AI Agent 清潔家事服務實戰：預約派工、線上報價、客服回覆與滿意度回訪一條龍

這篇文章解決什麼問題？ 教你把居家清潔、家事服務、清潔公司裡最吃時間又最常漏接的四件事——線上報價、預約派工、回 Line 訊息、做完打掃後的滿意度回訪——交給 AI Agent 分擔。誰適合讀？ 一人接案的家事阿姨、三五人的家事工作室，到帶著十幾位清潔人員的居家清潔公司老闆與內勤，人手永遠不夠、客人卻習慣用訊息問坪數問價錢，常常掃到一半沒空回、報價拖到隔天客人就跑去找別家。讀完你會得到什麼？ 一套可以直接照抄的 Prompt 範本、一張看得懂的 Workflow 流程圖，以及一間台灣居家清潔公司導入前後的真實成果數據，讓你今天就能動手做。

為什麼清潔家事業最該導入 AI Agent

清潔家事業的生意特性，幾乎是為 AI Agent 量身打造的：詢問量大、報價要算、現場在打掃沒空回、派工靠人記、爽約最傷、做完沒人追蹤就再也不回頭。

想想這個產業的日常：客人傳來「30 坪空屋打掃多少？」「有養兩隻貓會加價嗎？」「這週六上午能來嗎？」這些問題答案大致固定，卻一定挑在你或阿姨正在客戶家彎著腰刷地板、手套還沒脫、根本沒空看手機的時候進來。等收工回到車上才回訊息，往往已經晚了兩三個小時，客人早就問了別家、約了別家。在這個比價快、決定也快的市場，回得慢就等於把單送給對手。

更痛的是另外兩件事。第一是爽約與調度錯誤：客人臨時取消又沒講，阿姨白跑一趟、車程油錢全賠進去；或是地址、坪數、需求在 Line 對話裡傳來傳去，內勤抄錯一個門牌，整組人就在錯的地方等。第二是做完即失聯：明明上個月才打掃過、很滿意的客人，之後就沒消息，你忙到根本沒空一個個回訪追蹤，等於每個月都在默默流失本來可以變成定期客的好客人。

這些痛點有一個共同點：規則清楚、可以描述、卻一直在偷走你的時間與營收。這正是 AI Agent 最擅長的領域。它不像傳統關鍵字機器人只會比對死板話術，而是能聽懂客人在講什麼、跨好幾輪對話把坪數與需求問清楚、依你給它的知識庫算出報價區間，並在判斷自己處理不來時，乾脆地把客人轉給真人。對人手吃緊的台灣清潔家事業來說，這不是「機器取代阿姨」，而是把人力從零碎訊息與報價計算裡釋放出來，把雙手留給打掃、把判斷留給人。

核心概念：四個 AI Agent，串成一條服務動線

很多老闆一聽到「導入 AI」就以為要砸大錢、要工程師，其實在清潔家事業，最值得交給 AI 的就是四個環節。把它們想成接力賽裡的四棒，每一棒都讓 AI 先跑，跑不動的再交給人。

下面這張表，把四個環節的痛點、AI 能接手的部分、以及哪些一定要留給人，講清楚：

用一個比喻會更好懂：AI Agent 就像一位 24 小時不下班的金牌內勤。它把客人的詢問接住、把該問的問清楚、把報價算好、把派工單整理乾淨、把做完的客人記得回訪——但它很清楚自己的份際，遇到要拍板、要安撫、要扛責任的事，它會把客人原封不動地交回你手上。你要做的，是先把這位內勤要遵守的「規則手冊」（也就是知識庫）寫清楚。

實際教學：五步把 AI Agent 帶進你的清潔事業

Step 1：盤點四大重複工作，圈出最痛的那一個

先別急著開工具。拿出紙筆或開一份文件，把你和同事最近一週實際做過的事列出來，特別留意這四類：報價、預約派工、客服回覆、滿意度回訪。每一類後面標註：一週發生幾次、平均花多少時間、最常在哪裡出錯或漏掉。

