%20.png)
怡婷的家居選品品牌在 SHOPLINE 開店快兩年，客服是她和一位兼職同事輪流回。上個月檔期一開，官網線上對話、LINE 和 Instagram 同時進訊息，光是「這款有沒有現貨」「我的訂單寄到哪了」就吃掉兩個人一整個下午。她打開後台，看到「客服助手」底下一排 AI 功能早就躺在那裡，於是卡住了：這些我本來就有，那我還需不需要再接一套？
這個問題的答案，不在於後台的 AI 功能夠不夠多。SHOPLINE 內建的 AI 功能，主力是協助客服人員整理建議、查資料、看出顧客常問什麼，而不是直接替客服人員回覆顧客。 要判斷內建夠不夠用，先問三件事：這些訊息你希望由誰回、顧客從哪些入口進來、AI 要讀到哪些資料才答得出來。
本文只處理 SHOPLINE 商店的情況。如果你的店開在 Shopify，可選的工具類型和限制都不一樣，Shopify 的 AI 客服分成哪三類 那篇比較符合你的情況。
先分清楚哪些 AI 在幫客服，哪些會直接對顧客開口。
SHOPLINE 訊息中心的「客服助手」底下，目前有 AI 聊天建議、AI 對話分析、AI 知識庫三項 AI 功能，另有關鍵詞自動回覆與智慧關聯自動回覆兩種機器人自動回覆，以及一項標示「即將推出」的 AI 智慧導購助手。[1] 這些開關的名字都有 AI，但照「誰在用它」重排一次，畫面會清楚很多。
SHOPLINE 訊息中心的 AI 與自動回覆功能對照
怡婷那兩小時的訊息就能一條一條歸位：「這款有沒有現貨」是商品問題，AI 聊天建議配得出建議，但送出的人還是她；「我的訂單寄到哪了」是某一位顧客的專屬資料，上面六項沒有一項為它設計。
這裡要把一組常被混在一起的詞分開：「AI 幫你把答案找出來」和「AI 直接把答案送出去」是兩種不同的工作。 前者省的是找資料、想措辭的時間，人還是要在線上；後者省的才是人力。AI 聊天建議、AI 對話分析、AI 知識庫三項屬於前者。關鍵詞與智慧關聯這兩種自動回覆屬於後者，回的是你事先寫好的內容。第六項 AI 智慧導購助手是唯一會自己組答案的，但它還標著「即將推出」。
下面三個判斷點的表格會出現「要再加一層」，先把它講具體：不是把 SHOPLINE 內建的關掉重來，而是在訊息中心之外另外接一套連得到你商店資料的客服系統，由它處理那些內建接不住的對話。內建原本負責的事照常跑。
判斷點一｜省時間和省人力是兩件事，先決定你要省哪一個。
如果你希望顧客發問後有人在線上判斷、潤飾再送出，SHOPLINE 內建的 AI 聊天建議與 AI 知識庫就夠用；如果你希望沒人看著的時段也有東西接住顧客，內建目前只能靠你事先寫好的自動回覆。 這一題決定的是人力配置，不是功能數量。
先看「給建議」這一側。AI 聊天建議拿顧客訊息比對三個地方：訊息中心的快捷回覆模板、貼文銷售的自動回覆關鍵字詞組、商店的商品名稱與商品摘要；比對後最多顯示 3 則建議，客服點下去才進輸入框 [2]。
前提是有人在看畫面。怡婷十一點收攤後顧客照樣傳訊息，建議會躺在後台等她隔天點開。省掉的是翻規則、想措辭那幾分鐘，省不掉「要有人在線上」。
再看「自己回答」這一側。兩種自動回覆的內容都是你一題一題事先寫好的，所以它們能接住多少題，等於你願意維護多長的一份清單。
說明文件上另有一項標示「即將推出」的 AI 智慧導購助手，是內建裡最接近「AI 自己回答」的一項。顧客表達購買需求時它會推薦商品、引導到商品詳情頁，一則訊息最多推 3 個商品；沒有符合的改推同品類，再沒有才回覆找不到 [5]。
不過它的範圍要先看清楚三件事。第一，目前只支援線上對話與 Facebook Messenger 兩個管道。第二，它做的是導購不是客服，推的是商品，不處理退換貨、運費或訂單進度。第三，它和關鍵詞自動回覆同時開啟時，系統會先用關鍵詞自動回覆，沒命中才轉給它；和破冰問題（顧客一開啟對話就看到的那幾顆預設問題按鈕）並存時，也是破冰問題優先 [5]。
