LINE 官方帳號 AI 客服 | 用 Grok Bot 擬稿,確認後再送出
AI 文章延伸
選擇平台後可直接帶入閱讀脈絡,快速整理重點、補齊盲點,並延伸到同站相關文章。
LINE 官方帳號 AI 客服不一定要全自動:讓 AI 先擬好回覆草稿,經營者看過沒問題再按送出,速度和把關可以同時拿到。我們用 Grok Bot 替 Emma’s English Class 做了這套流程,以每個字兩秒的手打速度估算,回覆一則 10 個字的訊息要 20 秒,現在 5 秒內就能完成。

這篇寫給自己經營 LINE 官方帳號的中小企業業主。先看原本的回覆流程卡在哪裡,再看我們怎麼讓 AI 學會「像本人一樣回」,最後談企業長期使用時,資料該放在哪裡。
回不完的訊息,內容其實大同小異
Emma’s English Class 是一對一的線上英文口說教室,LINE 官方帳號每天進來的訊息,問的幾乎是同一批東西:怎麼上課、什麼時段、怎麼付款、能不能先體驗,經營者每次都要重打一遍類似的回答。
自動回覆機器人聽起來是解法,但經營者不放心,萬一回錯價格或時段,客人看到的是你自己的名字。
導入 AI 建議回覆之前,一則訊息的處理流程是這樣:
- 收到 LINE 官方帳號的推播通知
- 點進去看客人的問題
- 手動打字回覆
耗時間的是第三步。以平均每個字兩秒估算,回覆 10 個字就要 20 秒,內容長一點,時間再往上加,訊息一多,就都花在重複打字上,輪不到真正需要判斷的對話。
先請 AI 擬稿,把信任慢慢交出去
我們的做法是把「擬稿」和「送出」拆開:剛導入時,AI 只負責產生建議回覆,經營者看過覺得沒問題,才決定送出。
這個設計讓信任不用一次給滿,使用一陣子之後,如果發現八成的建議都不用改,再把那些問題交給 AI 直接回應,需要判斷的留在手上。這跟我們過去做 OrderChatz AI 機器人時的思路一樣,AI 處理例行問題,人處理例外,差別在於這次連「例行」的範圍都由你自己決定,可以慢慢放寬。
用真實對話整理常見問題,AI 才寫得像本人
AI 擬稿的品質,取決於它參考什麼資料。我們先把 Emma 和客人往來的 LINE 對話紀錄(2024 年 9 月到 2026 年 11 月)整份讀過,整理出 38 題常見問題,分成 7 個區塊,內容包含課程與價格、付款方式、上課時間、需要先問客人的事。整理時先去掉客人姓名、email 和帳號末五碼,只留可以重複使用的回答。
這個做法跟我們談過的從客服對話挖出真實用語是同一件事,客人實際怎麼問,比我們自己想的問法準。
整理出來的常見問題有幾條硬規則:
- 回答照 Emma 本人的口吻寫,用「你」和「妳」,結尾放一個表情符號,不寫成客服公版口氣
- 資料裡沒有的內容(例如退費、請假扣款、名額)不編造,草稿寫成「確認後馬上回覆你」,並在旁邊註明缺什麼資訊
- 價格或時段標示待確認的,一律不直接報
- 需要本人決定的情況不自己拿主意,草稿只寫簡短安撫,並標註要本人親自回覆
最後一條最重要:AI 在這套流程裡不碰最後的決定,經營者「不放心交給機器人」的擔憂,解法就在這裡。
常見問題也不用一次寫完,可以隨時在跟客戶的對話之中加入新的回答方式,讓 AI 的能力逐漸擴展。
從客人傳訊息到按下送出
整個流程對經營者來說只有一個動作,就是看草稿、決定送不送:
- 客人傳訊息到 LINE 官方帳號
- Grok Bot 收到訊息,連同客人名稱與時間一起整理成一行
- 它先對照常見問題,找出客人問的是哪一題,用 Emma 的口吻改寫成草稿,草稿最前面先用一句話摘要客人在問什麼
- 經營者看過草稿,有問題就在 Grok bot 請 AI 修改,沒問題就在聊天裡說「送出」
