客戶提問自動分流

🎯 這條流程解決什麼

走進任何一家中小型會計事務所，最常見的景象就是每位承辦的個人 LINE 與信箱各自為政：客戶傳訊問「我這個月的營業稅報了沒」、「上次給你的發票收到了嗎」、「我要新增一個員工要準備什麼」，誰收到誰回，主管完全看不到全貌。問題是，這些訊息裡有七到八成其實是重複度極高的常見問題，真正需要會計師花腦筋判斷的專業諮詢反而只占少數，卻常常被淹沒在罐頭問題裡漏掉。

實際估算一下成本就很驚人。一家服務一百家客戶的事務所，平均每天進來的客戶提問大約四十到六十則，光是逐則閱讀、判斷該誰處理、打字回覆，每則平均要花三到五分鐘，等於每天兩到三個工時全花在「回訊息」這件沒有產值的事情上。換算成人力成本，一個月就是約四十到六十個工時、相當於多請半個工讀生的薪水，而且承辦一邊做帳一邊被訊息打斷，思緒被切得零碎，做帳出錯的機率也跟著上升。更糟的是漏回：客戶問了三天沒人理，下次續約時這筆帳一定算在事務所頭上。

這條流程要解決的，正是「訊息散亂、重複問題吃掉工時、專業問題卻被漏接」這三個交疊在一起的痛點。

導入後的改變

導入前，客戶提問是一團找不到負責人的亂麻：訊息散在五六個人的私人帳號、沒有統一紀錄、主管要追進度只能一個個問承辦、月底才發現某個客戶的問題拖了兩週沒回。導入後，所有來訊集中進一條佇列，AI 先分類，常見問題秒回，專業問題自動派工並追蹤到結案，整個事務所的客戶溝通第一次有了「儀表板」。

效益估算上，由於約七成的提問屬於進度查詢、文件清單、繳費方式這類可標準化回覆的內容，導入後這部分等於完全不占人力，承辦每天花在回訊息的時間可從兩三個工時壓縮到不到一個工時，省下約六到七成。漏回率方面，因為未結工單會定時提醒，三天以上未回的客訴幾乎能歸零。對一家百客戶事務所而言，這條流程一年省下的工時換算約等於數萬元人力成本，更重要的是把資深承辦的腦力還給真正需要專業判斷的案子。

流程怎麼運作

整條流程對應 frontmatter 的五個節點，逐步說明如下。

第一步「接收提問」：把事務所的 LINE 官方帳號與指定收件信箱串進同一個 webhook，不論客戶從哪個管道來訊，都統一抓取訊息內容、客戶識別資訊與時間戳，寫進一條共用的待處理佇列（可用 Notion 資料庫承接）。這一步的重點是「去管道化」，讓後面所有處理邏輯不必管訊息從哪來。

第二步「意圖分類」：把訊息文字丟給 AI 分類 API，要求它回傳預先定義好的標籤，例如「進度查詢」「發票／單據問題」「報稅諮詢」「新增業務」「客訴／退費」「其他」。分類提示詞裡要附上事務所的業務情境，讓模型理解專業術語。這一步只做分類、不做回覆內容生成，準確率才穩。

第三步「即時回覆」：被歸為常見問題的訊息，直接比對對應的罐頭答案庫回覆，例如進度查詢就回「您的營業稅申報預計於本期 15 日前完成，如需加急請告知」並附上所需文件清單連結。回覆內容是事先寫好、會計師審過的固定文案，AI 只負責配對、不自由發揮。

第四步「派工承辦」：被歸為報稅諮詢、客訴等需要專業判斷的訊息，系統在 Notion 建立一張工單，依客戶對照表自動指派給該客戶的承辦會計，並推播通知。工單裡帶上原始訊息、客戶資料與分類標籤，承辦點開就能直接處理。

第五步「追蹤未結」：每天掃描工單狀態，超過設定時數仍未回覆的，自動提醒承辦，再逾時則上呈主管，確保沒有任何客戶問題石沉大海。

需要的工具與串接重點

平台用 n8n 或 Make 當中樞。LINE Official Account 負責收 LINE 來訊，需在後台設定 webhook 指向自動化平台；Gmail 透過 IMP 或 API 監聽指定信箱。AI 分類 API 扮演「意圖判讀」的角色，建議用支援繁體中文與長提示詞的模型，並把分類標籤限定為固定選項以利後續路由。Notion 同時扮演「待處理佇列」與「工單看板」，欄位設計要含客戶名稱、分類標籤、承辦、狀態、最後更新時間。

串接注意點有三：一是客戶身分對應，LINE 的 userId 與事務所客戶清單要先建好對照表，否則無法正確派工；二是回覆管道要原路返回，從 LINE 來的就用 LINE 回、從 Email 來的就用 Email 回；三是分類信心門檻，當 AI 分類信心過低時，預設一律走「派工承辦」交給真人，寧可多派也不要錯誤自動回覆。更多串接設定可參考 /automation 的自動化基礎教學。

常見錯誤與注意事項

最常見的錯誤，是讓 AI 自由生成回覆內容。客戶提問常涉及財務數字、申報進度與個資，一旦 AI 自動回出具體金額、稅務試算或承諾申報結果，就可能造成嚴重誤導甚至責任爭議。正確做法是：自動回覆僅限「通用流程說明」與「文件清單」這類不涉及個案判斷的內容，任何具體金額、稅務判斷、退費承諾，一律標記為「需人工確認」，轉由承辦會計回覆。

第二個雷區是個資揭露。系統絕不可在未驗證身分的情況下，自動回傳客戶的營業額、帳號或申報細節。第三，客訴與退費訊息務必百分之百轉真人，AI 不取代專業判斷，也不應在情緒性訊息上自作主張。把這些敏感分類預設走人工，是這條流程能安心上線的前提。

台灣中小企業情境案例

台中一家服務約八十家客戶的記帳事務所，過去三位承辦各用自己的 LINE 收客戶訊息，主管每到續約季都接到客戶抱怨「問問題都沒人回」。導入這條流程後，所有客戶改加官方帳號，進度查詢、繳費方式、文件清單這類問題由系統秒回，承辦每天少花約兩小時在回訊息上，把時間挪去趕月結。三個月下來，未回訊息的客訴從每月七八件降到一兩件，主管第一次能在儀表板上看到每個客戶的提問狀態，續約率明顯回升。

延伸應用

這條流程的分類引擎可以接續更多動作：把「新增業務」標籤的客戶自動導入報價與簽約流程、把「客訴」標籤同步進客戶滿意度追蹤表、把高頻問題定期統計出來反推 FAQ 該補哪些。也可以與 /workflows 的申報期限提醒、月度財報發送、單據收件串成一條完整的客戶服務鏈，讓客戶從提問、收件到報告全程都有自動化承接。想找更多客服與分流的設計範本，可參考 /recipes 裡的相關食譜。

流程圖

用到的工具

更多「專業服務」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →