AI 智能客服

結合 ChatGPT、Claude 等大型語言模型與企業自有知識,打造能 24 小時自動應答的智能客服。聽得懂客戶的自然語言、答得出企業專屬問題,常見問題即時解決,複雜或高風險問題再自動轉接真人,讓授權客服人力聚焦在真正需要人的對話上。

適用情境

  • 客服每天被大量重複問題(運費、退換貨、營業時間)淹沒,人力耗在低價值問答

  • 下班、假日無人回覆,客戶等到隔天往往已轉向競品

  • 答案散落在官網、PDF、Excel 和員工腦中,回覆不一致、新人難上手

  • 傳統關鍵字客服機器人答非所問,體驗差,最後仍得找真人

  • 客服對話沒有累積分析,不知道客戶常卡在哪、哪些問題該優先處理

技術說明

  • 以大型語言模型理解客戶的自然語言問題,不靠固定關鍵字比對,問法多變也聽得懂

  • 結合企業知識庫(RAG)讓回答有所本、引用實際文件,大幅降低 AI 亂答(幻覺)

  • 可設定回答範圍與語氣,超出範圍或高風險問題自動轉接真人客服

  • 接入官網、LINE、APP 等既有渠道,對話與紀錄統一管理

  • 以實際對話持續優化知識庫與回答品質,並提供常見問題與滿意度報表

技術清單

LLM 模型介接

LLM 模型介接

串接 OpenAI/Claude/Gemini 等模型,可依需求切換

RAG 檢索增強生成

RAG 檢索增強生成

問答時先檢索企業文件相關段落,再讓模型據此作答

向量資料庫

向量資料庫

將文件語意向量化,支援快速且精準的語意檢索

知識庫管理

知識庫管理

上傳、分類與更新文件,維持答案來源即時最新

多輪對話管理

多輪對話管理

記住上下文,處理追問與情境分支

多渠道串接

多渠道串接

官網 Widget、LINE、APP 等渠道統一接入

真人轉接機制

真人轉接機制

依信心度或主題自動轉接專人,銜接既有客服系統

內容安全過濾

內容安全過濾

攔截敏感字詞與超範圍問題,控管回答邊界

系統參數自定義

系統參數自定義

將業務規則開放為可設定參數,調整不需改程式

營運報表

營運報表

常見問題、滿意度、對話量等營運數據統計與匯出

RBAC 權限管理

RBAC 權限管理

以角色控管知識庫與後台操作範圍

常見問題

Q1

什麼是 AI 智能客服?和傳統客服機器人有什麼不同?

AI 智能客服以大型語言模型理解客戶的自然語言提問,不像傳統關鍵字機器人只能比對固定字詞。它能聽懂多變的問法,並結合企業自有知識回答專屬問題,答不出或超出範圍時自動轉接真人,體驗更接近真人客服。

Q2

導入 AI 智能客服需要準備什麼資料?

主要是你希望 AI 能回答的內容來源,例如常見問答、產品說明、服務條款、官網頁面或內部文件。山葵組會協助把這些資料整理進知識庫並向量化,讓 AI 的回答有憑有據;資料越完整,回答越準確。

Q3

AI 會不會亂回答?怎麼確保答案正確?

系統採用 RAG(檢索增強生成),回答前會先從企業知識庫檢索相關段落,再讓模型據此作答,大幅降低憑空杜撰(幻覺)的情況。同時可設定回答範圍,超出範圍或高風險問題會自動轉接真人,而非勉強作答。

Q4

可以接在官網、LINE、APP 上嗎?

可以。AI 智能客服可接入官網對話框、LINE 官方帳號、APP 等既有渠道,多渠道的對話與紀錄統一管理,客戶在哪個入口詢問都能得到一致的回答。

Q5

遇到 AI 回答不了的問題怎麼辦?

系統會依回答信心度或問題主題自動判斷,將對話轉接給真人客服,並可銜接你既有的客服系統。AI 負責處理大量重複問題,真人則聚焦在複雜或高價值的對話。

Q6

導入 AI 智能客服的費用與時程大概如何?

費用與時程取決於知識庫的資料量、接入的渠道數量,以及是否需要串接既有系統。山葵組會在需求訪談後提供工時估算與報價,並支援分階段導入,先讓核心問答上線,再逐步擴充。

Q7

對話資料的隱私與安全如何保障?

系統採 HTTPS/TLS 加密傳輸、角色權限控管(RBAC)與操作稽核紀錄,關鍵操作皆可追溯。可依需求配合個資保護要求設計,並提供獨立部署環境強化資料隔離。