我們接過一家做 3C 的品牌電商，公司 5 個人，其中 3 個在做客服，而且是老闆自己帶。他們要 AI 做的第一件事，是回答售前的產品提問，例如這條線支援幾 W 快充、能不能用在自己的手機上（資料來源：Alta.DI 客戶導入實績）。
這類問題正好落在內建的邊界外。AI 聊天建議抓的是商品名稱與商品摘要 [2]，規格細節常常不在這兩個欄位裡；AI 智慧導購助手推的是商品，不回答規格 [5]。六成人力都在回訊息的店，省下來的還是只有翻規格表那幾分鐘。
怡婷那句「這款有沒有現貨」剛好落在邊界上。問「有沒有類似這種的米色款」，它上線後接得住；問「這款 M 號現在還有嗎」，答案在即時庫存裡，不在商品推薦的範圍內。
判斷點一：你的情況落在哪一格
固定流程、開放問答與真人這三層各該接哪些題，AI 客服的 Flow 與 AI Bot 怎麼分工 有一份可以直接套的分法。
判斷點二｜管道開不開得了，常常不是設定問題，是方案問題。
SHOPLINE 的聊天小工具能在官網前台放上六個聯絡入口，但你實際開得了幾個，取決於你買的是「網路開店」還是「社群購物」系統。[6] 台灣店家只有網路開店系統時，目前支援線上對話、Facebook Messenger 與傳送電郵；Instagram、LINE 與 WhatsApp 要有社群購物系統才能開 [6]。
怡婷那天的三邊訊息，有兩邊落在第二組。她以為 LINE 和 Instagram 進不進得了訊息中心是設定沒調好（後台翻了一個下午），其實是方案範圍的問題。
前台這一側還有三個前提容易漏掉。第一，聊天小工具目前只在 Ultra Chic、Kingsman、Varm 三種店面版型顯示。第二，從擴充功能商店安裝之後，還要到「擴充功能 > 我的擴充功能」點一次「啟用腳本」。SHOPLINE 用這個開關決定要不要把元件塞進網店前台，沒點它，後台設定好了前台一樣不會出現。第三，顧客點「線上對話」時系統會先檢查是否登入會員，沒登入會先跳到會員登入頁 [6]。
第三點對新客影響最大。怡婷的廣告流量多半第一次來，想問「這款會不會太深色」時，面前先出現的是註冊頁；願意為了一句話去註冊的人不多。聊天小工具也不會出現在部落格首頁與登入註冊頁 [6]。
還有一件影響日常作業的事：訊息回到哪裡看，取決於你有沒有在後台的「第三方服務」把那個管道串起來。串好的進訊息中心，沒串的要回那個管道自己的後台回 [6]。對兩個人的客服團隊，這是要不要多開兩個分頁的差別。
判斷點二：你的情況落在哪一格
不確定自己買的是哪一個？問你的 SHOPLINE 窗口一句就有答案，不必自己在後台翻；店面版型也一樣。
管道超過兩個之後，卡的通常不是「訊息收不收得到」，而是「同一位顧客在不同管道問過什麼，客服看不看得到」。全通路客服整合的 5 步做法 處理的就是這一段。
判斷點三｜政策文件和某一位顧客的訂單，是兩種完全不同的資料。
SHOPLINE 的 AI 知識庫裝的是你上傳的政策文件，而且是給客服人員提問用的。內建那六項功能裡，沒有一項是為了讓顧客自己查訂單、折價券或會員資料而設計的。[4] 這一關要問的不是「AI 夠不夠聰明」。是「這題的答案放在哪一份資料裡」。
知識庫怎麼運作：上傳 TXT 或 PDF，TXT 上限 1MB、PDF 上限 5MB，最多 20 個檔案；之後客服在顧客對話旁的「向 AI 助手提問」區塊發問，拿到答案按「套用至顧客對話視窗」，答案結尾附資料來源連結供核對 [4]。
對怡婷來說，20 個檔案放退換貨政策、運費規則、保養說明、尺寸對照綽綽有餘。但有個落差值得先講：放得下，和答得準，是兩回事。 同一份政策，寫給人看的版本和能被 AI 正確檢索的版本結構往往不一樣。人會跳過前言找重點，AI 不會。
訂單那一側差別更大。政策文件對所有顧客是同一份，整理一次用很久；訂單是某一位顧客的、每天在變，而且講出進度前得先確定問的人就是本人。資料從哪裡來、多久更新、怎麼確認身分，有一件沒處理就還不能叫「AI 可以查訂單」。
