葡萄酒專賣選酒諮詢與口味配對推薦流程

🎯 這條流程解決什麼

走進葡萄酒專賣店的客人，十個有八個不知道怎麼挑。面對整面牆的酒標、看不懂的產區與年份，光看價格根本選不下手；想問店員，又怕暴露自己不懂酒。結果常常是隨手抓一支看順眼的，或乾脆改買啤酒走人。對店家來說，這代表每一次「不知道怎麼選」都是流失的成交機會，客單價也被壓在最低。

更現實的痛點是人力。葡萄酒的選酒諮詢很吃專業：要懂品種、產區、年份、單寧結構，還要會配餐，這種功力通常只有店主或資深侍酒顧問才有。可是一個人沒辦法同時接待現場客人、回 LINE 詢問、又處理網站留言。尖峰時段一忙，線上詢問就被晾在那裡，等店員有空回覆，客人早就跑去別家買了。靠人工一筆筆細心配對，一天頂多服務十幾組客人，且品質隨忙碌程度起伏，無法規模化。

這條流程把「選酒諮詢」變成可規模化、隨時都在的服務：顧客在 LINE 或網站表單留下預算、用餐場合、喜歡的口感（清爽或濃郁、單寧高低、甜或不甜）與想搭配的料理，系統自動從在庫酒款篩出符合條件的選項，排除缺貨與年份不符的品項，再挑出 2 到 3 支首選，附上品種、產區、適飲溫度與餐酒搭配理由，讓不懂酒的客人也能看懂「為什麼推薦這支」。最後生成口吻親切的推薦訊息與商品連結，回到顧客原本的諮詢管道，門市人手不足時也能即時接住每一筆詢問。

導入後的改變

導入前： 線上詢問常要等幾十分鐘甚至隔天才回，回覆品質看店員當下忙不忙；不懂酒的客人問不出所以然，乾脆放棄；客單價偏低，因為大家都挑最便宜的入門款。

導入後： 詢問進來幾秒內就有一份專業、好讀的選酒建議，附上推薦理由與下單連結。可預期把線上詢問的回覆時間從數十分鐘縮到即時，諮詢轉成交的比例提升約三到五成；因為有專業搭配理由背書，客人更願意接受中價位酒款，平均客單價也跟著上來。店員從重複回答基本問題中解放，把時間留給真正需要深聊的高價值客戶。

流程怎麼運作

對應四個節點，從顧客一句話到完整建議，全程自動接力：

1. 需求釐清：顧客在 LINE 或網站表單留言後，AI 從自然語句中抓出關鍵條件——預算範圍、用餐或飲用場合（送禮、聚餐、自飲、配什麼菜）、偏好口感、是否要氣泡或甜白等，整理成可比對的結構化選酒條件。資訊不足時會自動追問一兩句補齊。

2. 酒款比對：依條件從在庫酒款資料庫篩出符合預算與口味輪廓的候選，並即時排除缺貨、年份不符或停售的品項，確保推薦的酒真的買得到。

3. 配對建議：從候選中挑出 2 到 3 支首選，由 AI 文案模型為每支寫出品種、產區、適飲溫度、開瓶建議與餐酒搭配理由，讓客人能彼此比較、理解差異，而不是丟一個冷冰冰的清單。

4. 回覆推送：把建議組成口吻親切、好讀的訊息，附上每支酒的商品連結，回到顧客原本詢問的管道（LINE 或網站），客人可以直接點連結下單或回訊追問。

需要的工具與串接重點

• 平台（n8n / Make）：串起整條流程的中樞，接收訊息、呼叫 AI、查庫存、回推訊息。
• LINE 官方帳號／網站表單：顧客的入口。LINE 走 Webhook 接收訊息，網站表單則用提交事件觸發。
• 庫存資料庫：配對的關鍵，必須能即時查到「現在有沒有貨、是哪個年份」，否則會推薦到缺貨酒，反而砸招牌。
• AI 推薦模型：負責把口味條件比對到適合的酒款。
• AI 文案模型：把推薦理由寫得專業又親切，是讓客人「看得懂、信得過」的關鍵。

串接重點：庫存即時性最重要，建議直接接 POS 或庫存系統而非靜態試算表，避免推到已售完的酒。AI 的推薦邏輯要先餵入店內酒款的風味標籤（清爽／濃郁、單寧、甜度、適配料理），標籤越完整、配對越準。可先建好主力酒款的風味資料，搭配 自動化專區 的範本逐步擴充。

常見錯誤與注意事項

• AI 配對僅為推薦，報價前務必人工確認：最終酒款、年份與價格務必由門市人員人工確認後再向顧客報價，AI 不取代專業侍酒師的判斷，尤其高單價或指名年份酒款。
• 確認法定飲酒年齡：涉及酒精飲品銷售，須確認顧客為法定飲酒年齡（未滿 18 歲不得販售），並在訊息中提醒「未成年請勿飲酒、飲酒過量有害健康」。
• 個資合規：顧客留下的口味與聯絡資料屬個人資料，蒐集使用須取得同意並符合個資法，僅供內部選酒服務使用，不得外流或挪作他用。
• 避免過度承諾：餐酒搭配是主觀體驗，文案應以「建議」「適合」描述，避免「保證好喝」這類絕對用語。
• 庫存沒同步會砸招牌：若推薦到剛賣完的酒，顧客白期待一場、店家也尷尬，務必確保庫存即時。

台灣中小企業情境案例

台北一間社區型葡萄酒專賣店，老闆是有侍酒師背景的單兵作戰者。過去最大的瓶頸就是「分身乏術」：白天顧店、晚上回 LINE，常常客人問「想送禮、預算一千五、要配牛排」，等他忙完回覆已經是兩小時後，客人早就在超市隨手買了一支。

導入這條流程後，LINE 上的選酒詢問幾秒內就回覆三支建議：一支隆河希哈配牛排剛好、一支波爾多入門款適合送禮、一支義大利 Barolo 給願意加預算的客人，每支都附上產區、適飲溫度與搭餐理由和下單連結。老闆觀察到，線上詢問的成交率明顯提升，而且因為有專業理由背書，不少客人從原本只想花一千多，加碼買到兩千多的酒款。他自己則把省下的時間，拿去經營熟客的深度選酒與品酒小聚，服務質感不減反增。

延伸應用

這條流程的核心是「把口味需求翻譯成酒款建議」，可以往前往後延伸成完整的導購體系。往前，把每次諮詢的口味偏好串到 會員品味建檔與回購喚醒流程，累積成顧客的口味輪廓，下次推薦更精準、也能主動喚醒回購；往後，接續 品酒會活動報名流程，把線上諮詢的客人引導到實體體驗，從一支酒變成長期關係。進階變化還包括：自動把諮詢中常被問、但庫存吃緊的酒款回報給採購，連動 缺貨預警流程；或針對節慶（情人節、過年送禮）切換不同推薦邏輯。更多選品與導購招式，見 工作流總覽 與 食譜庫。

流程圖

用到的工具

更多「餐飲美食」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 →