# 概述

MaiAgent 是企業級生成式 AI 平台，協助企業從 AI 對話、知識管理到智能自動化，一站式完成 AI 導入。平台通過 **ISO 27001 與 ISO 27701 雙認證**，採用專利 RAG 技術達到 **95% 回答精準度**，支援 Claude、GPT、Gemini、Llama 等**多模型自由切換**，並提供 SaaS、私有雲與**地端部署**三種方案，確保資料主權掌握在企業手中。

目前已有超過 100 家企業客戶導入，橫跨金融保險、科技製造、醫療長照、照護科技等產業。

***

## 四大產品線

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>MaiGPT</strong></td><td>企業 AI 對話介面。支援多模型切換、聯網搜尋、Canvas 協作、Deep Research 深度研究與 AI 生圖，是團隊日常的 AI 工作夥伴。</td><td><a href="/pages/yljJICiR2F239XHCt2kY">/pages/yljJICiR2F239XHCt2kY</a></td></tr><tr><td><strong>AI KM 智能知識管理</strong></td><td>整合企業文檔與資料，透過 RAG 技術實現精準問答。支援多格式文件上傳、網頁爬蟲、FAQ 管理與搜尋測試，打造企業專屬的智慧知識庫。</td><td><a href="https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/km/km.md">https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/km/km.md</a></td></tr><tr><td><strong>Agent DevKit</strong></td><td>No-code / Low-code AI Agent 開發平台。整合知識庫、資料庫、API 工具與技能模組，搭配 AgentOps 監控，快速建構智能客服與自動化流程。</td><td><a href="/pages/PuK65IJUAPGh1awlg7kR">/pages/PuK65IJUAPGh1awlg7kR</a></td></tr><tr><td><strong>AI Meeting 智能會議記錄</strong></td><td>自動轉錄會議內容、生成摘要、追蹤待辦事項，讓會議更有效率，資訊不遺漏。</td><td></td></tr></tbody></table>

***

## 為什麼選擇 MaiAgent

| 優勢              | 說明                                                                      |
| --------------- | ----------------------------------------------------------------------- |
| **95% RAG 精準度** | 專利語義切片 + Rerank 重排序 + 混合檢索，大幅降低 AI 幻覺                                   |
| **模型自由**        | Claude、GPT、Gemini、Gemma、Grok、Llama、DeepSeek、Qwen 等多模型自由切換，不被單一供應商綁定     |
| **資料主權**        | 支援 SaaS、私有雲（AWS / GCP / Azure）與地端部署，資料永遠在企業掌控中                          |
| **企業級資安**       | ISO 27001 + ISO 27701 雙認證，RBAC 權限控管與完整審計日誌                              |
| **一站式平台**       | 唯一涵蓋 Enterprise GPT、知識管理、會議記錄、Agent 開發的完整產品線                            |
| **全通路整合**       | 支援 Web Chat、LINE、Facebook Messenger、Telegram、Teams、WhatsApp、Email、Slack |

***

## 從哪裡開始？

根據你的角色或需求，選擇最適合的起點：

| 你是...          | 建議從這裡開始                                                                                                     |
| -------------- | ----------------------------------------------------------------------------------------------------------- |
| **第一次使用**      | [申請帳號](/start/apply) — 從註冊開始，快速上手                                                                           |
| **MaiGPT 使用者** | [什麼是 MaiGPT？](/maigpt/maigpt) — AI 對話、Canvas、Deep Research 等功能介紹                                            |
| **AI 助理建置者**   | [什麼是 Agent Builder？](/agent-builder/agent-builder) — 用 No-code 方式打造 AI Agent                                |
| **知識庫管理者**     | [知識庫總覽](https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/km/km.md) — 建立與管理企業知識庫 |
| **IT / 組織管理者** | [組織與成員管理](/org/overview) — 設定組織、角色權限與 SSO                                                                   |
| **開發者**        | [API 呼叫紀錄](/developer/api-logs) — API 串接與技術整合                                                               |

***

## 應用場景

各產業的實際導入案例，幫助你找到最適合的應用方式：

* [文字客服](/application/text) — 法規查詢、產品查詢助理
* [內部知識管理](/application/km) — 專業知識庫、會議管理、財務分析、徵信分析
* [語音客服](/application/voicecs) — IVR 意圖辨識、通話摘要與質檢
* [影像視覺](/application/image-vision) — 發票辨識、公文掃描、名片掃描
* [外部資料串接](/application/integrate) — 農業數據等外部 API 整合

***

{% hint style="info" %}
需要進一步協助？[聯繫我們](https://maiagent.ai/pricing#contact-form)，讓專人為您規劃最適合的導入方案。
{% endhint %}


# 申請帳號

請使用 Email 與我們聯繫，並請提供以下資訊：

```
公司資訊：
公司統編：
姓名：
聯絡電話：
LINE ID（為方便聯繫，非必要）: 
```

將資訊寄至 **<sales@maiagent.ai>** 😊


# 如何登入平台

如您如您已有帳號密碼，請拜訪 MaiAgent AI 助理平台登入頁：

<https://admin.maiagent.ai/login>

輸入您的帳號與密碼登入，即可開始使用。

<figure><img src="/files/d71KRwiWc7oyLrTPCDFh" alt=""><figcaption></figcaption></figure>


# 忘記密碼

如果您忘記登入密碼，請點選 <mark style="color:blue;">「忘記密碼？」</mark> 重新設定。

## 1. 點選忘記密碼按鈕 <a href="#click-forgot-password" id="click-forgot-password"></a>

<figure><img src="/files/O4q2N7qS1hSvyRXWCnbw" alt=""><figcaption></figcaption></figure>

## 2. 輸入註冊信箱 <a href="#enter-registered-email" id="enter-registered-email"></a>

<figure><img src="/files/TGa8NfzqZMefSMJsjGMg" alt=""><figcaption></figcaption></figure>

## 3. 至信箱查收重置帳戶密碼郵件，點選 <mark style="color:blue;">「重置密碼」</mark> 按鈕 <a href="#check-email-reset-password" id="check-email-reset-password"></a>

<figure><img src="/files/1b5aZLHb2oaB9gil521p" alt=""><figcaption></figcaption></figure>

## 4. 重置您的新密碼 <a href="#set-new-password" id="set-new-password"></a>

<figure><img src="/files/5yVehYtDTWQS6NIlnZUM" alt=""><figcaption></figcaption></figure>


# 什麼是 MaiGPT？

MaiGPT 是公司專屬的 AI 對話助理。你可以像使用 ChatGPT 一樣跟它對話，但它還能查詢公司內部資料、連接你的工作工具，而且所有對話都留在公司內部，不會外流。

## 全景圖：MaiGPT 的功能模組 <a href="#feature-modules" id="feature-modules"></a>

<figure><img src="/files/mY0eTcEcGTGRXSveoWE8" alt="MaiGPT 六大功能模組全景圖"><figcaption><p>MaiGPT 六大功能模組全景圖</p></figcaption></figure>

AI 對話是核心體驗——選擇模型、上傳檔案、直接提問。其他功能是對話的能力擴充：Canvas 讓你即時編輯 AI 產出的文件、Deep Research 讓 AI 自動搜尋網路產出完整報告、AI 生圖讓你用文字描述畫面、連接器讓 AI 能存取你的 Notion、Slack 等工作工具。

## 六大功能速覽 <a href="#six-features-summary" id="six-features-summary"></a>

| 功能                                         | 做什麼                             | 典型用途                                     |
| ------------------------------------------ | ------------------------------- | ---------------------------------------- |
| [**AI 對話**](/maigpt/chat)                  | 多模型對話，支援檔案上傳、知識庫問答、上網搜尋         | 日常問答、文件分析、翻譯                             |
| [**Canvas 畫布**](/maigpt/canvas)            | 即時編輯 AI 產出的長文內容                 | 寫報告、Email、提案、製作圖表                        |
| [**Deep Research**](/maigpt/deep-research) | AI 自動搜尋網路，產出結構化研究報告             | 市場調查、競品分析、主題研究                           |
| [**AI 生圖**](/maigpt/image)                 | 用文字描述生成圖片，可反覆編輯迭代               | 行銷素材、簡報插圖、概念視覺化                          |
| [**連接器**](/maigpt/connectors)              | 連接外部工作工具，讓 AI 直接查詢              | 查 Notion 筆記、搜 Slack 訊息、找 Google Drive 文件 |
| [**多裝置使用**](/maigpt/access)                | 網頁、iOS App、LINE、Microsoft Teams | 隨時隨地使用 MaiGPT                            |

## 跟 Agent Builder 有什麼不同？ <a href="#comparison-with-agent-builder" id="comparison-with-agent-builder"></a>

<figure><img src="/files/b8CQMi3cydkAANObhFJG" alt="MaiGPT 與 Agent Builder 使用情境比較"><figcaption><p>MaiGPT vs Agent Builder：定位、對象、用途與操作方式一覽</p></figcaption></figure>

|          | MaiGPT            | Agent Builder    |
| -------- | ----------------- | ---------------- |
| **對象**   | 公司全體員工            | IT 管理員 / 開發者     |
| **用途**   | 直接跟 AI 對話，完成日常工作  | 建置面向客戶或內部的 AI 助理 |
| **操作方式** | 像 ChatGPT 一樣打字就能用 | 設定角色指令、知識庫、工具等模組 |

**簡單判斷**：想自己用 AI → MaiGPT；想幫別人建 AI 助理 → Agent Builder。

## 建議的使用順序 <a href="#recommended-getting-started-order" id="recommended-getting-started-order"></a>

如果你是第一次使用 MaiGPT，建議按以下順序上手：

```
步驟 1 → 開始對話，選一個 AI 模型直接問問題
步驟 2 → 試試上傳檔案，讓 AI 幫你分析文件內容
步驟 3 → 用 Canvas 畫布，請 AI 幫你寫一份報告或 Email
步驟 4 → 視需求擴充：連接 Notion / Slack、使用 Deep Research
```

> 不需要一次學會所有功能。先用對話 + 上傳檔案跑起來，之後再逐步探索進階功能。

## 還有疑問？

* [**常見問題**](/maigpt/faq) — 用量、模型選擇、安全性與隱私等使用疑問解答


# AI 對話

AI 對話是 MaiGPT 的核心體驗。選擇 AI 模型、輸入問題，就能得到回答。你還可以上傳檔案讓 AI 分析、查詢公司知識庫、即時搜尋網路、開啟深度思考處理複雜問題。

***

## 對話能力一覽 <a href="#chat-capabilities" id="chat-capabilities"></a>

| 能力           | 做什麼                       | 適合場景            |
| ------------ | ------------------------- | --------------- |
| **選擇 AI 模型** | 切換不同模型（Claude、GPT、Gemini） | 依任務選擇最適合的 AI    |
| **上傳檔案與圖片**  | 上傳文件讓 AI 閱讀、摘要、分析         | 合約審查、報表分析、圖片辨識  |
| **知識庫問答**    | 查詢公司內部知識庫                 | 查公司規章、產品手冊、SOP  |
| **上網搜尋**     | 即時搜尋網路取得最新資訊              | 新聞、市場動態、競品資訊    |
| **深度思考**     | AI 先推理再回答，適合複雜問題          | 多步驟分析、邏輯推理、決策建議 |
| **對話記憶**     | 記住對話脈絡和你的偏好               | 延續討論、長期協作       |

***

## 快速開始 <a href="#quick-start" id="quick-start"></a>

1. **打字提問** — 在輸入框輸入問題，按 Enter 送出
2. **上傳檔案** — 點迴紋針圖示或直接拖曳檔案
3. **切換模型** — 點上方模型名稱，選擇不同 AI

> 不確定怎麼開始？直接打字問就對了。AI 會根據你的問題自動回答，不需要任何前置設定。

***

## 選擇 AI 模型 <a href="#select-ai-model" id="select-ai-model"></a>

MaiGPT 內建多種 AI 模型，你可以依照任務需求自由切換。不同模型各有擅長之處，選對模型能讓你得到更好的回答。

### 怎麼切換模型 <a href="#how-to-switch-model" id="how-to-switch-model"></a>

點擊對話區上方的模型名稱，展開選單後選擇你要的模型。

<figure><img src="/files/YN6Q2XpbHwcSn24yxra7" alt="MaiGPT 模型選擇器"><figcaption><p>點擊上方模型名稱，展開選單切換 AI 模型</p></figcaption></figure>

切換後，接下來的對話就會使用新模型回答。之前的對話紀錄不受影響。

### 模型怎麼選 <a href="#model-selection-guide" id="model-selection-guide"></a>

| 我的任務      | 建議模型         | 原因            |
| --------- | ------------ | ------------- |
| 寫報告、分析文件  | Claude       | 中文理解力強，擅長長文撰寫 |
| 程式碼、技術問題  | Claude / GPT | 兩者都擅長，可交替比較   |
| 快速問答、翻譯   | Gemini       | 回應速度快         |
| 創意發想、腦力激盪 | Claude / GPT | 創意品質較佳        |
| 需要最新資訊    | 搭配上網搜尋功能     | 任何模型都可以       |

{% hint style="info" %}
**不確定選哪個？**

先用預設模型就好。如果對回答品質不滿意，試著切換到其他模型問同一個問題，比較看看哪個回答更符合你的需求。
{% endhint %}

### 常見問題 <a href="#faq" id="faq"></a>

**切換模型後，之前的對話會消失嗎？**

不會。對話紀錄完整保留，只是後續回覆改由新模型產生。

**為什麼有些模型我看不到？**

可用的模型由公司管理員設定。如果需要使用特定模型，請聯繫你的 IT 管理員。

**不同模型的費用一樣嗎？**

不同模型的用量計算方式不同，但這通常由公司統一管理，你不需要擔心費用問題。

***

## 上傳檔案與圖片 <a href="#upload-files-and-images" id="upload-files-and-images"></a>

你可以把檔案或圖片丟給 MaiGPT，讓 AI 幫你閱讀、摘要、分析或翻譯。

### 怎麼上傳 <a href="#how-to-upload" id="how-to-upload"></a>

有兩種方式：

1. **點擊迴紋針圖示** — 在輸入框旁邊，點擊後選擇檔案
2. **直接拖曳** — 把檔案從桌面拖進對話區域

上傳後，檔案會顯示在輸入框上方。接著輸入你想問的問題，按 Enter 送出。

### 支援哪些格式 <a href="#supported-formats" id="supported-formats"></a>

| 類型 | 格式                                                 |
| -- | -------------------------------------------------- |
| 文件 | PDF、Word（.docx）、Excel（.xlsx）、PowerPoint（.pptx）、TXT |
| 圖片 | PNG、JPG、GIF                                        |
| 其他 | CSV、JSON、Markdown                                  |

### 可以做什麼 <a href="#what-you-can-do" id="what-you-can-do"></a>

| 上傳內容     | 你可以問 AI            |
| -------- | ------------------ |
| 一份合約 PDF | 「這份合約有哪些對我方不利的條款？」 |
| Excel 報表 | 「幫我摘要這份報表的重點趨勢」    |
| 一張產品圖片   | 「這張圖片裡的產品規格是什麼？」   |
| 會議簡報     | 「整理這份簡報的三個重點」      |
| 英文文件     | 「翻譯成繁體中文」          |

### 小技巧 <a href="#tips" id="tips"></a>

{% hint style="success" %}
**一次上傳多個檔案**

你可以同時選取多個檔案上傳，AI 會一起分析。例如上傳三份報價單，然後問「比較這三份報價的差異」。
{% endhint %}

{% hint style="warning" %}
**檔案大小限制**

單個檔案上限依公司設定而異。如果檔案太大無法上傳，試著拆分成小檔再上傳。
{% endhint %}

***

## 知識庫問答 <a href="#knowledge-base-qa" id="knowledge-base-qa"></a>

MaiGPT 可以連接公司的知識庫，讓你直接用對話的方式查詢公司內部資料。AI 的回答會附上來源出處，你可以點擊查看原始文件。

### 怎麼使用 <a href="#how-to-use" id="how-to-use"></a>

直接問就好。如果你的 MaiGPT 已經連接了公司知識庫，AI 會自動搜尋相關資料來回答你的問題。

> 「公司的請假流程是什麼？」
>
> 「產品 A 和產品 B 的差異？」
>
> 「新人報到第一天要做哪些事？」

<figure><img src="/files/I7oNKrYIkNt6bL2lp5sf" alt="MaiGPT 知識庫問答"><figcaption><p>選擇知識庫後提問，AI 會使用 query_files 工具搜尋知識庫並回覆結果</p></figcaption></figure>

### 回答會附上來源 <a href="#answers-with-sources" id="answers-with-sources"></a>

AI 的回覆中會標示資料來源，通常顯示為引用標記或連結。點擊後可以查看原始文件的相關段落。

這樣你可以：

* **驗證回答的正確性** — 看 AI 是根據哪份文件回答的
* **深入了解** — 如果摘要不夠，點進去看完整原文

### 找不到答案？ <a href="#no-answer-found" id="no-answer-found"></a>

如果 AI 回覆「我在知識庫中找不到相關資訊」，可能是：

| 狀況         | 怎麼辦                  |
| ---------- | -------------------- |
| 資料還沒上傳到知識庫 | 請聯繫管理員上傳相關文件         |
| 問法太模糊      | 試著用更具體的關鍵字提問         |
| 知識庫權限限制    | 你可能沒有該資料的存取權限，請聯繫管理員 |

{% hint style="info" %}
**AI 找不到不代表公司沒有這份資料**

知識庫的內容由管理員上傳和維護。如果你確定某份資料存在但 AI 找不到，建議通知管理員確認是否已匯入知識庫。
{% endhint %}

***

## 上網搜尋 <a href="#web-search" id="web-search"></a>

MaiGPT 可以即時搜尋網路，取得最新資訊來回答你的問題。適合查詢新聞、市場動態、競品資訊等需要即時資料的情境。

### 怎麼使用 <a href="#how-to-use-web-search" id="how-to-use-web-search"></a>

點擊輸入框旁的上網搜尋按鈕，或在提問時提到需要最新資訊：

> 「搜尋今天的台股大盤收盤價」
>
> 「最近有哪些 AI 相關的法規更新？」
>
> 「幫我查競品 X 公司最近發布了什麼新產品」

<figure><img src="/files/OkxQ5qz93dspn4CGolId" alt="MaiGPT 上網搜尋結果"><figcaption><p>AI 使用 Web Search Tool 搜尋網路資料後，整理回覆並附上來源</p></figcaption></figure>

AI 會自動搜尋多個網站，整理成一段完整的回答，並附上資料來源連結。

### 什麼時候該用上網搜尋 <a href="#when-to-use-web-search" id="when-to-use-web-search"></a>

| 適合       | 不需要             |
| -------- | --------------- |
| 查最新新聞、時事 | 問公司內部資料（用知識庫）   |
| 查產品價格、規格 | 寫報告、翻譯（不需要外部資料） |
| 查法規、政策更新 | 分析已上傳的檔案        |
| 研究市場趨勢   | 日常對話、腦力激盪       |

{% hint style="info" %}
**上網搜尋 vs Deep Research**

上網搜尋適合**快速查一個問題**，幾秒內就有答案。如果你需要**深入研究一個主題**，產出完整報告，請使用 [Deep Research](/maigpt/deep-research)。
{% endhint %}

***

## 深度思考 <a href="#deep-thinking" id="deep-thinking"></a>

深度思考讓 AI 在回答前先「想一想」，適合需要推理、分析、或多步驟判斷的複雜問題。開啟後你會看到 AI 的思考過程。

### 怎麼使用 <a href="#how-to-use-deep-thinking" id="how-to-use-deep-thinking"></a>

點擊輸入框旁的深度思考按鈕開啟，然後正常提問。

AI 回覆時會分兩個部分：

1. **思考過程**（可展開/收合）— 顯示 AI 是怎麼分析你的問題的
2. **最終回答** — 經過思考後的完整回覆

### 什麼時候該開啟 <a href="#when-to-enable-deep-thinking" id="when-to-enable-deep-thinking"></a>

| 適合開啟      | 不需要開啟          |
| --------- | -------------- |
| 複雜的分析比較   | 簡單問答（「今天天氣如何」） |
| 需要邏輯推理    | 翻譯             |
| 數學計算、資料分析 | 日常閒聊           |
| 多面向的決策建議  | 文字潤飾、改寫        |

{% hint style="info" %}
**深度思考會比較慢**

因為 AI 要先思考再回答，回覆速度會比一般模式慢一些。如果你的問題不複雜，用一般模式就好。
{% endhint %}

***

## 對話記憶 <a href="#chat-memory" id="chat-memory"></a>

MaiGPT 會記住你們的對話內容，讓你可以延續之前的討論，不用每次重新說明背景。

### 兩種記憶 <a href="#two-types-of-memory" id="two-types-of-memory"></a>

#### 對話記憶（短期） <a href="#short-term-memory" id="short-term-memory"></a>

在同一段對話中，AI 會記住前面說過的內容。你可以接續討論：

> 你：「幫我整理 Q1 業績重點」
>
> AI：（回覆整理內容）
>
> 你：「再加上 Q2 的比較」← AI 知道你在講業績

**開新對話**會清除短期記憶，AI 會從頭開始。

#### 長期記憶 <a href="#long-term-memory" id="long-term-memory"></a>

MaiGPT 可以記住跨對話的重要資訊，例如你的角色、偏好、常用的格式。

> 你：「記住我是行銷部的，報告格式都用條列式」
>
> AI：好的，我記住了。

之後即使在新對話中，AI 也會記得這些偏好。

### 小技巧 <a href="#memory-tips" id="memory-tips"></a>

{% hint style="success" %}
**善用同一段對話**

如果你在處理一個主題（例如寫報告），盡量在同一段對話中完成。這樣 AI 能記住所有上下文，回答品質更好。
{% endhint %}

{% hint style="info" %}
**需要重新開始？**

如果你想切換到完全不同的主題，建議開一段新對話，避免前一個主題的內容影響新話題的回答。
{% endhint %}

***

## 整理對話：釘選常用對話 <a href="#pin-conversations" id="pin-conversations"></a>

當你累積大量對話後，重要或常用的對話會被新對話往下擠、變得難找。你可以把它們「釘選」起來，固定顯示在「對話歷史」的最上方，隨時一鍵找回。

### 怎麼釘選 <a href="#how-to-pin" id="how-to-pin"></a>

1. 在左側「對話歷史」中，將滑鼠移到想釘選的對話上
2. 點擊右側出現的 <mark style="color:blue;">⋮</mark> 選單
3. 選擇 <mark style="color:blue;">釘選</mark>

<figure><img src="/files/5I4oNKZpsyYwpEVW2kYt" alt="對話 ⋮ 選單中的釘選選項"><figcaption><p>將滑鼠移到對話上，點 ⋮ 選單即可看到「釘選」</p></figcaption></figure>

釘選後，該對話會移到「對話歷史」最上方的 <mark style="color:blue;">已釘選</mark> 區塊，並在標題旁顯示 📌 圖示。

<figure><img src="/files/H9jDrkFpYe77cvBmeH5V" alt="已釘選區塊"><figcaption><p>已釘選的對話集中在最上方的「已釘選」區塊，一般對話依時間排序於其下</p></figcaption></figure>

### 取消釘選 <a href="#how-to-unpin" id="how-to-unpin"></a>

在已釘選的對話上點 <mark style="color:blue;">⋮</mark> 選單，選擇 <mark style="color:blue;">取消釘選</mark>，對話就會回到下方一般的時間分組。

### 排序與規則 <a href="#pin-rules" id="pin-rules"></a>

| 項目   | 說明                                    |
| ---- | ------------------------------------- |
| 排序方式 | 已釘選區塊與一般列表都依「最後一則訊息的時間」由新到舊排序，與何時釘選無關 |
| 釘選數量 | 沒有數量上限，可同時釘選多則對話                      |
| 保留狀態 | 釘選狀態會保存，重新整理或重新登入後仍在                  |
| 收合區塊 | 點「已釘選」標題可展開或收合整個區塊                    |
| 適用範圍 | 你只能釘選自己的對話                            |

### 適合釘選的情境 <a href="#pin-use-cases" id="pin-use-cases"></a>

* **金融／銀行**：固定要追蹤的對帳、理財方案比較對話
* **科技／電子製造**：常用的產品規格、技術支援排查對話
* **教育機構**：反覆使用的招生問答、課程規劃討論
* **服務／零售**：常態性的活動企劃、會員權益查詢對話
* 或任何你每天都會回來接續的工作流程

{% hint style="info" %}
**釘選只影響你自己的畫面**

釘選是個人的整理方式，只會改變你在「對話歷史」看到的排序，不會影響其他成員，也不會改動對話內容本身。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [用 Canvas 畫布撰寫文件](/maigpt/canvas)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# Canvas 畫布

Canvas 是 MaiGPT 內建的編輯器。當你請 AI 幫你寫報告、Email 或製作圖表時，內容會顯示在右側的 Canvas 區域，你可以直接編輯、修改，再請 AI 繼續調整。

<figure><img src="/files/WLaWYMxfU5S0cTBuqaRQ" alt="MaiGPT Canvas 畫布"><figcaption><p>左側為對話區，右側為 Canvas 編輯區</p></figcaption></figure>

***

## 什麼時候會用到 Canvas <a href="#when-to-use-canvas" id="when-to-use-canvas"></a>

| 情境      | 範例指令                 |
| ------- | -------------------- |
| 寫報告     | 「幫我寫一份 Q1 業績摘要」      |
| 寫 Email | 「幫我回覆這封客戶的詢問信」       |
| 整理會議紀錄  | 「把以下內容整理成會議紀錄格式」     |
| 畫流程圖    | 「畫一張請假流程圖」           |
| 製作表格    | 「整理成表格比較 A 方案和 B 方案」 |

***

## 怎麼使用 <a href="#how-to-use" id="how-to-use"></a>

### 開啟 Canvas <a href="#open-canvas" id="open-canvas"></a>

AI 在產出較長的文件內容時，會自動開啟 Canvas。你也可以主動請它：

> 「幫我用 Canvas 寫一份...」

### 編輯內容 <a href="#edit-content" id="edit-content"></a>

Canvas 開啟後，你可以：

1. **直接在 Canvas 上修改文字** — 點擊任意位置即可編輯
2. **請 AI 幫你改** — 在對話框說「第二段改得更簡潔」
3. **選取部分內容請 AI 調整** — 選取文字後，告訴 AI 你要怎麼改

### 匯出 <a href="#export" id="export"></a>

完成後，點擊右上角的匯出按鈕：

* **複製** — 複製全部內容到剪貼簿
* **下載** — 下載為檔案

***

## Canvas 可以做出什麼 <a href="#what-canvas-can-create" id="what-canvas-can-create"></a>

| 類型     | 適合用來做          | 範例           |
| ------ | -------------- | ------------ |
| **文件** | 報告、Email、提案、公告 | 「寫一份新產品上線公告」 |
| **表格** | 比較分析、數據整理      | 「比較三家供應商的報價」 |
| **圖表** | 流程圖、組織圖、時序圖    | 「畫出客訴處理流程」   |

***

## 小技巧 <a href="#tips" id="tips"></a>

{% hint style="success" %}
**讓 AI 幫你迭代**

不需要一次到位。先讓 AI 產出初版，再一步步修改：

1. 「先寫一版草稿」
2. 「語氣改得更正式」
3. 「加上數據佐證」
4. 「最後一段改成行動呼籲」
   {% endhint %}

{% hint style="info" %}
**多輪編輯不會丟失**

Canvas 會保留你的所有修改。你可以放心地來回調整，不用擔心之前的版本不見。
{% endhint %}

***

## 撰寫文件 <a href="#write-documents" id="write-documents"></a>

Canvas 最常用的功能就是撰寫文件。你可以請 AI 幫你寫報告、Email、提案、公告、會議紀錄，然後在 Canvas 上直接編輯調整。

### 快速開始 <a href="#quick-start" id="quick-start"></a>

直接告訴 AI 你要寫什麼：

> 「幫我寫一封給客戶的報價回覆信」
>
> 「用 Canvas 幫我整理今天的會議紀錄」
>
> 「寫一份新功能上線的內部公告」

AI 會在 Canvas 中產出完整文件，你可以立即開始編輯。

### 編輯與修改 <a href="#edit-and-revise" id="edit-and-revise"></a>

#### 直接修改 <a href="#direct-edit" id="direct-edit"></a>

在 Canvas 上點擊任意位置，像編輯 Word 一樣直接改文字。

#### 請 AI 幫你改 <a href="#ai-assisted-edit" id="ai-assisted-edit"></a>

在對話框輸入修改指示，AI 會直接更新 Canvas 上的內容：

| 你說           | AI 做     |
| ------------ | -------- |
| 「語氣改正式一點」    | 整篇文件語氣調整 |
| 「第二段太長，精簡一下」 | 縮短特定段落   |
| 「加一段關於時程的說明」 | 新增段落     |
| 「改成條列式」      | 重新排版格式   |
| 「翻譯成英文」      | 整篇翻譯     |

<figure><img src="/files/aT81d9qIsZrOgqqmqS59" alt="Canvas 撰寫文件"><figcaption><p>請 AI 撰寫公告，Canvas 自動開啟並呈現完整文件內容</p></figcaption></figure>

### 常用文件範本 <a href="#document-templates" id="document-templates"></a>

試試這些指令，快速產出常見文件：

| 文件類型      | 範例指令                                 |
| --------- | ------------------------------------ |
| **週報**    | 「幫我寫本週週報，重點有：完成 A 專案、開始 B 需求、下週要做 C」 |
| **Email** | 「寫一封婉拒供應商報價的 Email，語氣禮貌但明確」          |
| **會議紀錄**  | 「把以下內容整理成會議紀錄格式：（貼上筆記）」              |
| **提案**    | 「寫一份導入 AI 客服的提案大綱，包含效益分析」            |
| **公告**    | 「寫一份系統維護公告，時間是週六凌晨 2-6 點」            |

### 匯出文件 <a href="#export-document" id="export-document"></a>

完成後點擊右上角匯出：

* **複製** — 貼到 Email、Slack、Word 等任何地方
* **下載** — 儲存為檔案

***

## 製作圖表 <a href="#create-charts" id="create-charts"></a>

你可以用自然語言描述，讓 AI 在 Canvas 中幫你畫流程圖、組織圖、時序圖等各種圖表。不需要學任何語法，直接說你要畫什麼就好。

### 快速開始 <a href="#chart-quick-start" id="chart-quick-start"></a>

直接告訴 AI 你想畫什麼圖：

> 「畫一張請假流程圖」
>
> 「畫我們部門的組織架構圖」
>
> 「畫一張使用者下單到出貨的流程」

<figure><img src="/files/WLaWYMxfU5S0cTBuqaRQ" alt="Canvas 圖表產出"><figcaption><p>AI 在 Canvas 中產出的視覺化圖表</p></figcaption></figure>

### 可以畫哪些圖表 <a href="#supported-chart-types" id="supported-chart-types"></a>

| 圖表類型    | 範例指令           | 用途      |
| ------- | -------------- | ------- |
| **流程圖** | 「畫出報銷流程」       | 步驟、決策分支 |
| **組織圖** | 「畫部門架構」        | 上下隸屬關係  |
| **時序圖** | 「畫 API 呼叫的時序圖」 | 系統互動順序  |
| **甘特圖** | 「畫專案時程甘特圖」     | 專案排程    |
| **心智圖** | 「用心智圖整理行銷策略」   | 發想與歸類   |