而且「訂單」只是其中一類。前面那家 3C 品牌電商的串接需求清單上，要接進客服流程的是四項：客戶資料、訂單資料、折價券、商品資料，全部來自他們的 SHOPLINE 商店（資料來源：Alta.DI 客戶導入實績）。
四項裡最容易被漏掉的是折價券，但它很常出現在對話裡：「我那張券為什麼結帳時不能用」「還有沒有可以折的」。這題不在知識庫，因為它不是政策，是這位顧客手上有什麼；也不在訂單，因為訂單還沒成立。
同一類的還有即時庫存。前面那句「這款 M 號現在還有嗎」指向的是庫存當下的數字，既不在政策文件裡，也不是訂單資料。評估任何一套外接方案時，這一項要單獨問，不要讓它混在「商品資料」裡帶過。
怡婷下午那句「我的訂單寄到哪了」，內建的六項功能沒有一項接得住：AI 聊天建議的三個資料來源裡沒有顧客訂單，所以她只能自己去後台查，再手動回覆。
要讓顧客在對話裡就查到自己的訂單，條件很單純：客服系統讀得到商店的訂單資料（還要能確認問的人是本人）。內建不碰這一塊，而這正是外接那一層存在的理由，後面會說明怎麼接。
判斷點三：你的情況落在哪一格
文件怎麼整理 AI 才讀得準、要不要先挑幾份測試，AI 客服知識庫怎麼建 講得比較細。
兩關是外接那一層要接的，剩下那一關花錢跟 SHOPLINE 買就能解決。
判斷點一和三只要有一關對不上，內建就沒有東西可以補，外接才有意義；判斷點二對不上時先問 SHOPLINE 能不能加購社群購物系統，加購解不掉才輪到外接。 三關不是同一種性質：一和三是內建的能力邊界，二是方案範圍，花錢跟 SHOPLINE 買就能移動。
一個容易發生的誤判是訊息一多就想外接，其實卡在第一關：AI 對話分析早就把前五名列出來了，但沒有人把它們寫成自動回覆。
怡婷走完三關都到底：深夜訊息要有人接、主力在 LINE 與 Instagram 而她只有網路開店系統、顧客最常問自己的訂單與折價券。但換成只有官網一個入口、顧客只問運費和退換貨的店，答案完全相反。
外接那一層要具備什麼，拿實例拆開看。
三關都走到底之後，問題就從「內建夠不夠」變成「外接那一層要具備什麼」。下面用 Alta.DI 照三個判斷點的順序走一遍，這些角度拿去問任何供應商都適用。
Alta.DI 是 Data-DI 開發的 AI 客服平台，已在 SHOPLINE 台灣官方應用市集 上架；接上 SHOPLINE 商店後，訂單與商品數據會進到客服流程，顧客訊息與客服的處理則集中在同一個後台。
先看判斷點一：誰回覆。Alta.DI 的對話處理分三層：Flow Bot（照你畫好的流程走、給按鈕選項）處理固定選項與分流，AI Bot（讀顧客的話自己組答案）處理需要理解語意的開放問題，退款爭議、改單交給真人。怡婷要決定的不是「AI 要不要全包」，是哪一類問題交給哪一層。
AI 答不出來時會怎樣，是這一層最該問清楚的事。Alta.DI 的作法是知識庫找不到內容時，依你設定的話術回覆（不是硬生出聽起來合理的答案）。另外兩個開關也值得一起問：顧客傳圖片或影片時可以自動轉真人，訪客已經在等人工時 AI 要不要繼續接話，也可以關掉。這幾條保的不是聰明，是別在顧客面前講錯話、別在顧客等人的時候插嘴。
再看判斷點二：管道怎麼接。前台的裝法和 SHOPLINE 自己的聊天小工具是同一套機制。應用市集頁面列了一份「支援擴充功能腳本的版型」清單，它管的是前台元件能注入哪些版型，和後台的資料串接、客服工作台不是同一件事。你的版型在不在上面，到那頁查最準。查出來不在清單上也不代表不能用，受影響的只有官網前台那顆按鈕要怎麼擺，後台的訂單與商品資料照串。經營不只一個品牌的話還要確認管理單位：Alta.DI 以「店鋪」為單位，各自綁管道組合，機器人語氣與知識範圍分開設定。
最後是判斷點三：資料串接。回到那家 3C 電商的四項需求清單，這裡要講精確一點：訂單與商品數據是平台串接本來就涵蓋的；客戶資料對應 Alta.DI 內建的顧客數據整合；折價券與即時庫存則取決於你店內的資料怎麼放，屬於要個別確認的兩項，不是裝上去就自動有。這兩項帶你自己的情況來問才會有準確答案，也請一併放進下一段的提問清單。
