很多團隊使用 AI，為什麼聊天機器人仍需要另一套準備？

先區分回答與執行

說明產品條件、協助整理需求，以及直接查價、下單或修改帳戶，屬於不同層級的工作。第一階段可以只讓系統回答有核准來源的問題；需要即時庫存、身分驗證或交易承諾時，則應接到具權限與紀錄的流程。

回答範圍要讓使用者理解。例如聊天介面可協助辨識規格與整理問題，但客製可行性需由技術窗口確認。這種邊界應反映在實際回答與交接中，而不只是藏在一段使用聲明。

把補問和真人接手當成主流程

客戶問「可以用嗎」，通常還缺產品型號、環境、版本或用途。系統應知道哪些條件一定要補問，何時可以提出初步建議，以及何時停止猜測。把缺少的條件整理好再交給人，往往比產生一段很長的答案更實用。

交接時應保留問題摘要、已確認資料與引用來源，並取得必要的聯絡資訊。讓客戶到表單重新輸入整段對話，會增加中斷風險。若無法即時接手，也要明確提供下一步及可用窗口。

以困難題驗收，不只看漂亮示範

測試應包含舊型號、條件不足、價格過期與資料未收錄的問題。評分時分開看正確回答、適當補問、正確轉交和不當承諾。高回答率若是靠猜測得到，不應視為進步；系統知道何時交給人，也是能力的一部分。

如何知道有沒有改善？

以下指標是建議的內部驗收方式。先固定定義與觀察範圍，再比較結果；本文不替企業預設目標值或保證增幅。

分流是否適當

按題型檢查應回答、補問或轉交的判定；保留被錯誤擋下的正常問題。

對外承諾錯誤

單獨追蹤無來源的價格、性能、交期或保證，不要讓它們被整體回答率掩蓋。

接手完整度

抽查轉交資料是否足以讓真人繼續處理，並記錄客戶是否仍需重述問題。

常見問題 FAQ