### 修改圖表 <a href="#edit-chart" id="edit-chart"></a>

產出後想調整？直接說：

| 你說              | AI 做 |
| --------------- | ---- |
| 「在第二步後面加一個審核步驟」 | 新增節點 |
| 「把流程圖改成由左到右」    | 調整方向 |
| 「拿掉最後一個步驟」      | 刪除節點 |
| 「顏色改成藍色系」       | 調整樣式 |

### 匯出圖表 <a href="#export-chart" id="export-chart"></a>

完成後你可以：

* **複製** — 貼到簡報或文件中
* **截圖** — 直接截取 Canvas 中的圖表畫面

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [Deep Research 深度研究](/maigpt/deep-research)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# Deep Research 深度研究

Deep Research 是 MaiGPT 的自動化研究功能。你只要給一個主題，AI 會自動搜尋大量網路資料、分析整理，最後產出一份完整的研究報告。

適合需要深入了解一個主題，但不想花幾個小時自己搜尋和整理的情境。

***

## 跟一般對話有什麼不同 <a href="#comparison-with-regular-chat" id="comparison-with-regular-chat"></a>

|      | 一般對話 | Deep Research   |
| ---- | ---- | --------------- |
| 速度   | 幾秒   | 幾分鐘             |
| 搜尋範圍 | 單次搜尋 | 自動搜尋 15-25 個來源  |
| 回覆長度 | 幾段文字 | 完整報告（4,000 字以上） |
| 引用來源 | 可能有  | 一定有，每段都標注       |
| 適合   | 快速問答 | 深入研究、市場分析、技術調研  |

***

## 什麼時候用 <a href="#when-to-use" id="when-to-use"></a>

| 情境   | 範例                       |
| ---- | ------------------------ |
| 市場調查 | 「研究台灣 AI 客服市場的現況和趨勢」     |
| 競品分析 | 「分析 X 公司和 Y 公司的產品差異」     |
| 技術調研 | 「研究 RAG 技術的最新發展和最佳實踐」    |
| 政策法規 | 「整理台灣 AI 相關法規的最新進展」      |
| 產業報告 | 「研究全球 SaaS 產業的 2025 年趨勢」 |

***

## 發起一次研究 <a href="#start-a-research" id="start-a-research"></a>

只要三步，AI 就會自動完成一份完整的研究報告。

### 1. 點擊 Deep Research 按鈕 <a href="#click-deep-research-button" id="click-deep-research-button"></a>

在對話介面中找到 Deep Research 按鈕並點擊。

<figure><img src="/files/RiNJD8zGv4o4y3JWS90a" alt="MaiGPT Deep Research"><figcaption><p>輸入研究主題後，點擊藍色的「深度研究」按鈕即可開始</p></figcaption></figure>

### 2. 輸入研究主題 <a href="#enter-research-topic" id="enter-research-topic"></a>

用一兩句話描述你想研究的主題。越具體，報告品質越好。

| 一般      | 更好                                     |
| ------- | -------------------------------------- |
| 「研究 AI」 | 「研究台灣企業導入生成式 AI 的現況、挑戰與成功案例」           |
| 「分析競品」  | 「比較 MaiAgent、Dify、Coze 在企業 RAG 功能上的差異」 |
| 「查法規」   | 「整理 2025 年台灣與 AI 相關的法規和主管機關指引」         |

### 3. 等待 AI 完成 <a href="#wait-for-ai-completion" id="wait-for-ai-completion"></a>

AI 會開始自動研究，你可以看到：

1. **規劃階段** — AI 將主題拆解為多個子問題
2. **搜尋階段** — 針對每個子問題搜尋網路資料
3. **分析階段** — 整理和交叉比對資料
4. **報告階段** — 產出完整報告，自動保存到 Canvas

整個過程通常需要 2-5 分鐘，視主題複雜度而定。你可以先做其他事，完成後會通知你。

{% hint style="success" %}
**給 AI 更多背景**

除了主題，你還可以告訴 AI：

* 你的角色：「我是行銷主管」
* 報告用途：「要在週會上報告」
* 特別關注：「重點放在台灣市場」
* 格式要求：「用條列式，不要超過 3000 字」
  {% endhint %}

***

## 閱讀與匯出報告 <a href="#read-and-export-report" id="read-and-export-report"></a>

Deep Research 完成後，報告會自動顯示在 Canvas 中。你可以直接閱讀、編輯、或匯出分享。

### 閱讀報告 <a href="#read-report" id="read-report"></a>

報告會包含以下結構：

| 區段       | 內容                  |
| -------- | ------------------- |
| **摘要**   | 研究結論的重點整理           |
| **正文**   | 依主題分章節的詳細分析         |
| **引用來源** | 每段內容都標示資料出處，可點擊查看原文 |

<figure><img src="/files/WLaWYMxfU5S0cTBuqaRQ" alt="Canvas 中的報告"><figcaption><p>研究完成後，報告會自動顯示在 Canvas 中</p></figcaption></figure>

### 修改報告 <a href="#edit-report" id="edit-report"></a>

報告產出後，你可以在 Canvas 上繼續調整：

| 你說             | AI 做   |
| -------------- | ------ |
| 「摘要太長，精簡到 3 點」 | 縮短摘要   |
| 「加上數據圖表」       | 補充圖表   |
| 「這段翻譯成英文」      | 翻譯指定段落 |
| 「改成簡報大綱格式」     | 重新排版   |

### 匯出 <a href="#export" id="export"></a>

點擊 Canvas 右上角的匯出按鈕：

* **複製** — 貼到 Email、Word、Notion 等
* **下載** — 儲存為檔案

{% hint style="success" %}
**直接貼到簡報**

複製後可以直接貼到 PowerPoint 或 Google Slides，保留格式。適合把研究成果快速轉成週會報告。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [用 Canvas 繼續編輯](/maigpt/canvas)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# AI 生圖

MaiGPT 內建 AI 生圖功能。用文字描述你想要的畫面，AI 就會幫你產生圖片。支援中文描述，不需要寫英文。生成後還可以反覆修改，直到滿意為止。

***

## 用文字描述生成圖片 <a href="#generate-from-text" id="generate-from-text"></a>

在對話中直接描述你要的圖片：

> 「幫我畫一張現代辦公室的插圖，明亮的色調」
>
> 「生成一張行銷用的產品形象圖，背景是漸層藍色」
>
> 「畫一張可愛的吉祥物，是一隻穿西裝的貓」

<figure><img src="/files/kIFs2XjgFLDppKz3V5Zg" alt="MaiGPT AI 生圖結果"><figcaption><p>輸入文字描述，AI 即時生成對應圖片</p></figcaption></figure>

### 描述技巧 <a href="#prompt-tips" id="prompt-tips"></a>

描述越具體，圖片越符合你的期待：

| 一般描述    | 更好的描述                                 |
| ------- | ------------------------------------- |
| 「畫一隻貓」  | 「一隻橘色的貓坐在窗台上，背景是夕陽，水彩風格」              |
| 「做一張海報」 | 「一張 A4 直式海報，標題是『2025 年度大會』，科技風格，藍紫色調」 |
| 「產品圖」   | 「白色背景上的一杯咖啡，俯拍角度，旁邊有幾顆咖啡豆，商業攝影風格」     |

你可以指定：

* **風格** — 水彩、扁平設計、寫實、卡通、商業攝影
* **色調** — 明亮、暖色、冷色、單色
* **構圖** — 俯拍、正面、特寫、全景
* **用途** — 社群貼文、簡報配圖、行銷素材

### 下載圖片 <a href="#download-image" id="download-image"></a>

圖片生成後，點擊圖片可以放大檢視。右鍵或長按可以儲存到你的裝置。

***

## 編輯與迭代圖片 <a href="#edit-and-iterate" id="edit-and-iterate"></a>

AI 生成的圖片不滿意？不用重來，你可以在同一段對話中持續修改，直到滿意為止。

### 怎麼修改 <a href="#how-to-edit" id="how-to-edit"></a>

圖片生成後，直接在對話中告訴 AI 你要改什麼：

> 「背景改成白色」
>
> 「人物的表情改成微笑」
>
> 「加上公司的 Logo 在右下角」
>
> 「整體色調調暖一點」

AI 會根據你的指示生成新版本。

<figure><img src="/files/X0hgxXV1N0tqGtZygocl" alt="MaiGPT 圖片迭代修改"><figcaption><p>在對話中指示修改方向，AI 會生成新版本的圖片</p></figcaption></figure>

### 基於現有圖片生成 <a href="#generate-from-existing-image" id="generate-from-existing-image"></a>

你也可以上傳一張圖片，讓 AI 參考它來生成新圖：

> （上傳一張產品照片）
>
> 「參考這張圖的風格，幫我生成類似的行銷素材」
>
> 「把這張圖改成卡通風格」

### 小技巧 <a href="#tips" id="tips"></a>

{% hint style="success" %}
**分步驟修改**

不要一次提太多修改要求。一次改一個地方，效果最好：

1. 先確認構圖和主體 OK
2. 再調整色調和風格
3. 最後加細節（文字、Logo 等）
   {% endhint %}

{% hint style="info" %}
**不滿意就重來**

如果修改方向越改越偏，不如直接重新描述。AI 每次都是獨立生成，重新開始有時比持續修改更快。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [連接器](/maigpt/connectors)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# 連接器

連接器讓 MaiGPT 能夠存取你的第三方工具，例如 Notion、Slack、Google Drive、GitHub。連接後，你可以直接在對話中查詢和操作這些工具裡的資料。

***

## 可以連接哪些工具 <a href="#supported-tools" id="supported-tools"></a>

| 工具               | 連接後你可以做什麼                        |
| ---------------- | -------------------------------- |
| **Notion**       | 搜尋頁面、查詢資料庫、建立新頁面                 |
| **Slack**        | 搜尋訊息、查看頻道內容                      |
| **Google Drive** | 搜尋和讀取文件                          |
| **GitHub**       | 查看 Repository、Issue、Pull Request |

{% hint style="info" %}
可用的連接器由公司管理員設定。如果你需要使用的工具不在列表中，請聯繫管理員。
{% endhint %}

***

## 怎麼連接 <a href="#how-to-connect" id="how-to-connect"></a>

### 1. 開啟連接器設定 <a href="#open-connector-settings" id="open-connector-settings"></a>

點擊對話介面中的工具圖示，找到連接器區域。

<figure><img src="/files/Li3kPOCK8yBRVNucnYTH" alt="MaiGPT 連接器面板"><figcaption><p>點擊「連接器」按鈕即可看到可用的連接器清單</p></figcaption></figure>

### 2. 授權你的帳號 <a href="#authorize-account" id="authorize-account"></a>

選擇要連接的工具，點擊「連接」後會跳轉到該工具的授權頁面。按照提示完成授權即可。

### 3. 開始使用 <a href="#start-using" id="start-using"></a>

連接成功後，直接在對話中提問：

> 「搜尋 Notion 裡關於 Q1 計畫的頁面」
>
> 「查一下 Google Drive 裡的報價單」

***

## 管理已連接的工具 <a href="#manage-connected-tools" id="manage-connected-tools"></a>

你可以隨時在連接器設定中：

* **查看** — 目前已連接的工具
* **斷開** — 取消某個工具的連接
* **重新授權** — 如果連接失效，重新授權

***

## Notion <a href="#notion" id="notion"></a>

連接 Notion 後，你可以在 MaiGPT 中直接搜尋 Notion 頁面、查詢資料庫、甚至建立新頁面。

### 連接步驟 <a href="#notion-connection-steps" id="notion-connection-steps"></a>

1. 開啟連接器設定，找到 Notion
2. 點擊「連接」，跳轉到 Notion 授權頁面
3. 選擇你要授權 MaiGPT 存取的頁面或工作區
4. 點擊「允許」完成授權

### 可以做什麼 <a href="#notion-what-you-can-do" id="notion-what-you-can-do"></a>

連接後，在對話中直接說：

| 你說                         | MaiGPT 做     |
| -------------------------- | ------------ |
| 「搜尋 Notion 裡關於產品規格的頁面」     | 搜尋並列出相關頁面    |
| 「查一下 Notion 專案資料庫中未完成的任務」  | 查詢資料庫並篩選     |
| 「在 Notion 建立一個新頁面，標題是會議紀錄」 | 建立新頁面        |
| 「把這份摘要存到 Notion」           | 將內容寫入 Notion |

### 注意事項 <a href="#notion-notes" id="notion-notes"></a>

{% hint style="warning" %}
**授權範圍**

Notion 授權時可以選擇分享哪些頁面給 MaiGPT。只有你授權的頁面才能被搜尋到。如果找不到某個頁面，請確認是否已授權。
{% endhint %}

***

## Slack <a href="#slack" id="slack"></a>

連接 Slack 後，你可以在 MaiGPT 中搜尋 Slack 訊息和頻道內容，快速找到之前的討論。

### 連接步驟 <a href="#slack-connection-steps" id="slack-connection-steps"></a>

1. 開啟連接器設定，找到 Slack
2. 點擊「連接」，跳轉到 Slack 授權頁面
3. 確認授權範圍後，點擊「允許」

### 可以做什麼 <a href="#slack-what-you-can-do" id="slack-what-you-can-do"></a>

| 你說                      | MaiGPT 做 |
| ----------------------- | -------- |
| 「搜尋 Slack 裡關於伺服器遷移的討論」  | 搜尋相關訊息   |
| 「查一下 #general 頻道最近在聊什麼」 | 摘要頻道內容   |
| 「找一下 John 上週提到的那個連結」    | 搜尋特定人的訊息 |

***

## Google Drive <a href="#google-drive" id="google-drive"></a>

連接 Google Drive 後，你可以在 MaiGPT 中搜尋和讀取你的 Google Drive 文件。

### 連接步驟 <a href="#google-drive-connection-steps" id="google-drive-connection-steps"></a>

1. 開啟連接器設定，找到 Google Drive
2. 點擊「連接」，跳轉到 Google 授權頁面
3. 選擇你的 Google 帳號並允許存取

### 可以做什麼 <a href="#google-drive-what-you-can-do" id="google-drive-what-you-can-do"></a>

| 你說                      | MaiGPT 做  |
| ----------------------- | --------- |
| 「搜尋 Google Drive 裡的報價單」 | 搜尋並列出相關文件 |
| 「打開上次的會議紀錄」             | 找到並讀取文件內容 |
| 「幫我摘要 Drive 裡那份市場分析報告」  | 讀取文件並產出摘要 |

### 注意事項 <a href="#google-drive-notes" id="google-drive-notes"></a>

{% hint style="warning" %}
**僅支援 Google 原生格式**

目前只能讀取 Google 文件、試算表、簡報等原生格式。`.pptx`、`.docx`、`.xlsx` 等 Office 格式**無法直接讀取**，請先在 Google Drive 中將其「轉換為 Google 格式」再引用。
{% endhint %}

{% hint style="warning" %}
**Shared Drive 與外部共享限制**

檔案若存放於 Shared Drive、或以捷徑方式存在，授權後仍可能讀取失敗。請確認授權帳號在該 Shared Drive 具備存取權限，捷徑請改用原始檔案連結。
{% endhint %}

***

## GitHub <a href="#github" id="github"></a>

連接 GitHub 後，你可以在 MaiGPT 中查詢 Repository、Issue、Pull Request 等開發相關資訊。

### 連接步驟 <a href="#github-connection-steps" id="github-connection-steps"></a>

1. 開啟連接器設定，找到 GitHub
2. 點擊「連接」，跳轉到 GitHub 授權頁面
3. 選擇要授權的 Repository 並確認

### 可以做什麼 <a href="#github-what-you-can-do" id="github-what-you-can-do"></a>

| 你說                                 | MaiGPT 做    |
| ---------------------------------- | ----------- |
| 「查一下 main-repo 最近有哪些 open 的 Issue」 | 列出 Issue 清單 |
| 「幫我看 PR #123 的變更摘要」                | 讀取 PR 並摘要   |
| 「搜尋 repo 裡跟 authentication 相關的程式碼」 | 搜尋程式碼       |

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [管理存取權限](/maigpt/access)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# 在不同裝置上使用

MaiGPT 支援多種使用方式，讓你在任何裝置上都能跟 AI 對話。對話紀錄會自動同步，不論從哪個裝置登入都能延續討論。

***

## 支援的裝置與平台 <a href="#supported-devices-and-platforms" id="supported-devices-and-platforms"></a>

| 平台                                          | 說明                   | 適合場景            |
| ------------------------------------------- | -------------------- | --------------- |
| [**網頁版**](/maigpt/access/web)               | 瀏覽器直接使用，不需安裝         | 辦公室電腦、筆電        |
| [**iOS App**](/maigpt/access/ios)           | iPhone / iPad 原生 App | 外出、通勤、移動辦公      |
| [**LINE**](/maigpt/access/line)             | 透過 LINE 官方帳號對話       | 習慣用 LINE 的使用者   |
| [**Microsoft Teams**](/maigpt/access/teams) | 在 Teams 中直接使用        | 公司已採用 Teams 的團隊 |

***

## 該選哪個？ <a href="#how-to-choose-platform" id="how-to-choose-platform"></a>

* **最完整的體驗** → 網頁版（支援所有功能）
* **最方便隨時用** → iOS App 或 LINE
* **跟工作流整合** → Microsoft Teams

> 所有平台的對話紀錄互通。你可以在電腦上開始一段對話，外出時用手機繼續。

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [網頁版](/maigpt/access/web)
* [iOS App](/maigpt/access/ios)
* [LINE 上使用](/maigpt/access/line)
* [Microsoft Teams 上使用](/maigpt/access/teams)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# 網頁版

MaiGPT 網頁版可以在任何瀏覽器中使用，不需要安裝任何軟體。

***

## 怎麼使用 <a href="#how-to-use" id="how-to-use"></a>

1. 打開瀏覽器，前往公司提供的 MaiGPT 網址
2. 輸入帳號密碼（或使用 SSO）登入
3. 開始對話

***

## 建議瀏覽器 <a href="#recommended-browsers" id="recommended-browsers"></a>

| 瀏覽器            | 支援 |
| -------------- | -- |
| Google Chrome  | 推薦 |
| Microsoft Edge | 支援 |
| Safari         | 支援 |
| Firefox        | 支援 |

{% hint style="info" %}
建議使用最新版的瀏覽器，以獲得最佳體驗。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [iOS App](/maigpt/access/ios)
* [在 LINE 上使用](/maigpt/access/line)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# iOS App

MaiGPT 提供 iOS App，讓你可以在 iPhone 和 iPad 上隨時使用。

***

## 安裝 <a href="#installation" id="installation"></a>

1. 開啟 App Store
2. 搜尋「MaiGPT」或掃描公司提供的 QR Code
3. 下載並安裝

***

## 登入 <a href="#login" id="login"></a>

開啟 App 後，使用與網頁版相同的帳號密碼登入。對話紀錄會跨裝置同步。

***

## 功能 <a href="#features" id="features"></a>

App 支援與網頁版相同的核心功能：

* AI 對話
* 上傳照片（直接拍照或從相簿選取）
* 知識庫問答
* 上網搜尋

{% hint style="info" %}
部分進階功能（Canvas、Deep Research）建議在網頁版使用，體驗更佳。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [在 LINE 上使用](/maigpt/access/line)
* [在 Microsoft Teams 上使用](/maigpt/access/teams)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# LINE 上使用

如果公司已將 MaiGPT 串接到 LINE 官方帳號，你可以直接在 LINE 中與 AI 對話，不用另外開網頁。

***

## 怎麼開始 <a href="#how-to-get-started" id="how-to-get-started"></a>

1. 掃描公司提供的 LINE QR Code，或搜尋官方帳號名稱
2. 加入好友
3. 直接傳訊息開始對話

***

## LINE 上可以做什麼 <a href="#what-you-can-do-on-line" id="what-you-can-do-on-line"></a>

| 功能            | 支援          |
| ------------- | ----------- |
| 文字對話          | 可以          |
| 傳送圖片讓 AI 辨識   | 可以          |
| 知識庫問答         | 可以          |
| 上傳檔案          | 依設定而異       |
| Canvas 畫布     | 不支援（請使用網頁版） |
| Deep Research | 不支援（請使用網頁版） |

{% hint style="info" %}
LINE 適合快速問答和簡單任務。如果需要使用 Canvas 或 Deep Research 等進階功能，建議切換到網頁版。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [在 Microsoft Teams 上使用](/maigpt/access/teams)
* [網頁版](/maigpt/access/web)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# Microsoft Teams 上使用

如果公司已將 MaiGPT 整合到 Microsoft Teams，你可以直接在 Teams 中與 AI 對話。

***

## 怎麼開始 <a href="#how-to-get-started" id="how-to-get-started"></a>

1. 在 Teams 左側找到 MaiGPT 應用（或由 IT 管理員安裝）
2. 點擊開啟
3. 直接傳訊息開始對話

***

## Teams 上可以做什麼 <a href="#what-you-can-do-on-teams" id="what-you-can-do-on-teams"></a>

| 功能            | 支援          |
| ------------- | ----------- |
| 文字對話          | 可以          |
| 傳送圖片          | 可以          |
| 知識庫問答         | 可以          |
| 上傳檔案          | 依設定而異       |
| Canvas 畫布     | 不支援（請使用網頁版） |
| Deep Research | 不支援（請使用網頁版） |

{% hint style="info" %}
Teams 整合讓你不用離開工作環境就能使用 AI。適合快速問答和日常工作輔助。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [網頁版](/maigpt/access/web)
* [在 LINE 上使用](/maigpt/access/line)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# 常見問題

使用 MaiGPT 時最常遇到的問題。

***

## 問題分類 <a href="#question-categories" id="question-categories"></a>

| 分類                                          | 解答什麼                      |
| ------------------------------------------- | ------------------------- |
| [**用量與額度**](/maigpt/faq/usage)              | 什麼操作會消耗用量、怎麼節省用量          |
| [**模型差異怎麼選**](/maigpt/faq/model-comparison) | Claude、GPT、Gemini 各適合什麼場景 |
| [**安全性與隱私**](/maigpt/faq/security)          | 資料怎麼保護、對話會不會外流            |

***

## 快速解答 <a href="#quick-answers" id="quick-answers"></a>

**MaiGPT 跟 ChatGPT 有什麼不同？**

MaiGPT 是公司專屬的 AI 助理。資料留在公司內部、可以查詢公司知識庫、支援多種 AI 模型、由公司 IT 統一管理。

**我需要付費嗎？**

不用。用量由公司統一管理和支付。

**我的對話安全嗎？**

所有對話都在公司環境內處理，不會用於 AI 模型訓練。詳見[安全性與隱私](/maigpt/faq/security)。

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [用量與額度](/maigpt/faq/usage)
* [模型差異怎麼選](/maigpt/faq/model-comparison)
* [安全性與隱私](/maigpt/faq/security)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# 用量與額度

MaiGPT 採用量計費，用多少算多少。以下說明用量的基本概念。

***

## 什麼是用量 <a href="#what-is-usage" id="what-is-usage"></a>

每次你跟 AI 對話，系統會依據訊息的長度和複雜度計算用量。用量通常由公司統一管理和支付，你不需要自己付費。

***

## 哪些操作會消耗用量 <a href="#operations-that-consume-usage" id="operations-that-consume-usage"></a>

| 操作            | 用量            |
| ------------- | ------------- |
| 一般對話          | 低             |
| 上傳檔案分析        | 中（依檔案大小）      |
| 知識庫問答         | 中             |
| Deep Research | 高（會進行多次搜尋和分析） |
| AI 生圖         | 中             |
| 深度思考          | 較高（比一般對話多）    |

***

## 怎麼查看用量 <a href="#how-to-check-usage" id="how-to-check-usage"></a>

{% hint style="info" %}
用量查看方式依公司設定而異。如果你的介面上有用量顯示，可以直接查看。否則請聯繫管理員了解用量狀況。
{% endhint %}

***

## 節省用量的技巧 <a href="#tips-to-save-usage" id="tips-to-save-usage"></a>

* **問題越精確，用量越少** — 具體的問題比模糊的問題回覆更短，用量更低
* **善用同一段對話** — 延續對話比開新對話更省，因為不需要重複提供背景
* **選擇適合的功能** — 簡單問題不需要開 Deep Research 或深度思考

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [模型差異怎麼選](/maigpt/faq/model-comparison)
* [安全性與隱私](/maigpt/faq/security)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# 模型差異怎麼選

MaiGPT 提供多種 AI 模型，以下幫你快速了解差異。

***

## 快速對照 <a href="#quick-comparison" id="quick-comparison"></a>

| 模型           | 擅長             | 速度  | 適合場景          |
| ------------ | -------------- | --- | ------------- |
| **Claude**   | 中文理解、長文撰寫、分析推理 | 中   | 寫報告、分析文件、複雜推理 |
| **GPT**      | 通用能力均衡、程式碼     | 中   | 程式碼、翻譯、通用問答   |
| **Gemini**   | 回應速度快、多模態      | 快   | 快速問答、圖片理解     |
| **DeepSeek** | 推理能力強          | 中   | 數學、邏輯推理       |
| **Gemma**    | Google 開源、輕量高效 | 快   | 輕量部署、邊緣運算     |
| **Grok**     | 即時資訊、幽默風格      | 中   | 時事問答、創意寫作     |
| **Llama**    | 開源、可私有部署       | 依配置 | 地端部署需求        |

***

## 不確定怎麼選？ <a href="#model-selection-decision-guide" id="model-selection-decision-guide"></a>

用以下決策流程：

1. **一般工作（寫文件、查資料、翻譯）** → 用預設模型即可
2. **對品質不滿意** → 換 Claude 或 GPT 試試
3. **需要最快速度** → 用 Gemini
4. **複雜推理或計算** → 用 Claude 或 DeepSeek

{% hint style="info" %}
**沒有「最好的」模型**

每個模型都有擅長和不擅長的領域。最實用的方法是：同一個問題用不同模型試，找到你最喜歡的那個。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [選擇 AI 模型（操作方法）](https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/maigpt/model-switching.md)
* [安全性與隱私](/maigpt/faq/security)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# 安全性與隱私

MaiGPT 從設計上保障企業資料安全。以下回答你最常問的安全相關問題。

***

## 常見問題 <a href="#faq" id="faq"></a>

### 我的對話內容會被外部看到嗎？ <a href="#chat-visibility" id="chat-visibility"></a>

不會。你的對話資料僅限於你的公司環境內，不會被其他公司或外部人員存取。

### AI 會用我的對話來訓練模型嗎？ <a href="#ai-training-on-chat" id="ai-training-on-chat"></a>

不會。MaiGPT 使用的 AI 模型不會拿你的對話資料進行訓練。

### 公司管理員可以看到我的對話嗎？ <a href="#admin-access-to-chat" id="admin-access-to-chat"></a>

依公司的權限設定而異。具體的隱私政策請詢問你的 IT 管理員。

### 上傳的檔案安全嗎？ <a href="#uploaded-files-security" id="uploaded-files-security"></a>

上傳的檔案儲存在公司的安全環境中，傳輸過程全程加密。

### 連接器（Notion、Slack 等）安全嗎？ <a href="#connector-security" id="connector-security"></a>

連接器使用 OAuth 標準授權，MaiGPT 不會儲存你的帳號密碼。你可以隨時取消授權。

***

## 使用建議 <a href="#usage-recommendations" id="usage-recommendations"></a>

{% hint style="warning" %}
**避免輸入高度機密資訊**

雖然 MaiGPT 有完善的安全防護，但建議避免在對話中直接輸入密碼、信用卡號、個人身分證字號等高度敏感資訊。
{% endhint %}

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

* [用量與額度](/maigpt/faq/usage)
* [回到 MaiGPT 總覽](/maigpt/maigpt)


# 什麼是 Agent Builder？

Agent Builder 是 MaiAgent 平台的核心建置區。在這裡，你可以組合不同模組，打造出能回答問題、查詢資料、執行任務的 AI Agent。

## 全景圖：Agent 與各模組的關係 <a href="#agent-module-relationships" id="agent-module-relationships"></a>

<figure><img src="/files/13Yw5sLJIYItD6tpTV5m" alt="MaiAgent Agent Builder 功能總覽"><figcaption><p>Agent Builder 模組全景圖</p></figcaption></figure>

Agent 是核心大腦，負責理解使用者的問題並產生回覆。其他模組是 Agent 的能力擴充——知識庫讓它有專業知識可查、資料庫讓它能查數據、工具讓它能執行動作、技能讓它能按 SOP 處理複雜任務、代理排程讓它能定時自動執行。爬蟲則是知識庫的資料來源之一。當任務變複雜，Agent Teams 讓多個專才 Agent 組隊分工；Hook 則在訊息進出 AI 的關口自動把關安全與品質。

## 十二個模組速覽 <a href="#ten-modules-at-a-glance" id="ten-modules-at-a-glance"></a>

| 模組                                                      | 做什麼                                              | 典型用途                        |
| ------------------------------------------------------- | ------------------------------------------------ | --------------------------- |
| [**Agent（AI 助理）**](/agent-builder/agent)                | 對話的核心，理解意圖、產生回覆                                  | 客服機器人、內部問答、業務助手             |
| [**知識庫**](/agent-builder/knowledge-base)                | 提供 Agent 可查閱的企業專屬知識                              | 產品手冊、內部規範、FAQ               |
| [**資料庫**](/agent-builder/database)                      | 透過 Text2SQL 讓 Agent 用自然語言查詢結構化資料                 | 訂單查詢、庫存查詢、報表分析              |
| [**代理排程**](/agent-builder/schedule)                     | 讓 Agent 按時間自動執行任務                                | 每日摘要報告、定期資料檢查               |
| [**工具**](/agent-builder/tools)                          | 讓 Agent 呼叫外部服務執行動作                               | 寄信、查天氣、串接 CRM               |
| [**Code Interpreter**](/agent-builder/code-interpreter) | 在沙盒中執行 Python，處理檔案與運算                            | 產生 Word／簡報、資料分析、圖表繪製        |
| [**Browser Tool**](/agent-builder/browser-tool)         | 操控瀏覽器瀏覽網頁、互動元素，並擷取截圖判讀                           | 操作沒有 API 的網頁、登入後抓資料、自動化網頁流程 |
| [**語音助理**](/agent-builder/voice-agent)                  | 讓 Agent 用「聽」與「說」服務客戶（Realtime / STT + LLM + TTS） | 電話客服、IVR、語音查詢、雙手忙場景         |
| [**技能**](/agent-builder/skills)                         | 定義 Agent 的多步驟推理與判斷流程                             | 報價流程、故障排除 SOP               |
| [**爬蟲**](/agent-builder/crawler)                        | 從網頁自動抓取內容，匯入知識庫                                  | 爬官網、爬公開資訊                   |
| [**Agent Teams（團隊）**](/teams/teams)                     | 把多個專才 Agent 組成協作團隊，透過移交與委派自動分工                   | 客服分流、訂單／退換貨／推薦多助理協作         |
| [**Hook 訊息攔截**](/hook/hook)                             | 在訊息進入 AI 前、回覆送出前自動介入把關                           | 個資遮罩、惡意指令攔截、回覆品質把關          |

