kakinang INSIGHTS · 2026-09-19
導入 AI 客服前,如何估算自己需要的功能與用量?
導入 AI 客服 幫我估算導入 AI 客服需要的功能與用量 不必先猜一個漂亮的回收率。先量每天實際詢問與要做的工作,再核對方案功能、角色權限及配額是否符合。

先盤點工作,別先挑最長的功能清單
用四欄記錄最近兩到四週:每週收到多少詢問、主要來自哪些入口、哪些是公開資料可答、哪些必須人確認。若只有一人做客服,另記每筆大致花多少時間、最常重問的條件、沒回覆的原因。第二張表列所需能力:品牌頁是否需要公開資訊、AI 是否需要知識來源、是否需要留下可回覆的詢問、是否需要事件通知、是否需要真人交接與報表。每項標『本週必需』『下階段再看』『目前不用』。一個每週只有幾個問題的新店,未必需要把所有連接管道都打開;每週數百次相似問題的團隊,則要先評估內容維護和人員交接。
假設兩家同樣有一百次月詢問:A 店九十次問固定營業時間,公開頁與 FAQ 是優先;B 店九十次問客製時段與價格,缺少即時資料和核准流程時,AI 只能協助收集條件,不能把回答量當成自動成交。相同訊息數量不等於相同功能需求。先分工作類型,再看產品是否真的提供相應流程。
盤點時把『目前量』與『可能量』分欄。前者有紀錄可核對,後者只是活動、旺季或新增入口的假設。若一週二十筆訊息有十筆是同一人追問,就不能當二十位新客;若對話分散在網站、社群與 Email,也不要假定系統會自動合併跨通路身分。先以平台彙總數、人工工時紀錄與少量去識別案例建立基準。完全沒有歷史量時,寫低、中、高三種情境並清楚標成假設,試用後用真實數據修正。把需求對應到可驗證結果:公開資訊讓訪客理解條件,留單讓業主有足夠資料跟進,通知讓指定收件人看見待辦,報表讓用量趨勢可追。功能存在不等於流程完成。寄信服務受理不保證收件匣到達;可洽詢不等於時段已保留。若訂單有正式確認,人的確認時間也要算入。

方案、角色與配額要一起核對
在 kakinang,功能是否可用不只看方案名稱,還取決於該租戶的功能開通、使用者角色權限和用量配額。先列自己要操作的人:誰編輯知識、誰核准公開內容、誰看詢問、誰管理通知。若使用微網站,草稿、預覽和各語系發布分別需要有權者核對。若使用 onboarding 助手,登入後收集品牌網址和信箱、預覽變更及方案限制,再由有權者確認套用;輸入網址不是自動把所有功能正式開通。正式申請仍需團隊審核與聯絡。不要把示範功能、外部尚未完成啟用與驗收的管道、金流或完整 CRM 當成現成方案內容。
配額估算可用保守區間:平日平均每日詢問量、旺季峰值、每筆平均回合、上傳知識更新頻率,加上測試和修正所需餘量。這是工作量估算,不是保證的 token 或金額換算;真正用量依系統計量與已開通項目核對。沒有公開固定價格時,不應在文章編造月費或單次成本;整理需求後依正式方案諮詢確認。
製作權限表比背方案名稱有效。每列是實際動作,例如編輯品牌故事、上傳公開知識、設定通知收件人、檢視客戶需求、核准發布;每欄是業主、營運同仁、臨時協作者。填『需要』『不需要』『待確認』並讓有權者逐項驗證。只給工作必要權限,不要為了讓臨時協作者改一段文章就開放全部客戶資料。功能不可用時,先分清方案、角色或配額限制,別用另一帳號繞過。涉及 Buffer 等社群排程,也要確認帳號連接、草稿審閱與可發布管道;服務商接受排程不等於平台已公開。業主可以分階段完成一條路徑:先發布準確資訊,再讓 AI 回答少數核准問題,建立真人交接和通知,最後用報表找瓶頸。別一次打開所有語言和入口卻無人更新。每增加一語需估翻譯、價格與時間同步、例外處理工時;每增加渠道需估通知和客服排班,這些人力成本不會自動出現在產品用量圖表。

用小規模試跑修正估算
先挑一個入口和五至十題已核准的常見問答,記錄兩週基準:有效詢問、未回答類別、交接次數、業主首度回覆時間及實際用量。用報表核對詢問與用量趨勢,但不要把所有對話都等於訂單,也不要把自助解答都換算成省下的工資。試跑中若多數問題仍需人查時段,優先改善資料與流程;若訊息量低但使用量異常高,檢查過長對話、重複測試或未維護知識。觀察需要足夠時間跨過週末或活動日,不能用第一天的高峰推全年需求。
設三個決策門檻:答案是否可靠且能說不知道;交接是否真的有人看;配額接近限制時誰收到通知並決定調整。若任何一項不合格,先縮小可答範圍、修訂知識或調整人員,而不是立刻購買更多未知功能。若實際詢問隨季節變化,按月重估區間並記變動理由。這比虛構『投資報酬率提升三倍』更能支持下一步選擇。
小規模試跑要預先定義停止條件。若多次把『待確認』說成『已預約』,暫停該類自動答覆,修正來源並由業主重測;通知收件人休假則指定代理人;接近配額時縮小非必要測試但保留必要客服路徑。每次調整的日期、原因、權限狀態、預期效果寫在同一張表,兩週後再看是否改善。不要依單日波動對外宣稱成果。有人手動接管複雜需求,不一定是 AI 失敗,也可能是避免錯誤承諾的正確路徑。估預算時分開固定與變動項:人員整理資料、檢查翻譯、審核例外、外部服務設定,以及產品實際使用量。沒有公開固定價與正式契約時,示例預算不能寫成官方報價。詢問團隊時提供三種情境的週詢問數、尖峰、目標入口、需要的功能、負責角色與安全停止點,比只說『我要最強 AI』更容易得到可核對方案。最後,指定誰每月重新核對數字。若實際量遠低於預估,就檢查是否入口難找、內容不清楚或客群本來較少;若高於預估,先分辨是真實客戶、重複測試還是機器流量。不要只因為圖表往上就增加預算,也不要在圖表往下時直接判定 AI 沒有效益。
可用一個不涉及價格的算例核對量級:假設目前每週四十筆有效詢問,每筆平均有兩個來回,先在表上記為約八十個問答回合。若活動週可能增加到八十筆、每筆平均三個來回,就約二百四十回合;再另列二成的內部測試與修正空間,作為約二百八十八回合的壓力情境。這只是排班和試跑的估算單位,並非產品的計費單位、token 數、回覆保證或官方配額。試跑後用後台實際用量、有效詢問及人工交接數逐週替換假設。若大量重複提問來自同一人,先檢查答案與入口;若峰值來自一次活動,別把它當成全年平均。
團隊常問的問題
有固定公開月費可以直接計算嗎?
不要假設。先整理需求、方案功能與用量,依正式聯絡流程確認實際條件。
只看每月訊息數夠嗎?
不夠。還要看每筆回合、知識變動、交接比例、峰值及權限限制。
AI 回答越多就越划算嗎?
不一定。若答錯價格或未確認時段,後續補救可能比人工答覆更費時。
能用報表算出精確 ROI 嗎?
報表可供核對實際詢問與用量;成本節省及成交須有獨立工作與交易證據,不能由聊天數直接推得。
來源與延伸閱讀
- AI Risk Management Framework — NIST
- Self Customer Service: What It Is and How It Works — Shopify
- Creating Helpful, Reliable, People-First Content — Google Search Central