工程案例

企業 AI 客服與人工接手流程

整理商品資料,也整理客服與同事之間的交接。

這個案例從商品資料匯入與查詢做起,再用對話工作台原型呈現人工接手流程。以下分別介紹已完成的後端功能,以及目前的介面展示。

20 秒介面導覽。匿名化前端原型使用示例資料,未連接正式模型、發送通知或執行正式交易。 放大查看 ↗

先處理商品資料怎麼更新

客服要回答規格、查詢商品,前提是手上的資料有來源,也知道目前用的是哪個版本。這個開發中的案例,先從企業商品資料的匯入與查詢做起,再整理對話交接的操作方式。

後端已實作商品 JSON 原始檔保存、背景預檢、資料版本啟用與查詢。更新時保留原始檔和工作紀錄,讓資料從哪裡來、哪一版正在使用,都有可以回查的依據。

同事接手時,也能看到前面的對話

遇到需要人工處理的問題,接手的人需要知道客戶問了什麼、前面已經回答到哪裡。前端原型把對話查看、人工接手和交回 AI 放在同一個工作台,展示這段交接如何操作。

影片裡的對話、報價和知識管理畫面使用匿名化示例資料,尚未接上正式模型,也沒有送出通知或執行正式交易。

後續若要通知待處理對話、報價確認或任務失敗,可以依工作情境安排觸發規則與通知對象。LINE 等發送管道需要另外整合和驗證。

企業知識導入,與客製化訓練

商品目錄、常見問題和作業文件,可以先透過知識庫或資料查詢提供回答依據。內容更新頻繁時,重點是讓查詢取得正確版本;這類知識導入不等同重新訓練模型。

如果任務是固定分類、特定判斷或輸出格式,再評估客製化訓練與微調。先準備範例、標準答案和測試方式,才能看出模型是否做對,以及哪些情況應交給人處理。

實作與原型的範圍

已實作的後端包括帳號與角色權限、商品原始檔保存、背景預檢、資料版本啟用、背景查詢及工作紀錄。對話接手、示例報價與知識管理則以目前的前端原型展示。

真實模型效果、外部通知、正式報價與訂單、OCR 和 ERP 串接,仍需依專案範圍逐項實作與驗收。這次展示沒有使用業主 logo、真實對話或內部原始文件。

技術參考:OpenAI 模型評估與最佳化、LINE 訊息發送文件。外部文件說明技術方法,不代表本案例已完成串接。

如果你也有商品查詢、客服交接或通知流程需要整理,可以從最常卡住的一段工作開始,和我聊聊 ↗