## 不確定該用什麼？ <a href="#not-sure-what-to-use" id="not-sure-what-to-use"></a>

前往 [**我要做 X，該用什麼？**](/agent-builder/decision-guide) 查看常見情境對照。

## 建議的建置順序 <a href="#recommended-build-order" id="recommended-build-order"></a>

如果你是第一次使用 MaiAgent，建議按以下順序操作：

```
步驟 1 → 建立 Agent，設定角色指令（它要扮演什麼角色、怎麼回話）
步驟 2 → 建知識庫，上傳文件或 FAQ（讓它有東西可查）
步驟 3 → 視需求擴充：加工具、資料庫、技能（看你的場景需要什麼能力）
步驟 4 → 串接對話平台上線（Web Chat、LINE、Messenger...）
```

> 不需要一次設定完所有模組。先讓 Agent + 知識庫跑起來，之後再逐步擴充能力。


# Agent（AI 助理）

<figure><img src="/files/SAoO963SLp6m7pY54NAD" alt="Agent 核心概念"><figcaption><p>Agent 核心運作流程：LLM 驅動 × 角色指令 × 記憶</p></figcaption></figure>

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

Agent 是你在 MaiAgent 上建立的 AI 對話角色。每一個 Agent 都是一個獨立的對話機器人，有自己的身份、個性、知識和能力。

你可以把 Agent 想成一位新進員工——你需要告訴它：

* **你是誰**（角色指令 / System Prompt）
* **你知道什麼**（知識庫、資料庫）
* **你能做什麼**（工具、技能）

設定完成後，Agent 就能在各種對話平台上為使用者服務。

## 核心概念 <a href="#core-concepts" id="core-concepts"></a>

### 語言模型（LLM） <a href="#language-model-llm" id="language-model-llm"></a>

Agent 的理解和回覆能力來自背後的大型語言模型（LLM）。你可以把 LLM 想成 Agent 的「腦力」——不同的模型在理解力、回覆品質、速度和成本上各有差異。

建立 Agent 時，你可以選擇適合場景的模型。MaiAgent 支援多種模型，包括 Claude、GPT 等，不需要自己管理模型，平台會幫你處理。

> **簡單判斷**：需要精準回覆、複雜推理 → 選較強的模型；高頻簡單問答、控制成本 → 選較快較輕的模型。

### 角色指令（System Prompt） <a href="#system-prompt" id="system-prompt"></a>

角色指令決定了 Agent 的行為方式。例如：

* 「你是一位親切的客服人員，用繁體中文回覆，語氣專業但不生硬。」
* 「你是一位財務分析助理，只回答與財務相關的問題，遇到不確定的數據請明確告知。」

好的角色指令會讓 Agent 的回覆品質大幅提升。

### 回覆模式 <a href="#response-mode" id="response-mode"></a>

MaiAgent 提供兩種回覆模式：

* **Chat 模式**：適合一般問答，直接用知識庫內容回覆
* **Agent 模式**：適合需要多步驟推理的場景，Agent 會自行判斷要查什麼資料、用什麼工具

### 記憶 <a href="#memory" id="memory"></a>

Agent 具備記憶能力：

* **對話記憶**：在同一輪對話中記得前面聊過的內容
* **長期記憶**：跨對話記住重要資訊，不用每次重新介紹

> **進階說明**：記憶功能讓 Agent 能在多輪對話中維持上下文連貫，並透過向量檢索回憶過去的對話內容。你可以在 Agent 設定的「記憶設定」中調整相關參數。

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **建立 Agent** — 取名、選擇語言模型
2. **寫角色指令** — 定義 Agent 的角色和回覆風格
3. **掛載能力** — 連結知識庫、工具、技能（視需求）
4. **測試對話** — 在內建的聊天視窗中測試效果
5. **串接平台上線** — 部署到 Web Chat、LINE 等對話平台

## 延伸閱讀 <a href="#further-reading" id="further-reading"></a>

* [AI 助理的功能](/build/explain)
* [建立 AI 助理](/build/setup)
* [角色指令設計指南](/build/system-prompt)
* [為 AI 助理加入角色指令](/build/add-system-prompt)


# 知識庫

<figure><img src="/files/4Vi8vKWdIbHCkI19Xe9o" alt="知識庫概念"><figcaption><p>知識庫 RAG 流程：從文件上傳到 Agent 查閱回覆</p></figcaption></figure>

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

知識庫是 Agent 的企業知識百科。你把公司的文件、FAQ、網頁內容放進知識庫，Agent 就能根據這些資料回答使用者的問題。

沒有知識庫的 Agent 只能靠語言模型的通用知識回覆。有了知識庫，它才能回答「我們公司的退貨政策是什麼？」這類企業專屬問題。

## 知識庫裡能放什麼？ <a href="#what-can-go-in-knowledge-base" id="what-can-go-in-knowledge-base"></a>

| 資料類型     | 說明                   | 適合什麼情境         |
| -------- | -------------------- | -------------- |
| **文件上傳** | PDF、Word、Excel、TXT 等 | 產品手冊、內部規範、合約範本 |
| **FAQ**  | 問答對                  | 常見問題、標準回覆      |
| **爬蟲匯入** | 從網頁自動抓取內容            | 官網資訊、公開資料      |

## 跟資料庫有什麼不同？ <a href="#knowledge-base-vs-database" id="knowledge-base-vs-database"></a>

這是最常被問到的問題：

|          | 知識庫              | 資料庫                |
| -------- | ---------------- | ------------------ |
| **資料型態** | 非結構化（文件、文章、FAQ）  | 結構化（表格、欄位、數字）      |
| **查詢方式** | 語意搜尋（「退貨政策是什麼？」） | SQL 查詢（「上個月營收多少？」） |
| **適合回答** | 知識性問題、政策規範、操作說明  | 數據查詢、統計分析、即時狀態     |

**簡單判斷**：如果答案在「文件」裡，用知識庫；如果答案在「報表」裡，用資料庫。

> **進階說明**：知識庫底層使用 RAG（Retrieval-Augmented Generation）技術。上傳的文件會被切割成段落、轉換為向量，當使用者提問時，系統會找出最相關的段落提供給 Agent 作為回覆依據。

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **建立知識庫** — 取名、選擇 Embedding 模型
2. **匯入資料** — 上傳文件、建立 FAQ、或使用爬蟲抓取
3. **搜尋測試** — 用模擬問題測試知識庫能不能找到正確答案
4. **掛載到 Agent** — 在 Agent 設定中連結這個知識庫

## 延伸閱讀 <a href="#further-reading" id="further-reading"></a>

* [知識庫總覽](/km/km)
* [如何建立知識庫：基本設置](/km/km-basic-settings)
* [如何建立 FAQ 常見問題](/km/faq)
* [文件管理：標籤及元資料](/km/tags-and-metadata)
* [搜尋測試](/km/test-search-result)


# 資料庫

<figure><img src="/files/B2sdmiKGB1PAr52FC3U6" alt="資料庫概念"><figcaption><p>Text to SQL：自然語言 → SQL 查詢 → 白話回覆</p></figcaption></figure>

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

資料庫讓 Agent 能用自然語言查詢結構化數據。使用者問「上個月我們賣了多少台筆電？」，Agent 會自動把這句話轉成 SQL 查詢，從資料庫撈出答案再用白話回覆。

這個功能的技術名稱是 **Text to SQL**。

## 什麼時候需要用？ <a href="#when-do-you-need-it" id="when-do-you-need-it"></a>

當你的場景涉及：

* **數據查詢**：訂單狀態、庫存數量、銷售額
* **統計分析**：「本季業績比上季成長多少？」
* **即時狀態**：「目前有幾筆待處理的工單？」

這些問題的答案存在結構化的表格裡，不是在文件中，所以需要資料庫而非知識庫。

## 支援什麼資料庫？ <a href="#supported-databases" id="supported-databases"></a>

| 類型                 | 說明                                       |
| ------------------ | ---------------------------------------- |
| **MaiAgent 內建資料庫** | 平台自帶的資料庫，可直接上傳 CSV 或手動建表                 |
| **外部資料庫**          | 連線到你的 PostgreSQL、MySQL、SQL Server、Oracle |

## 安全嗎？ <a href="#is-it-secure" id="is-it-secure"></a>

Agent 只會執行**唯讀查詢**（SELECT），不會修改或刪除你的資料。你也可以限制 Agent 能存取的表格和欄位。

> **進階說明**：Text to SQL 的準確度取決於表格結構的清晰度。建議為表格和欄位加上中文描述，幫助 Agent 理解每個欄位代表什麼含義。

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **建立資料庫連線** — 選擇資料庫類型、設定連線資訊
2. **設定可存取的表格** — 選擇 Agent 能查詢哪些表
3. **加欄位描述** — 為欄位加上說明，提升查詢準確度
4. **測試查詢** — 用自然語言測試 Agent 能不能正確查詢
5. **掛載到 Agent** — 以工具形式連結到 Agent

## 延伸閱讀 <a href="#further-reading" id="further-reading"></a>

* [Text to SQL 功能](/database/text2sql)
* [使用 MaiAgent 知識庫進行 Text to SQL](/database/text-to-sql-maiagent)
* [使用 Supabase 進行 Text to SQL](/tools/text-to-sql-supabase)


# 代理排程

<figure><img src="/files/AGCRt4MbQv7IzOLgBUkn" alt="代理排程概念"><figcaption><p>代理排程：定時觸發 → Agent 自動執行 → 結果傳送</p></figcaption></figure>

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

代理排程讓 Agent 不用等人提問，能按照設定的時間自動執行任務。你給它一段提示詞，設定排程時間，Agent 就會定時執行並把結果送到指定的地方。

就像幫 Agent 設了一個鬧鐘——時間到了，它就自動開工。

## 什麼時候需要用？ <a href="#when-do-you-need-it" id="when-do-you-need-it"></a>

* **定期報告**：每天早上 9 點彙整昨日客服摘要
* **監控檢查**：每小時檢查一次系統狀態，有異常就通知
* **資料處理**：每週一整理上週的銷售數據
* **單次任務**：在指定時間執行一次特定動作

## 排程類型 <a href="#schedule-types" id="schedule-types"></a>

| 類型       | 說明               | 範例                        |
| -------- | ---------------- | ------------------------- |
| **Cron** | 用 Cron 表達式設定精確時間 | `0 9 * * 1-5`（週一到五早上 9 點） |
| **間隔**   | 每隔固定時間執行一次       | 每 30 分鐘、每 2 小時            |
| **單次執行** | 在指定時間執行一次        | 2026-04-15 14:00          |

## 執行模式 <a href="#execution-mode" id="execution-mode"></a>

| 模式        | 說明                 | 適合場景             |
| --------- | ------------------ | ---------------- |
| **上下文模式** | 跨次執行保留記憶，後一次能接續前一次 | 需要累積資訊的任務（如持續追蹤） |
| **獨立模式**  | 每次從頭開始，不帶前次記憶      | 獨立的重複性任務（如每日報告）  |

## 結果傳遞 <a href="#result-delivery" id="result-delivery"></a>

執行完成後，結果可以傳送到：

* **對話**：傳送到指定的對話平台對話中
* **Webhook**：POST 到你的外部 URL（串接 Slack、LINE 等）

> **進階說明**：代理排程只支援 Agent 模式的 AI 助理。排程執行時，Agent 會以你設定的提示詞為指令，運用它掛載的所有工具和技能來完成任務。

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **選擇 Agent** — 選一個已建好的 Agent（需為 Agent 模式）
2. **寫提示詞** — 描述 Agent 每次執行要做什麼
3. **設定排程** — 選擇排程類型和時間
4. **設定傳遞** — 決定結果要送去哪裡
5. **啟用** — 開啟排程，開始自動執行

## 下一步 <a href="#next-steps" id="next-steps"></a>

完整操作步驟請見 [如何設定代理排程](/agent-builder/schedule/schedule-setup)。


# 如何設定代理排程

從 0 到 1 建立一個代理排程：選擇 AI 助理、撰寫提示詞、設定排程時間、配置傳遞方式。

{% hint style="info" %}
本頁示範如何實際建立一個代理排程。如果你還不了解代理排程的用途，建議先閱讀 [代理排程](/agent-builder/schedule)。
{% endhint %}

## 前置條件 <a href="#prerequisites" id="prerequisites"></a>

在建立排程前，請先確認：

1. **已建立 Agent 模式的 AI 助理** — 代理排程僅支援 Agent 模式的 AI 助理，非 Agent 模式的助理不會出現在選單中
2. **AI 助理已連結至少一個對話平台** — 排程執行時會以對話平台為容器跑 Agent
3. **具備代理排程存取權限** — 若看不到「代理排程」選單，請聯絡組織管理員確認權限設定

## 進入代理排程 <a href="#navigate-to-schedule" id="navigate-to-schedule"></a>

從左側選單點選 <mark style="color:blue;">AI 功能</mark> → <mark style="color:blue;">代理排程</mark>。進入後會看到排程列表：

<figure><img src="/files/LlXowrd3L6zkf7h9JzKr" alt="代理排程列表頁"><figcaption><p>代理排程列表頁，顯示所有排程的狀態、類型、傳遞方式與上次執行時間</p></figcaption></figure>

列表欄位說明：

| 欄位        | 說明                                          |
| --------- | ------------------------------------------- |
| **名稱**    | 排程的識別名稱                                     |
| **AI 助理** | 此排程使用的 AI 助理                                |
| **執行模式**  | 上下文模式或獨立模式                                  |
| **排程**    | 排程類型（Cron、interval、one\_shot）與時間            |
| **傳遞方式**  | 💬 代表傳送到對話、🔗 代表 Webhook，`auto` 表示自動建立的專屬對話 |
| **上次執行**  | 最近一次執行的時間                                   |
| **狀態**    | 啟用中 / 已暫停                                   |

## 建立排程 <a href="#create-schedule" id="create-schedule"></a>

### 1. 點選新增排程 <a href="#step-new-schedule" id="step-new-schedule"></a>

點右上角的 <mark style="color:blue;">新增排程</mark> 按鈕開啟表單。表單分為四個分頁：**基本資訊**、**提示詞**、**排程設定**、**傳遞設定**。

### 2. 填寫基本資訊 <a href="#step-basic-info" id="step-basic-info"></a>

<figure><img src="/files/McPisYFxgvMyo6DBt4IP" alt="基本資訊分頁"><figcaption><p>基本資訊分頁：選擇 AI 助理、命名、決定執行模式與對話平台</p></figcaption></figure>

| 欄位           | 必填 | 說明                                                   |
| ------------ | -- | ---------------------------------------------------- |
| **AI 助理**    | ✅  | 選擇已建立的 AI 助理（僅顯示 Agent 模式的助理）                        |
| **名稱**       | ✅  | 排程的識別名稱，例如「每日客服摘要」                                   |
| **執行模式**     | ✅  | 選擇上下文模式或獨立模式                                         |
| **對話平台**     | ✅  | 排程執行時的對話平台容器；上下文模式會用它累積 Agent 記憶（後端使用，不會在客服對話列表出現）   |
| **儲存結果至上下文** | —  | 僅上下文模式顯示。**只影響下次執行的記憶**（不影響你能否看到結果——所有歷次回覆都保留在執行紀錄頁） |

**執行模式如何選擇？**

* **上下文模式**：跨次執行保留記憶。適合需要累積資訊的任務，例如持續追蹤客訴處理進度、監控數據變化趨勢。
* **獨立模式**：每次從頭開始，不帶前次記憶。適合獨立的重複性任務，例如每日報告、定期統計。

{% hint style="warning" %}
**AI 助理、執行模式、對話平台三個欄位在建立後無法修改。** 如果需要變更，必須刪除排程後重新建立。其他欄位（名稱、提示詞、排程時間、傳遞方式）可隨時編輯。
{% endhint %}

### 3. 撰寫提示詞 <a href="#step-prompt" id="step-prompt"></a>

<figure><img src="/files/n6uNGcUq9FQ8QlKT48Ys" alt="提示詞分頁"><figcaption><p>提示詞分頁：描述 Agent 每次執行要完成的任務</p></figcaption></figure>

在提示詞欄位描述 Agent **每次執行**要做的事情。提示詞會傳給 Agent 作為指令，Agent 會運用它掛載的工具和技能完成任務。

**提示詞範例：**

```
請查詢過去 24 小時內所有未解決的客訴案件，
依優先級排序後，整理成條列式摘要。
若有「高」優先級的案件，請額外標注「⚠️ 緊急」。
```

撰寫提示詞的建議：

* 明確描述任務目標與輸出格式
* 若需要 Agent 使用特定工具，可在提示詞中引導（例如「請查詢資料庫中的 orders 表」）
* 避免依賴當前時間以外的外部狀態，每次執行應為獨立任務（除非使用上下文模式）

### 4. 設定排程時間 <a href="#step-schedule-config" id="step-schedule-config"></a>

<figure><img src="/files/jJer6iQhgDxb7HQWXE51" alt="排程設定：Cron"><figcaption><p>Cron 模式：使用標準 5 欄位 Cron 表達式精確設定時間</p></figcaption></figure>

排程類型分為三種：

{% tabs %}
{% tab title="Cron" %}
用標準 5 欄位 Cron 表達式設定精確時間：`分 時 日 月 週`。

| 表達式           | 意義            |
| ------------- | ------------- |
| `0 9 * * 1-5` | 每週一到週五早上 9:00 |
| `0 */2 * * *` | 每 2 小時整點執行    |
| `30 8 * * *`  | 每天早上 8:30     |
| `0 0 1 * *`   | 每月 1 號凌晨      |

需搭配「時區」欄位，預設為 `Asia/Taipei`（台北時間）。
{% endtab %}

{% tab title="間隔" %}
每隔固定時間執行一次，以天／時／分／秒四個欄位組合設定：

<figure><img src="/files/Yv7PPg1TxXLiizcsEwCc" alt="排程設定：間隔"><figcaption><p>間隔模式：天、時、分、秒四欄位組合</p></figcaption></figure>

* 間隔時間**至少 1 秒**
* 例如要設定「每 30 分鐘執行一次」，在「分」欄位填 `30`，其他欄位填 `0`
* 間隔模式不使用時區欄位（因為是相對時間而非絕對時間）
  {% endtab %}

{% tab title="單次執行" %}
在指定時間執行一次，之後排程自動結束：

<figure><img src="/files/iyzBQFGzkhkHIPBUIg9d" alt="排程設定：單次執行"><figcaption><p>單次執行：選擇特定日期時間，執行完畢後排程結束</p></figcaption></figure>

* 選擇精確到秒的日期時間
* 需搭配「時區」欄位
* 執行完成後，排程會保留在列表中以供查看紀錄，但不會再次執行
  {% endtab %}
  {% endtabs %}

**其他欄位：**

| 欄位         | 說明                           |
| ---------- | ---------------------------- |
| **啟用**     | 是否立即啟動排程。關閉時排程為「已暫停」狀態，不會觸發  |
| **最大執行次數** | 限制排程最多執行幾次；達到次數後自動暫停。留空表示無限制 |

### 5. 設定傳遞方式 <a href="#step-delivery" id="step-delivery"></a>

執行完成後的結果要送到哪裡？在此分頁設定。

<figure><img src="/files/qRlK4UQ9U53GIXCzPyDN" alt="傳遞設定分頁"><figcaption><p>傳遞設定：可設定多個對話目標與多個 Webhook URL</p></figcaption></figure>

{% hint style="info" %}
本頁設定的是**結果要主動推送到哪裡**（指定的對話、Webhook 接收端）。即使不設任何傳遞目標，每次執行的完整結果還是會保留在<mark style="color:blue;">執行紀錄</mark>頁，只是不會主動 push 到別的地方。
{% endhint %}

#### 對話 <a href="#delivery-conversation" id="delivery-conversation"></a>

點 <mark style="color:blue;">新增對話</mark> 從選單中挑選對話，結果會以機器人訊息的形式送出。可加入多個對話。

#### Webhook <a href="#delivery-webhook" id="delivery-webhook"></a>

點 <mark style="color:blue;">新增 Webhook URL</mark>，結果會以 POST 請求送到你的外部 URL（需以 `http://` 或 `https://` 開頭）。常用於：

* 串接 Slack / Discord / LINE
* 寫入自家系統做進一步處理
* 觸發其他自動化流程

{% hint style="warning" %}
沒設傳遞目標也沒關係，執行結果一定會留在<mark style="color:blue;">執行紀錄</mark>頁。但如果想讓團隊／同事被動收到結果（例如推到 Slack），就要至少設定一個對話或 Webhook，否則沒人會被通知。
{% endhint %}

### 6. 儲存並啟用 <a href="#step-save" id="step-save"></a>

點 <mark style="color:blue;">確認</mark> 儲存。若「啟用」開關為開啟狀態，排程會立即開始依設定的時間觸發。

## 儲存後會發生什麼？ <a href="#after-save" id="after-save"></a>

排程儲存成功後，你會立刻看到以下變化：

1. **Modal 關閉，排程出現在列表中**
   * 狀態顯示為「啟用中」（綠色 Tag），或「已暫停」（若關閉了啟用開關）
   * 「上次執行」欄位為空，直到首次觸發後更新為執行時間
2. **系統在背景做了兩件事**（你不會看到 UI 變化，但幕後發生）
   * 把排程註冊到後台排程器，到設定的時間就會自動觸發
   * 上下文模式還會額外建立一個系統內部的對話容器來累積 Agent 記憶（這個容器不會出現在<mark style="color:blue;">客服對話</mark>列表）
3. **等排程觸發**
   * **Cron / 間隔**：依設定的時間自動執行，例如 Cron `0 9 * * 1-5` 會在下一個週一至週五的 9:00 觸發
   * **單次執行**：到設定的那個時間點執行一次
   * 不想等？點列表中的 ▶️ <mark style="color:blue;">立即執行</mark> 按鈕，可以立刻觸發一次做測試
4. **執行過程**
   * 列表中的狀態會保持「啟用中」，「上次執行」欄位會隨每次執行更新時間
   * 每一次執行都會在<mark style="color:blue;">執行紀錄</mark>頁產生一筆紀錄（含完整 Agent 回覆）
   * 若你在「傳遞設定」加了對話或 Webhook，結果同時會送到那些目標
   * 詳細查看方式請見下方〈[結果會跑到哪裡？](#where-results-go)〉
5. **任務結束時**
   * 達到「最大執行次數」上限 → 自動切換為「已暫停」，不再觸發
   * 單次執行完成 → 排程保留在列表中但不再觸發

## 結果會跑到哪裡？ <a href="#where-results-go" id="where-results-go"></a>

排程跑完後，Agent 的回覆會出現在以下位置。**執行紀錄頁是查看歷史的主要入口**——不管哪種執行模式，每一次跑完都會在這裡留下完整內容。其他位置取決於你的傳遞設定。

### 1. 執行紀錄頁（主要查看入口） <a href="#result-execution-log" id="result-execution-log"></a>

每一次執行都會產生一筆紀錄。這是查看歷次結果最可靠的方式。

**怎麼進去：**

<mark style="color:blue;">代理排程</mark>列表 → 在該排程那一列點 🕘 <mark style="color:blue;">查看執行紀錄</mark> → 進入執行歷史頁 → 點某筆紀錄右側的 👁 <mark style="color:blue;">查看詳情</mark>

**會看到：**

* 執行狀態（成功 / 失敗 / 部分成功）
* 開始時間、完成時間
* Agent 完整回覆內容（即使後續傳遞失敗，內容仍保留在這）
* 失敗時的錯誤訊息

### 2. 你指定的對話（傳遞設定中加入的對話） <a href="#result-target-conversations" id="result-target-conversations"></a>

執行結果會以 Agent 的訊息身份送進這些對話中，跟客戶／同事看到的訊息一樣。

**怎麼找到：**

<mark style="color:blue;">客服對話</mark> → 進入你在傳遞設定中加入的那個對話 → 訊息會在最新位置。

### 3. Webhook URL（傳遞設定中加入的 URL） <a href="#result-webhooks" id="result-webhooks"></a>

執行結果會以 HTTP POST 送到你的外部 URL，**Body 為 JSON**：

```json
{
  "content": "Agent 產生的完整回覆內容"
}
```

**技術細節：**

* Content-Type：`application/json`
* 逾時：30 秒（Webhook 端要在 30 秒內回應 2xx，否則視為失敗）
* 失敗會記錄在執行紀錄的「錯誤訊息」中（執行紀錄狀態變「部分成功」），但不會重試

### 「儲存結果至上下文」開關有什麼效果？ <a href="#save-context-effect" id="save-context-effect"></a>

這個開關**只影響上下文模式下次執行的記憶**，不影響你能不能看到結果。

| 設定         | 對下次執行的影響                                    |
| ---------- | ------------------------------------------- |
| **開啟**（預設） | 上一次的提示詞與 Agent 回覆會被當成歷史對話帶入下一次，Agent 能延續上下文 |
| **關閉**     | 每次執行雖然走上下文模式但不留訊息，效果接近獨立模式                  |

不論開關狀態，**執行紀錄頁都會保留每次的完整回覆**——這個開關不影響你查歷史。

### 摘要：結果可見性對照表 <a href="#result-summary" id="result-summary"></a>

| 執行模式 / 設定            | 執行紀錄頁 | 指定對話   | Webhook | Agent 跨次記憶 |
| -------------------- | ----- | ------ | ------- | ---------- |
| 上下文模式 + 儲存結果至上下文（預設） | ✅     | ✅ 若有設定 | ✅ 若有設定  | ✅ 帶記憶      |
| 上下文模式 + 不儲存結果        | ✅     | ✅ 若有設定 | ✅ 若有設定  | ❌ 無記憶      |
| 獨立模式                 | ✅     | ✅ 若有設定 | ✅ 若有設定  | ❌ 無記憶      |

{% hint style="info" %}
**為什麼沒有「專屬對話」入口？** 上下文模式會在後端建立一個專屬對話累積記憶，但這個對話**目前不會出現在**<mark style="color:blue;">**客服對話**</mark>**列表中**——它是系統內部使用的容器，不是給人類客服處理的對話。要看歷史結果請走<mark style="color:blue;">執行紀錄</mark>。
{% endhint %}

## 完整範例：每日客服摘要 <a href="#example-daily-summary" id="example-daily-summary"></a>

以下是一個端到端範例，示範如何建立一個每天早上 9:00 自動彙整前一日客服摘要、並把結果送到 Slack 的排程。

### 情境 <a href="#example-scenario" id="example-scenario"></a>

每天早上上班前，你希望 AI 助理先彙整昨天所有未解決的客訴，整理成摘要送到團隊的 Slack #customer-support 頻道，讓客服主管一打開 Slack 就能看到。

### 前置準備 <a href="#example-prerequisites" id="example-prerequisites"></a>

* 一個 Agent 模式的 AI 助理，已掛載可查詢客訴資料的工具（例如資料庫工具或客服系統 API 工具）
* 一個已串接的對話平台（作為排程執行的容器）
* 一個 Slack incoming webhook URL（用來接收結果）

### 設定內容 <a href="#example-config" id="example-config"></a>

**基本資訊：**

| 欄位    | 填入內容                  |
| ----- | --------------------- |
| AI 助理 | `客服 AI 主管`            |
| 名稱    | `每日客訴摘要 - 9:00`       |
| 執行模式  | 獨立模式（每天獨立彙整，不需要記憶前一天） |
| 對話平台  | `內部客服`                |

**提示詞：**

```
請查詢過去 24 小時內（以今天凌晨為終點）
所有狀態為「未解決」或「處理中」的客訴案件，
按照優先級排序（高 → 中 → 低）並整理成摘要：

## 格式
### 🔴 高優先級（X 筆）
- [#案件編號] 客戶名稱 — 一句話描述

### 🟡 中優先級（X 筆）
...

### 🟢 低優先級（X 筆）
...

最後加一行總結：「共 X 筆待處理，其中高優先級 X 筆需今日處理」。
```

**排程設定：**

* 排程類型：`Cron`
* Cron 表達式：`0 9 * * 1-5`（週一至週五早上 9:00）
* 時區：`Asia/Taipei`
* 啟用：開啟
* 最大執行次數：留空（持續執行）

**傳遞設定：**

* 對話：不加入額外對話（執行紀錄頁本來就會保留 Agent 完整輸出，沒必要再傳到客服對話佔空間）
* Webhook URL：`https://hooks.slack.com/services/T00000000/B00000000/XXXXXXXX`

### 儲存後 <a href="#example-after-save" id="example-after-save"></a>

1. **週一早上 9:00（首次觸發）**：排程自動觸發，Agent 開始查詢與彙整
2. **約 30 秒內（視 Agent 處理速度）**：
   * 團隊的 Slack #customer-support 頻道收到 Webhook 推送的摘要訊息（POST body 為 `{"content": "..."}`）
   * 排程列表中的「上次執行」更新為 `2026-04-20 09:00:12`
3. **想回頭看 Agent 產生了什麼？** 兩個地方：
   * **執行紀錄頁**（主要入口）：<mark style="color:blue;">代理排程</mark> → 點該排程的 🕘 → 點 👁 → 看完整機器人回覆與 token 使用量
   * **Slack**：直接到 #customer-support 頻道（這是你設定的 Webhook 接收端）
4. **週二、週三… 持續執行**：每個工作日早上 9:00 自動觸發，不再需要人為介入

### 如果有問題要怎麼排查？ <a href="#example-troubleshooting" id="example-troubleshooting"></a>

* **Slack 沒收到訊息** → 先到執行紀錄頁確認那次執行的狀態，若是「失敗」看錯誤訊息；若是「成功」但 Slack 沒收到，檢查 Webhook URL 是否正確、Slack 端是否有 rate limit
* **摘要內容不符預期** → 到執行紀錄詳情看 Agent 實際輸出，再回頭調整提示詞
* **排程沒觸發** → 參考本頁下方「常見問題」

## 管理既有排程 <a href="#manage-schedules" id="manage-schedules"></a>

回到排程列表，每一列右側的操作區提供以下功能：

| 圖示     | 功能          | 說明                        |
| ------ | ----------- | ------------------------- |
| ✏️     | **編輯**      | 修改排程內容（AI 助理、執行模式、對話平台除外） |
| 🕘     | **查看執行紀錄**  | 進入該排程的歷次執行紀錄頁             |
| ▶️     | **立即執行**    | 不等排程時間，立刻觸發一次執行           |
| ⏸️ / ⏻ | **暫停 / 啟用** | 切換排程啟用狀態                  |
| 🗑     | **刪除**      | 刪除排程。刪除後執行紀錄一併清除          |

### 立即執行 <a href="#run-now" id="run-now"></a>

「立即執行」是測試排程是否設定正確的最快方式。按下後：

1. 系統會立刻觸發一次執行，不會影響原本的排程時間
2. 畫面出現「排程已觸發」提示
3. 可到「查看執行紀錄」觀察執行結果

### 暫停與啟用 <a href="#pause-resume" id="pause-resume"></a>

暫停後排程不會再觸發，但保留設定與執行紀錄。隨時可再次啟用。

## 查看執行紀錄 <a href="#view-executions" id="view-executions"></a>

在列表點 🕘 圖示進入執行紀錄頁：

<figure><img src="/files/wz3uQizsPeiTdVWBeA0l" alt="執行紀錄列表"><figcaption><p>執行紀錄頁：依狀態、日期範圍篩選，並查看每次執行的結果</p></figcaption></figure>

