有雲、地端或深度內部整合的企業：這類需求已超過一般客服 SaaS，應改評估企業級 AI Agent 平台。先確認部署模式、內網資料來源、權限與維運責任，再看客服介面。
剛起步的中小電商：先處理一個主力管道與前十名常見問題。當未回覆數、重複詢問或檔期排隊開始影響服務，再增加管道與自動化範圍；不必為尚未確認的需求先買最高方案。
適合要整合入口，也要有人協作。
Alta.DI 是全管道 AI 客服 SaaS，把 LiveChat、LINE、Facebook Messenger、Instagram Direct、TikTok、WhatsApp（進階方案起）與 Zalo 等訊息入口放進同一後台。企業可依方案與需求使用 Flow Bot、AI Bot，再由真人客服承接複雜對話。
多品牌管理採「店鋪」機制：同一後台可建立多個店鋪，每個店鋪綁定自己的管道組合，並分別設定 Agent 個性、語氣與知識範圍。若 AI 找不到知識，可依預設話術回覆或轉真人；這個機制是依知識是否命中判斷，不是用虛構的信心分數門檻。
電商資料串接需區分訊息入口與開店平台。Alta.DI 可連接 Shopify、Shopline／Shoplazza、WooCommerce／WordPress 與 TikTok Shop 等平台，讓客服查詢訂單或商品資料；OpenAPI 自進階方案起提供，客製 ERP／CRM 串接仍須另行評估。Alta.DI 是雲端 SaaS，不提供私有雲或地端部署；有這類要求時，應改看 AltaBots.ai。
除了平台，顧問可協助盤點售前、售中與售後問題，整理歷史對話、建置知識與規劃 PoC。這段服務的作用，是省下企業自行整理需求分類與驗收方式的時間；實際範圍仍應在報價與專案文件中逐條確認。
若你已整理好每月訊息量、主要管道與資料要求，免費客服流程健檢會用這三項資料檢視目前卡點，協助你整理下一輪廠商提問；不需要先準備完整規格書。
選 AI 客服前，先完成一頁需求盤點：最近 12 個月訊息量與尖峰、所有訊息入口、資料與合規要求。接著用同一份七題清單問候選廠商，要求示範跨管道紀錄、答案守門、真人接手與資料匯出。
若候選方案仍難比較，帶著這一頁資料來做客服流程健檢。我們會協助你把條件轉成廠商可回答、也可驗收的問題，再由你決定下一步。
[1] Gartner Newsroom（2026.02）. Gartner Survey Finds 91% of Customer Service Leaders Under Pressure to Implement AI in 2026. Gartner.
https://www.gartner.com/en/newsroom/press-releases/2026-02-18-gartner-survey-finds-ninety-one-percent-of-customer-service-leaders-under-pressure-to-implement-ai-in-2026
[2] Gartner Newsroom（2025.03）. Gartner Predicts Agentic AI Will Autonomously Resolve 80% of Common Customer Service Issues Without Human Intervention by 2029. Gartner.
https://www.gartner.com/en/newsroom/press-releases/2025-03-05-gartner-predicts-agentic-ai-will-autonomously-resolve-80-percent-of-common-customer-service-issues-without-human-intervention-by-20290
[3] Gartner Newsroom（2026.09）. Gartner Finds Only 27% of Customers Would Try a Chatbot Again After a Negative Experience. Gartner.
https://www.gartner.com/en/newsroom/press-releases/2026-09-02-gartner-finds-only-27-percent-of-customers-would-try-a-chatbot-again-after-a-negative-experience
[4] Forrester（2026.06）. The State of Agentic AI in 2026: Companies Are Chasing, Few Are Catching. Forrester Blogs.
https://www.forrester.com/blogs/the-state-of-agentic-ai-in-2026-companies-are-chasing-few-are-catching/
[5] Gartner Newsroom（2025.06）. Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027. Gartner.
https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
