綠綠好日｜官方 LINE 第一階段
AI 客服導入營運升級企劃書
這是一份手機友善版企劃，用來對焦目前進度、MVP 上線邊界、真人接手規則、預算與接下來要補齊的資料。
先講結論
我的判斷不是做一個正式網站，而是做這種「單頁手機版企劃書」。它適合自己反覆對焦，也能直接拿給老闆看目前進度。
可以進 MVP
商品查詢、FAQ、導購與轉真人分流已經有足夠資料支撐。官方 LINE 是合理的第一站。
不能直接全自動
訂單、付款、退換貨、照片判讀、清潔用品安全仍需要後台或真人把關。
建議 4-6 週上 MVP
先做低風險自動回覆，再逐步串 Shopline、OmniChat 與 LINE Developers。
目前做到哪裡
資料盤點與知識萃取已完成。下一步是內部審核與 PoC，不是繼續整理更多漂亮文件。
官網商品資料
完成已整理 630 筆商品型錄，包含商品類型、庫存、價格、適用機型與商品頁。
LINE OA 對話分析
完成已掃描 100,000 個對話檔，分類出 16 類客服意圖與 7 類特殊風險。
MVP 知識庫 1.0
可初審已整理 15 條核心條目，其中 10 條可自動或半自動處理，5 條強制真人/後台。
系統串接
未開始LINE Developers、OmniChat、Shopline API/權限與實際 webhook 流程尚未驗證。
最後想搭出的畫面
重點不是 AI 很會聊天，而是它在正確時機介入、問對資料、知道何時收手。
情境 A：客人問商品適配
客人：「有 Toyota CC 的冷氣濾網嗎？」
AI 判斷為汽車冷氣濾網適配。
檢查車廠、車款、年份/世代是否足夠。
資訊不足時追問一次；資訊足夠時查商品型錄。
若同車款多版本或信心不足，轉真人覆核。
這類問題可高度自動化，但不能省略年份/世代確認。
情境 B：客人問濾網怎麼挑
AI 先簡短說明挑選邏輯，再追問品牌與完整型號；若查到單一高信心商品，直接給商品頁、庫存與價格。
這是第一階段最值得自動化的題型。
情境 C：客人問訂單出貨
AI 不猜出貨狀態。MVP 階段只收訂單編號與手機後三碼，整理摘要後轉真人；串 Shopline API 後才可自動查狀態。
訂單問題可以自動收資料，但不該在沒有後台資料時自動承諾。
情境 D：客人傳照片問能不能用
AI 可先判斷照片是否有銘牌、型號或商品外觀；但適配、瑕疵、安裝方向一律交由真人覆核。
圖片是效率工具，不是最終判斷權。
情境 E：客人要退換貨
AI 先安撫，收訂單編號、商品照片、外箱/出貨單照片、拆封狀態，建立客服摘要後轉真人。
退換貨一律不由 AI 做最終判定。
AI 與真人分工
能不能自動化，取決於「是否需要後台資料」與「回覆錯誤是否會造成營運風險」。
| 類型 | AI 可做 | 真人介入點 |
|---|---|---|
| 商品查詢 | 查型錄、追問型號、給連結 | 型號不明、相容性模糊、查無商品 |
| FAQ | 回答標準問題 | 特殊案例、答案未審核、客人反駁 |
| 訂單物流 | 收資料、串接後可查後台 | 異常件、改地址、延誤、客訴 |
| 退換貨 | 收資料、建立摘要 | 一律真人判斷 |
| 付款發票 | 收訂單編號、提醒勿傳敏感資訊 | 一律後台/真人 |
| 照片判讀 | 初步辨識與追問 | 適配、瑕疵、安裝方向真人覆核 |
| 健康宣稱 | 引用商品頁與檢驗資料 | 醫療、療效、病毒殺滅問題 |
MVP 知識庫成熟度
目前不是空想企劃，已經有可審核的知識庫 1.0。比較弱的地方很明確，補起來就能進 PoC。
成熟項目
75 分以上濾網挑選、商品適配、汽車濾網適配、HEPA/活性碳差異、庫存/預購、訂單轉真人、退換貨轉真人、付款/發票轉真人。
臨界項目
需補資料紗霧淨尺寸與客製、Dyson/小米/LG/Honeywell 等高頻型號相容表、濾網更換週期精準化。
低成熟項目
先不自動承諾清潔用品材質安全、酸鹼值、是否可混用、刺鼻/皮膚/眼睛接觸、特殊表面使用。
建議時程
最短 4-6 週可上官方 LINE MVP；完整營運升級約 8-12 週。
Phase 0｜資料盤點｜已完成
官網商品、LINE 對話、FAQ/商品/風險萃取。
Phase 1｜內部初審｜3-5 天
你先看手機版企劃與 MVP 知識庫，判斷是否達 75 分。
Phase 2｜產品/客服補資料｜1-2 週
高頻型號相容表、清潔用品安全、退換貨 SOP。
Phase 3｜技術 PoC｜1-2 週
LINE/OmniChat webhook、知識庫查詢、AI 分流與 log。
Phase 4｜MVP 內測｜1 週
用歷史對話 replay，檢查命中率、錯誤率與真人接手品質。
Phase 5｜小流量上線｜1-2 週
非營業時間或低風險問題先上線，自動回覆商品/FAQ。
Phase 6｜擴大自動化｜2-4 週
接 Shopline 訂單查詢、補貨狀態、客服 dashboard。
Token 預算
這裡只估官方 LINE 的模型 token 成本，不含 OmniChat、Shopline、伺服器、File Search、圖片判讀與人工覆核。
| 口徑 | 平均月成本 | 歷史峰值成本 | 建議抓預算 |
|---|---|---|---|
| MVP 保守版 | US$20 | US$31 | US$100/月 |
| 成長版 | US$30 | US$47 | US$150/月 |
| 高自動化版 | US$38 | US$58 | US$200-300/月 |
粗估台幣可先用 1 USD 約 NT$30-32 抓，MVP 實務建議預留 NT$3,000-6,400/月，涵蓋測試、重跑、log、偶發高峰與工具調用。
現在最該做什麼
下一步不是再做更多分析，而是進入審核與 PoC 設計。
1. 你先審手機版企劃與知識庫
立即判斷整體是否達 75 分；若你覺得「夠像一個可執行專案」，就進下一關。
2. 交給 Sara/產品補缺口
3-5 天後補高頻型號相容表、清潔用品材質安全、售後 SOP、品牌語氣規範。
3. 技術 PoC 先不碰個資訂單
第一版只做 FAQ、商品查詢、風險分流、真人接手摘要。這樣最快，也最不容易出事。
4. 用歷史對話 replay 驗證
上線前拿 LINE OA 歷史問題回放，測自動回覆率、錯誤率、轉真人準確率。
完整附件
這份手機版是統一閱讀入口；細節仍保留在原始檔案中。
客服 AI MVP 知識庫 1.0
customer_ai_mvp_knowledge_base_1_0.md / .csv
LINE OA 客服知識萃取分析
line_oa_customer_service_analysis.xlsx
官方 LINE 對話分析摘要
knowledge_extraction_summary.md