### 篩選 <a href="#filter-executions" id="filter-executions"></a>

* **狀態**：等待中 / 執行中 / 成功 / 失敗
* **日期範圍**：指定開始與結束日期

### 欄位說明 <a href="#execution-fields" id="execution-fields"></a>

| 欄位        | 說明                        |
| --------- | ------------------------- |
| **狀態**    | 等待中（排隊）、執行中、成功、失敗         |
| **開始時間**  | Agent 開始執行的時間             |
| **完成時間**  | 執行結束的時間                   |
| **錯誤訊息**  | 若執行失敗，顯示錯誤原因              |
| **機器人回覆** | Agent 產生的回應內容（完整內容可在詳情查看） |

### 查看執行詳情 <a href="#execution-detail" id="execution-detail"></a>

點每列右側的 👁 圖示開啟詳情彈窗，可查看完整的機器人回覆與錯誤訊息：

<figure><img src="/files/Al02U833zsQdyLrAFNDV" alt="執行詳情"><figcaption><p>執行詳情：狀態、開始/完成時間、完整機器人回覆與錯誤訊息</p></figcaption></figure>

## 常見問題 <a href="#faq" id="faq"></a>

<details>

<summary>排程為什麼沒有觸發？</summary>

可能原因：

1. 排程狀態為「已暫停」——到列表確認狀態欄
2. 已達「最大執行次數」上限——會自動暫停
3. Cron 表達式或時區設定錯誤——到編輯頁檢查
4. 單次執行模式已執行過——單次執行只會觸發一次

建議先用「立即執行」測試，確認排程本身可正確執行，再排查時間設定。

</details>

<details>

<summary>為什麼選不到我的 AI 助理？</summary>

代理排程**只支援 Agent 模式**的 AI 助理。若你的助理是 Chatbot 模式或其他模式，不會出現在選單中。請到 AI 助理設定頁確認模式後再來建立排程。

</details>

<details>

<summary>排程跑完，要去哪裡看 Agent 產生了什麼？</summary>

主要入口是<mark style="color:blue;">代理排程</mark> → 點該排程的 🕘 <mark style="color:blue;">查看執行紀錄</mark> → 點某筆紀錄的 👁。詳情會顯示 Agent 完整回覆。

如果有設定傳遞目標（對話／Webhook），也會送一份過去：

* 指定的對話：直接進那個對話看訊息
* Webhook：到你的外部接收端看 POST body

</details>

<details>

<summary>「儲存結果至上下文」開了之後，我去哪看那個對話？</summary>

**這個開關不影響你能不能看到結果**——所有歷次回覆永遠保留在執行紀錄頁。

它只影響「Agent 下次執行時記不記得上次發生什麼」：

* 開啟（預設）：Agent 在後端會用同一個對話容器累積記憶，下次執行能延續上下文
* 關閉：每次都不留訊息，效果類似獨立模式

這個後端對話容器目前不會出現在<mark style="color:blue;">客服對話</mark>列表，是系統內部使用的，不是給人類客服處理的。

</details>

<details>

<summary>Webhook 收到的資料格式是什麼？</summary>

POST 請求，Content-Type 為 `application/json`，body 結構：

```json
{
  "content": "Agent 產生的完整回覆內容（純文字）"
}
```

逾時 30 秒，不重試。Webhook 端應在 30 秒內回應 2xx 狀態碼，否則該次傳遞會記錄為失敗（但執行紀錄頁仍會保留 Agent 完整回覆）。

</details>

<details>

<summary>獨立模式 vs 上下文模式，差別到底在哪？</summary>

兩者最大差別在 **Agent 執行時看不看得到上次的對話歷史**：

* **上下文模式**：用同一個後端對話累積訊息。Agent 下次執行時，能看到歷次的提示詞與回覆，可以延續判斷（適合需要追蹤趨勢、避免重複、累積上下文的任務）
* **獨立模式**：每次建臨時對話，執行完立即刪除。Agent 每次都從零開始，不知道之前發生過什麼（適合每天獨立輸出的任務，例如每日報告）

兩種模式的執行結果**都會保存在執行紀錄頁**——差別不在「能不能查歷史」，而在「Agent 工作時帶不帶記憶」。

</details>

## 延伸閱讀 <a href="#related" id="related"></a>

* [代理排程](/agent-builder/schedule) — 代理排程的概念介紹
* [Agent（AI 助理）](/agent-builder/agent) — 建立 Agent 模式的 AI 助理
* [串接對話平台：網站](/conversations/web-chat/website) — 設定對話平台（以網站為例）


# 工具

<figure><img src="/files/gWdSxzhSsqeRDoGwUMyp" alt="工具概念"><figcaption><p>工具：Agent 透過 Function Calling 呼叫外部服務</p></figcaption></figure>

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

工具讓 Agent 能「動手做事」——呼叫外部服務來執行動作或取得即時資訊。

沒有工具的 Agent 只能用已有的知識回答問題。有了工具，它可以查即時天氣、在 CRM 建立一筆客戶資料、寄送 Email、或從第三方 API 取得最新數據。

## 跟技能有什麼不同？ <a href="#tool-vs-skill" id="tool-vs-skill"></a>

|             | 工具               | 技能                 |
| ----------- | ---------------- | ------------------ |
| **本質**      | 一個可呼叫的外部服務       | 一段多步驟的推理流程         |
| **粒度**      | 單一動作（如「查天氣」「寄信」） | 多步驟 SOP（如「完整報價流程」） |
| **誰決定用不用**  | Agent 自行判斷何時呼叫   | Agent 依情境觸發技能中的流程  |
| **會不會用到工具** | 工具本身就是最小單位       | 技能裡面可以串接多個工具       |

**簡單判斷**：如果是一個單點能力（查資料、執行動作），做成工具；如果是一整套流程（先查 A 再判斷要不要做 B），做成技能。

## 工具類型 <a href="#tool-types" id="tool-types"></a>

### API 工具 <a href="#api-tool" id="api-tool"></a>

直接呼叫 REST API。你設定 URL、HTTP 方法、參數，Agent 就能在對話中使用。

**適合**：公司內部 API、第三方服務 API、簡單的 HTTP 請求

### MCP 工具 <a href="#mcp-tool" id="mcp-tool"></a>

透過 MCP（Model Context Protocol）連接外部服務。MCP 是一個標準化的協議，讓 Agent 能更方便地串接各種服務。

**適合**：已有 MCP Server 的服務、需要更複雜互動的外部整合

### 內建工具 <a href="#built-in-tool" id="built-in-tool"></a>

MaiAgent 預設提供的工具，例如 AI 圖像生成。不需額外設定即可使用。

> **進階說明**：工具的底層是 Function Calling 技術。Agent 會根據對話內容判斷是否需要呼叫工具，自動組合參數、發出請求、解讀回傳結果，最後用自然語言回覆使用者。

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **建立工具** — 選擇類型（API / MCP），設定連線資訊
2. **定義參數** — 描述工具的用途和參數，讓 Agent 知道什麼情況要用
3. **測試** — 確認工具能正常呼叫和回傳
4. **掛載到 Agent** — 在 Agent 設定中配置這個工具

## 延伸閱讀 <a href="#further-reading" id="further-reading"></a>

* [工具功能概覽](/tools/tool_description)
* [建立 MCP 工具](/tools/mcp-setup)
* [建立 API 工具](/tools/setup_api_tool)
* [內建 AI 圖像生成工具](/tools/ai-image-generation-guide)
* [為 AI 助理配置工具](/tools/configure_tools)


# Code Interpreter

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

Code Interpreter 讓 Agent 能在**安全沙盒環境**中執行 Python 程式碼，用程式的方式完成任務。

啟用 Code Interpreter 後，Agent 不再只能用文字回答，它還能：自己寫程式做計算、處理你上傳的檔案、產出 Word／PowerPoint／Excel 等檔案，並把結果回傳給你下載。

## 跟工具有什麼不同？ <a href="#code-interpreter-vs-tool" id="code-interpreter-vs-tool"></a>

|            | 工具              | Code Interpreter   |
| ---------- | --------------- | ------------------ |
| **本質**     | 呼叫已定義好的外部 API   | 在沙盒中即時撰寫並執行 Python |
| **彈性**     | 受限於 API 提供的能力   | 任何 Python 能做的都行    |
| **典型使用情境** | 寄信、查 CRM、串第三方服務 | 計算、資料處理、產生檔案、繪圖    |

**簡單判斷**：要打外部 API → 工具；要算東西、處理檔案、產出文件 → Code Interpreter。

## 能做什麼？ <a href="#what-it-can-do" id="what-it-can-do"></a>

* **資料分析與計算**：CSV／Excel 試算、統計、樞紐、清洗
* **圖表繪製**：把資料畫成折線、長條、圓餅等圖表
* **文件生成**：產出 Word、PowerPoint、Excel、PDF 給你下載
* **檔案處理**：解析 PDF、轉換格式、批次處理上傳檔案

## 沙盒環境 <a href="#sandbox-environment" id="sandbox-environment"></a>

* 執行環境是**安全沙盒**，與正式系統隔離，不會影響其他資料
* 支援標準 Python 與常見資料／文件處理套件
* Agent 產生的檔案會出現在聊天介面的 **Output** 面板，可直接下載

## 適合的場景 <a href="#when-to-use" id="when-to-use"></a>

* 內部財務／銷售團隊請 Agent 整理 Excel、產出每週報表
* HR／行政請 Agent 把問卷結果做成圖表、產出 PowerPoint
* 法務／合約團隊請 Agent 從 PDF 抽取關鍵欄位、輸出 Word 摘要
* 任何需要「即席計算」或「即席生成檔案」的對話場景

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **進入 Agent 設定** — 在你想啟用的 AI 助理設定頁
2. **開啟 Code Interpreter** — 在工具或進階能力區啟用
3. **測試** — 在對話中請 Agent 做一件需要計算或產檔的任務，確認 Output 面板能正常下載


# Browser Tool

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

Browser Tool 讓 Agent 能**操控瀏覽器**：自己導航到網頁、點擊按鈕、填寫表單、捲動畫面，並透過螢幕截圖「看見」當下頁面，再決定下一步要做什麼。

業界也常稱這類能力為 **Browser Use** 或 **Computer Use**。MaiAgent 的 Browser Tool 是內建在 Agent 上的版本，啟用後對話中就能直接使用，不需要額外串接外部服務。

## 能做什麼？ <a href="#what-it-can-do" id="what-it-can-do"></a>

* **導航與探索**：開啟指定 URL、跟著連結逐頁瀏覽
* **與頁面元素互動**：點擊、雙擊、輸入文字、按鍵、捲動
* **視覺理解**：每次操作後擷取截圖，Agent 看畫面決定下一步
* **多步任務**：登入 → 搜尋 → 篩選 → 取得資料這類連續流程

## 跟工具、Code Interpreter 有什麼不同？ <a href="#how-is-it-different" id="how-is-it-different"></a>

|            | 工具（API / MCP）       | Code Interpreter | Browser Tool   |
| ---------- | ------------------- | ---------------- | -------------- |
| **動作對象**   | 後端服務 / API          | 沙盒中的程式環境         | 真實瀏覽器與網頁       |
| **看得到畫面嗎** | 看不到（只有 JSON 回應）     | 看得到沙盒輸出          | **看得到**（截圖）    |
| **適合的任務**  | 結構化資料查詢、定義好的 API 呼叫 | 計算、處理檔案、產文件      | 沒有 API 但有網頁的服務 |

**簡單判斷**：對方有 API → 工具；要算東西／產檔 → Code Interpreter；只有網頁可以操作 → Browser Tool。

## 適合的場景 <a href="#when-to-use" id="when-to-use"></a>

* 沒有公開 API 的內部系統，但有 Web UI 可以操作
* 從第三方網站抓取需要登入或互動的資訊
* 自動化跨頁面、跨步驟的網頁流程（搜尋、篩選、下載）
* 任何「人在瀏覽器上會做的事」，但你想交給 Agent 自動完成

## 注意事項 <a href="#caveats" id="caveats"></a>

* **針對 Claude 模型最佳化**：Browser Tool 對視覺截圖的判讀依賴模型能力，使用 Claude 系列效果最佳，其他模型可能效果不穩。
* **同源頁面效果最佳**：跨域 iframe、嚴格 CSP 的網頁可能有部分操作受限。
* **執行需要時間**：每一步都要載入頁面、截圖、推理，連續多步任務會比一次 API 呼叫慢，請設計合理的場景。

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **進入 Agent 設定** — 在你想啟用的 AI 助理設定頁
2. **開啟 Browser Tool** — 在工具或進階能力區啟用
3. **建議使用 Claude 模型** — 取得最佳的視覺判讀效果
4. **測試** — 在對話中請 Agent 執行一個需要操作網頁的任務，確認瀏覽器面板能正確顯示與互動


# 語音助理

讓 AI 助理能用「聽」和「說」服務客戶，支援即時對話、STT/LLM/TTS 管線與中斷控制

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

語音助理讓 AI 助理能透過**語音**互動：使用者用講的，AI 也用講的回。底層整合即時語音模型、STT（語音轉文字）、TTS（文字轉語音）與中斷控制，可用於電話客服、IVR、語音助理等情境。

啟用後，AI 助理會多出一個「語音通話」介面，使用者點麥克風即可開始對話。

## 三種互動模式 <a href="#interaction-modes" id="interaction-modes"></a>

不同模式適合不同需求，取決於延遲、聲線自訂彈性、工具支援度。

| 模式                  | 怎麼運作                     | 適合的場景                   |
| ------------------- | ------------------------ | ----------------------- |
| **即時對話（Realtime）**  | 使用語音模型直接做即時語音對話          | 對延遲要求最高、能接受預設聲線的場景      |
| **即時對話 + TTS**      | 即時語音模型搭配自訂 TTS 輸出        | 需要自訂品牌聲線、又想保留即時感        |
| **STT + LLM + TTS** | 語音轉文字 → LLM → 文字轉語音的傳統管線 | 需要完整工具支援、可接受稍高延遲、希望最大彈性 |

**簡單判斷**：要最快、最自然 → Realtime；要品牌聲線 → Realtime + TTS；要最大彈性與工具支援 → STT + LLM + TTS。

## 中斷控制（Turn Handling） <a href="#turn-handling" id="turn-handling"></a>

語音對話的關鍵體驗 — 使用者能不能在 AI 講話途中打斷它？怎麼判斷使用者是真的在說話、而不是雜音或嗯啊？

可調整的參數：

| 參數              | 說明                         |
| --------------- | -------------------------- |
| **最短語音持續時間（秒）** | 使用者的語音必須持續至少幾秒，才會被當成「我要打斷」 |
| **最少字數**        | 使用者必須說出至少幾個字，才會觸發中斷        |

> **注意**：`min_duration` 和 `min_words` 僅在 **STT + LLM + TTS** 模式有效。Realtime 模式由語音模型內部處理中斷判斷。

## 對話狀態 <a href="#conversation-states" id="conversation-states"></a>

語音對話進行時，介面會顯示當下的狀態：

* **聆聽中**：AI 正在接收使用者的語音
* **思考中**：AI 正在處理（查知識庫、用工具、生成回覆）
* **回覆中**：AI 正在用語音回覆
* **初始化中**：剛建立連線、準備中

## 跟一般文字對話有什麼不同？ <a href="#voice-vs-text" id="voice-vs-text"></a>

|          | 文字助理              | 語音助理               |
| -------- | ----------------- | ------------------ |
| **輸入**   | 鍵盤打字、貼上檔案         | 麥克風語音、可能加上 DTMF 按鍵 |
| **輸出**   | 文字、Markdown、圖片、檔案 | 語音、最後再附上文字逐字稿      |
| **延遲要求** | 秒級可接受             | 必須毫秒級才自然           |
| **適合場景** | 需要詳細資訊、會回看記錄      | 需要立即回應、雙手忙、電話通路    |

## 適合的場景 <a href="#when-to-use" id="when-to-use"></a>

* **電話客服**：取代傳統 IVR，AI 直接接電話、聽問題、給答案
* **語音查詢系統**：客戶打電話查訂單、查餘額、查保單
* **語音 FAQ**：常見問題用講的直接問
* **行車 / 雙手忙場景**：使用者沒辦法打字，但需要 AI 協助
* **無障礙需求**：對打字困難的使用者更友善

## 使用限制 <a href="#limitations" id="limitations"></a>

* **工具支援**：目前 **Realtime** 與 **Realtime + TTS** 模式僅支援 **MCP 工具**；要用 API 工具的話請改用 STT + LLM + TTS 模式
* **知識庫搜尋**：語音助理會搜尋所有關聯的知識庫，**無法限定只搜某幾份文件**
* **麥克風權限**：需要使用者授權瀏覽器使用麥克風才能開始對話

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **進入 AI 助理設定** — 在你想開啟語音的 Agent 設定頁
2. **選擇語音助理模式** — Realtime / Realtime + TTS / STT + LLM + TTS 三選一
3. **設定供應商與配置** — 依模式選對應的 STT / TTS / Realtime 供應商與 JSON 配置
4. **調整中斷控制**（選用）— STT + LLM + TTS 模式可調最短時長與最少字數
5. **測試** — 在介面開啟語音通話，確認連線、聆聽、回覆三個狀態都順暢

## 延伸閱讀 <a href="#further-reading" id="further-reading"></a>

* [語音客服情境總覽](/application/voicecs)
* [IVR 客服意圖辨識](/application/voicecs/ivr-intent-recognition)
* [語音通話摘要](/application/voicecs/call-summary)
* [語音通話品質檢驗](/application/voicecs/call-qa)


# 技能

<figure><img src="/files/CdgZFfTEgsPkVLYJVEKb" alt="技能概念"><figcaption><p>技能：定義多步驟 SOP，Agent 按流程引導對話</p></figcaption></figure>

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

技能是 Agent 的多步驟推理流程。你用自然語言定義一套 SOP，Agent 在對話中遇到相關情境時，就會按照這套流程一步步處理。

如果工具是 Agent 的「單一能力」，技能就是「把多個能力串成一套完整的處理流程」。

## 用一個例子說明 <a href="#example-walkthrough" id="example-walkthrough"></a>

假設你想讓 Agent 處理「客戶報價」：

**沒有技能**：Agent 可能東回一句西回一句，遺漏重要資訊。

**有技能**：你定義了一套報價 SOP——

```
1. 先確認客戶需要的產品型號
2. 查詢產品價格表（用工具）
3. 確認客戶的數量需求
4. 根據數量套用折扣規則
5. 生成報價單摘要
6. 詢問客戶是否需要調整
```

Agent 會按這個流程引導對話，確保每一步都不遺漏。

## 技能裡面可以用什麼？ <a href="#what-can-skills-contain" id="what-can-skills-contain"></a>

技能內可以引用 Agent 已掛載的工具和知識庫，讓流程中需要查資料或執行動作時自動完成。

| 搭配       | 說明                      |
| -------- | ----------------------- |
| **工具**   | 技能流程中需要呼叫外部服務時使用        |
| **知識庫**  | 技能流程中需要查找參考資料時使用        |
| **資源檔案** | 技能可附帶參考文件，Agent 在執行時可參閱 |

## 什麼時候適合用技能？ <a href="#when-to-use-skills" id="when-to-use-skills"></a>

* **有固定 SOP 的流程**：報價、客訴處理、問題診斷
* **需要多輪收集資訊**：預約流程（要問日期、時間、人數）
* **需要條件判斷**：根據不同情況走不同處理路徑
* **需要確保不遺漏步驟**：表單填寫引導、審核流程

## 什麼時候不需要技能？ <a href="#when-not-to-use-skills" id="when-not-to-use-skills"></a>

* 簡單的一問一答（知識庫就夠了）
* 只需要查一個資料或做一個動作（用工具就好）

> **進階說明**：技能的定義方式是純文字的提示詞（Prompt），不是流程圖或程式碼。這表示你可以用自然語言描述整套流程，Agent 會理解並執行。技能也支援上傳資源檔案作為輔助參考。

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **建立技能** — 手動撰寫或上傳技能定義檔
2. **描述流程** — 用自然語言寫出完整的處理步驟
3. **掛載資源** — 如有需要，附加參考文件或工具
4. **掛載到 Agent** — 在 Agent 設定中啟用此技能
5. **測試** — 模擬使用者對話，確認流程是否順暢


# 爬蟲

<figure><img src="/files/YGPSdNpywrQJ9Qjaam7Y" alt="爬蟲概念"><figcaption><p>爬蟲：自動抓取網頁內容，匯入知識庫</p></figcaption></figure>

## 這是什麼？ <a href="#what-is-this" id="what-is-this"></a>

爬蟲能自動從網頁抓取內容，並匯入到知識庫中。你只要給它一個網址，它就能爬取該頁面（或整個網站）的文字內容，轉換成 Agent 能查閱的知識。

## 什麼時候需要用？ <a href="#when-do-you-need-it" id="when-do-you-need-it"></a>

* **官網內容**：把公司官網的產品介紹、服務說明自動匯入
* **公開資訊**：抓取法規、公告、技術文件等公開網頁
* **持續更新**：網站內容會變動，定期重新爬取保持知識庫最新

## 爬蟲和知識庫的關係 <a href="#crawler-and-knowledge-base-relationship" id="crawler-and-knowledge-base-relationship"></a>

爬蟲是知識庫的**資料來源之一**。它的定位是：

```
資料來源           知識庫            Agent
─────────        ──────           ──────
手動上傳文件 ──→
建立 FAQ    ──→  企業知識百科  ──→  查閱並回覆
爬蟲抓網頁  ──→
```

爬蟲抓到的內容最終會進入知識庫，Agent 不會直接跟爬蟲互動。

## 我需要做什麼？ <a href="#what-do-i-need-to-do" id="what-do-i-need-to-do"></a>

1. **輸入網址** — 告訴爬蟲要抓哪個網頁或網站
2. **設定範圍** — 只抓單頁、還是遞迴抓取子頁面
3. **執行爬取** — 啟動爬蟲，等待完成
4. **匯入知識庫** — 將爬取結果匯入指定的知識庫
5. **驗證內容** — 檢查匯入的內容是否正確完整

## 延伸閱讀 <a href="#further-reading" id="further-reading"></a>

* [如何使用爬蟲（爬取資料）功能](/km/scrape-website)


# 我要做 X，該用什麼？

<figure><img src="/files/uuTk83oWvm5tPJ1EgMb2" alt="決策指南"><figcaption><p>情境 → 模組對照：快速找到正確的起點</p></figcaption></figure>

不確定該用哪個模組？從你的需求出發，找到正確的起點。

## 情境對照表 <a href="#scenario-reference-table" id="scenario-reference-table"></a>

### 讓 Agent 能回答問題 <a href="#enable-agent-to-answer-questions" id="enable-agent-to-answer-questions"></a>

| 我想要...                | 該用           | 為什麼                      |
| --------------------- | ------------ | ------------------------ |
| 讓 Agent 回答產品相關問題      | **知識庫**      | 上傳產品手冊，Agent 能從中找答案      |
| 讓 Agent 回答常見問題        | **知識庫**（FAQ） | 建 FAQ 問答對，精準匹配常見問題       |
| 讓 Agent 查訂單狀態         | **資料庫**      | 訂單在結構化表格裡，需要 Text to SQL |
| 讓 Agent 查詢即時資訊（天氣、匯率） | **工具**       | 需要呼叫外部 API 取得即時數據        |

### 讓 Agent 能做事 <a href="#enable-agent-to-take-action" id="enable-agent-to-take-action"></a>

| 我想要...              | 該用     | 為什麼                     |
| ------------------- | ------ | ----------------------- |
| 讓 Agent 寄通知信        | **工具** | 串接 Email API，Agent 觸發寄送 |
| 讓 Agent 在 CRM 建客戶資料 | **工具** | 串接 CRM API，Agent 執行建立動作 |
| 讓 Agent 按 SOP 處理客訴  | **技能** | 定義完整的處理流程，確保步驟不遺漏       |
| 讓 Agent 引導客戶完成預約    | **技能** | 多輪對話收集資訊，按流程走           |

### 讓 Agent 自動化 <a href="#enable-agent-automation" id="enable-agent-automation"></a>

| 我想要...       | 該用       | 為什麼             |
| ------------ | -------- | --------------- |
| 每天早上自動產出報告   | **代理排程** | 設定定時執行，自動送出結果   |
| 每小時檢查系統狀態    | **代理排程** | 設定間隔執行，搭配工具查詢狀態 |
| 把官網內容自動匯入知識庫 | **爬蟲**   | 抓取網頁內容，匯入知識庫    |

## 常見的模組組合 <a href="#common-module-combinations" id="common-module-combinations"></a>

大多數場景不會只用單一模組，以下是常見的組合方式：

### 智能客服 <a href="#intelligent-customer-service" id="intelligent-customer-service"></a>

```
Agent + 知識庫 + FAQ
```

最基本也最常見的組合。Agent 靠知識庫回答產品問題，FAQ 處理高頻問題。

### 業務助手 <a href="#sales-assistant" id="sales-assistant"></a>

```
Agent + 知識庫 + 資料庫 + 工具
```

既能查產品資料（知識庫），也能查庫存和報價（資料庫），還能幫客戶下單（工具）。

### 自動化報告 <a href="#automated-reporting" id="automated-reporting"></a>

```
Agent + 工具 + 代理排程
```

Agent 透過工具取得數據，代理排程定時觸發，結果自動推送到 Slack 或 LINE。

### 流程引導機器人 <a href="#workflow-guidance-bot" id="workflow-guidance-bot"></a>

```
Agent + 技能 + 工具 + 知識庫
```

技能定義完整 SOP，過程中查知識庫找參考資料，用工具執行動作。

## 還是不確定？ <a href="#still-not-sure" id="still-not-sure"></a>

從最簡單的開始：**Agent + 知識庫**。先讓 Agent 能回答問題，上線後根據使用者實際反饋再決定要加什麼能力。


# AI 助理的功能

## AI 助理建置目的與用途 <a href="#ai-agent-purpose-and-use" id="ai-agent-purpose-and-use"></a>

AI 助理可廣泛應用於多元產業與使用情境，協助企業自動化重複性任務、提升營運效率，讓團隊能專注投入於高價值工作與核心優勢的發展。

以下為常見企業工作流程中，AI 助理的應用範例：

<figure><img src="/files/pSoOJrPwcKIavYHPjcB0" alt=""><figcaption></figcaption></figure>

AI 助理可應用於多元產業，發揮智慧自動化與即時互動的優勢，協助企業優化流程、提升服務品質與用戶體驗。下方列出各產業常見的 AI 助理應用情境供參考。

<table><thead><tr><th width="214.15234375">產業</th><th>應用場景</th></tr></thead><tbody><tr><td>電商零售</td><td>智慧客服、導購推薦、退貨流程處理</td></tr><tr><td>金融保險</td><td>保單諮詢、理財推薦、風險問答</td></tr><tr><td>教育</td><td>課程助教、學習診斷、語言練習</td></tr><tr><td>醫療</td><td>健康諮詢、預約掛號、病患教育輔助</td></tr><tr><td>政府機關</td><td>公共服務查詢、政策問答、民意回饋</td></tr><tr><td>製造業</td><td>內部知識管理、維修操作指引</td></tr><tr><td>旅遊觀光</td><td>行程推薦、導覽、即時問答支援</td></tr></tbody></table>

## MaiAgent AI 助理設定四階段 <a href="#maiagent-ai-agent-setup-four-stages" id="maiagent-ai-agent-setup-four-stages"></a>

MaiAgent AI 助理的設定流程可分為四大階段，下方簡要說明各階段的目標與功能，完整的操作步驟將在接下來的章節中為您詳細介紹。

### 1. 建立新的 AI 助理 <a href="#create-new-ai-agent" id="create-new-ai-agent"></a>

可依需求客製化 AI 助理，選擇合適的語言模型、設定 RAG（檢索式生成）來源，並定義 AI 助理的角色與任務定位，打造符合企業場景的智能助理。

### 2. 提供 AI 助理參考資料 <a href="#provide-ai-agent-reference-materials" id="provide-ai-agent-reference-materials"></a>

透過設定知識庫、建立 FAQ 常見問題，或導入網頁爬蟲等資料來源，為 AI 助理建立完善的知識基礎，進一步提升回覆的準確性與實用性。

### 3. 讓 AI 助理正式上線 <a href="#launch-ai-agent" id="launch-ai-agent"></a>

可依需求決定將 AI 助理對外公開上線，或僅限於內部使用。若選擇對外公開，可透過公司網站嵌入、LINE 或 Messenger 等渠道進行串接，靈活整合至既有平台。

### 4. 追蹤 AI 助理運作成效 <a href="#track-ai-agent-performance" id="track-ai-agent-performance"></a>

運用所有對話、回覆品質、Webhook 與使用分析功能進行效能追蹤，做為 AI 助理持續優化與提升體驗的依據。

<figure><img src="/files/WY62A0yGvn1zFAFDXtMf" alt=""><figcaption></figcaption></figure>

在建立 AI 助理開始前，不妨先閱讀幾個有用的文章喔！

{% hint style="info" %}
🗣️[如何選擇 LLM 大型語言模型？](https://docs.maiagent.ai/tech/quickstart/llm)
{% endhint %}

{% hint style="info" %}
🔎[甚麼是RAG（Retrieval-Augmented Generation，檢索增強生成）？](https://docs.maiagent.ai/tech/quickstart/rag)
{% endhint %}

{% hint style="info" %}
👨‍👩‍👧‍👦[甚麼是 角色指令？](https://docs.maiagent.ai/tech/ai-agents/system-prompt)
{% endhint %}


# 建立 AI 助理

## 1. **建立 AI 助理** <a href="#create-ai-agent" id="create-ai-agent"></a>

進入左側功能欄 「<mark style="color:blue;">AI 功能</mark>」中「<mark style="color:blue;">AI 助理</mark>」，點選右上方的 「<mark style="color:blue;">+建立AI助理</mark>」。

<figure><img src="/files/d35LvnhQNJ0MGcC7EHsu" alt=""><figcaption></figcaption></figure>

## **2. 為您的 AI 助理 命名** <a href="#name-your-ai-agent" id="name-your-ai-agent"></a>

選擇 「基本設定」 頁籤，在 「<mark style="color:blue;">AI 助理名稱</mark>」 欄位，填寫 AI 助理的名稱。可以針對這位 AI 助理的主要任務來命名，例如 XX AI 客服， XX 法規查詢小幫手，XX 專案智慧助理。

一個帳號可建立多個 AI 助理 （依購買方案內容有數量上的限制）

<figure><img src="/files/6JzRiPZIabqW7vWALr8f" alt=""><figcaption></figcaption></figure>

## 3. 選擇 RAG，讓 AI 助理更聰明、回答更精準 <a href="#select-rag-for-smarter-responses" id="select-rag-for-smarter-responses"></a>

### 什麼是 RAG <a href="#what-is-rag" id="what-is-rag"></a>

可以把 RAG 想像成一 「擅長對話的助理 + 一位很會查資料的圖書館員」 的集合體。

一般的 AI 助理就像一位記憶力超好、很會講故事的人，但他只能說出自己以前學過的知識。但當 AI 助理搭配了 RAG 技術，就像是這位助理在回答問題前，**會先跑去圖書館找最新資料**，再把找到的內容整理成自己的話，清楚地回覆給您。