多數清潔家事業者列完會發現，最痛的通常是「報價回得慢」和「做完沒回訪」。報價慢直接漏單，回訪缺位直接流失回購。建議第一波就先讓 AI 接這兩件，做出成績、團隊有信心，再往派工與客服延伸。一次只動一兩件，比一次全上更容易成功。

Step 2：建立清潔服務知識庫，這是 AI 的唯一依據

AI Agent 答得準不準，九成取決於你餵它的知識庫。把以下內容整理成一份結構化文件（用標題、條列即可，不需要程式）：

• 服務項目：居家定期清潔、空屋／新屋細清、退租清潔、廚房油垢深清、玻璃外窗等，各自的內容與不做什麼。
• 坪數計價級距：例如 20 坪以下、21～35 坪、36～50 坪各對應的價格區間與預估工時。
• 加價條件：寵物毛量、囤積／重油垢、無電梯高樓層、垃圾清運、指定時段假日等，各加多少或加幾成。
• 服務區域：可到與不可到的行政區、跨區車馬費規則。
• 班表與人力：每天可派班數、需要提前幾天預約（這部分標清楚但讓 AI 只用來引導，不做即時承諾）。
• 常見問答：付款方式、是否自備工具藥劑、清潔當天客人要不要在家、保固重做政策等。

這份文件就是 AI 的「規則手冊」。記住一條鐵律：要求 AI 只能依知識庫回答，查不到的就轉真人，絕不自己編。 想讓 AI 穩定讀懂你的資料、再依此回答，可以延伸了解 RAG 是什麼。

Step 3：設定報價與預約 Agent

把知識庫貼進 ChatGPT 或 Claude，搭配下一段提供的 Prompt 範本，建立你的報價與預約 Agent。它的工作是：先用問句把坪數、屋況、需求、地點、希望時段問清楚，再依知識庫算出報價區間（不是死價），最後引導客人留下姓名、電話、地址與偏好時段。遇到知識庫沒涵蓋的特殊案件（例如極重囤積、商辦大坪數），就明確說「這個案件需要由專人評估」並轉真人。

如果你想更進一步，把 AI 直接串進 Line 官方帳號或預約表單，讓報價與留資料全自動，可以了解 MCP 如何讓 AI 接上你的工具與資料。但即使先不串接，光是把這套 Prompt 設好、有客人來問就貼上去用，也已經能大幅加快回覆。

Step 4：建立派工與回訪流程

預約確認後，讓 AI 把對話內容轉成一張標準派工單：服務日期時間、地址、坪數、項目、加價需求、注意事項、客戶聯絡方式，一次列齊，內勤或調度群組看一眼就懂，不再有抄錯門牌的問題。

服務完成後，再讓 AI 依知識庫與分眾規則，自動草擬滿意度回訪訊息：謝謝惠顧、簡短關心清潔成果、邀請給回饋、適時提醒下次定期清潔。針對首次客、回頭客、曾客訴客給不同語氣。所有訊息發出前，務必由人快速看過一眼再送。

Step 5：監控與每週迭代

導入不是設好就放著。每週花十分鐘看五個數字：報價回覆速度、預約轉換率、爽約率、客訴率、回購率。同時把 AI 這週答錯、答不出、或被客人吐槽的問題抓出來，回補進知識庫。清潔家事業的價格與檔期常變動，知識庫一旦過期，AI 就會報錯價、給錯訊息。把迭代變成每週習慣，AI 才會越用越準。