Alta.DI 在 SHOPLINE 通路上提供 AI客服版、進階行銷版、企業旗艦版三種，差別在 AI 客服、行銷自動化與顧客數據這三塊要開到哪一層，報價請洽 SHOPLINE 業務。
但這不代表每家 SHOPLINE 商店都需要外接。訊息量還在一個人回得完的範圍、問題集中在運費與退換貨，先把內建的自動回覆與知識庫設定完整，效益比再接一套系統高。
把「看起來都有 AI」換成可以核對的答案。
不要只比較誰的功能表比較長，先把三個判斷點拆成七個問題（用你店裡的情境問，不要用範例情境），請對方逐題回答。 這七題對 Alta.DI 和任何一家供應商都一樣適用。問法一樣，答案會差很多。
SHOPLINE 外接 AI 客服採購前檢查表
還有一題不在表上但值得當場問：上線之後，知識內容和自動回覆由誰維護？兩個人的客服團隊，維護成本要算進去。
如果對方只用「都有 AI」「可以串 SHOPLINE」回答，資訊還不夠做決定。把你店裡最常見的三個問題帶過去：一題商品問題、一題訂單問題、一題需要真人處理的爭議，請對方走一遍。
先確認缺的是哪一塊，再決定要不要多接一套。
SHOPLINE 內建的 AI 功能主力是協助客服人員，不是替客服人員回話；判斷要不要外接，看訊息由誰回、顧客從哪些入口進來、答案放在哪份資料裡這三件事。 第二件對不上，先問 SHOPLINE 加購；第一或第三件對不上，內建沒有東西可以補，這時候加一層才有意義。
怡婷最後要回答的就是這三題：
這三題沒答清楚之前，先比價格或功能數量只會讓選擇更難。你真正要買的不是「有 AI 的工具」，是補上內建那一層接不住的部分。
不管你是還沒判斷出自己卡在哪一關，還是已經判斷出來、想知道接下來怎麼走，都可以申請 Alta.DI 的 30 分鐘免費諮詢。我們會一起看你開了哪些管道、顧客最常問的前五題、哪些答案需要的資料還沒進到客服流程，再判斷你需不需要在內建之外再接一層。方案報價走 SHOPLINE 業務那條線，這場諮詢只幫你確認要不要走到那一步。不用先準備資料，把店網址和目前開的管道給我們就可以。
本文描述的 SHOPLINE 與 Alta.DI 功能以撰文時的產品說明文件為準，功能範圍與方案內容可能調整，實際情況請以你接洽的業務窗口說明為主。
[1] SHOPLINE。（2026.03）。訊息中心介面總覽。SHOPLINE 常見問題。
https://support.shoplineapp.com/hc/zh-tw/articles/16513733305369
[2] SHOPLINE。（2026.09）。AI 聊天建議｜訊息中心。SHOPLINE 常見問題。
https://support.shoplineapp.com/hc/zh-tw/articles/10413998138265
[3] SHOPLINE。（2026.06）。AI 對話分析。SHOPLINE 常見問題。
https://support.shoplineapp.com/hc/zh-tw/articles/29589155070233
[4] SHOPLINE。（2026.01）。AI 知識庫｜訊息中心。SHOPLINE 常見問題。
https://support.shoplineapp.com/hc/zh-tw/articles/22611739596441
[5] SHOPLINE。（2026.09）。〔即將推出〕AI 智慧導購助手｜訊息中心。SHOPLINE 常見問題。
https://support.shoplineapp.com/hc/zh-tw/articles/62243748056601
[6] SHOPLINE。（2026.09）。聊天小工具｜訊息中心。SHOPLINE 常見問題。
https://support.shoplineapp.com/hc/zh-tw/articles/15433888869401