在 MaiAgent 平台 中，這個 「圖書館」 就是我們的 **知識庫**。AI 助理將運用 RAG 技術從知識庫中找出相關資料，讓回答更加準確、即時且貼近需求。

知識庫的設定方式，將於下一節詳加說明。

{% hint style="info" %}
MaiAgent RAG 除了包含 OpenAI 開發者大會中所提到的 RAG 技術以外，亦結合各種經典 NLP 演算法與獨家的檢索技術。透過內部資料集與 OpenAI RAG 的回覆正確性相比，兩者皆能達到 95% 的回覆精準度。
{% endhint %}

### RAG 設定方式 <a href="#rag-settings" id="rag-settings"></a>

選擇 「<mark style="color:blue;">RAG 設定</mark>」 頁籤，在 「<mark style="color:blue;">RAG</mark>」 下拉式選單當中，挑選不同的 RAG（Retrieval-Augmented Generation，檢索增強生成）。如無特殊需求，<mark style="color:green;">預設為 MaiAgent RAG</mark>。

<figure><img src="/files/56AZY1ygMz7PF0ancG7K" alt=""><figcaption></figcaption></figure>

{% hint style="success" %}
相較 OpenAI RAG，MaiAgent RAG 提供更多附加功能，可靈活應用不同部署需求，處理更多元資料處理格式，提供更強大的檢索與生成體驗。

詳細差異比較請查看 [**什麼是 RAG？Maiagent RAG 與 OpenAI RAG 的比較表**](/tech/quickstart/rag)
{% endhint %}

### 設定 FAQ 優先回答 <a href="#configure-faq-priority" id="configure-faq-priority"></a>

為了確保 AI 助理回答的準確性和一致性，您可以啟用「FAQ 優先回答」功能。當此功能啟用時，若知識庫中同時存在 FAQ 內容和其他文件內容，LLM 會優先使用 FAQ 內容來回答問題，確保回答內容符合您已建立的標準答案。

**功能優勢：**

* **提高回答準確性**：當知識庫中同時存在 FAQ 和其他文件時，優先使用已驗證的 FAQ 內容，減少 AI 自行生成可能不準確的答案
* **確保回答一致性**：所有用戶都能獲得相同標準的 FAQ 答案，維持服務品質
* **降低幻覺風險**：優先參考 FAQ 標準答案，避免 AI 產生虛構或不正確的資訊

**設定方式：**

1. 選擇 「<mark style="color:blue;">回答模式設定</mark>」 頁籤
2. 在 「<mark style="color:blue;">角色指令</mark>」 欄位中，輸入以下指令：

   ```
   請優先使用faq的內容回答使用者問題
   ```

<figure><img src="/files/9yPrs8f8ntnuzVLRXkMl" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
啟用此功能後，當知識庫中同時存在 FAQ 內容和其他文件內容時，AI 助理會優先使用 FAQ 內容來回答問題。若找不到相關的 FAQ 內容，AI 助理仍會根據其他知識庫文件內容或一般知識進行回答。
{% endhint %}

## **4.** 選擇模型，幫 AI 助理挑選一顆聰明的大腦！ <a href="#select-model-for-ai-agent" id="select-model-for-ai-agent"></a>

### 語言模型選擇目的 <a href="#language-model-selection-purpose" id="language-model-selection-purpose"></a>

每個 AI 助理的表現，很大部分取決於其大腦——也就是他所使用的語言模型（LLM）。在這個步驟中，您可以依照需求選擇不同種類的模型，從回覆速度、理解能力到回答的深度與自然程度，都會有所影響。

選對模型，就像幫助 AI 助理開啟高效模式，為您的應用場景量身打造最佳體驗！

{% hint style="info" %}
[**大型語言模型時的關鍵因素**](https://docs.maiagent.ai/tech/quickstart/llm)
{% endhint %}

### 語言模型設定方式 <a href="#language-model-settings" id="language-model-settings"></a>

選擇 「<mark style="color:blue;">基本設定</mark>」 頁籤，在 「<mark style="color:blue;">LLM 模型</mark>」 下拉式選單當中，可以挑選不同的大型語言模型，如無特殊需求，<mark style="color:green;">預設為 Claude 4.5 Haiku</mark>。

<figure><img src="/files/dqHyhsJHvcXlmeKcijck" alt=""><figcaption></figcaption></figure>

## 5. 針對應用場景建立角色指令 <a href="#create-system-prompt-for-use-case" id="create-system-prompt-for-use-case"></a>

為了讓 AI 助理更貼近不同應用需求，您可以為其設定 「角色指令」，讓 AI 回答的風格與內容更符合場景情境。

{% hint style="info" %}
[甚麼是 角色指令？ 角色指令的範例模板？](https://docs.maiagent.ai/tech/ai-agents/system-prompt)

[生成角色助理的AI工具](https://chat.maiagent.ai/web-chats/eb2c95ef-f022-4716-92aa-ec0d3ffbc80b/conversations/bc7ed5e6-b3cb-4c91-a465-a4e439c06db4)
{% endhint %}

### 無幻覺的生成式 AI 回覆機制 <a href="#hallucination-free-generative-ai-response" id="hallucination-free-generative-ai-response"></a>

MaiAgent 的 「無幻覺的生成式 AI 回覆機制」 能確保 AI 在回答問題時保持高度的準確性，當面對不確定或超出知識範圍的問題時，會坦誠表達自己的限制而非產生虛構答案，為用戶提供更可靠、更值得信賴的 AI 互動體驗。對於各產業與公部門的應用重要性說明如下：

{% tabs %}
{% tab title="產業應用" %}
**應用金融業：**

在處理投資建議、風險評估時，AI必須基於確實的數據提供分析，避免產生不實資訊導致錯誤的投資決策。當資訊不足或不確定時，系統會明確告知，確保投資決策的可靠性。

**醫療產業：**

在協助醫療診斷、藥物諮詢時，AI系統必須嚴格遵循已知的醫學知識，不能憑空生成可能誤導病患的建議。對於新穎或未經驗證的醫療資訊，系統會明確表示需要進一步專業諮詢。

**製造業：**

在生產流程優化、品質控制等應用中，AI 必須基於實際的生產數據和驗證過的方法提供建議，避免因不準確的預測導致生產損失。

**教育產業**：

在輔助教學、解答學生疑問時，AI 需要提供準確的知識，而非可能誤導學習的錯誤資訊。對於複雜或模糊的概念，系統會坦承其理解限制。

**法律產業：**

在提供法律資訊和建議時，AI 必須基於現有法規和判例，而不是提供可能具有法律風險的臆測性建議。系統會明確指出需要專業律師進一步確認的事項。

**客服諮詢：**

在處理客戶諮詢時，AI 必須提供準確的產品資訊和服務說明，對於無法確定的問題，會立即轉介給相關專業人員，避免誤導客戶。
{% endtab %}

{% tab title="公部門應用" %}
**政府政策諮詢：**

在提供民眾政策資訊和服務指引時，AI 必須基於最新且正確的法規和行政程序回答，避免提供過時或錯誤的訊息。當遇到複雜或需要專業判斷的問題，系統會明確建議民眾尋求相關部門協助。

**公共服務決策：**

在協助政府評估公共建設、社會福利等決策時，AI 必須依據真實的數據和研究進行分析，對於不確定的預測要清楚說明，確保政策制定的可靠性。

**緊急應變管理：**

在處理天災、公共衛生等緊急事件時，AI 系統必須提供準確的資訊和指引，不能產生可能誤導民眾的虛假訊息，影響防災應變的效果。
{% endtab %}
{% endtabs %}

### 選擇適合的回答模式建立指令 <a href="#select-answer-mode-to-build-prompt" id="select-answer-mode-to-build-prompt"></a>

選擇 <mark style="color:blue;">「回答模式」</mark> 頁籤，從自由對話到高度結構化回應，滿足各式業務需求。每種模式各有特色與適用範圍，您可以依照實際使用情境靈活選擇。

<figure><img src="/files/MK1WSoqZ40w4FmMPzLnF" alt=""><figcaption></figcaption></figure>

{% tabs %}
{% tab title="回答模式：一般" %}
**適用情境**

根據問題自由回答，AI 會依照上下文與知識庫內容產生最適合的回應。適合大多數的問答情境

**操作流程**

選擇 「<mark style="color:blue;">回答模式設定</mark>」 頁籤，回答模式選擇 <mark style="color:blue;">「一般（預設）」</mark>，於 「<mark style="color:blue;">角色指令</mark>」 欄位，填寫您為該 AI 助理訂定的角色指令。輸出格式，可選擇輸出純文字或 JSON 格式作使用。

<figure><img src="/files/5jIBztuBLR9EbVfi3kK8" alt=""><figcaption></figcaption></figure>

**應用場景：網站客服助理**

若要為 「MaiAgent - AI 助理開發平台」 建立一個網站客服助理，可在「角色指令」欄位中輸入 AI 的應答設定，明確定義其回應風格與職責範圍

<figure><img src="/files/1OqpgvBv7SEOp634eX4T" alt=""><figcaption></figcaption></figure>
{% endtab %}

{% tab title="回答模式：模板" %}
當您選擇 「<mark style="color:blue;">**回答模式：模板**</mark>」，您的 AI 助理的幻覺回覆機率將降低到零，因為 AI 助理將嚴格地依照您建立的知識庫和 FAQ 回覆內容問題，改成以分類的原則回覆問題，而不是以生成的方式請 LLM 生成內容。使用模板系統來生成回答，保證 100 % 無幻覺。

**適用情境**

需要統一回答格式的情境，如標準諮詢流程、報表等。

**案例操作**

假如您希望建立一個「台南市政 1999」 的 客服 AI 助理，以即時回應民眾市政相關問題。

**1. 選擇 「**<mark style="color:blue;">**回答模式設定**</mark>**」 頁籤，回答模式選擇&#x20;**<mark style="color:blue;">**「模板」**</mark>

<figure><img src="/files/i1qjCLJNcDALpRFwdda8" alt=""><figcaption></figcaption></figure>

**2. 填寫回覆模板 (使用模板系統來生成回答)**

如果您尚未建立知識庫和 FAQ，回覆模板的指令內容預設如下。

建議您先建議新增知識庫或 FAQ 以使用回覆模板，且格式**必須為 Excel、CSV、json、jsonl 等表格型態檔案。**

<figure><img src="/files/XLjXJyNwoGqdGLYoZwFq" alt=""><figcaption></figcaption></figure>

以此情境為例，我有一個 AI 助理 「台南市政 1999」，並在知識庫新增了 「台南 1999 FAQ」。

FAQ 中的欄位包含問題、答案、機關、分類、發布時間

建議您上傳 **Excel、CSV、json、jsonl** 等表格型態檔案，欄位必須要有**標題和相對應的內容**。

![](/files/rKruwb2k2mDMmjrSg42o)

此時我們回到編輯回覆模板，按下右上角 「<mark style="color:blue;">**初始化回覆模板**</mark>」，您就會看到系統依據您剛剛上傳到知識庫的文件，產生回覆範例。

<figure><img src="/files/agJCVpQiXL7ZVqS51IZG" alt=""><figcaption></figcaption></figure>

現在您就可以針對回覆文字的部分進行編輯與排版。

\[] {} 的部分是系統指令，所以針對文字的部分處理即可。

📍 **Loop: 填入要對應的文件檔名 (指定哪份文件做回覆生成)**

我修改了以下部分：

* [x] 「**開頭語」 內容**
* [x] **「問題」 內容**
* [x] **「分類」 內容**
* [x] **移除 「機關」**
* [x] **結尾語內容**
* [x] **斷行排版**

<figure><img src="/files/PVb2MdqOy2AobP0w6ONO" alt=""><figcaption></figcaption></figure>

當我們回到 AI 助理問答介面，詢問到相關問題，AI 助理的回覆就會完全依照剛剛編輯的**模板格式**和 **FAQ 文件內容**做回覆。

<figure><img src="/files/K3aoHuLKOIedI9NlelDu" alt=""><figcaption></figcaption></figure>

**3. 填寫無法回覆模板**

如果 AI 助理判斷無相關資料時，會依據 「<mark style="color:blue;">**無法回覆模板**</mark>」 回覆。

最後按下 「<mark style="color:blue;">**儲存**</mark>」 按鈕即可。

<figure><img src="/files/squ43uKYVQsJVJjNwqEm" alt=""><figcaption></figcaption></figure>
{% endtab %}

{% tab title="回答模式：混和" %}
**適用情境**

結合一般回答與模板，部分內容使用模板格式，其餘部分自由回答。適合需要部分結構化回答的情境。

**操作建議**

此時角色指令內容可能會和 「回答模式：模板」 有所衝突，因此在選擇選擇 「回答模式：混和」 時，角色指令的內容建議改成以大原則方向的內容進行編寫。

例如角色指令的任務、互動原則、溝通態度等等。

<figure><img src="/files/sBqKqIwD1leKipd719l5" alt=""><figcaption></figcaption></figure>
{% endtab %}

{% tab title="回答模式：工作流" %}
**適用情境**

適用於特定工作任務情境，如知識管理、資料摘要、企劃發想

**操作流程**

請前往「回答模式設定」頁籤，並選擇 <mark style="color:blue;">**「工作流」**</mark> 作為回覆模式。\
此模式適用於特定任務導向的應用情境，如：

* **知識管理**：協助彙整、調閱或維護內部知識資料
* **資訊摘要**：快速整理文件重點或會議記錄
* **企劃寫作**：協助發想創意、撰寫提案草稿等

請根據實際業務需求，選擇對應的工作流程模組，讓 AI 助理在特定任務中發揮最大效益。

<figure><img src="/files/2RjR8CK9xE39tgWYWn3w" alt=""><figcaption></figcaption></figure>

**應用場景：文案寫作助理**

假如您是食品公司的行銷人員，正在為一款新推出的健康零食撰寫宣傳文案

首先，您可於 「工作流」 選擇 「寫作助理」

<figure><img src="/files/Yt01sa29G39gbcYbydPX" alt=""><figcaption></figcaption></figure>

接著，您可至 AI 助理問答介面 提出寫作需求。AI 助理將引導您逐步填寫撰寫文案所需的關鍵資訊，例如：

* 文案主題
* 寫作風格
* 目標受眾
* 文案字數

AI 將根據您的設定，產出符合情境與溝通需求的文案選項，協助您快速發想，提升寫作效率。

<figure><img src="/files/rnRaOnDmOuOXEXw3yYir" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/zIM1s2nFdjYiVcs4fmzN" alt=""><figcaption></figcaption></figure>
{% endtab %}

{% tab title="回答模式：Agent" %}
**適用情境**

在企業日常營運中，員工經常需因應例行業務需求或主管交辦任務，整理資料、進行數據分析，並製作報表與分析報告。常見的查詢問題包括：

* 「上個月哪個產品銷售最多？」
* 「請列出所有銷售額超過 10 萬的客戶」
* 「近三個月的營收趨勢如何？」

這類問題若交由非技術人員處理，往往需仰賴資料團隊協助撰寫 SQL 查詢語句，流程耗時且效率有限。

現在，透過 MaiAgent 的 Agent 模式，系統將可使用 Text to SQL 工具，自動將自然語言問題轉換為對應的 SQL 語法，並即時查詢資料庫，迅速給出分析結果。

{% hint style="info" %}
Text to SQL 功能介紹請參考：[Text to SQL 功能](/database/text2sql)
{% endhint %}

此功能特別適用於需要 <mark style="color:blue;">**即時查詢、資料洞察**</mark> 的情境，例如報表分析、營運指標追蹤、數據查詢等。讓非技術使用者也能輕鬆獲取數據，實現更直覺、更高效的資料驅動決策流程。

**Text to SQL 操作流程**

1. 前往 「回答模式設定」 頁籤，並選擇 <mark style="color:blue;">**「Agent」**</mark> 作為回覆模式

<figure><img src="/files/HDYKoVSD7uEQBQ5Qr5NG" alt=""><figcaption></figcaption></figure>

2. 上傳資料庫內容或選擇資料庫 URL

   {% hint style="info" %}

   * MaiAgent 支援：
     * **MySQL**
     * **PostgreSQL**
     * **Oracle DB**
     * **Microsoft SQL Server (MSSQL)**
   * maiagent 選項為套用 MaiAgent 知識庫中您已上傳的 Excel 檔案 {% endhint %}

**應用場景：電商產品銷售額數據查詢**

假如您是電商平台的行銷人員，想快速查詢產品銷售額等數據

首先，「回答模式設定」 頁籤，選擇 <mark style="color:blue;">**「Agent」**</mark> 作為回覆模式

<figure><img src="/files/BBcmiDFk5Pv5QHaBOvEL" alt=""><figcaption></figcaption></figure>

接著，您可選擇於知識庫上傳 Excel 檔案，系統將自動轉換為可查詢的資料庫格式

{% hint style="info" %}
使用 MaiAgent 知識庫進行 Text to SQL 詳細介紹，請參考：[使用 MaiAgent 知識庫進行 Text to SQL](/database/text-to-sql-maiagent)
{% endhint %}

<figure><img src="/files/ZAfWnL5LjZf5Euh94uid" alt=""><figcaption></figcaption></figure>

也能直接請公司的技術人員提供 MySQL 或 PostgreSQL 的連線字串。

這邊假設已取得 PostgreSQL 連線字串，請於資料庫 URL 下拉選單選擇 PostgreSQL，並貼上連線字串，點選儲存。

<figure><img src="/files/dGYfSFmgWq0fAw3sAMLJ" alt=""><figcaption></figcaption></figure>

設定完成，您可至 AI 助理問答介面輸入問題，例如

「官網銷售額最高的三個品項是什麼，排除運費」

<figure><img src="/files/CnNEdVTbgp5qobRFCcTc" alt=""><figcaption></figcaption></figure>
{% endtab %}
{% endtabs %}

## 6. 預先分配助理權限 <a href="#pre-assign-agent-permissions" id="pre-assign-agent-permissions"></a>

{% hint style="info" %}
[基於 RABC 的權限管理架構與說明](/org/role-permission)
{% endhint %}

選擇 「<mark style="color:blue;">權限設定</mark>」 頁籤，可以設定助理預先需要被分配到給哪些成員進行訪問，預設為全選加入至所有角色，可根據使用情境修改設定。

<figure><img src="/files/yACdQwyi3xmBp9K7yoky" alt=""><figcaption></figcaption></figure>

## 7. 完成您的 AI 助理建立 <a href="#complete-ai-agent-setup" id="complete-ai-agent-setup"></a>

以上步驟輸入完後，按下對話框右下角的藍色 「<mark style="color:blue;">確認</mark>」 按鈕即可完成設定 🎉。


# 角色指令設計指南

{% hint style="info" %}
您可以使用 MaiAgent 製作的 [生成角色指令的 AI 工具](https://chat.maiagent.ai/web-chats/4b67b140-db5f-40dc-bce3-f2217e9574bd) 協助您完善您的角色指令
{% endhint %}

## 🎭 什麼是「角色指令」？ <a href="#what-is-system-prompt" id="what-is-system-prompt"></a>

想像一下，你正在導演一部電影，需要告訴演員他們要扮演什麼角色、有什麼個性、應該怎麼說話。**角色指令**就像是給 AI 的「劇本」，告訴它要扮演什麼樣的客服人員。

<figure><img src="/files/czKq4NjomJ0PucIY9DMU" alt=""><figcaption></figcaption></figure>

### 📚 技術名詞小字典 <a href="#technical-glossary" id="technical-glossary"></a>

在開始之前，讓我們先認識幾個重要概念：

**🤖 AI Agent（AI 代理）**

* **比喻**：就像你雇用的虛擬員工
* **說明**：能夠自主執行任務的 AI 系統，在客服場景中就是你的數位客服專員

**💬 Prompt（提示詞）**

* **比喻**：給 AI 的「工作說明書」
* **說明**：告訴 AI 該做什麼、怎麼做的指令文字

**🎯 Context（上下文）**

* **比喻**：對話的「記憶」和「背景資訊」
* **說明**：AI 理解當前對話情境所需的相關資訊

**🔄 Token（標記）**

* **比喻**：AI 理解文字的「單位」，像是把句子切成小塊
* **說明**：AI 處理文字時的基本單位，影響處理效率和成本

***

## 🌟 為什麼角色指令這麼重要？ <a href="#why-system-prompt-matters" id="why-system-prompt-matters"></a>

#### 沒有角色指令的 AI 客服 😵 <a href="#ai-agent-without-system-prompt" id="ai-agent-without-system-prompt"></a>

```
用戶：「我的訂單怎麼還沒到？」
AI：「根據系統資料顯示，您的訂單狀態為處理中。」
```

*感覺像在跟機器人對話，冷冰冰的*

#### 有良好角色指令的 AI 客服 😊 <a href="#ai-agent-with-good-system-prompt" id="ai-agent-with-good-system-prompt"></a>

```
用戶：「我的訂單怎麼還沒到？」
AI：「我完全理解您的擔心！讓我立刻為您查詢訂單狀態。
     根據追蹤資訊，您的包裹目前在配送中心，
     預計明天下午就能送達。需要我提供追蹤號碼嗎？」
```

*感覺像在跟真人客服對話，溫暖又專業*

***

## 🏗️ 角色指令的四大支柱 <a href="#four-pillars-of-system-prompt" id="four-pillars-of-system-prompt"></a>

<figure><img src="/files/aSSyLMpjuvJyKLh6KsdR" alt=""><figcaption></figcaption></figure>

#### 1. 🎭 身份定位（Who） <a href="#identity-positioning" id="identity-positioning"></a>

告訴 AI「你是誰」

**❌ 模糊的身份**

```
你是一個客服
```

**✅ 清晰的身份**

```
你是「小美」，MaiAgent 公司的資深客服專員，
擁有 5 年客服經驗，專精於產品諮詢和問題解決。
```

#### 2. 🗣️ 語調風格（How） <a href="#tone-and-style" id="tone-and-style"></a>

告訴 AI「怎麼說話」

**語調選擇指南：**

* **專業正式**：適合金融、法律、醫療行業
* **親切友善**：適合零售、餐飲、生活服務
* **活潑年輕**：適合遊戲、娛樂、時尚產業
* **溫暖關懷**：適合教育、健康、社會服務

**範例：親切友善風格**

```
回覆時請使用溫暖、友善的語調，
適度使用「您」來表示尊重，
可以加入「很高興為您服務」等親切用語，
但避免過度熱情或使用太多感嘆號。
```

#### 3. 🎯 專業能力（What） <a href="#professional-capabilities" id="professional-capabilities"></a>

告訴 AI「你會什麼」

```
你的專業能力包括：
- 產品功能介紹和使用指導
- 訂單查詢和物流追蹤
- 退換貨政策說明
- 技術問題初步診斷
- 帳戶和付款問題處理

當遇到超出能力範圍的問題時，
請主動轉介給人工客服。
```

#### 4. 📋 行為準則（Rules） <a href="#behavioral-rules" id="behavioral-rules"></a>

告訴 AI「什麼能做、什麼不能做」

```
必須遵守的原則：
✅ 保護用戶隱私，不洩露個人資訊
✅ 承認不知道的事情，不編造答案
✅ 遇到投訴時保持冷靜，先道歉再解決
✅ 回覆長度控制在 100 字以內，保持簡潔

絕對禁止：
❌ 承諾無法兌現的事情
❌ 與用戶爭論或反駁
❌ 洩露公司內部資訊
❌ 處理超出權限的退款申請
```

***

## 🛠️ 實戰：設計你的第一個角色指令 <a href="#design-your-first-system-prompt" id="design-your-first-system-prompt"></a>

#### 步驟 1：分析你的業務需求 <a href="#step-1-analyze-business-requirements" id="step-1-analyze-business-requirements"></a>

**思考這些問題：**

* 你的客戶是誰？（年齡、職業、使用習慣）
* 你的產品/服務特色是什麼？
* 客戶最常問什麼問題？
* 你希望給客戶什麼樣的服務體驗？

#### 步驟 2：選擇合適的角色設定 <a href="#step-2-choose-role-configuration" id="step-2-choose-role-configuration"></a>

**🏪 電商客服範例**

```
你是「小助手」，一位專業的線上購物顧問。
你熟悉所有商品資訊，擅長推薦合適的產品，
並能快速處理訂單相關問題。
說話風格親切自然，像朋友一樣關心客戶需求。
```

**🏥 醫療客服範例**

```
你是「健康小幫手」，一位專業的醫療服務諮詢員。
你具備基礎醫療知識，能提供掛號、檢查流程等資訊，
但絕不提供醫療診斷建議。
說話風格專業溫暖，讓患者感到安心。
```

#### 步驟 3：撰寫完整的角色指令 <a href="#step-3-write-complete-system-prompt" id="step-3-write-complete-system-prompt"></a>

**📝 角色指令模板**

```
# 角色身份
你是 [角色名稱]，[公司名稱] 的 [職位]。
[角色背景和專業經驗]

# 服務目標
你的主要任務是 [核心任務]，
透過 [服務方式] 來幫助客戶 [達成目標]。

# 語言風格
- 語調：[選擇合適的語調]
- 用詞：[具體的用詞要求]
- 長度：[回覆長度限制]

# 專業能力
你能夠處理以下問題：
- [能力清單 1]
- [能力清單 2]
- [能力清單 3]

# 行為準則
必須遵守：
✅ [準則 1]
✅ [準則 2]

絕對禁止：
❌ [禁止事項 1]
❌ [禁止事項 2]

# 特殊情況處理
當遇到 [特殊情況] 時，請 [處理方式]。
```

***

## 🎨 進階技巧：讓你的角色指令更生動 <a href="#advanced-tips-for-vivid-system-prompt" id="advanced-tips-for-vivid-system-prompt"></a>

#### 1. 🎪 加入個性特色 <a href="#add-personality-traits" id="add-personality-traits"></a>

**普通版本：**

```
你是客服人員，負責回答問題。
```

**生動版本：**

```
你是「小智」，一個充滿好奇心的科技達人。
你總是對新功能感到興奮，喜歡用簡單的比喻
來解釋複雜的技術概念，讓每個人都能輕鬆理解。
```

#### 2. 🎯 情境化指令 <a href="#contextual-instructions" id="contextual-instructions"></a>

根據不同情境調整回應方式：

```
# 情境感知指令
- 當客戶表達不滿時：先同理心回應，再提供解決方案
- 當客戶詢問技術問題時：用生活化比喻解釋
- 當客戶猶豫購買時：提供客觀建議，不強迫推銷
- 當客戶稱讚產品時：表達感謝，並詢問是否需要其他協助
```

#### 3. 🔄 動態調整機制 <a href="#dynamic-adjustment-mechanism" id="dynamic-adjustment-mechanism"></a>

```
# 對話適應性
根據客戶的回應調整你的風格：
- 如果客戶使用正式語言，你也要相對正式
- 如果客戶比較急躁，你要更加簡潔高效
- 如果客戶很健談，你可以稍微延伸話題
```

#### **4. 版本控制友好** <a href="#ban-ben-kong-zhi-you-hao" id="ban-ben-kong-zhi-you-hao"></a>

* 加入版本號和更新日誌
* 保持向後相容性，確保原有的流程在更新角色指令後仍能正確運作

範例：

```
版本：v1.0
# 更新日期：2024年10月26日
# 更新日誌：
#   - 初始版本，提供基本產品推薦功能。
#   - 根據使用者喜好推薦產品。
#   - 回覆語氣設定為親切、專業。
```

***

## 🚀 測試與優化你的角色指令 <a href="#test-and-optimize-system-prompt" id="test-and-optimize-system-prompt"></a>

#### 階段 1：基礎測試 <a href="#phase-1-basic-testing" id="phase-1-basic-testing"></a>

用常見問題測試 AI 的回應是否符合預期

**測試問題範例：**

* 「你們的退貨政策是什麼？」
* 「我的訂單什麼時候會到？」
* 「這個產品適合我嗎？」

#### 階段 2：邊界測試 <a href="#phase-2-boundary-testing" id="phase-2-boundary-testing"></a>

測試 AI 在極端情況下的表現

**邊界情況範例：**

* 客戶情緒激動時
* 遇到不知道答案的問題時
* 被要求做超出權限的事情時

#### 階段 3：持續優化 <a href="#phase-3-continuous-optimization" id="phase-3-continuous-optimization"></a>

**📊 收集數據**

* 客戶滿意度評分
* 問題解決率
* 轉人工客服的比例

**🔧 調整策略**

* 根據常見問題補充知識庫
* 根據客戶反饋調整語言風格
* 根據失敗案例完善行為準則

***

## **📝 System Prompt 長度控制技巧** <a href="#system-prompt-length-control-tips" id="system-prompt-length-control-tips"></a>

**最佳實踐準則**

System Prompt 的理想長度應控制在 500-2000 字（約 200-800 tokens）範圍內，常見最佳值為 800-1500 字。

記住一個核心原則：「 清晰勝過冗長 」 —— 過長的指令容易被模型忽略，過短則可能導致行為不穩定。

**為什麼長度很重要？**

首先是 模型效能 考量，過長的 prompt 會分散模型注意力，影響關鍵指令的執行效果。其次是 Context 空間 限制，System prompt 會佔用對話的 context window，壓縮使用者對話空間。最後是 維護成本，簡潔結構化的 prompt 更容易持續優化調整。

**撰寫三大技巧**

結構化設計：清楚分段並將核心指令置於最前面。

精簡化原則：去除重複描述和冗長背景，只保留必要規則。

持續驗證：針對不同模型（GPT、Claude、Gemini）進行 A/B 測試，找出最佳長度配置。

**實用注意事項**

不同 AI 模型對長 prompt 的耐受度各不相同，需要個別測試驗證。在 token 計算上，中文約 1 字等於 1 token，英文則是 1 token 約等於 0.75 個單字。由於 System prompt 具有較高的指令權重，建議保持內容集中且避免不必要的冗長描述。

***

## 💡 常見問題與解決方案 <a href="#common-issues-and-solutions" id="common-issues-and-solutions"></a>

#### Q1: 如何讓 AI 的回覆更自然？ <a href="#q1-how-to-make-ai-responses-more-natural" id="q1-how-to-make-ai-responses-more-natural"></a>

**A:** 在角色指令中加入具體的對話範例，並設定明確的語言風格指導。

#### Q2: AI 總是回答不相關的問題怎麼辦？ <a href="#q2-ai-answering-irrelevant-questions" id="q2-ai-answering-irrelevant-questions"></a>

**A:** 在角色指令中明確定義服務範圍，並教導 AI 如何識別和處理超出範圍的問題。

#### Q3: 如何平衡專業性和親和力？ <a href="#q3-balance-professionalism-and-approachability" id="q3-balance-professionalism-and-approachability"></a>

**A:** 根據你的目標客群調整。B2B 客戶偏好專業，B2C 客戶偏好親和。可以設計 A/B 測試來找到最佳平衡點。

***

## 🎉 結語：打造你的專屬 AI 客服 <a href="#closing-build-your-custom-ai-agent" id="closing-build-your-custom-ai-agent"></a>

設計角色指令就像培養一位新員工，需要耐心和持續的調整。記住這些關鍵原則：

1. **🎯 明確定位**：清楚告訴 AI 它是誰
2. **🗣️ 風格一致**：保持語言風格的統一性
3. **📋 邊界清晰**：明確能做什麼、不能做什麼
4. **🔄 持續優化**：根據實際使用情況不斷改進