範例：Prompt 與 Workflow

以下是一個可以直接複製、貼到 ChatGPT 或 Claude 的報價與預約 Agent Prompt。把方括號內容換成你自己的資料即可。

你是一家台灣居家清潔公司的線上預約客服，名字叫「[小淨]」。你的任務是用親切、簡潔的台灣口語，協助客人完成詢價與預約。

【你必須遵守的規則】
1. 只能依據下方「服務知識庫」回答，知識庫沒有的資訊一律回答「這部分我幫您轉專人確認」，絕不自行編造。
2. 報價一律給「區間」，並加註：實際金額以現場或派工人員確認為準。
3. 依序問清楚：服務類型、坪數、屋況（有無寵物／重油垢／囤積）、所在行政區、希望日期時段。資訊不齊不要急著報價。
4. 確認需求後，請客人留下：稱呼、電話、地址、偏好時段。
5. 遇到極重囤積、大坪數商辦、或知識庫未涵蓋的狀況，明確說「這個案件需要專人評估」並停止報價。
6. 嚴禁簡體字與中國用語，全程繁體中文台灣用語。語氣親切但不浮誇。

【服務知識庫】
- 服務項目：[居家定期清潔／空屋細清／退租清潔／廚房油垢深清……]
- 坪數計價：[20坪以下 約X-X元；21-35坪 約X-X元；36-50坪 約X-X元]
- 加價條件：[有寵物+X%；重油垢+X元；無電梯高樓層+X元……]
- 服務區域：[可到行政區；跨區車馬費規則]
- 常見問答：[付款方式／是否自備工具／當天客人要不要在家／保固重做政策]

現在，請以「小淨」的身分，向剛進來詢問的客人打招呼並開始服務。

設好報價 Agent 後，整套服務動線的 Workflow 長這樣（文字版流程圖）：

客人在 Line／表單詢問
        ↓
報價 Agent 問清坪數、屋況、需求、區域、時段
        ↓
依知識庫算出「報價區間」並說明以現場確認為準
        ↓
   ┌──────────────┴──────────────┐
特殊／超出知識庫的案件          一般案件
        ↓                          ↓
   轉真人專人評估            引導客人留下姓名/電話/地址/時段
                                   ↓
                          AI 把對話整理成「標準派工單」
                                   ↓
                          推給調度人員／群組 → 真人確認派誰
                                   ↓
                          服務當日：阿姨依派工單到府清潔
                                   ↓
                          完成後 AI 依分眾草擬「滿意度回訪訊息」
                                   ↓
                          真人快速看過 → 送出 → 邀回饋＋提醒下次預約

這條動線的精神是：AI 跑前段（接住、問清、算價、整理、回訪），人跑關鍵節點（特殊報價、最終派工、客訴安撫）。 每一個分岔，都讓 AI 知道什麼時候該把球交回給人。

常見錯誤

錯誤一：讓 AI 報死價。 清潔報價高度依賴現場屋況，囤積、油垢、樓層落差大。讓 AI 報死價，輕則吃悶虧，重則到現場才發現差太多、引發糾紛。永遠只報區間，並註明以現場確認為準。

錯誤二：知識庫不更新就放著用。 換季調價、新增退租清潔服務、某行政區暫停接單——只要知識庫沒跟著改，AI 就會用過期資訊誤導客人。把每週更新當成固定動作。

錯誤三：讓 AI 做即時派工承諾。 「哪位阿姨明天有空」是即時且會變動的資訊，讓 AI 直接答應很容易撞車。AI 只負責整理派工單，最終派誰、能不能接，一定由人拍板。

錯誤四：回訪變成群發疲勞轟炸。 不分眾、不控頻率地狂發回訪與促銷，只會讓客人封鎖你。依客戶類型分群、控制頻率，回訪才會是貼心而非騷擾。

錯誤五：把客訴丟給 AI。 客人不滿意、要求重做、甚至情緒上來，這是最需要人味與責任感的時刻。AI 一旦偵測到負面情緒或客訴關鍵字，就該立刻轉真人，絕不讓它獨自處理。

