香港 AI 客服機械人

很多老闆最大的顧慮就是「機械人會不會亂說我們沒有講過的內容」。做法分三層：用你自己的資料建立知識庫，機械人只讀取產品清單、常見問題、價目邏輯、服務條款來組織答案，資料以外原則上不會自行編造；限制回答範圍，劃線哪些問題可以答（營業時間、產品規格、預約流程），哪些一定要轉真人（投訴、退款、客製化報價）；答不到就轉真人，機械人偵測不到對應答案，就直接轉真人接手，不會勉強砌答案發佈。

部署位置取決於客人習慣在邊接觸你。餐飲與零售客人多用 WhatsApp，全渠道較貼身；B2B 或形象網站流量較大的生意，先做網站版已夠用。

開始之前要準備的資料，主要四類：產品或服務清單、常見問題、價目邏輯（不必提供具體價錢，但要說清楚如何計算），以及服務條款。資料愈齊全，知識庫愈準確。

本地部署 vs 雲端服務的分別，是很多老闆想搞清楚的事。雲端服務上線快，但資料經第三方伺服器處理；本地部署用自設設備與模型，資料處理留在自己設備上，不經第三方雲端，對處理客戶資料較敏感的生意會較安心，回應速度亦較穩定，但前期設定與維護需較多技術資源。trafficholic 團隊本身有自設本地 AI 模型與設備，這個選項對我們是實際可行做法。我們自己網站都有部署對外 AI 助手 Milo Agent，算是自己都在用的實戰驗證。

持續改善的關鍵在於定期檢視答不到的問題，每月取出記錄檢視，再補充到知識庫。

誤解一：AI 客服一定會亂答。AI 語言模型有「幻覺」（hallucination）特性，有時會用肯定的語氣講出錯誤資訊，這是業界公認的技術限制，我們不會說這個問題完全不存在。但透過限制知識庫範圍、劃清答題邊界與設定轉真人觸發條件，可以大幅減低影響，這是持續管理的過程。

誤解二：AI 客服是來取代員工。不是。機械人負責處理重複、低複雜度的問題，釋放員工時間去處理需判斷、需溫度的客人互動（投訴、客製化需求、真正想成交的客人）。員工與機械人是分工，不是替代關係。

誤解三：裝了就一勞永逸。上線不是終點。知識庫需要持續補充資料才會準確，客人問法會變、產品與服務會更新，如果沒有人跟進補充，準確度會隨時間下跌，這個服務需要持續維護。