現在就開始設計你的第一個角色指令吧！記住，最好的角色指令是在實際使用中不斷完善的。


# 為 AI 助理加入角色指令

角色指令設計完成後，您可以在 MaiAgent 的 AI 助理設定中加入角色指令：

## 加入角色指令 <a href="#add-system-prompt" id="add-system-prompt"></a>

### 1. 進入 AI 助理設定頁面 <a href="#step-1-navigate-to-ai-agent-settings" id="step-1-navigate-to-ai-agent-settings"></a>

選擇您要設定的 AI 助理，並點按設定。

<figure><img src="/files/K9Jrjnpz509Z6XKDrWT6" alt=""><figcaption></figcaption></figure>

### 2. 切換至回答模式設定頁面 <a href="#step-2-switch-to-answer-mode-settings" id="step-2-switch-to-answer-mode-settings"></a>

<figure><img src="/files/oKX7q8bldYbKssWM3ufA" alt=""><figcaption></figcaption></figure>

將模式設置為 Agent、一般(預設)或混合模式：

{% hint style="warning" %}
「模板」和「工作流」模式無法設置角色指令
{% endhint %}

<figure><img src="/files/gBInVlfOT5r9XOBraPKd" alt=""><figcaption></figcaption></figure>

### 3. 在角色指令區段加入文字 <a href="#step-3-enter-text-in-system-prompt-section" id="step-3-enter-text-in-system-prompt-section"></a>

<figure><img src="/files/95S3Qk6EDT0M3dIVPfRu" alt=""><figcaption></figcaption></figure>

如此一來，AI 助理就會根據您所定義的角色指令行動，成為您專屬的 AI 助理。


# 多國語言支援

MaiAgent 提供多層級的語言支援功能：**Web Chat 支援 13 種語言介面**，**知識庫支援全語言內容處理**，**管理後台提供中英文介面**，讓您的 AI 助理能夠與全球用戶進行自然流暢的對話，打破語言障礙，擴展業務範圍。

<figure><img src="/files/0Vau577V7lyvnczdtv5W" alt=""><figcaption></figcaption></figure>

## **🌍 支援語言清單** <a href="#supported-language-list" id="supported-language-list"></a>

MaiAgent Web Chat 目前支援以下 13 種語言：

#### **中文系列** <a href="#chinese-languages" id="chinese-languages"></a>

* **繁體中文** (Traditional Chinese) - zh-TW
* **簡體中文** (Simplified Chinese) - zh-CN

#### **國際通用語言** <a href="#international-languages" id="international-languages"></a>

* **英文** (English) - en

#### **東南亞語言** <a href="#southeast-asian-languages" id="southeast-asian-languages"></a>

* **泰文** (Thai) - th
* **馬來文** (Malay) - ms
* **越南文** (Vietnamese) - vi
* **印尼文** (Indonesian) - id
* **菲律賓文** (Filipino) - fil
* **緬甸文** (Burmese) - my
* **高棉文** (Khmer) - km
* **寮文** (Lao) - lo

#### **東亞語言** <a href="#east-asian-languages" id="east-asian-languages"></a>

* **日文** (Japanese) - ja
* **韓文** (Korean) - ko

**持續更新**：我們會根據用戶需求持續新增更多語言支援。如需特定語言支援，請聯繫我們的技術團隊。

***

## **⚙️ 語言設定方式** <a href="#language-settings" id="language-settings"></a>

#### **1. 透過 JavaScript 設定** <a href="#configure-via-javascript" id="configure-via-javascript"></a>

{% hint style="info" %}
請參考[技術人員手冊—Web Chat](https://docs.maiagent.ai/tech/api-integration/web-chat-chu-shi-hua#e5-9b-9bweb-chat-e5-b5-8c-e5-85-a5-e8-88-87-e8-aa-9e-e8-a8-80-e8-a8-a-d-e5-ae-9a)
{% endhint %}

#### **2. Web Chat 聊天設定** <a href="#web-chat-language-settings" id="web-chat-language-settings"></a>

**設定步驟：**

1. 點擊視窗右上角 `⋮`

   <figure><img src="/files/Ku2RLn7GtLnP6To8nVI7" alt=""><figcaption></figcaption></figure>
2. 點擊 繁體中文

   <figure><img src="/files/CgemUSpLd2bOPzKe6C4R" alt=""><figcaption></figcaption></figure>
3. 選擇您希望支援的語言

   <figure><img src="/files/Kw1KhoINVRTSLTC8Iuvc" alt=""><figcaption></figcaption></figure>

***

## **🎯 多語言功能特色** <a href="#multi-language-feature-highlights" id="multi-language-feature-highlights"></a>

#### **1. 智慧語言偵測與回應** <a href="#smart-language-detection-and-response" id="smart-language-detection-and-response"></a>

* **自動識別（中英）**：支援自動辨識中文與英文，系統會以對應語言回應。
* **多語支援設定**：支援多語系，可於設定中切換與選定顯示語言；選定後，對話將以該語言回應。
* **準確度高**：基於先進的 NLP 技術，語言偵測準確率達 98%。

#### **2. 自然語言理解** <a href="#natural-language-understanding" id="natural-language-understanding"></a>

* **語意理解**：不只是翻譯，而是真正理解不同語言的語意
* **文化適應**：考慮不同文化背景的表達習慣
* **俚語識別**：能夠理解常見的俚語和口語表達

#### **3. 在地化回應** <a href="#localized-responses" id="localized-responses"></a>

* **用詞選擇**：使用符合當地習慣的用詞和表達方式
* **格式調整**：根據不同語言調整日期、數字、貨幣格式

***

## **📚** 知識庫與介面語言說明 <a href="#knowledge-base-and-ui-language-explanation" id="knowledge-base-and-ui-language-explanation"></a>

#### **一、介面語言支援層級** <a href="#ui-language-support-levels" id="ui-language-support-levels"></a>

**MaiAgent 管理後台**

* 支援 3 種介面語言：繁體中文、簡體中文、英文
* 適用於系統管理和配置操作

**Web Chat 聊天介面**

* 支援完整 13 種語言的介面顯示
* 包含語音識別和語音回應功能
* 涵蓋：中文（繁簡體）、英文、泰文、日文、韓文、馬來文、越南文、印尼文、菲律賓文、緬甸文、高棉文、寮文

#### **二、知識庫內容處理能力** <a href="#knowledge-base-content-processing" id="knowledge-base-content-processing"></a>

**全語言文檔支援**

* 知識庫可解析和處理任何語言的文檔內容
* 無文檔語言限制，支援全球各種語言格式
* 智慧檢索功能可在多語言知識庫中精準搜尋

**上傳步驟：**

1\. 進入 **知識庫管理**

2\. 選擇 **新增文檔**

3\. 上傳任何語言的文檔（無語言限制）

4\. 系統自動辨識文檔語言並建立多語言索引

#### **三、跨語言問答功能** <a href="#cross-language-qa-capability" id="cross-language-qa-capability"></a>

#### 核心特點 <a href="#core-features" id="core-features"></a>

* **多語言提問**：支援 13 種語言自由提問
* **全語言檢索**：在完整多語言知識庫中搜尋相關內容
* **智慧翻譯**：自動將檢索結果翻譯成用戶偏好語言
* **精準回應**：確保回答的完整性與準確性

#### 運作流程 <a href="#workflow" id="workflow"></a>

1. **接收提問** - 用戶使用任何支援語言（泰文、日文、韓文等）提出問題
2. **智慧檢索** - 系統跨語言搜尋最相關內容
3. **內容整合** - LLM 分析並整合多語言資料
4. **語言轉換** - 翻譯成用戶選定的顯示語言
5. **輸出答案** - 提供完整回應

***

## **🚀 應用場景** <a href="#application-scenarios" id="application-scenarios"></a>

#### **1. 東南亞市場拓展** <a href="#southeast-asia-market-expansion" id="southeast-asia-market-expansion"></a>

* **區域覆蓋**：支援東南亞 8 種主要語言，覆蓋超過 6 億人口
* **在地化服務**：理解各國文化差異和商業習慣
* **跨境電商**：為不同國家的客戶提供母語購物體驗

#### **2. 國際客服中心** <a href="#international-customer-service-center" id="international-customer-service-center"></a>

* **全球支援**：涵蓋亞洲主要市場的客服需求
* **24小時服務**：跨時區的多語言客服支援
* **文化敏感**：理解不同文化的溝通方式和禮貌用語

#### **3. 跨國企業內部** <a href="#multinational-enterprise-internal" id="multinational-enterprise-internal"></a>

* **員工支援**：為多國籍員工提供內部問答服務
* **知識共享**：打破語言障礙，促進知識流通
* **培訓輔助**：多語言培訓內容和問答

#### **4. 旅遊觀光業** <a href="#tourism-and-hospitality" id="tourism-and-hospitality"></a>

* **遊客服務**：為來自不同國家的遊客提供即時協助
* **景點介紹**：多語言的景點資訊和導覽服務
* **訂房訂票**：支援多語言的預訂和查詢服務


# AI 客服品質管理

> **適用對象**：客服主管、品質管理人員、客服培訓師

## 1. 快速入門：AI 客服的三個品質指標 <a href="#quick-start-three-quality-metrics" id="quick-start-three-quality-metrics"></a>

#### **如何查看評估報告分數？** <a href="#how-to-view-evaluation-report-scores" id="how-to-view-evaluation-report-scores"></a>

**路徑**：AgentOps（側邊欄）→ AI 助理監控

在表格中可直接查看每筆對話的三大評分指標，點擊「查看」可看完整詳情。

#### 為什麼需要評估？ <a href="#why-evaluation-is-needed" id="why-evaluation-is-needed"></a>

就像檢視客服人員的通話錄音，我們也需要檢查 AI 的回答品質。\
系統會自動給每次對話評分，幫助你快速找出問題。

***

#### 三個核心指標 <a href="#three-core-metrics" id="three-core-metrics"></a>

| 指標名稱         | 白話說明                   | 評分標準                                      |
| ------------ | ---------------------- | ----------------------------------------- |
| **誠實性評分**    | AI 說的資訊是否正確，有沒有亂講或憑空想像 | <p>85 分以上 ✅<br>60-84 分 ⚠️<br>60 分以下 ❌</p> |
| **回答相關性評分**  | AI 有沒有回答客戶真正想問的問題      | <p>85 分以上 ✅<br>60-84 分 ⚠️<br>60 分以下 ❌</p> |
| **上下文精確度評分** | AI 有沒有找對參考資料，是否精準針對上下文 | <p>85 分以上 ✅<br>60-84 分 ⚠️<br>60 分以下 ❌</p> |

***

#### 簡易判斷法 <a href="#simple-evaluation-method" id="simple-evaluation-method"></a>

```
三個指標都 > 80 分  → ✅ 這次回答很好
任一個指標 < 60 分  → ❌ 需要立即改善
兩個以上 < 70 分    → ⚠️ 系統性問題，需全面檢討
```

***

## 2. 如何看懂評估報告 <a href="#how-to-read-evaluation-report" id="how-to-read-evaluation-report"></a>

#### 報告範例 <a href="#report-example" id="report-example"></a>

```
對話編號：#20240120-001
客戶問題：「XL 號的黑色風衣還有貨嗎？」
AI 回答：「黑色風衣目前有庫存，XL 號可以訂購。」

評估結果：
├─ 誠實性評分 (faithfulness_score)：45 分 ❌ （說有貨，但其實沒貨）
├─ 回答相關性評分 (answer_relevancy_score)：90 分 ✅ （確實回答了庫存問題）
└─ 上下文精確度評分 (context_precision_score)：70 分 ⚠️ （找到風衣資料，但尺寸資訊不夠精確）

問題診斷：AI 回答了錯誤的庫存資訊
```

***

#### 三種常見問題類型 <a href="#three-common-issue-types" id="three-common-issue-types"></a>

**問題 A：誠實性評分低（< 60 分）**

**症狀**：AI 說的資訊是錯的或憑空想像

**常見原因**：

* 參考資料過時（價格、庫存、政策已更新）
* 資料互相矛盾（不同文件說法不一）
* AI 自己「猜測」答案，沒有依據資料庫內容

**影響**：客戶可能收到錯誤資訊，造成客訴

***

**問題 B：回答相關性評分低（< 60 分）**

**症狀**：AI 沒有回答客戶真正想問的

**常見原因**：

* AI 聊了一堆，但沒講重點
* 答非所問，講了不相關的內容
* 只說明背景，沒給出實際答案

**影響**：客戶需要再問一次，降低滿意度

***

**問題 C：上下文精確度評分低（< 60 分）**

**症狀**：AI 找錯參考資料或不夠精準

**常見原因**：

* 關鍵字搜尋不準確
* 混淆不同商品/分類的資料
* 參考資料的標題或分類不清楚

**影響**：即使 AI 想好好回答，但用錯資料就會答錯

***

## 3. 實戰案例：服飾業常見問題 <a href="#case-study-common-issues-in-apparel" id="case-study-common-issues-in-apparel"></a>

#### 案例 1：說錯價格（誠實性評分低） <a href="#case-1-wrong-price-low-honesty-score" id="case-1-wrong-price-low-honesty-score"></a>

**📊 問題發現**

**客戶問題**：「這件羽絨外套多少錢？」

**AI 回答**：「這件羽絨外套售價 NT$ 3,990 元。」

**評估結果**：

* 誠實性評分 (faithfulness\_score)：**38 分** ❌
* 回答相關性評分 (answer\_relevancy\_score)：95 分 ✅
* 上下文精確度評分 (context\_precision\_score)：85 分 ✅

**實際情況**：\
該商品已調價為 NT$ 2,990 元（折扣後），但 AI 仍然回答原價。

***

**💡 改善方案**

**步驟 1：檢查資料**

* 打開知識庫中的「商品價格表」
* 發現價格沒有更新

**步驟 2：更新資料**

❌ **問題資料**

```
羽絨外套系列
- 經典款羽絨外套：NT$ 3,990
- 長版羽絨外套：NT$ 4,990
```

✅ **修正後資料**

```
羽絨外套系列（2024 冬季價格）

商品名稱：經典款羽絨外套
- 原價：NT$ 3,990
- 折扣價：NT$ 2,990（2024/1/1 起）
- 活動期限：2024/1/1 - 2024/2/28

商品名稱：長版羽絨外套
- 原價：NT$ 4,990
- 折扣價：NT$ 3,990（2024/1/1 起）
- 活動期限：2024/1/1 - 2024/2/28

更新日期：2024/1/15
```

**步驟 3：提醒 AI**

在「AI 回答原則」中加上：

> 「回答價格時，務必確認是否為最新價格，並說明適用期間。如有折扣活動，請同時告知原價和折扣價。」

***

#### 案例 2：答非所問（回答相關性評分低） <a href="#case-2-irrelevant-answer-low-relevance-score" id="case-2-irrelevant-answer-low-relevance-score"></a>

**📊 問題發現**

**客戶問題**：「買了不合身，可以退貨嗎？」

**AI 回答**：「我們提供多種尺寸選擇，包括 S、M、L、XL。每件衣服的尺寸表都標註在商品頁面上。購買前建議參考尺寸表測量。」

**評估結果**：

* 誠實性評分 (faithfulness\_score)：90 分 ✅
* 回答相關性評分 (answer\_relevancy\_score)：**35 分** ❌
* 上下文精確度評分 (context\_precision\_score)：60 分 ⚠️

**問題診斷**：\
客戶問「可不可以退貨」，但 AI 在講「怎麼選尺寸」，完全沒回答核心問題。

***

**💡 改善方案**

**步驟 1：調整回答原則**

在「AI 回答原則」中加上：

> **核心原則：先回答客戶的核心問題**
>
> 錯誤範例：
>
> * 客戶問「可以退貨嗎？」
> * AI 答「我們有完善的售後服務...」❌（沒說可不可以）
>
> 正確範例：
>
> * 客戶問「可以退貨嗎？」
> * AI 答「可以。商品到貨 7 天內，若未使用可申請退貨...」✅（直接回答）

**步驟 2：重組資料結構**

❌ **問題資料（太發散）**

```
售後服務說明

本公司重視客戶權益，提供完善的售後服務。
購買商品時請詳閱尺寸表，選擇合適尺寸。
如有任何問題，歡迎聯繫客服...
```

✅ **修正後資料**

```
退換貨規定

Q：可以退貨嗎？
A：可以。到貨 7 天內，商品未使用、吊牌完整，可申請退貨。

退貨條件：
✅ 商品未使用、未下水、未試穿超過 10 分鐘
✅ 吊牌、包裝完整
✅ 到貨 7 天內提出申請
❌ 特價商品、內衣褲不可退貨

退貨流程：
1. 撥打客服專線 0800-XXX-XXX 或填寫線上表單
2. 客服提供退貨地址及單號
3. 7-14 天內退款至原付款方式

---

Q：可以換貨嗎？
A：可以。到貨 7 天內，可免費換尺寸或顏色（限同商品）。

換貨流程：
1. 聯繫客服確認庫存
2. 寄回商品（同退貨條件）
3. 收到商品後 3 天內寄出新商品
```

**改善重點**：

* ✅ 開頭直接回答「可以」或「不可以」
* ✅ 用 Q\&A 格式，一目了然
* ✅ 列出明確條件，避免爭議

***

#### 案例 3：找錯商品（上下文精確度評分低） <a href="#case-3-wrong-product-low-context-precision-score" id="case-3-wrong-product-low-context-precision-score"></a>

**📊 問題發現**

**客戶問題**：「黑色針織上衣的材質是什麼？」

**AI 回答**：「這款針織上衣採用 100% 純棉材質，柔軟舒適，適合四季穿著。」

**評估結果**：

* 誠實性評分 (faithfulness\_score)：88 分 ✅
* 回答相關性評分 (answer\_relevancy\_score)：90 分 ✅
* 上下文精確度評分 (context\_precision\_score)：**48 分** ❌

**實際情況**：\
黑色針織上衣是 70% 羊毛 + 30% 聚酯纖維，AI 找到的是「白色針織上衣」的資料（100% 純棉）。

***

**💡 改善方案**

**步驟 1：檢查資料標示**

問題資料檔案名稱：

```
針織上衣.pdf
```

問題點：所有針織上衣都在同一份文件，AI 難以區分。

**步驟 2：改善資料結構**

✅ **修正方案 A：分開文件**

```
商品資料/
├─ 針織上衣_黑色_型號A001.pdf
├─ 針織上衣_白色_型號A002.pdf
├─ 針織上衣_灰色_型號A003.pdf
```

✅ **修正方案 B：清楚標題**

```markdown
# 針織上衣商品資訊

## 黑色針織上衣（型號：A001）
- 顏色：黑色
- 材質：70% 羊毛 + 30% 聚酯纖維
- 適合季節：秋冬
- 洗滌方式：手洗，不可烘乾

## 白色針織上衣（型號：A002）
- 顏色：白色
- 材質：100% 純棉
- 適合季節：春夏秋冬
- 洗滌方式：可機洗，低溫烘乾

## 灰色針織上衣（型號：A003）
- 顏色：灰色
- 材質：50% 羊毛 + 50% 腈綸
- 適合季節：秋冬
- 洗滌方式：乾洗
```

**步驟 3：提醒 AI**

在「AI 回答原則」中加上：

> 「客戶提到商品的顏色、型號時，務必確認參考資料是否為該顏色、型號的資訊。不同顏色的同款商品，材質和規格可能不同。」

***

## 4. 三步驟改善方案 <a href="#three-step-improvement-plan" id="three-step-improvement-plan"></a>

當發現問題時，依照這個流程處理：

```
發現評分過低
    ↓
步驟 1：更新資料內容（最重要）
    ↓
步驟 2：調整 AI 回答原則
    ↓
步驟 3：提報技術團隊（如果需要）
```

***

#### 步驟 1：更新資料內容 <a href="#step-1-update-content" id="step-1-update-content"></a>

**適用情況**：

* ✅ 誠實性評分低（資料錯誤或過時）
* ✅ 上下文精確度評分低（資料混亂、標示不清）

**檢查清單**：

* [ ] 資料是否為最新版本？
* [ ] 價格、庫存、政策是否正確？
* [ ] 不同商品的資料是否清楚區分？
* [ ] 標題是否明確？（讓 AI 容易找到）
* [ ] 是否用條列式、表格呈現？（而非大段文字）

**資料品質範例**：

❌ **不好的資料**

```
退貨說明

部分商品可退貨，但要符合一定條件。
有些特殊商品不能退，請購買前注意。
如需退貨請聯絡客服。
```

✅ **好的資料**

```
退貨規定

可退貨商品：
✅ 一般服飾（上衣、褲子、外套）
✅ 配件（包包、帽子、圍巾）

不可退貨商品：
❌ 內衣褲、泳衣
❌ 特價商品（5 折以下）
❌ 客製化商品

退貨條件（全部符合才可退）：
1. 到貨 7 天內
2. 商品未使用（吊牌完整、無試穿痕跡）
3. 包裝完整

退貨流程：
1. 撥打客服專線 0800-XXX-XXX
2. 提供訂單編號
3. 客服提供退貨地址
4. 寄回商品（建議使用掛號）
5. 收到商品後 7-14 天退款

聯絡方式：
- 客服專線：0800-XXX-XXX（09:00-21:00）
- 線上客服：官網右下角對話框
- 電子郵件：service@example.com
```

***

#### 步驟 2：調整 AI 回答原則 <a href="#step-2-adjust-ai-answer-principles" id="step-2-adjust-ai-answer-principles"></a>

**適用情況**：

* ✅ 回答相關性評分低（答非所問）
* ✅ 誠實性評分低（AI 亂猜、憑空想像）

**AI 回答原則範本**：

```markdown
# AI 客服回答原則

## 核心守則

1. **先回答核心問題**
   - 客戶問「可不可以」→ 先回答「可以」或「不可以」
   - 客戶問「多少錢」→ 先講價格
   - 客戶問「怎麼做」→ 先給步驟

2. **只說有把握的**
   - 所有資訊必須來自參考資料
   - 不確定就說「這部分需要人工客服協助」
   - 絕對不可以猜測或假設

3. **注意細節**
   - 顏色、尺寸、型號不可混淆
   - 價格要確認是最新的
   - 活動期限要說明清楚

## 回答格式

### 政策類問題（退換貨、會員、優惠）
第一段：直接回答 「可以」 或 「不可以」 
第二段：說明條件（用條列式） 
第三段：告訴客戶怎麼做（流程或聯絡方式）

### 商品類問題（價格、材質、庫存）
第一段：直接回答問題（價格/材質/有無庫存） 
第二段：補充商品資訊（規格、尺寸、顏色） 
第三段：購買連結或下一步

### 流程類問題（怎麼買、怎麼退、怎麼換）
第一段：總結流程（3-5 個步驟） 
第二段：詳細說明每個步驟 
第三段：注意事項或聯絡方式

## 禁止事項

❌ 不可說「通常」「一般來說」「大概」（要明確）
❌ 不可混淆不同商品的資訊
❌ 不可省略重要條件（價格、尺寸、期限）
❌ 不可推測客戶沒說的資訊

## 範例

✅ 好的回答：
客戶：「這件外套可以退貨嗎？」 AI：「可以。商品到貨 7 天內，若符合以下條件可申請退貨：
商品未使用，吊牌完整
包裝完好無損
非特價商品
退貨流程： 請撥打客服專線 0800-XXX-XXX，我們會提供退貨地址及說明。 退款約 7-14 個工作天退回原付款方式。」

❌ 不好的回答：
客戶：「這件外套可以退貨嗎？」 AI：「本公司重視客戶權益，提供完善的售後服務。 購買前建議詳閱商品說明，選擇合適尺寸。 如有任何問題歡迎聯繫客服...」 （沒有直接回答可不可以退貨）
```

***

#### 步驟 3：提報技術團隊 <a href="#step-3-escalate-to-technical-team" id="step-3-escalate-to-technical-team"></a>

**適用情況**：

* 上下文精確度評分持續偏低
* 同樣問題重複發生
* 調整資料和原則後仍未改善

**提報內容**：

```
問題類型：上下文精確度評分低

問題描述：
客戶詢問「黑色」商品時，AI 經常找到「白色」或其他顏色的資料。

影響範圍：
約 15% 的商品查詢問題會出現此狀況

已嘗試的改善：
✅ 已將不同顏色的商品資料分開檔案
✅ 已在標題中明確標示顏色
⚠️ 問題仍未完全解決

建議技術調整：
希望系統能更協助更精準辨識「顏色」關鍵字

附件：
- test_cases_color_queries.csv（100 個測試問題）
- current_results.csv（當前系統的檢索結果）
- expected_results.csv（預期的正確結果）
```

***

## 5. 日常管理檢查表 <a href="#daily-management-checklist" id="daily-management-checklist"></a>

#### 日常檢查 <a href="#daily-checks" id="daily-checks"></a>

**發現問題時：**

```
如果同類問題 ≥ 3 次
→ 立即處理（更新資料或調整原則）

如果涉及價格、政策錯誤
→ 緊急修正，當天完成

如果是偶發問題
→ 記錄觀察，列入討論
```

***

#### 回覆品質追蹤 <a href="#response-quality-tracking" id="response-quality-tracking"></a>

**1. 數據回顧**

```
本週統計：
- 總對話數：___ 則
- 平均誠實性評分 (faithfulness_score)：___ 分
- 平均回答相關性評分 (answer_relevancy_score)：___ 分
- 平均上下文精確度評分 (context_precision_score)：___ 分
- 異常對話數：___ 則（____%）
```

**2. 問題分析**

```
高頻問題 Top 3：
1. ________（__ 次）- 哪個指標低？
2. ________（__ 次）- 哪個指標低？
3. ________（__ 次）- 哪個指標低？
```

**3. 改善行動**

```
本週要做：
□ 更新 ___ 份資料（負責人：___）
□ 調整 ___ 項回答原則（負責人：___）
□ 提報 ___ 個技術問題（負責人：___）

下週目標：
- 異常對話率降至 < ____%
- 所有指標平均 > ___ 分
```

***

## 附錄Ａ：問題診斷速查表 <a href="#appendix-a-issue-diagnosis-reference" id="appendix-a-issue-diagnosis-reference"></a>

| 評分狀況          | 可能原因            | 改善方法           |
| ------------- | --------------- | -------------- |
| **誠實性評分低**    | 資料過時或錯誤、AI 憑空想像 | 步驟 1：更新資料內容    |
| **回答相關性評分低**  | AI 答非所問         | 步驟 2：調整回答原則    |
| **上下文精確度評分低** | AI 找錯資料或不夠精準    | 步驟 1：改善資料標示    |
| **多個指標都低**    | 系統性問題           | 步驟 1+2，必要時步驟 3 |

***

#### 改善優先順序 <a href="#improvement-priority-order" id="improvement-priority-order"></a>

```
第一優先：誠實性評分 < 60 分
→ 可能給客戶錯誤資訊或憑空想像內容，造成客訴

第二優先：回答相關性評分 < 60 分  
→ 客戶體驗差，需要重複詢問

第三優先：上下文精確度評分 < 60 分
→ 雖然問題不明顯，但長期會影響品質
```

***

## 附錄 B：系統評估指標對照表 <a href="#appendix-b-system-evaluation-metrics" id="appendix-b-system-evaluation-metrics"></a>

#### 主要使用指標（不需要標準答案） <a href="#primary-metrics-no-reference-answer-needed" id="primary-metrics-no-reference-answer-needed"></a>

這三個指標是本指南的核心，可以直接應用於日常客服對話評估：

| 中文名稱         | 英文全名              | 說明                              |
| ------------ | ----------------- | ------------------------------- |
| **誠實性評分**    | Faithfulness      | 評估 AI 回答是否符合資料庫內容，是否憑空想像或自己編造內容 |
| **回答相關性評分**  | Answer Relevancy  | 評估 AI 回答是否與客戶問題相關，有沒有答非所問       |
| **上下文精確度評分** | Context Precision | 評估 AI 的回答是否精準針對上下文，是否找對參考資料     |

#### 進階指標（需要標準答案） <a href="#advanced-metrics-reference-answer-required" id="advanced-metrics-reference-answer-required"></a>

以下指標需要事先準備「標準答案」(ground truth)，適合用於測試案例評估：

| 中文名稱        | 英文全名               | 說明                   |
| ----------- | ------------------ | -------------------- |
| **回答正確性**   | Answer Correctness | 比對 AI 回答與標準答案，評估正確性  |
| **回答相似度**   | Answer Similarity  | 評估 AI 回答與標準答案的語意相似程度 |
| **參考資料召回率** | Context Recall     | 評估系統是否檢索到所有必要的參考資料   |

#### 其他可用指標（DeepEval） <a href="#other-available-metrics-deepeval" id="other-available-metrics-deepeval"></a>

系統也支援以下額外的評估指標，可用於更全面的品質檢測：

| 中文名稱       | 英文名稱                 | 說明                 |
| ---------- | -------------------- | ------------------ |
| **偏見檢測**   | Bias                 | 檢測回答中是否包含偏見或歧視性內容  |
| **毒性檢測**   | Toxicity             | 檢測回答中是否包含不當或攻擊性內容  |
| **幻覺檢測**   | Hallucination        | 檢測 AI 是否產生與事實不符的內容 |
| **上下文相關性** | Contextual Relevancy | 評估檢索到的參考資料是否與問題相關  |

#### 使用建議 <a href="#usage-recommendations" id="usage-recommendations"></a>

1. **日常監控**：使用三個主要指標（誠實性評分、回答相關性評分、上下文精確度評分）
2. **測試評估**：搭配進階指標，準備標準答案進行系統性評估
3. **品質把關**：啟用偏見和毒性檢測，確保回答符合企業規範

***

## 常見問題 Q\&A <a href="#faq" id="faq"></a>

**Q1：我不懂技術，能管理 AI 客服嗎？**\
A：可以！就像管理客服人員一樣，你只需要：

* 每天看評估報告，找出問題對話
* 檢查資料是否正確、完整
* 調整 AI 的「回答原則」（就像培訓客服話術）

***

**Q2：評分是怎麼來的？AI 自己評自己嗎？**\
A：不是。評分是由專門的「評估系統」自動進行，就像有另一個 AI 在旁邊當「品管」，檢查第一個 AI 的回答。

***

**Q3：三個指標都很重要嗎？可以只看一個嗎？**\
A：建議三個都看，因為它們反映不同問題：

* **誠實性評分** (`faithfulness_score`)：AI 是否符合資料庫內容，有無憑空想像
* **回答相關性評分** (`answer_relevancy_score`)：AI 是否理解問題，回答是否相關
* **上下文精確度評分** (`context_precision_score`)：AI 是否精準針對上下文，找對參考資料

如果只看一個，可能漏掉重要問題。

***

**Q4：改善後多久會看到效果？**\
A：

* 更新資料：立即生效（當天就能看到改善）
* 調整回答原則：立即生效
* 技術調整：需要 2-4 週（視問題複雜度）

***

## 結語 <a href="#closing" id="closing"></a>

管理 AI 客服就像管理真人客服團隊：

✅ **定期檢查品質**（看評估報告）\
✅ **持續更新知識**（更新資料內容）\
✅ **優化服務話術**（調整回答原則）\
✅ **記錄改善成效**（追蹤評分變化）