最佳實務

• 先做一兩件，做出成績再擴張。 通常先讓 AI 接「報價」與「回訪」最有感，團隊有信心後再延伸到客服與派工。
• 知識庫越具體，AI 越聰明。 把加價條件、區域規則、保固政策寫到沒有模糊空間，AI 才不會亂猜。
• 所有對外訊息發出前由人看一眼。 尤其報價與回訪，人的最後一道把關能擋掉九成尷尬。
• 把「轉真人」設成明確規則。 列出哪些情況必須轉人（特殊報價、客訴、糾紛、知識庫查無），讓 AI 有清楚的退場機制。
• 每週看數字、每週回補。 報價速度、轉換率、爽約率、客訴率、回購率，這五個數字會誠實告訴你 AI 有沒有真的幫到忙。

實際案例：台中一間居家清潔公司的導入前後

台中一間約 12 位清潔人員的居家清潔公司「以乾淨家事」（化名），導入前由一位內勤小姐用一支手機扛下所有 Line 詢問、報價與排班。問題很典型：白天客人問價的訊息常拖到晚上才回，週末詢問尖峰更是回不完；報價靠內勤心算，偶爾算錯加價；客人做完幾乎沒人回訪，回購全靠客人自己想到。

導入做法：他們花了大約兩個下午，把服務項目、坪數級距、加價條件、區域規則與常見問答整理成一份知識庫，套用上面的報價 Agent Prompt 接在 Line 官方帳號的自動回覆前段；服務完成後，用回訪 Prompt 依「首次／回頭客」分眾，由內勤每天下班前統一看過再送出。整個過程沒有寫任何程式，只用了 ChatGPT 加上現成的 Line 官方帳號。

導入後三個月的成果數據（公司內部統計，環境不同結果會有差異，僅供參考）：

• 詢問首次回覆時間：從平均約 3 小時縮短到 5 分鐘內（自動報價區間先回，內勤再補確認）。
• 報價到預約的轉換率：從約 28% 提升到約 41%。
• 內勤每天花在回訊息與報價的時間：從約 4 小時降到約 1.5 小時，省下的時間用來做排班與客訴處理。
• 三個月內回購率：因為導入完工回訪與下次提醒，從約 19% 提升到約 30%。
• 派工抄錯地址／坪數的失誤：因為改用 AI 整理的標準派工單，幾乎歸零。

內勤小姐的原話是：「以前最怕假日，訊息一進來十幾則，根本回不完。現在客人問完馬上有報價區間，我只要補一句確認，省下的時間拿去顧排班和安撫客訴，反而做得更安心。」這正是重點——AI 沒有取代她，而是把她從零碎訊息裡撈出來，去做更需要人判斷的事。

結論

清潔家事業的痛，往往不是不夠努力，而是人就那麼幾雙手，卻被報價、回訊、派工、回訪這些零碎又重複的事綁住，掃地的時間被偷走、該回的單漏掉、做完的好客人默默流失。AI Agent 的價值，就是把這些規則清楚、可以描述的工作先接過去，讓你和阿姨們專心把每一坪打掃乾淨。

別想著一步到位全自動。從最痛的「報價」與「回訪」開始，把知識庫寫清楚、把 Prompt 設好、把「轉真人」的界線畫明確，每週看數字、每週回補。你會發現，導入 AI 不是多一個要管的麻煩，而是多了一位 24 小時不下班、永遠記得回訪客人的金牌內勤。

如果你想直接拿現成的範本起步，可以到 任務食譜書 找適合清潔家事業的 AI 應用範本，照著改成自己的版本，今天就動手把漏掉的單與流失的客人補回來。

常見問題 FAQ

延伸閱讀

• AI Agent 是什麼？從入門到實戰
• 什麼是 MCP？讓 AI 接上你的工具與資料
• ChatGPT Prompt 教學：寫出好提示詞
• RAG 是什麼？讓 AI 讀你的資料再回答
• 任務食譜書：現成的 AI 應用範本