客服知識庫即答助手流

🎯 這條流程解決什麼

客服團隊真正的知識，往往散落在三個地方：寫得落落長卻沒人想翻的 SOP 文件、堆滿截圖與對話的內部群組，以及幾位老鳥的腦袋裡。結果就是——新人遇到稍微不常見的問題，得先翻文件翻不到，再丟到群組問，等老鳥有空回，一題拖上半天；而同一個問題，不同客服回出來的答案還不一樣，保固怎麼算、退費幾天到帳、某功能支不支援，全憑各自記憶，品質飄忽。

這套「靠人傳人」的模式成本很高。新人養成期常常要兩三個月才敢獨立回覆複雜問題，期間不斷打斷資深同事，等於兩個人的時間都被吃掉；尖峰時段大家自顧不暇，群組問題沒人回，工單就卡著。更別說產品或政策一更新，舊答案還在流傳，回錯了輕則客人白跑一趟，重則造成承諾爭議。對人力精簡的中小企業，這種「知識卡在少數人身上」的脆弱，是看不見卻持續流血的成本。

這條工作流把知識庫變成隨叫隨到的即答助手：客服一提問，系統就從文件庫撈出正解草稿、附上來源，新人也能秒給標準答案；查不到的問題自動列管，反過來補強知識庫，讓回覆愈用愈準。

導入後的改變

導入前，找答案靠記憶與打擾同事，回覆品質因人而異，新人上手慢、資深人員被頻繁中斷，知識庫年久失修、沒人知道哪裡有缺口。

導入後，找答案變成「打字就有」。客服在工單裡提問，幾秒內就拿到一段口語化、附引用來源的草稿，確認無誤後送出即可。實務上可以期待：單題的查找時間從數分鐘（甚至跨人等候半天）縮短到十幾秒；新人不必再頻繁打擾老鳥，資深人員被打斷的次數大幅下降，得以專注處理難題；回覆品質趨於一致，因為大家答的都是同一份知識庫的內容。同時，「查無資料」清單讓知識庫第一次有了自我成長的回饋迴圈——哪些問題反覆問卻沒答案，一目了然，補寫有了優先順序。粗估能把新人養成期縮短三到五成，每位客服每天省下可觀的查找與等待時間，整體回覆速度與一致性同步提升。

流程怎麼運作

對應 frontmatter 的五個節點：

1. 觸發：收到提問（💬）——客服在工單介面打字提問、或客戶在官網自助查詢頁送出問題時，透過 Webhook 觸發，把問題文字送進流程。
2. 檢索知識庫（🔎）——用向量檢索（RAG）做語意搜尋，從 SOP、FAQ、產品手冊、政策文件中找出最相關的幾個段落。語意搜尋的好處是即使用詞不同（客人說「退錢」、文件寫「退款」）也撈得到。
3. 生成回覆草稿（✍️）——AI 摘要節點只依「檢索到的段落」寫出口語化草稿，並附上每段的引用來源連結。關鍵在於「只根據檢索結果作答」，沒撈到就老實說沒有，避免憑空捏造。
4. 回填給客服（📤）——把草稿與來源一起送回客服介面，由真人核對來源無誤後再送出。客服永遠是最後一道關。
5. 記錄查無資料（🕳）——檢索不到或信心過低的問題，自動彙整成清單，提醒知識管理負責人補寫，形成知識庫的成長迴圈。

需要的工具與串接重點

• 平台：n8n 或 Make 編排整條流程。n8n 對接向量資料庫與自訂檢索邏輯更靈活；Make 設定直覺。
• 知識庫/文件庫：先把 SOP、FAQ、產品文件整理乾淨並切成適當大小的段落，垃圾進、垃圾出，知識庫的品質直接決定答案的品質。
• 向量檢索（RAG）：把文件轉成向量做語意搜尋，是「找得準」的核心。建議設信心門檻，撈不到相關段落就不硬答。
• AI 摘要：依檢索結果生成草稿，提示詞務必限定「僅根據提供的段落作答、附來源、無資料就回報無資料」。
• 客服系統 API：把草稿與來源回填到工單。
• 通知（Slack / Line）：可把「查無資料」清單定期推給知識管理負責人。

串接重點：知識庫若含內部定價、客戶名單等機敏資料，檢索範圍要設權限分層，客戶自助查詢頁只能撈公開內容，避免內部資訊外洩。

常見錯誤與注意事項

• AI 草稿一律人工確認再對外：尤其涉及保固條件、退費金額、合約條款、規格相容性等敏感資訊，務必由客服核對來源頁無誤再送，避免幻覺答案造成承諾爭議。AI 不取代專業判斷。
• 只根據知識庫作答：嚴禁讓模型「自由發揮」，沒撈到就回報無資料，而不是編一個看似合理的答案。這是這條流程最容易出事、也最該守住的地方。
• 附來源不可省：每段草稿都要帶引用連結，方便客服一秒驗證、也讓答案可追溯。
• 權限與個資：知識庫含內部定價或客戶資料時，檢索範圍要分權限；客戶自助端只開放公開內容。
• 持續維護知識庫：「查無資料」清單若沒人定期消化，再聰明的檢索也撈不到不存在的答案，補寫機制要排進日常。

台灣中小企業情境案例

新竹一家智慧家電代理商「居家智選」，客服八人裡有五人是半年內到職的新人，過去保固判定、退換貨流程全靠兩位資深同事口頭傳授，新人一遇到「跨品牌保固怎麼算」就得在群組排隊等回覆，尖峰時一題卡半小時。導入知識庫即答助手後，新人在工單裡打出問題，系統十幾秒內就回填一段附 SOP 來源連結的草稿，核對後直接送出。兩個月後，新人的獨立回覆比例從三成提升到八成，資深同事被打斷的次數大減，得以專心處理疑難工單；「查無資料」清單也讓知識管理負責人發現「換新機到貨時程」這類常被問卻沒寫進文件的缺口，補齊後客戶端的自助解決率也跟著上升。

延伸應用

這條流程是客服效率的底盤，能往多個方向擴充：把它接到 來電智慧分流，工單一分到客服手上就同時附好正解草稿；搭配 客訴升級即時通報，讓接手客訴的人快速找到標準補救方案與話術；再串 品質抽檢流 檢視大家是否確實採用了知識庫的標準答案。不同產業的客服問答腳本與提示詞設計，可參考 任務食譜。當知識庫成熟後，更可把同一套檢索接到官網的客戶自助查詢、甚至 LINE 官方帳號，並透過 自動化中樞 統一管理權限與更新，讓內部與外部都吃同一份「永遠最新」的標準答案。

流程圖

用到的工具

更多「企業職能」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 →