只要照著這份指南，即使不懂技術，也能讓 AI 客服越來越好！


# 自訂最大輸出 Tokens

自訂 AI 助理回覆長度上限

### 功能簡介 <a href="#feature-introduction" id="feature-introduction"></a>

自訂輸出 Token 上限功能讓您能精確控制 AI 助理每次回覆的最大長度。透過調整此設定,您可以根據不同應用情境,讓 AI 助理產生簡短摘要或詳細說明,同時有效控制 Token 消耗成本。

{% hint style="info" %}
**Token 說明**

Token 是 AI 模型處理文字的基本單位。一般而言:

* 中文:1 個字約等於 1.5-2 個 Tokens
* 英文:1 個單字約等於 1-1.5 個 Tokens
* 標點符號也會計入 Token 數量
  {% endhint %}

***

### 設定輸出 Token 上限 <a href="#configure-token-output-limit" id="configure-token-output-limit"></a>

#### 進入設定頁面 <a href="#navigate-to-settings" id="navigate-to-settings"></a>

1. 點選左側選單「<mark style="color:blue;">AI 助理</mark>」
2. 選擇要設定的 AI 助理
3. 點選「<mark style="color:blue;">設定</mark>」按鈕
4. 切換至「<mark style="color:blue;">進階設定</mark>」頁籤

#### 調整 Token 上限 <a href="#adjust-token-limit" id="adjust-token-limit"></a>

1. **選擇 Token 上限模式**
   * 「<mark style="color:blue;">使用模型最大值</mark>」：直接套用所選模型支援的最大輸出 Token 數（預設）
   * 「<mark style="color:blue;">自訂數量</mark>」：自行指定上限
2. **輸入自訂數值（選擇「自訂數量」時）**
   * 在數字輸入框輸入目標數值
   * 可輸入範圍依所選模型而定，畫面會即時顯示該模型允許的範圍（如下圖的「範圍：512 - 64000 tokens」）
3. **儲存設定**
   * 點選「<mark style="color:blue;">儲存</mark>」按鈕
   * 設定立即生效,無需重啟 AI 助理

<figure><img src="/files/ZAr3E7ujbFUQbtRQnXoS" alt="進階設定：最大輸出 Token 數"><figcaption><p>AI 助理進階設定頁面：可選擇「使用模型最大值」或「自訂數量」來控制輸出 Token 上限</p></figcaption></figure>

{% hint style="warning" %}
**注意事項**

* 設定過低可能導致回覆被截斷,影響完整性
* 設定過高會增加 Token 消耗成本
* 建議依實際需求調整,並透過測試找到最佳平衡點
  {% endhint %}

***

### 建議設定值 <a href="#recommended-settings" id="recommended-settings"></a>

根據不同應用情境,以下是推薦的 Token 上限設定:

<table><thead><tr><th width="200">應用情境</th><th width="150">建議 Token 數</th><th>說明</th></tr></thead><tbody><tr><td><strong>簡短問答</strong></td><td>256 - 512</td><td>適合快速回答,如 FAQ 機器人<br>約 100-200 中文字</td></tr><tr><td><strong>一般客服</strong></td><td>512 - 1024</td><td>平衡詳細度與成本<br>約 200-400 中文字</td></tr><tr><td><strong>專業諮詢</strong></td><td>1024 - 2048</td><td>提供詳細說明與解決方案<br>約 400-800 中文字</td></tr><tr><td><strong>內容生成</strong></td><td>2048 - 4096</td><td>生成長篇文章或報告<br>約 800-1600 中文字</td></tr><tr><td><strong>程式碼生成</strong></td><td>1024 - 2048</td><td>產生完整的程式碼片段<br>含註解與說明</td></tr></tbody></table>

***

### 應用情境範例 <a href="#use-case-examples" id="use-case-examples"></a>

#### 情境一:FAQ 快速回答機器人 <a href="#scenario-1-faq-quick-response-bot" id="scenario-1-faq-quick-response-bot"></a>

**需求**:客戶常問的問題需要簡短明確的回答,避免冗長說明

**設定方式**:

* 輸出 Token 上限:256-512
* 角色指令:「請用簡短明確的方式回答問題,不超過 3 句話」
* 預期效果:快速回應,降低 Token 消耗

**範例對話**:

```
使用者:營業時間是幾點到幾點？
AI:我們的營業時間是週一至週五上午 9:00 至下午 6:00,
週六上午 10:00 至下午 5:00,週日公休。
```

#### 情境二:技術支援詳細說明 <a href="#scenario-2-technical-support-detailed-explanation" id="scenario-2-technical-support-detailed-explanation"></a>

**需求**:使用者遇到技術問題,需要詳細的步驟說明

**設定方式**:

* 輸出 Token 上限:1024-2048
* 角色指令:「請提供詳細的步驟說明,確保使用者能夠按步驟操作」
* 預期效果:完整的問題解決指引

**範例對話**:

```
使用者:軟體無法啟動怎麼辦？
AI:請依照以下步驟排除問題:

1. 確認系統需求
   - 作業系統: Windows 10 以上
   - 記憶體: 至少 4GB
   - 硬碟空間: 至少 2GB

2. 重新安裝軟體
   - 移除現有版本（控制台 > 程式集）
   - 下載最新版本 [連結]
   - 以管理員身分執行安裝程式

3. 檢查防火牆設定
   - 將軟體加入例外清單
   - 允許軟體存取網路

如以上步驟無法解決,請提供錯誤訊息截圖,我們將進一步協助。
```

#### 情境三:內容摘要生成 <a href="#scenario-3-content-summary-generation" id="scenario-3-content-summary-generation"></a>

**需求**:從長篇文章中提取重點摘要

**設定方式**:

* 輸出 Token 上限:512-768
* 角色指令:「請將重點整理為 3-5 個要點,每點不超過 2 句話」
* 預期效果:簡潔的摘要,易於快速理解

***

### 與其他設定的關係 <a href="#relationship-with-other-settings" id="relationship-with-other-settings"></a>

#### 角色指令 (System Prompt) <a href="#system-prompt-settings" id="system-prompt-settings"></a>

即使設定高 Token 上限,角色指令仍可約束回覆長度:

```
良好範例:
「請用簡潔的方式回答,除非使用者要求詳細說明」

不良範例:
「請儘可能詳細回答每個問題」（可能導致過長回覆）
```

#### 模型選擇 <a href="#model-selection" id="model-selection"></a>

不同模型支援的最大輸出 Token 數不同。當您切換 AI 助理使用的模型時,可自訂的範圍會隨之改變,畫面上的範圍提示即為目前所選模型的上下限。選擇「使用模型最大值」時,系統會自動套用該模型的最大值。

***

### 成本優化建議 <a href="#cost-optimization-recommendations" id="cost-optimization-recommendations"></a>

#### 計算 Token 消耗 <a href="#calculate-token-consumption" id="calculate-token-consumption"></a>

一次對話的 Token 消耗包含:

* **輸入 Tokens**:使用者問題 + 歷史對話 + 角色指令
* **輸出 Tokens**:AI 回覆（受此設定限制）

**範例計算**:

```
輸入:使用者問題 50 Tokens + 歷史對話 200 Tokens + 角色指令 100 Tokens = 350 Tokens
輸出:AI 回覆（上限設為 512 Tokens）
總計:350 + 512 = 862 Tokens（最多）
```

#### 優化策略 <a href="#optimization-strategies" id="optimization-strategies"></a>

1. **依情境調整**
   * 簡單問題用低 Token 上限
   * 複雜問題才提高上限
2. **避免不必要的長回覆**
   * 在角色指令中明確要求簡潔
   * 使用多輪對話取代單次長回覆
3. **定期檢視使用狀況**
   * 使用「使用分析」分頁查看對話字數等用量趨勢
   * 調整設定以優化成本

{% hint style="info" %}
詳細的成本計算與優化建議,請參考 [用量計算](/others/usage)。
{% endhint %}

***

### 常見問題 <a href="#faq" id="faq"></a>

#### Q:設定 Token 上限後,AI 回覆會被強制截斷嗎？ <a href="#q-will-ai-response-be-cut-off-after-setting-token-limit" id="q-will-ai-response-be-cut-off-after-setting-token-limit"></a>

**A**:是的。當 AI 生成的回覆達到 Token 上限時,會在該位置停止,可能導致句子不完整。建議:

* 設定適當的上限（不要過低）
* 在角色指令中要求「在達到字數限制前自然結束」

#### Q:如何知道我的 AI 助理平均使用多少 Tokens？ <a href="#q-how-to-check-average-token-usage" id="q-how-to-check-average-token-usage"></a>

**A**:進入 AI 助理「<mark style="color:blue;">設定</mark>」頁的「<mark style="color:blue;">使用分析</mark>」分頁,可依日期區間查看「<mark style="color:blue;">對話字數</mark>」「對話次數」「訊息次數」「平均對話互動次數」「使用者滿意度」等趨勢圖。其中「對話字數」為該助理累計產生的字數,字數與 Token 數量呈正相關,可作為 Token 消耗的參考依據。

<figure><img src="/files/Y4zGBLw1nQqMy9UuhVd5" alt="使用分析分頁"><figcaption><p>AI 助理「使用分析」分頁：可依日期區間查看對話字數、對話次數、訊息次數、平均對話互動次數與使用者滿意度等趨勢圖</p></figcaption></figure>

#### Q:設定較高的 Token 上限會降低回覆速度嗎？ <a href="#q-does-higher-token-limit-slow-down-responses" id="q-does-higher-token-limit-slow-down-responses"></a>

**A**:會有輕微影響。更長的回覆需要更多生成時間,但通常差異不大（數秒內）。主要影響因素仍是:

* 模型選擇
* 網路連線速度
* 伺服器負載

#### Q:不同語言需要不同的 Token 上限設定嗎？ <a href="#q-different-languages-need-different-token-limits" id="q-different-languages-need-different-token-limits"></a>

**A**:建議適度調整:

* **中文**:同樣字數消耗較多 Tokens,可略為提高上限
* **英文**:Token 效率較高,可使用較低上限
* **多語言環境**:建議設定較高上限以確保彈性

#### Q:Token 上限會影響知識庫檢索結果嗎？ <a href="#q-does-token-limit-affect-knowledge-base-retrieval" id="q-does-token-limit-affect-knowledge-base-retrieval"></a>

**A**:不會直接影響檢索,但會影響如何呈現檢索結果:

* **高 Token 上限**:可引用更多知識庫片段
* **低 Token 上限**:只引用最相關的片段

***

### 測試與調整 <a href="#testing-and-adjustment" id="testing-and-adjustment"></a>

#### 測試流程 <a href="#testing-process" id="testing-process"></a>

1. **設定初始值**
   * 從建議值開始（如 1024）
2. **進行測試對話**
   * 輸入典型的使用者問題
   * 觀察回覆長度與完整性
3. **評估結果**
   * 回覆是否完整？
   * 是否有不必要的冗長內容？
   * Token 消耗是否合理？
4. **逐步調整**
   * 過長→降低 Token 上限
   * 過短/截斷→提高 Token 上限
5. **持續監控**
   * 定期檢視使用狀況
   * 根據實際需求微調

#### 測試範例 <a href="#testing-examples" id="testing-examples"></a>

```
測試 1:Token 上限 256
使用者:請介紹一下你們公司
AI:我們是一家專注於 AI 技術的公司,提供企業級對話機器人解決方案。[回覆被截斷]
評估:太短,需提高

測試 2:Token 上限 1024
使用者:請介紹一下你們公司
AI:我們是一家專注於 AI 技術的公司...[完整詳細介紹]...歡迎聯繫我們了解更多。
評估:適中,採用
```

***

### 相關功能 <a href="#related-features" id="related-features"></a>

{% hint style="info" %}
**延伸功能**

* [建立 AI 助理](/build/setup)
* [角色指令設計指南](/build/system-prompt)
* [用量計算](/others/usage)
* [使用分析](/org/usage)
  {% endhint %}


# 知識庫總覽

## 知識庫是什麼？ <a href="#what-is-knowledge-base" id="what-is-knowledge-base"></a>

AI 助理建立完成後，接下來要設定的就是**知識庫**，也就是 AI 助理回答問題時的資料來源。

知識庫的運作方式：

<figure><img src="/files/N3vy48KzRBMOtY7ozYa4" alt=""><figcaption><p>知識庫運作示意圖</p></figcaption></figure>

可以把知識庫想像成開書考試（Open Book），AI 助理會從知識庫中找出與問題最相關的內容，作為回答時的依據。

雖然知識庫可放置大量資料，但仍建議上傳與助理任務高度相關的內容。若不相關，根據目前的檢索技術，仍然可能會造成找到不相關的資訊當作回答上下文，導致回答不準確的情形。

## 知識庫可以做什麼？ <a href="#what-can-knowledge-base-do" id="what-can-knowledge-base-do"></a>

藉由知識庫的以下功能，您可以：

### 📋 **標籤管理文件** <a href="#tag-document-management" id="tag-document-management"></a>

您可以為每個文件加入多個標籤，建立系統化的分類架構

* **範例**：為「帳篷手冊」加上 `#帳篷 #新手 #搭建教學` 標籤

### 🔐 **選擇性開放文件權限** <a href="#selective-document-permissions" id="selective-document-permissions"></a>

您可以根據用戶身份設定不同的文件存取權限，實現差異化服務

* **範例**：產品價格表僅在 VIP 會員對話中開放，成本資料僅在內部對話中開放

### ❓ **建立 FAQ** <a href="#create-faq" id="create-faq"></a>

您可以將常見問題整理成標準問答集，確保回覆一致性、完整性

* **範例**：「帳篷保固幾年？」→ 標準答案：「我們提供3年保固服務」

### 📊 **傳入文件的 Metadata** <a href="#document-metadata-input" id="document-metadata-input"></a>

您可以為文件加入版本、更新日期、適用範圍等詳細資訊，方便未來維護文件

* **範例**：文件版本 v2.1、更新日期 2024/11/28、適用產品「山岳系列帳篷」

### 🔍 **搜尋測試** <a href="#search-testing" id="search-testing"></a>

您可以測試不同問題的檢索結果，驗證 AI 是否找到正確的資料片段

* **範例**：輸入「帳篷搭建步驟」→ 檢查 AI 是否找到正確的搭建教學片段

## 如何上傳知識庫？ <a href="#how-to-upload-knowledge-base" id="how-to-upload-knowledge-base"></a>

1. 進入左側功能欄 「<mark style="color:blue;">AI 功能</mark>」 → 「<mark style="color:blue;">知識庫</mark>」
2. 點選要上傳的知識庫（若尚未建立，請先參考 [如何建立知識庫：基本設置](/km/km-basic-settings)）
3. 在知識庫頁面右上方點選 「<mark style="color:blue;">上傳檔案</mark>」 藍色按鈕，上傳您想讓 AI 助理知道的資料

{% hint style="info" %}

* 根據不同的方案會提供不同大小的知識庫容量
* 如果您的檔案較大或資料量較多，上傳後系統可能需要一些時間處理。
  {% endhint %}

<figure><img src="/files/XcyDPjv6AoM6suTXMb0N" alt=""><figcaption></figcaption></figure>

您可於 「<mark style="color:blue;">處理狀態</mark>」 欄位中檢視處理進度。

<figure><img src="/files/3QWTzcnZ1AbFKWy3Fbos" alt=""><figcaption></figcaption></figure>

{% hint style="success" %}
目前知識庫支援的檔案類型：

* 試算表文件：`.xls, .xlsx, .csv, .ods`
* 文書處理文件：`.doc, .docx, .odt, .pdf, .md, .txt`
* 簡報文件：`.ppt, .pptx, .odp`
* 網頁文件：`.html, .htm`
* 資料格式：`.json, .jsonl`
* 音訊文件：`.wav, .mp3, .m4a, .aac`
* 視訊文件：`.mp4`
  {% endhint %}

### 查看資料 <a href="#view-data" id="view-data"></a>

#### 資料片段說明 <a href="#chunk-description" id="chunk-description"></a>

當資料上傳至知識庫時，資料會被分為片段，這麼做有以下好處：

* **提升檢索精確度**：小片段更精確匹配查詢，避免無關內容干擾
* **優化回應速度**：處理更快，減少計算資源消耗
* **增強內容相關性**：每個片段聚焦單一主題，提高針對性
* **便於維護管理**：易於更新、追蹤和品質控制
* **符合 AI 模型限制**：避免超出輸入長度，確保資訊完整性

#### 編輯、查看片段內容 <a href="#edit-view-chunk-content" id="edit-view-chunk-content"></a>

您可以查看您的文件分段內容：

1. 進入知識庫的文件頁面，點按「<mark style="color:blue;">編輯</mark>」
2. 查看分段內容，點擊要查看的片段

畫面會以 Markdown 格式顯示此片段的完整內容。

<div><figure><img src="/files/YqpBav9CAaEYrwAm8ZaP" alt=""><figcaption></figcaption></figure> <figure><img src="/files/S8qemJu09BE4xuJPCeAB" alt=""><figcaption></figcaption></figure></div>

#### 編輯原始文件 <a href="#edit-source-document" id="edit-source-document"></a>

1. 在編輯頁面點擊「<mark style="color:blue;">檢視文件</mark>」

<figure><img src="/files/aDbOdjOrP0TSZsXw0LF0" alt=""><figcaption></figcaption></figure>

2. 進入編輯頁面，文字框中會顯示該文件的 Markdown 格式

可在文字框中編輯您的原始文件，所有檔案格式都可以依此方法編輯。完成後按下「<mark style="color:blue;">儲存</mark>」即可保存您的編輯結果。

<div><figure><img src="/files/na6fVfjiLc2UXVN7UQ5f" alt=""><figcaption></figcaption></figure> <figure><img src="/files/na6fVfjiLc2UXVN7UQ5f" alt=""><figcaption></figcaption></figure></div>

{% hint style="info" %}
**資料管理提醒**

* 建議在編輯前先備份重要內容
* 編輯原始文件後，系統會重新進行片段分割
  {% endhint %}


# 如何建立知識庫：基本設置

## 基本設置 <a href="#basic-settings" id="basic-settings"></a>

### 一般資訊 <a href="#general-info" id="general-info"></a>

您可以在以下頁面自行定義知識庫的名稱，並為其增添描述：

<figure><img src="/files/PuUAXFlax56CQxiZQmDI" alt=""><figcaption></figcaption></figure>

#### 檢索片段 <a href="#retrieval-chunk" id="retrieval-chunk"></a>

檢索片段數量代表 AI 助理回答時會參考的資料片段數量上限，系統預設為「12」，代表每次回答時 AI 助理將會檢索 12 個最相關的片段進行回答。

因此，您可以增加或減少檢索的片段，調整 AI 助理在回答時參考的資訊數量。

### 解析器（Parser）是什麼？ <a href="#what-is-parser" id="what-is-parser"></a>

解析器（Parser）讓系統能夠「理解」上傳文件中的內容，使其可以被搜索、編輯或轉換為其他格式使用。

#### 文件解析器 <a href="#document-parser" id="document-parser"></a>

上傳 PDF、Word 等文件時，可選擇以下四種解析器：

* **MaiAgent Parser（預設）**：成本低、速度快，適合純文字文件，支援 22 種格式
* **MaiAgent Parser（Online）**：使用 LLM，可 OCR 解析圖片中的文字，支援 20 種格式
* **MaiAgent Parser（Offline）**：OCR + AI 理解圖片語意，結構保留最佳，可落地部署，支援 20 種格式
* **Vision Parser**：AI 視覺理解，圖片解析效果最佳，支援 7 種格式

#### 語音轉文字解析器 <a href="#speech-to-text-parser" id="speech-to-text-parser"></a>

上傳音訊檔案時，可選擇以下四種語音轉文字解析器：

* **Azure Speech**：即時轉錄，準確度高
* **Whisper（Groq）**：速度最快、成本低
* **Whisper（OpenAI）**：穩定可靠的雲端方案
* **Whisper（Offline）**：完全本地部署，免費且保障資料隱私

音訊解析完成後，可透過「檢視文件」查看逐字稿，並支援下載 TXT 或 SRT 格式的逐字稿檔案：

<figure><img src="/files/HfZBz0kTyshwmaw5Rdgo" alt=""><figcaption><p>逐字稿檢視畫面</p></figcaption></figure>

<figure><img src="/files/VJV93rU1NWDeyO7QxHR5" alt=""><figcaption><p>下載逐字稿（支援 TXT 與 SRT 格式）</p></figcaption></figure>

{% hint style="info" %}
欲了解各解析器的詳細比較，請參考：[技術人員手冊 - Parser 解析工具](https://docs.maiagent.ai/tech/quickstart/parser)
{% endhint %}

如果在解析資料出現問題，您也可以點擊 \[重新解析] 圖示，讓解析器重新整理資料。

<figure><img src="/files/ybKV0DeFmYO4l5MlUa54" alt=""><figcaption></figcaption></figure>

### 檢索模型設定 <a href="#retrieval-model-settings" id="retrieval-model-settings"></a>

在知識庫設置中，可以自行選擇希望使用的 Embedding 模型及 Reranker 模型。

<figure><img src="/files/JIiSKk9w68MH9Lkc69g3" alt=""><figcaption></figcaption></figure>

#### Embedding 模型 <a href="#embedding-model" id="embedding-model"></a>

Embedding 就像是將人類語言翻譯成 AI 能理解的「數字語言」，讓電腦能夠理解文字的真正含義，這個過程我們稱之為「向量化」。而不同的 Embedding 模型擁有不同的特性，如擅長處理的語言、支援的部署環境等，知識庫內不同的模型設定可以用於調整知識庫文件再上傳時向量化處理的效果，您可以針對不同的情境選擇最適合的 Embedding 模型。

您可以自由選擇多種 Embedding 的模型：

{% hint style="info" %}
欲了解 Embedding 模型差異，請參考：[技術人員手冊—Embedding 模型](https://docs.maiagent.ai/tech/quickstart/embedding#maiagent-zhi-yuan-de-embedding-mo-xing)
{% endhint %}

<figure><img src="/files/C2u6o70MRcbh1fntHNTP" alt=""><figcaption></figcaption></figure>

#### Reranker 模型 <a href="#reranker-model" id="reranker-model"></a>

Reranker 就像是一位專業評審，在初步搜尋結果中，重新評估哪些資料最能回答客戶問題。使用 Reranker 與否的效果有哪些差別呢？

當客戶問到：「新手適合什麼帳篷？預算 8000 元以下」

**沒有 Reranker：**

```
AI 可能回答：
「我們有各種價位的帳篷，8000元的產品包括...」
（可能提到進階款式，不夠針對新手需求）
```

**有 Reranker：**

```
AI 回答：
「為新手特別推薦這幾款 8000 元以下的帳篷...」
（精準針對新手+預算+產品推薦）
```

當啟用搜尋結果重排序 (Reranking) 時，AI 助理就會重新將搜尋到的知識庫內容片段排序，依照最相關文件做出回應。

{% hint style="info" %}
欲了解 Reranker 模型，請參考：[技術人員手冊—Reranker 模型](https://docs.maiagent.ai/tech/quickstart/reranker#maiagent-ti-gong-de-reranker-mo-xing)
{% endhint %}

<figure><img src="/files/JIiSKk9w68MH9Lkc69g3" alt=""><figcaption></figcaption></figure>

綜合上述，使用 Embedding 結合 Reranker 就能夠讓 AI 助理理解您提供的知識，並且在檢索片段後再次檢視內容重要性，使用和問題最相關的知識回應。

***

### 關聯 AI 助理 <a href="#link-ai-agent" id="link-ai-agent"></a>

#### 多個 AI 助理共用知識庫 <a href="#multiple-agents-share-knowledge-base" id="multiple-agents-share-knowledge-base"></a>

關聯 AI 助理即是您希望將此知識庫授權給哪些 AI 助理使用。若您有兩個 AI 助理：

* **產品客服 AI**
* **訂單客服 AI**

兩者都需要回答和退貨相關的問題時，您可以在「<mark style="color:blue;">退貨政策</mark>」的知識庫設定下，一次關聯以上兩個 AI 助理：

<figure><img src="/files/aFH6iCN8SBU104KXSWeL" alt=""><figcaption><p>關聯多個 AI 助理示意圖</p></figcaption></figure>

1. 選擇要關聯的 AI 助理

<figure><img src="/files/e412BFXgaSc6WRJiAQkG" alt=""><figcaption></figcaption></figure>

2. 點按新增 AI 助理

新增後會出現在已選 AI 助理區域，點按右下角「保存」後即關聯成功。

<figure><img src="/files/O3DbGOoEUsTHZ9NQffYP" alt=""><figcaption></figcaption></figure>

當關聯後，兩個 AI 助理就能夠共用「<mark style="color:blue;">退貨政策</mark>」的知識庫，根據同樣的內容進行回答，後續維護只需要**更新一個知識庫**就能保證 AI 助理使用最新資料。

#### 一個 AI 助理使用多個知識庫 <a href="#one-agent-multiple-knowledge-bases" id="one-agent-multiple-knowledge-bases"></a>

除了共用知識庫外，一個 AI 助理也能使用多個知識庫。

1. 進入 AI 助理頁面，選擇想設定的 AI 助理，點選設置

<div><figure><img src="/files/LDDdNGvATph4EycwWwOB" alt=""><figcaption></figcaption></figure> <figure><img src="/files/TpRnjNkF6sSZNtm8aHLZ" alt="" width="563"><figcaption></figcaption></figure></div>

2. 進入模型設置，點擊「選擇知識庫」

<figure><img src="/files/cr7DmOGuJkkddbi1JmYu" alt=""><figcaption></figcaption></figure>

3. 選擇要使用的知識庫並按下確認，已選擇的知識庫就會出現在列表中

<div><figure><img src="/files/OY7jupzuC1zHR9aTn6Ai" alt=""><figcaption></figcaption></figure> <figure><img src="/files/TgHr7pF32dchVGXtOLz3" alt=""><figcaption></figcaption></figure></div>

4. 最後按下「儲存」，AI 助理就能使用多個知識庫了


# 如何使用爬蟲（爬取資料）功能

只要輸入網址，MaiAgent 即可為您將頁面上的文字和連結資料結構化地爬取下來，方便您迅速選取資料匯入知識庫，更快速建立 AI 助理。

## 功能用途與價值 <a href="#feature-purpose-and-value" id="feature-purpose-and-value"></a>

身為企業人員，可能經常會接到長官指示，需要參考或彙整某些公開網站上的法規資料。

若具備技術背景，或有工程人員協助，或許可以透過撰寫爬蟲程式自動擷取資料；但對於非技術人員而言，通常只能手動一頁頁整理，不僅耗時費力，還容易遺漏關鍵資訊。

此時，您可以善用 MaiAgent 的爬蟲功能，透過 No-Code（免寫程式）方式，快速擷取網站內容，自動建立結構化資料，大幅提升資訊整理效率，將您的時間投入在更高價值的核心業務上。

## 如何進行爬蟲？ <a href="#how-to-scrape" id="how-to-scrape"></a>

想要建立爬蟲請求，您可以：

1. 建立頁面爬取請求

進入左側功能欄 「<mark style="color:blue;">AI 功能</mark>」 → 「<mark style="color:blue;">爬蟲</mark>」，點選右上方的 「<mark style="color:blue;">+建立頁面爬取請求</mark>」 按鈕。

2. 輸入網址

輸入您要爬取頁面的網址，並按下 \[<mark style="color:blue;">確認</mark>] 按鈕。

{% hint style="warning" %}

* 請注意，網址不可超過 200 字
* 若狀態一直未改變，可以按右上角重新整理頁面更新狀態
  {% endhint %}

<div><figure><img src="/files/nLemSGxJXStwA9xMtD1G" alt=""><figcaption></figcaption></figure> <figure><img src="/files/smgDfD45UQUi9dOwwuoD" alt=""><figcaption></figcaption></figure></div>

3. 檢視爬蟲資料

當狀態顯示完成後，點入右方的「匯入」，檢視爬完的資料條目。

4. 選取資料

勾選左方的方塊，選擇您想要匯入知識庫的資料。勾選完畢後再按下 「<mark style="color:blue;">匯入</mark>」 按鈕，資料將會自動匯入到該 AI 助理的知識庫。

{% hint style="info" %}
如想在同一個頁面瀏覽更多資料條目，可點選右下方的 「<mark style="color:blue;">10條/頁</mark>」來擴大瀏覽範圍。
{% endhint %}

<div><figure><img src="/files/KTkWG12FjwIEfxjWQVRk" alt=""><figcaption></figcaption></figure> <figure><img src="/files/UX4PrYPGImLIQPElJ6us" alt=""><figcaption></figcaption></figure></div>

在知識庫中就可以看到以 .md 檔呈現的資料，和一般資料一樣可以進行標籤、元資料的設定。

<figure><img src="/files/2w01sMNi02UvVNEQE9ZR" alt=""><figcaption></figcaption></figure>

## 爬蟲使用注意事項 <a href="#scraping-considerations" id="scraping-considerations"></a>

* 請確保您有權限爬取目標網站內容
* 建議先測試小範圍資料再進行大量爬取
* 爬取完成後可透過[搜尋測試功能](/km/test-search-result)驗證資料品質
* 定期更新爬蟲資料以保持資訊時效性


# 如何建立 FAQ 常見問題

當使用者詢問敏感問題，或是您需要 100% 精準回覆的答案，可以利用 FAQ 常見問題來提供指定的回覆，適用於常見的顧客問題，且答案固定的內容。

## 如何上傳 FAQ 常見問題 <a href="#how-to-upload-faq" id="how-to-upload-faq"></a>

### 選擇知識庫 <a href="#select-knowledge-base" id="select-knowledge-base"></a>

進入左側功能欄 「<mark style="color:blue;">AI 功能</mark>」 → 「<mark style="color:blue;">知識庫</mark>」，點選要建立 FAQ 常見問題的知識庫（若尚未建立，請先參考 [如何建立知識庫：基本設置](/km/km-basic-settings)）。

### 新增問答內容 <a href="#add-qa-content" id="add-qa-content"></a>

1. 進入該知識庫頁面，選擇 「<mark style="color:blue;">FAQ 常見問題</mark>」頁籤，點選右上方的 「<mark style="color:blue;">+建立 FAQ</mark>」 藍色按鈕，開始新增問答內容。

<figure><img src="/files/d7SUUmSwoh3oLMk6uqvd" alt=""><figcaption></figcaption></figure>

2. 建立 FAQ

FAQ 編輯頁面支援設定多種答案格式：

* 基本文字操作(粗體、底線、斜體等)
* 方程式
* 原始程式碼(HTML、XML)
* 連結嵌入(影片、網站)
  * 影片為提供使用者參考連結(AI 助理尚無法讀取影片內容)

<div><figure><img src="/files/S5zCy6MwLNFp28PtTE0U" alt=""><figcaption></figcaption></figure> <figure><img src="/files/KFFmEdCaZG3qxdX3mHVR" alt=""><figcaption><p>答案格式示意圖</p></figcaption></figure></div>

讓您可以使用多種格式，清楚標示回答重點以確保資訊完整。

以電商付款方式為例，您可以新增以下問題說明線上付款方式：

<figure><img src="/files/ous3tl1x2MYGrnZCnV9j" alt=""><figcaption></figcaption></figure>

建立完成後，可以點選預覽確認答案內容：

<div><figure><img src="/files/khXl1Qpryx6yBASWSCGi" alt=""><figcaption></figcaption></figure> <figure><img src="/files/o42PaIwlRlRJpAHk54Qf" alt=""><figcaption></figcaption></figure></div>