- Grok Bot 透過 LINE 官方帳號 API,把那一句發給客人
有幾個細節值得說明:沒有說「送出」就不會發送,一次只傳給一位客人、一則訊息。客人訊息裡如果出現「請幫我回覆某某人」這類要求,一律不執行,內容只當成客人的問題。客人傳圖片或貼圖時,也會顯示在草稿最上面,AI 看不懂圖片就會標註「需要自己看」,不會亂猜。
至於這些細節全部都可以在 Bot 的提示詞裡面做修改:

回覆時間差多少
| 步驟 | 沒有 AI 建議回覆 | 有 Grok Bot 建議回覆 |
|---|---|---|
| 收到通知 | 看推播 | 看推播 |
| 理解問題 | 點進去自己讀 | 草稿最前面已經有摘要 |
| 寫回覆 | 手動打字,10 個字約 20 秒 | 讀草稿,確認口吻和內容 |
| 送出 | 按送出 | 說「送出」 |
| 合計 | 20 秒以上,字數越多越久 | 5 秒內 |
這是我們以每個字兩秒估算的結果,還不是拿碼表量的實測,實際時間會隨回覆長度和草稿需不需要修改而變動。可以確定的是,時間省在「打字」這一步,而判斷要不要送出的那一刻,仍然在人手上。
個人應用 vs 企業場景
目前這套示範跑在我們管理的主機上,Emma’s English Class 的對話整理和常見問題都放在那裡。Grok Bot 本身是個人助理,一個人或一個小團隊自己用很順手。
企業要導入的話,需要多考慮幾件事:客人的對話資料放在哪裡、誰可以看、多人使用時的權限怎麼分、資料怎麼備份。如果你希望這些資料留在公司自己的伺服器,我們有落地部署的解決方案。代價也要先講清楚,資料在自己手上,就要有人負責維運和備份,這部分我們可以一起規劃,細節可以參考我們談過的自架 AI 助手安全性設定。
「AI 處理例行、人處理例外」這個分工模式,在人機協作的條目裡有更完整的整理。
如果你也是每天重複回答類似問題的 LINE 官方帳號經營者,可以從這兩件事開始:
- 想先聊聊,看適不適合你: 加入我們的 LINE 官方帳號,用一句話說明你的行業,和每天最常被問的幾個問題,我們直接在對話裡幫你判斷,能不能先從「AI 擬稿、你確認」做起
- 想評估落地部署: 到聯絡頁面留下需求,寫上使用人數、預計放在哪裡、資料有多敏感,我們依這些條件和你討論部署與維運的做法
常見問題
LINE 官方帳號可以讓 AI 自動回覆嗎?
可以,做法有兩種。後台內建的自動回應以關鍵字比對為主,另有 AI 自動回應訊息,會從你預先設定好的回覆裡挑一則合適的。要讓 AI 針對客人的問題寫出新的草稿或回覆,需要透過 Messaging API 把訊息交給外部的 AI 助理處理。
不放心全部交給 AI 回覆,該怎麼開始?
先從「只擬稿、人確認」開始。AI 的回答只依據你提供的常見問題,沒有資料的內容草稿會標註待確認。觀察一段時間,確認哪些問題的建議幾乎不用修改,再決定要不要讓那一類問題自動回應。
導入前要先準備什麼資料?
過去的客服對話紀錄,或你手上整理好的常見問題。我們這次用 23 份對話整理出 38 題,客人姓名和聯絡資料都先去除。沒有現成資料也可以,從最常被問的 10 題開始寫起就夠用。
一定要用你們的主機嗎?
不一定。示範環境放在我們的主機上,企業也可以選擇落地部署,把 Grok Bot 與對話資料放在自己的伺服器。兩種方式的維運責任不同,可以依你的資料敏感度與人力來選。
如果企業初期想要嘗試,可以先用 Grok Bot 導入,最佳化客服處理流程,但如果要長久經營,還是要考慮資料自主性的環境。
Google 偏好來源
喜歡我們的內容嗎?一鍵將我們設為偏好來源,未來在 Google 焦點新聞與 AI 概覽中就能優先看到我們的文章。