中古車賞車預約自動排程流

🎯 這條流程解決什麼

中古車的成交關鍵幾乎都發生在「到店賞車」那一刻，但問題是，賞車詢問從來不會乖乖只走一個管道。官網表單一筆、Facebook 私訊一筆、LINE 官方帳號又一筆，有時客人甚至直接打電話問「你們那台白色 Altis 還在嗎？我週末想過去看」。現場業務忙著接待已到店的客人、忙著跟銀行對保、忙著驗車交車，根本沒空一直盯著各個訊息匣。結果就是：熱門車款的好客戶問了沒人回，隔兩天再想起來時，對方已經被別家先約走、甚至已經下訂。

用純人工處理這件事，成本其實比想像中高。假設一家中古車行一天平均收到 15 筆賞車詢問，每一筆要做的事包括：看懂客人想要的車款與預算、翻庫存表確認車還在不在、查業務班表找空檔、回訊息敲時間、再手動把預約記到行事曆或白板上。一筆認真做完大概要 8 到 12 分鐘，一天 15 筆就是 2 到 3 小時，幾乎等於綁住一個人半天。而且這還是「沒有出錯」的情況——只要漏接一筆熱門車詢問，損失的就不是 10 分鐘，而是一台車數萬元的毛利。

導入後的改變

導入前：詢問散落多個管道、回覆時間從幾小時到隔天不等、熱門時段（週末下午）容易撞單、業務憑印象排程常忘記登記、客人到店前沒有提醒導致 no-show（爽約）比例偏高。一週下來，可能有 2 到 3 成的詢問因為回覆太慢而流失。

導入後：每一筆詢問都在數分鐘內自動建檔並回覆「已收到，正在為您配對車輛」，客人感受到被重視；AI 先把客人需求和在庫車比對好、排定時段，業務只要確認車況後按一下確認即可。實務上，這條流程通常能把詢問到回覆的時間從「平均半天」壓到「15 分鐘內」，把賞車詢問的有效到店轉換率提高 2 到 4 成，並因為有行前提醒，把賞車爽約率降低約一半。原本要花半天排程的工作，縮短到業務只需花幾分鐘覆核，省下的時間可以拿去做真正會成交的事——現場接待與議價。

流程怎麼運作

這條流程對應五個節點，從詢問進來到客人到店，全程不漏接：

1. 觸發：賞車詢問（📥）：當官網賞車表單送出，或 Facebook／LINE 私訊出現「想看車」「能不能預約賞車」這類訊息時，流程啟動。表單與社群訊息透過 webhook 或官方帳號 API 進入，第一時間就建立一筆詢問紀錄，包含客人姓名、聯絡方式、想看的車款與預算。

2. AI 配對車輛（🧠）：AI 分類節點讀取客人的需求描述，比對庫存試算表或 CRM 中的在庫車輛。它會找出最相符的車（例如客人要「30 萬內、省油、家庭用」，就推 Altis、Sienta），同時準備 1 到 2 台替代車款，避免客人想看的剛好已售出時無車可推。配對結果是「建議清單」，不是直接對外承諾。

3. 排定時段（📅）：系統查詢 Google 行事曆中各業務的空檔與展間接待量，依客人偏好的時段（週末／平日晚上）分派一位業務，並建立一筆到店賞車預約。撞單時自動避開，熱門時段也能平均分配，不會全擠在同一個人身上。

4. 寄出確認（✅）：透過 LINE 或 SMS 傳送預約確認，內容含日期時間、展間地址與 Google 導航連結、承辦業務姓名，以及看車注意事項（記得帶駕照、可預約試駕需備證件等）。客人一收到就知道何時、找誰、在哪。

5. 行前提醒（🔔）：賞車前一日自動推送提醒給客人，降低爽約；同時在內部 Slack 或 LINE 群組通知承辦業務「明天 14:00 有客人來看這台車，請先複查車況、確認車輛仍在庫」，把人工把關放在最後一道。

需要的工具與串接重點

• 平台（n8n / Make）：建議用排程加 webhook 觸發。官網表單走 webhook，社群訊息可接 Facebook / LINE 的訊息事件。Make 的視覺化情境較好上手，n8n 自架則沒有用量上限、適合詢問量大的車行。
• 官網表單：欄位設計要能讓 AI 好判斷，至少包含「想看車款／車型」「預算」「偏好時段」「聯絡方式」。
• AI 分類節點：負責語意理解與車輛配對，把自由文字的需求對應到庫存欄位。提示詞要明確要求「只從提供的在庫清單推薦，不得杜撰不存在的車」。
• Google 行事曆：作為業務班表與預約的單一來源，避免白板與行事曆兩套打架。
• Google Sheet / CRM：存放庫存與客戶詢問紀錄，是配對的資料基礎，務必保持即時更新。
• LINE / SMS：發送確認與提醒。LINE 成本低、開封率高；對沒加 LINE 的客人用 SMS 補發。

串接重點：庫存資料的即時性是整條流程的命脈，賣掉的車要第一時間下架或標記，否則 AI 會把已售車推給客人。

常見錯誤與注意事項

• 一車多賣風險：AI 配對只是初步篩選，實際在庫狀態、車輛是否已被別組客人保留，務必由業務在回覆前人工確認。系統的「建議」絕不等於「可承諾」，避免兩組客人同時被約看同一台車造成糾紛。
• 車況不得誇大：賞車確認訊息不要由 AI 自動生成「車況極佳、無事故」這類斷言。中古車車況、里程、有無重大事故攸關消費爭議與《消費者保護法》責任，相關描述需由業務依實際檢測與行照、出廠資料人工確認，AI 不取代專業判斷。
• 個資保護：客戶姓名、電話屬個人資料，須依《個人資料保護法》妥善保存、限定授權人員存取，表單也應載明蒐集目的與行銷同意。
• 避免訊息轟炸：行前提醒一次就好，過度推播反而讓客人反感退訂。

台灣中小企業情境案例

台中一家中型中古車行，展間約 40 台車，三位業務輪流接待。導入前每逢週末，業務忙著現場接待，FB 私訊往往隔天才回，常被客人留言「問了都沒人理，算了」。導入這條流程後，週五晚上湧進的賞車詢問會自動配對車輛、敲好週末時段並寄出確認，業務週六早上一進公司，看到的是已排好的賞車行程表，只要逐一確認車況即可。三個月後，店長統計賞車到店人數成長約三成，週末爽約率從近四成降到兩成以內，業務也不再因為「漏回訊息」被客訴。

延伸應用

這條流程可以再往前後延伸。往前，可串接網站自動化機制，讓官網廣告投放來的詢問直接進入配對；往後，賞車到店後的車況解說、報價與成交追蹤，可銜接其他業務流程，把同一位客人的資料延續使用，不必重新輸入。文案部分（確認訊息、提醒話術、節慶問候）可從配方庫取用現成模板再微調品牌語氣。進階一點，還能把試駕預約、估價換購詢問也納入同一套排程邏輯，讓整個展售據點的客流管理都自動化，業務專心做最會賺錢的事：把人留下來、把車賣出去。

流程圖

用到的工具

更多「汽機車」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 →