電商新訂單自動處理流

🎯 這條流程解決什麼

小電商每天最磨人的，不是行銷也不是選品，而是「每一張訂單都要重複做同樣那幾件事」。一張單進來，要回一封確認信讓客人安心、要把明細登記到出貨表、要通知倉庫或自己準備包貨，遇到客製訂單或大額海外訂單還得多看兩眼確認沒問題。單量小的時候勉強撐得住，一旦碰上檔期、團購、社群被分享出去，訂單一口氣湧進來，老闆一個人對著後台手忙腳亂，漏回信、漏登記、出錯貨樣樣都來。

把這串動作換算成時間就很有感。假設每張訂單從看後台、複製貼上明細、寫確認信到通知出貨，平均要花三到五分鐘，一天五十張單就是兩、三個小時耗在純粹的搬資料上；而且這是機械式、毫無附加價值的勞動，做久了還容易因為疲勞而出錯。最怕的是漏單——客人付了錢卻遲遲沒收到確認信，或訂單沒被登記到出貨表，等客人來問才發現，輕則道歉補救，重則退款、給負評，傷的是辛苦累積的商譽。

這條工作流把這串重複動作全自動化，而且因為中間有一個 AI 判斷的步驟，它比傳統的「死板自動化」更聰明——能分辨哪些訂單可以直接放行、哪些要特別小心。老闆只需要打開出貨表看結果，把心力留給真正需要人的決策。

導入後的改變

導入前，每張訂單都要人工碰一輪：看後台、寫信、登記、通知，一天好幾個小時黏在後台，還要提心吊膽怕漏單。導入後，訂單一進來流程在幾秒內自動跑完，確認信寄出、明細寫進表、出貨組收到通知，老闆只在出貨表上看彙整結果。

合理的效益估算是：原本每張單三到五分鐘的人工處理，導入後幾乎歸零，只剩 AI 標記為「需客製」或「高風險」的少數訂單需要人看一眼。以每天五十張單估算，等於每天省下約兩到三小時、一個月省下五十到七十小時的重複勞動，相當於多出將近一個兼職人力的產能。漏單與漏回信的狀況因為流程一視同仁、不會累不會忘，可大幅降低甚至接近歸零，連帶減少因疏漏而起的客訴與退款。更關鍵的是，省下的時間能投到選品、行銷、客戶經營這些真正能成長的事情上。

流程怎麼運作

整條流程對應 frontmatter 裡的五個節點，從訂單成立的那一刻開始自動接力：

1. 觸發：新訂單（📥）：商店平台（Shopify、WooCommerce、或自架商店）一有新訂單，就透過 Webhook 把訂單資料即時推送到 n8n / Make，啟動整條流程。不需要輪詢、不需要人去點，付款完成幾乎當下就觸發。

2. AI 判斷訂單類型（🧠）：訂單資料先送進 AI 節點判讀，分成幾類分流處理——「一般訂單」直接走自動流程；「需客製」（備註要刻字、改尺寸、指定配色等）標記出來提醒人工確認；「高風險」（金額特別大、海外地址、付款方式異常）也單獨標記，讓老闆在出貨前多看一眼。這一步是整條流程的大腦，讓自動化不再是無腦放行。

3. 自動寄確認信（✉️）：依訂單內容（品項、數量、金額、預計出貨時間）產生一封個人化的確認信，透過 Gmail 寄給客戶，讓客人付完款就收到回應、安心等貨，也減少「下單後沒消息」的焦慮詢問。

4. 寫進出貨表（📊）：把訂單明細整理成固定欄位（訂單編號、客戶、品項、數量、地址、訂單類型、狀態），append 到 Google Sheet。出貨表成為單一事實來源，誰要出貨、出到哪、有沒有特殊註記，一目了然。

5. 通知出貨組（🔔）：最後用 Line Notify 或 Slack 推一則「有新單待出貨」給負責的同事或自己，附上重點摘要，讓備貨包貨能即時啟動，不必盯著後台等。

想看更多把店務串成一條龍的做法，可參考 /workflows 裡的其他電商流程，並用 /automation 把觸發、判斷與通知整合起來。

需要的工具與串接重點

平台用 n8n 或 Make 當主控。商店平台 Webhook 是入口，要在 Shopify / WooCommerce 後台設定訂單建立事件指向流程的 Webhook 網址。AI 節點 負責訂單分類，提示詞要明確定義「一般／需客製／高風險」的判斷標準與輸出格式（建議要求回傳固定的分類標籤，方便後續分流）。Gmail 寄確認信，建議用樣板帶入變數。Google Sheet 當出貨表，欄位先設計好、固定不變，後面所有自動化才接得穩。Line Notify 或 Slack 做即時通知。

串接重點：一是 Webhook 一定要做「去重」，避免平台重送造成同一張單被處理兩次、重複寄信重複登記；二是要加錯誤處理與重試，付款成功卻流程出錯時要能補救或告警，不能默默失敗；三是 AI 分類結果建議一律寫進出貨表，就算判斷錯了，人也能在表上一眼看出並修正。

常見錯誤與注意事項

電商訂單牽涉金流與顧客個資，自動化要留好人工把關的關卡。

• 高風險與金流務必人工確認：AI 標記為大額、海外或付款異常的訂單，出貨前務必由人工複核，確認款項實際入帳、地址合理、無詐騙或盜刷疑慮後再出貨，AI 的分類只是輔助提示，不取代人對金流與風險的最終判斷。
• 客製訂單不要全自動放行：標記為需客製的單，要由人確認客製需求細節無誤再生產，避免照一般流程出錯貨。
• 個資保護：訂單含姓名、電話、地址等個資，Google Sheet 與通知管道的存取權限要控管，依個資法妥善保存，通知訊息避免外洩完整個資。
• 確認信內容要正確：自動寄出的金額、品項、出貨時間若帶錯變數會直接面對客戶，樣板與資料對應要先測試過再上線。

台灣中小企業情境案例

台南一個兩人經營的手作香氛電商，平時一天三、四十張單還應付得來，但每逢中秋、過年送禮檔期，訂單一天暴衝到一兩百張，兩個人光是回確認信、登記出貨表就忙到半夜，還是漏了幾張單被客人催。導入這條流程後，訂單一進來就自動寄確認信、寫進出貨表、推 Line 通知，他們只要早上打開出貨表，照著「待出貨」清單包貨即可，AI 還會幫他們把要刻字的客製單和大額禮盒單標出來特別處理。導入後的檔期，兩人不再熬夜，漏單情形幾乎消失，省下的時間反而能多做幾組節慶禮盒、多經營社群，當季營收不減反增，老闆說「終於不是被訂單追著跑，而是有餘力去想怎麼把生意做大」。

延伸應用

這條流程是電商自動化的起點，可以往前往後延伸。往後可以接「出貨後自動寄物流追蹤碼」「到貨後幾天自動寄滿意度問卷或回購優惠」，把售後也自動化；往前可以接庫存判斷，下單時自動扣庫存、低於安全量時通知補貨。AI 判斷那一步也能再細緻化，例如自動辨識 VIP 客戶給予優先處理、辨識疑似重複下單提醒確認。等單量再放大，這條流程累積的結構化出貨表，正好是日後導入 ERP 或數據分析的基礎。更多確認信、通知與出貨表的版型，可到 /recipes 取用。

流程圖

用到的工具

其他工作流

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