加入後按下「<mark style="color:blue;">確認</mark>」，FAQ 就建立完成，AI 助理就能夠在回答時參考您提供的回答：

<figure><img src="/files/HuHZBCrcn0aNZq72WeKQ" alt=""><figcaption></figcaption></figure>

當客戶問及線上支付方式相關的問題，LLM 將根據 FAQ 內容回應：

<figure><img src="/files/S0StAbXk522LN91VPcjP" alt=""><figcaption></figcaption></figure>

如此就能夠限制 AI 助理的回答範圍，避免其回答不正確、不符合企業規範的內容。

## 其他應用 <a href="#other-use-cases" id="other-use-cases"></a>

### 產品操作指導類問答 <a href="#product-operation-qa" id="product-operation-qa"></a>

以 **MaiAgent 平台使用** 舉例，假設您需要協助新用戶了解如何開始使用 MaiAgent 系統，您可以在 FAQ 區段中加入以下問答：

**問題：** 我不會用 MaiAgent 怎麼辦？

{% hint style="info" %}
答案過長時，可以點選預覽確認完整內容
{% endhint %}

<div><figure><img src="/files/AqAnb1VEvZ3Wye3INbTR" alt=""><figcaption></figcaption></figure> <figure><img src="/files/pZSXMEt9DhRm7NrNseYn" alt=""><figcaption><p>答案預覽畫面</p></figcaption></figure></div>

AI 助理將根據您提供的回答，說明 MaiAgent 的可用資源及入門步驟，並且提供您答案中的連結讓使用者參考：

<figure><img src="/files/ABW6Myj1GufWe7pQaIIv" alt=""><figcaption></figcaption></figure>

***

### 知識介紹 <a href="#knowledge-introduction" id="knowledge-introduction"></a>

以 **LLM 技術介紹** 舉例，假設您經營一個科技教育平台，需要向一般大眾解釋什麼是大型語言模型（LLM），您可以在 FAQ 區段中加入以下問答：

**問題：** LLM 的運作原理是什麼？

{% hint style="info" %}
提供影片連結可以鍵入答案內
{% endhint %}

<div><figure><img src="/files/btedpdLYeg4FelW9mdBl" alt=""><figcaption><p>點選插入/編輯媒體</p></figcaption></figure> <figure><img src="/files/zYT0Qpy4XISwLHw4Dys6" alt=""><figcaption><p>鍵入連結示意圖</p></figcaption></figure></div>

<figure><img src="/files/kkhNrfUcEf4QFPLeRrE8" alt=""><figcaption><p>媒體插入預覽</p></figcaption></figure>

AI 助理將根據您設定的答案回覆，並且提供影片的參考連結讓使用者訪問：

<figure><img src="/files/AiSllSmCVdWrW1pwfEbR" alt=""><figcaption></figcaption></figure>

***

## FAQ 管理維護要點 <a href="#faq-maintenance-tips" id="faq-maintenance-tips"></a>

**內容時效性管理**

* **活動資訊更新**：促銷活動、限時優惠結束後立即移除或更新相關內容
* **政策同步修正**：當公司政策（如退換貨條件、服務條款）異動時，確保 FAQ 內容同步更新
* **產品資訊維護**：新產品上架、規格變更、停產商品等資訊需即時反映在相關問答中

**數據驅動優化**

* **回答品質提升**：針對高頻問題優化答案內容，提供更詳細和實用的資訊
* **gap 分析**：透過客戶反饋和客服紀錄，發現 FAQ 未涵蓋的常見問題

**品質控制機制**

* **內容正確性檢查**：定期驗證 FAQ 中的連結、聯絡資訊、技術資料是否正確
* **語調一致性**：確保所有 FAQ 內容符合品牌語調和溝通風格
* **多語言版本同步**：如有多語言需求，確保各語言版本內容保持同步更新

{% hint style="info" %}
您可以透過查看 FAQ 的命中次數，確認最常被使用者詢問的問題類別，定時更新。

命中次數的說明請見：[搜尋測試](/km/test-search-result)
{% endhint %}

<figure><img src="/files/ygOHlv3zhdDDkoRbGcUQ" alt=""><figcaption></figcaption></figure>

這樣的管理機制讓 AI 助理能夠始終提供準確、及時且符合用戶需求的回應，提升整體客戶服務體驗。


# 文件管理：標籤及元資料

由於知識庫中可能有大量的文件或 FAQ 需要管理，MaiAgent 提供標籤管理、元資料管理功能，讓您能夠分類、整理大量的文件及 FAQ。

## 標籤管理 <a href="#tag-management" id="tag-management"></a>

當您的知識庫包含大量資料時，標籤系統能幫助您快速整理文件、FAQ 屬性，或用於控制參考資料權限。例如：

```
產品資料知識庫 (依照產品資訊分類)
|-- #帳篷 
|-- #4人帳 
|-- #三季帳 
|-- #SnowPeak
```

```
教學內容知識庫 (依照權限等級分類)
|-- #非會員
|-- #一般會員 
|-- #VIP
```

### 新增標籤 <a href="#add-tag" id="add-tag"></a>

1. 點擊新增按鈕

<figure><img src="/files/1219oOemVE5aPJwEpf1l" alt=""><figcaption></figcaption></figure>

2. 輸入標籤名稱

<figure><img src="/files/fvs9kY4CmXjb4T39m861" alt=""><figcaption></figcaption></figure>

3. 按下新增後，剛剛輸入的標籤就會顯示如下，包含 ID、名稱等

{% hint style="info" %}
ID 可用於開放文件權限時使用，詳情請見[技術人員手冊—Query Metadata 控制項目](https://docs.maiagent.ai/tech/authorization-integration/zhi-shi-guan-li-quan-xian-query-metadata-cha-xun-yuan-zi-liao-zong-lan/json-interfaces#querymetadata-kong-zhi-xiang-mu-shuo-ming)
{% endhint %}

<figure><img src="/files/VluunavE803qEf99rj9h" alt=""><figcaption></figcaption></figure>

### 為文件加入標籤 <a href="#tag-document" id="tag-document"></a>

標籤新增完畢後，接著進入文件頁面

1. 點擊編輯檔案資訊

<figure><img src="/files/jYVG8lk2zx5oCenu3i7Y" alt=""><figcaption></figcaption></figure>

2. 選擇標籤

依照文件需求不同，加上對應標籤 (您可以選擇多個標籤)

<figure><img src="/files/CUevzQhnMZPMxwFBB08j" alt=""><figcaption></figcaption></figure>

如此一來，加入的標籤就會顯示在對應的文件後：

<figure><img src="/files/XcyDPjv6AoM6suTXMb0N" alt=""><figcaption></figcaption></figure>

### 為 FAQ 新增標籤 <a href="#tag-faq" id="tag-faq"></a>

若您希望能為 FAQ 增加層級分類或標籤管理，您可以：

1. 進入知識庫內的 FAQ 管理介面，選擇要編輯的 FAQ 後，點擊編輯按鈕

<figure><img src="/files/b01jpYNrRGDqwAhFpB9y" alt=""><figcaption></figcaption></figure>

2. 選擇要加入的標籤，加入後按下「<mark style="color:blue;">確定</mark>」

<div><figure><img src="/files/aDGp6JOTXefZniA2RFGg" alt=""><figcaption></figcaption></figure> <figure><img src="/files/3ZQNFhKnR5pcoMAl9ksk" alt=""><figcaption></figcaption></figure></div>

加入後的標籤就會出現在 FAQ 欄位中

<figure><img src="/files/WRxMQ1FpuZaV67ZN3Umd" alt=""><figcaption></figcaption></figure>

***

### 標籤權限存取控制 <a href="#tag-access-control" id="tag-access-control"></a>

您可依照標籤的不同，控制不同用戶看到不同內容，如 VIP 客戶能看到更進階的產品教學示範，非會員只能看到通用教學示範等。

{% hint style="info" %}
FAQ、文件皆可套用篩選
{% endhint %}

#### AND 過濾器 <a href="#and-filter" id="and-filter"></a>

AND 篩選標籤為開放同時符合所有標籤條件的內容。

例如：此對話是和非會員的教學相關對話，就可以使用標籤篩選，只開放同時符合「<mark style="color:blue;">非會員</mark>」及「<mark style="color:blue;">教學</mark>」標籤的文件讓 AI 助理使用。

如圖：篩選後 AI 助理僅能使用初級露營的文件，避免透露不相關的訊息給非會員對話使用。

<figure><img src="/files/KTMzNhstEjDdWdNsdheg" alt=""><figcaption></figcaption></figure>

#### OR 過濾器 <a href="#or-filter" id="or-filter"></a>

若是和會員的對話，則可以使用 OR 過濾器，讓符合一般會員或非會員的文件都能讓 AI 助理參考使用：

<figure><img src="/files/jj5WMHKkthl9PtCs7580" alt=""><figcaption></figcaption></figure>

會員就能看見比非會員多的文件內容，達到權限分級。

{% hint style="info" %}
您可以透過點擊標籤過濾中的 「AND」、「OR」 切換篩選機制
{% endhint %}

<figure><img src="/files/l3GFEJS9arHC5LiAhpAg" alt=""><figcaption></figcaption></figure>

> 篩選結果請參考：[內部問答的功能](/conversations/explain)

## 文件元資料管理 <a href="#document-metadata-management" id="document-metadata-management"></a>

### **什麼是元資料？** <a href="#what-is-metadata" id="what-is-metadata"></a>

元資料就像是文件的「身分證」，記錄文件的詳細資訊，幫助系統更好地管理和使用這些文件。

**如：初級露營.pdf**

```
元資料設定：
├── 文件版本：v2.1
├── 建立日期：2024-03-15
├── 上次更新：2024-11-20
├── 下次檢核：2025-05-20
├── 更新部門：行銷部
└── 版本狀態：已審核可開放
```

### 為什麼要使用元資料？ <a href="#why-use-metadata" id="why-use-metadata"></a>

在資料龐雜的情況下，使用元資料能協助您更方便、迅速地維護資料品質，協助您：

**提升管理效率**

* 快速識別文件狀態和版本資訊
* 批量管理大量文件時更有條理
* 減少人工查找和確認的時間

**確保內容品質**

* 使用最新文件版本
* 追蹤文件更新歷史和版本狀態
* 確保AI助理使用最新且已審核的內容
* 設定定期檢核提醒，維持資料品質

### 為文件新增元資料 <a href="#add-metadata-to-document" id="add-metadata-to-document"></a>

1. 進入文件頁面，點擊編輯文件資訊：

<figure><img src="/files/jYVG8lk2zx5oCenu3i7Y" alt=""><figcaption></figcaption></figure>

2. 切換至元資料分頁並輸入元資料對應

> MaiAgent 採用 key-value 對應存取元資料

<div><figure><img src="/files/UcsqyPnJjKze2J5uDV5X" alt=""><figcaption></figcaption></figure> <figure><img src="/files/BaauNa07K0HfhzoWY8hv" alt=""><figcaption></figcaption></figure></div>

輸入後點擊「<mark style="color:blue;">新增元資料</mark>」鍵，加入剛剛輸入的鍵值對應關係(可以一次加入多個元資料)。

<figure><img src="/files/hVFwLZpFMKDjtJrHoTIF" alt=""><figcaption></figcaption></figure>

新增完成後就能看見剛剛加入的元資料出現在欄位中。

### 為 FAQ 新增元資料 <a href="#add-metadata-to-faq" id="add-metadata-to-faq"></a>

1. 進入知識庫內的 FAQ 管理介面，選擇要編輯的 FAQ 後，點擊編輯按鈕

<figure><img src="/files/b01jpYNrRGDqwAhFpB9y" alt=""><figcaption></figcaption></figure>

2. 切換至元資料頁面，輸入後點按新增元資料

全數輸入完畢後按下「確定」

<figure><img src="/files/zLS5y8531nHk4zJ1b0QB" alt=""><figcaption></figcaption></figure>

新增的元資料就會出現在 FAQ 列表中

<figure><img src="/files/HaHQbjTE6u1SoouLIDgY" alt=""><figcaption></figcaption></figure>

### 自訂連結映射 <a href="#custom-url-mapping" id="custom-url-mapping"></a>

url 在元資料系統中為保留字，如設定 `url: https://...您指定的網址` ，則您設定的 url 網址就會在對話中檢視引用片段時覆蓋原有的檔案位置，改為開啟您指定的網址。

**範例情境：品牌春季促銷活動**

**原始設定：**

```yaml
title: "2025春季大促銷活動詳情"
content: "本次活動包含全館8折優惠、滿額贈禮等多項優惠..."
url: https://www.yourstore.com/spring-sale-2025
```

**使用效果：** 當用戶在對話中問到「春季促銷活動有什麼優惠？」時：

* AI 會引用這個知識片段回答問題
* 用戶點擊引用來源時，不會開啟內部檔案位置
* 而是直接跳轉到 `https://www.yourstore.com/spring-sale-2025` 官網活動頁面
* 用戶可以立即看到最新的活動詳情、購買按鈕、倒數計時等動態內容

**實用場景：**

* **網站公告**：`url: https://www.company.com/announcements/system-maintenance`
* **產品規格頁**：`url: https://www.product.com/specs/model-x1`
* **客服政策**：`url: https://support.company.com/return-policy`
* **活動報名**：`url: https://events.company.com/register/webinar-2025`

這樣設定的好處是讓 AI 回答更具實用性 —— 不只提供資訊，還能引導用戶直接前往相關頁面採取行動，提升用戶體驗和轉換率。

***

#### 未設定 url 前 <a href="#before-url-setting" id="before-url-setting"></a>

如下，未設定 url 值前點按引用節點，點按任何一個節點(如：初級露營.pdf)就能夠查看原始文件 (您可以在對話平台中設定是否要讓使用者下載原始文件檔案)：

{% hint style="info" %}
[對話平台 - 允許下載引用文件設定](https://docs.maiagent.ai/km/pages/vHBZ2KvRhRCeu8pGEBAw#id-3.-gong-neng-she-ding)
{% endhint %}

<div><figure><img src="/files/ssV8EZbnlsLzLe2GWDzV" alt=""><figcaption><p>查看引用節點</p></figcaption></figure> <figure><img src="/files/QxA37wc4ngYc3F0MzMZM" alt=""><figcaption><p>查看原始檔案位置</p></figcaption></figure></div>

#### 設定 url 後 (以 Google 為示範) <a href="#after-url-setting" id="after-url-setting"></a>

<figure><img src="/files/pvjRQ371HbStf0IEx1va" alt=""><figcaption></figcaption></figure>

再次點按引用的節點檔案 (露營注意事項.txt)，就不會顯示文件預覽，而是覆蓋成開啟 Google 首頁：

<div><figure><img src="/files/ZaAwkyxLp7EOrloHDVxw" alt=""><figcaption></figcaption></figure> <figure><img src="/files/z912mw52yI2YO6br12ym" alt=""><figcaption></figcaption></figure></div>

當您在元資料中設定 `url` 欄位後，使用者在對話中看到 AI 助理引用該文件時，可以直接點擊跳轉至您設定的連結，獲得更完整的資訊


# PDF 文件翻譯

使用 AI 翻譯知識庫中的 PDF 文件，產出翻譯版與雙語對照版 PDF

## 功能說明 <a href="#feature-description" id="feature-description"></a>

MaiAgent 提供 AI 驅動的 PDF 文件翻譯功能，可將知識庫中的 PDF 檔案翻譯為指定語言。翻譯完成後會產出兩種版本：

* **翻譯版**：僅包含目標語言的翻譯內容
* **雙語對照版**：原文與譯文並排顯示，方便對照閱讀

支援的語言包括：繁體中文、簡體中文、英文、日文、韓文、西班牙文、法文、德文、葡萄牙文、俄文、阿拉伯文、義大利文、荷蘭文、波蘭文、土耳其文。

{% hint style="info" %}
目前僅支援 PDF 格式的文件翻譯，且 PDF 必須包含可提取的文字內容（不支援純掃描/圖片型 PDF）。
{% endhint %}

***

## 如何翻譯 PDF 文件 <a href="#how-to-translate-pdf" id="how-to-translate-pdf"></a>

### 1. 進入文件詳情頁 <a href="#open-document-detail" id="open-document-detail"></a>

在知識庫的 <mark style="color:blue;">文件</mark> 頁籤中，點擊要翻譯的 PDF 檔案，進入文件詳情頁面。

<figure><img src="/files/xbpzY0z4tWYwehXTyj4b" alt=""><figcaption><p>PDF 文件詳情頁，右上角可見「翻譯 PDF」按鈕</p></figcaption></figure>

### 2. 開啟翻譯設定 <a href="#open-translation-settings" id="open-translation-settings"></a>

點擊右上角的 <mark style="color:blue;">翻譯 PDF</mark> 按鈕。若該檔案已有翻譯紀錄，會先顯示翻譯結果彈窗，可點擊 <mark style="color:blue;">再次翻譯</mark> 開啟設定；若為首次翻譯，則直接開啟翻譯設定彈窗。

<figure><img src="/files/o2dfXanUomYrqEOxlykS" alt=""><figcaption><p>翻譯設定彈窗</p></figcaption></figure>

### 3. 設定翻譯參數 <a href="#configure-translation-params" id="configure-translation-params"></a>

| 欄位          | 說明                                         |
| ----------- | ------------------------------------------ |
| **來源語言**    | 原文的語言，預設為「自動偵測」，系統會自動判斷                    |
| **目標語言**    | 翻譯的目標語言（必填）                                |
| **大語言模型**   | 選擇用於翻譯的 LLM 模型                             |
| **自訂術語/提示** | （選填）引導翻譯風格或指定術語對照，例如：「請把 Hermione 翻譯成『妙麗』」 |

{% hint style="info" %}
自訂提示最多可輸入 5,000 字元，適合用於指定專有名詞、品牌名稱或特定翻譯風格。
{% endhint %}

### 4. 開始翻譯 <a href="#start-translation" id="start-translation"></a>

點擊 <mark style="color:blue;">確認</mark> 後，系統會在背景執行翻譯任務。翻譯過程中狀態會即時更新，完成後會自動顯示結果。

***

## 查看翻譯結果 <a href="#view-translation-result" id="view-translation-result"></a>

翻譯完成後，點擊 <mark style="color:blue;">翻譯 PDF</mark> 按鈕即可開啟翻譯結果彈窗，包含三個頁籤：

### 結果預覽 <a href="#result-preview" id="result-preview"></a>

預覽雙語對照版的 PDF，原文與譯文並排顯示。

<figure><img src="/files/EFBDVKGN6kmMrGb5dshy" alt=""><figcaption><p>翻譯結果 — 雙語對照版 PDF 預覽</p></figcaption></figure>

### 下載檔案 <a href="#download-file" id="download-file"></a>

提供三種檔案下載選項：

* **原始檔案**：下載未翻譯的原始 PDF
* **翻譯版**：僅包含目標語言的翻譯 PDF
* **雙語對照版**：原文與譯文並排的 PDF

<figure><img src="/files/ln3q0GsStviF6Q4qgXJK" alt=""><figcaption><p>下載檔案 — 支援三種格式</p></figcaption></figure>

### 處理詳情 <a href="#processing-details" id="processing-details"></a>

顯示翻譯任務的完整統計資訊：

* **翻譯配置**：來源/目標語言、使用的 LLM 模型
* **處理統計**：Token 消耗量、LLM 呼叫次數、處理時間拆分
* **檔案資訊**：原始與翻譯後的檔案大小、字元數
* **時間戳記**：建立、開始、完成時間與最終狀態

<figure><img src="/files/Q6G6uV5QYdpwMzhRsmUY" alt=""><figcaption><p>處理詳情 — Token 消耗與時間統計</p></figcaption></figure>

***

## 翻譯版本管理 <a href="#translation-version-management" id="translation-version-management"></a>

同一份 PDF 檔案可執行多次翻譯（例如翻成不同語言或使用不同模型），每次翻譯都會保留為獨立版本。

在翻譯結果彈窗上方的 <mark style="color:blue;">選擇翻譯版本</mark> 下拉選單中，可切換不同版本查看結果。版本格式為：`日期 | 來源語言 → 目標語言 | 使用模型`。

如需再次翻譯，點擊 <mark style="color:blue;">再次翻譯</mark> 按鈕即可開啟新的翻譯設定。


# 搜尋測試

在 LLM 正式上線前，可以先透過搜尋測試預覽功能，確認 LLM 所搜尋到的資料相關性與內容

## 為什麼需要搜尋測試？ <a href="#why-search-testing" id="why-search-testing"></a>

1. **確保回應準確性**

* AI 助理的回應品質直接影響客戶滿意度
* 錯誤或不相關的答案會損害品牌信任度

2. **避免資訊遺漏**

* 避免重要產品細節或安全說明被忽略
* 優化知識庫的使用效率

3. **提升問答一致性**

* 確保相同問題在不同時間都能得到一致的答案
* 避免因知識庫更新導致的回應不穩定

透過搜尋測試與片段預覽功能，您可以即時查看 AI 助理使用的資料片段品質，確保您的問答水準。

## 如何開始？ <a href="#how-to-get-started" id="how-to-get-started"></a>

1. 進入知識庫頁面，選擇要查看的知識庫並進入設定

<div><figure><img src="/files/63XN0xKiCsHfNk0EE6DE" alt=""><figcaption></figcaption></figure> <figure><img src="/files/TpRnjNkF6sSZNtm8aHLZ" alt=""><figcaption></figcaption></figure></div>

2. 進入後點選搜尋測試，進入頁面

在對話框內輸入要搜尋的內容：「挑選露營區要注意什麼？」，按下搜尋鍵後，AI 助理就會根據您的對話內容搜尋最相關的文件。

<figure><img src="/files/GEu9KdNqVUVMGCR79o0y" alt=""><figcaption></figcaption></figure>

3. 查看搜尋結果

右側會出現 AI 助理回答時會檢索的片段，如圖共有 12 個片段（檢索片段數量設定請參考：[如何建立知識庫：基本設置](/km/km-basic-settings#jian-suo-pian-duan)）

<figure><img src="/files/sqyFSz8tNsFppNodm0g2" alt=""><figcaption></figcaption></figure>

右側為針對此問題回答時根據的檢索內容，每個片段會顯示：

* 字數：片段涵蓋的字數
* 命中次數：AI 助理在回答時參考此片段的次數 (只統計正式問答，測試問答不會納入命中次數計算中)

  命中次數越高代表使用者詢問較多關於此片段的問題。

搜尋測試會記錄過去的測試問答，您可以快速點選歷史記錄重新測試，確保相同議題能保持或提升資料參考品質。

<figure><img src="/files/pkLXFIYURrV7gYiUrA7t" alt=""><figcaption></figcaption></figure>

## 檢查知識片段品質 <a href="#check-chunk-quality" id="check-chunk-quality"></a>

透過搜尋測試，可以確定 AI 助理在推理時使用哪些片段，進而檢查這些片段的內容是否需要優化，如：

<figure><img src="/files/BnVf4Ru0KtEoLQkLjBs8" alt=""><figcaption></figcaption></figure>

若在搜尋結果中發現許多空白的片段，且這些空白片段都屬於「<mark style="color:blue;">初級露營.pdf</mark>」這個檔案，這時就能檢查「<mark style="color:blue;">初級露營.pdf</mark>」的檔案內容是否都正確，並在**正式上線前**即時更新。

## 依 Metadata 搜尋測試 <a href="#search-by-metadata" id="search-by-metadata"></a>

### 什麼是 Metadata 搜尋？ <a href="#what-is-metadata-search" id="what-is-metadata-search"></a>

Metadata（後設資料）搜尋功能讓您可以根據文件的屬性資訊進行精準查詢,而不僅限於文件內容本身。這項功能特別適合用於：

* **文件分類查詢**：依據文件類型、標籤、分類等資訊搜尋
* **屬性篩選**：根據文件建立時間、作者、來源等屬性過濾
* **精準定位**：快速找到符合特定條件的文件集合

### 如何使用 Metadata 搜尋？ <a href="#how-to-use-metadata-search" id="how-to-use-metadata-search"></a>

在搜尋測試頁面中，您可以：

1. **選擇搜尋模式**：切換至「Metadata 搜尋」模式
2. **指定搜尋條件**：輸入您要搜尋的 metadata 欄位和值
3. **查看搜尋結果**：系統會顯示符合 metadata 條件的文件片段

**搜尋範例：**

* 搜尋特定分類的文件：`category:產品說明`
* 搜尋特定時間範圍的文件：`date:2025-01`
* 搜尋特定作者的文件：`author:客服部`

### Metadata 搜尋的優勢 <a href="#metadata-search-advantages" id="metadata-search-advantages"></a>

**1. 更精準的結果**

* 直接針對文件屬性查詢，減少無關結果
* 適合需要精確篩選的場景

**2. 更快速的定位**

* 不需要全文檢索，快速找到目標文件
* 特別適合大量文件的知識庫

**3. 結合內容搜尋**

* 可與一般內容搜尋結合使用
* 先用 metadata 縮小範圍，再用內容搜尋精準定位

### 實際應用場景 <a href="#practical-use-cases" id="practical-use-cases"></a>

**場景 1：產品文件管理**

* 搜尋特定產品線的所有文件
* 範例：`product_line:露營裝備`

**場景 2：時間範圍查詢**

* 找出最近更新的文件
* 範例：`updated_date:2025-11`

**場景 3：文件類型篩選**

* 只查看特定類型的文件（如：操作手冊、FAQ 等）
* 範例：`doc_type:FAQ`

## 搜尋測試協助您 <a href="#what-search-testing-helps-you" id="what-search-testing-helps-you"></a>

### 定期測試重要問題 <a href="#regular-testing-key-questions" id="regular-testing-key-questions"></a>

* 建議經常測試核心業務相關問題
* 在知識庫更新後進行重新測試
* 記錄並比較測試結果的改善情況

### 識別內容空白點 <a href="#identify-content-gaps" id="identify-content-gaps"></a>

* 發現知識缺口：測試常見問題，找出完全沒有命中結果的查詢
* 範例：測試「帳篷防水等級說明」發現無相關片段 → 需補充防水規格文件

### 評估內容完整性 <a href="#evaluate-content-completeness" id="evaluate-content-completeness"></a>

* 檢查回答深度：確認AI回答是否涵蓋問題的所有面向
* 範例：查詢「露營安全注意事項」→ 檢查是否涵蓋天氣、野生動物、用火安全等各個層面

## 問題測試技巧 <a href="#query-testing-techniques" id="query-testing-techniques"></a>

您可以：

* 用不同方式詢問同一個問題
* 測試複雜情境和多重條件查詢
* 驗證專業術語和產品名稱的檢索效果

透過這些測試技巧，全面評估回覆的正確度及完整性。


# Text to SQL 功能

本篇將介紹如何在 MaiAgent 系統中使用 Text to SQL 功能，協助您使用日常對話輕鬆查詢資料庫內資訊

## **什麼是 Text to SQL？** <a href="#what-is-text-to-sql" id="what-is-text-to-sql"></a>

**Text to SQL**（又稱為 Text2SQL），是一個能將**自然語言問題**（人類的日常用語）自動轉換成 **SQL 資料庫查詢語句**的智慧工具。簡單來說，就是讓 AI 助理能夠「<mark style="color:blue;">聽懂人話</mark>」並直接操作資料庫。

{% hint style="info" %}
欲了解更多 Text2SQL 內容，請見：[技術人員手冊—Text to SQL](https://docs.maiagent.ai/tech/advanced-genai-tech/text-to-sql)
{% endhint %}

想像你是便利商店老闆：

**傳統方式：**

* 你：「幫我查一下昨天賣了多少瓶可樂」
* 員工：「老闆，你要教我怎麼用收銀系統查詢...」
* 你：「點這裡、選那裡、輸入條件...」

需要手把手教學，較耗費時間。

**有了 Text2SQL：**

* 你：「幫我查一下昨天賣了多少瓶可樂」
* AI 員工：「好的！」💫 *(自動產出查詢方法並調用資料庫)* → 「昨天賣了87瓶可樂」✅

### **Text to SQL 的核心功能** <a href="#text-to-sql-core-features" id="text-to-sql-core-features"></a>

```
自然語言問題 → AI 理解分析 → SQL 查詢語句 → 執行查詢 → 回傳結果
```

當你問 AI 助理「找出昨天賣最好的飲料」，AI 助理會先分析你的問題，知道你要找「飲料」而且是「昨天」賣「最好」的，然後生成 SQL 語法去資料庫查詢，最後把結果「可樂」告訴你。

## **Text to SQL 可以協助 AI 做到的事情** <a href="#what-text-to-sql-can-do" id="what-text-to-sql-can-do"></a>

### **具體應用場景** <a href="#use-cases" id="use-cases"></a>

#### **🏥 醫療診所** <a href="#medical-clinic" id="medical-clinic"></a>

```
醫生問：「找出今天預約的糖尿病患者」
AI回答：「今天共有5位糖尿病患者預約：
- 王先生 10:00 回診
- 李太太 14:30 追蹤檢查
- 陳小姐 16:00 血糖監測」
```

#### **🏫 學校管理** <a href="#school-management" id="school-management"></a>

```
老師問：「這次考試有多少學生不及格？」
AI回答：「本次數學考試：
- 總人數：45人
- 不及格：8人（17.8%）
- 需要補考的學生名單已整理完成」
```

#### **🏪 零售連鎖店** <a href="#retail-chain" id="retail-chain"></a>

```
店經理問：「比較三間分店的月營收」
AI回答：「11月各分店營收比較：
- 台北店：$1,200,000 (↑15%)
- 台中店：$950,000 (↑8%)  
- 高雄店：$800,000 (↓3%)」
```

### **Text to SQL 的優勢** <a href="#text-to-sql-advantages" id="text-to-sql-advantages"></a>

#### **⚡ 效率提升** <a href="#efficiency-improvement" id="efficiency-improvement"></a>

* **傳統方式**：需要 SQL 專家寫查詢 → 30分鐘
* **Text2SQL**：自然語言提問 → 3秒鐘

#### **🎯 降低門檻** <a href="#lower-barrier" id="lower-barrier"></a>

* **不需要**學習複雜的 SQL 語法
* **不需要**記住資料庫結構
* **任何人**都能查詢資料

#### **📱 即時互動** <a href="#real-time-interaction" id="real-time-interaction"></a>

* 問了就有答案
* 支援後續追問
* 動態調整查詢條件

## 如何在 MaiAgent 中使用 Text to SQL 功能 <a href="#how-to-use-text-to-sql-in-maiagent" id="how-to-use-text-to-sql-in-maiagent"></a>

{% hint style="info" %}
使用前，您需要準備：企業關聯資料庫或 Excel 檔案(上傳至知識庫中)

若使用資料庫，建議您：

* 確保資料表結構清晰
* 建立適當的索引
* 維護資料品質
  {% endhint %}

### 1. 進入 AI 助理設定 <a href="#enter-ai-agent-settings" id="enter-ai-agent-settings"></a>

* 選擇要設定的 AI 助理
* 切換至回答模式設定頁面

<div><figure><img src="/files/K9Jrjnpz509Z6XKDrWT6" alt=""><figcaption></figcaption></figure> <figure><img src="/files/oKX7q8bldYbKssWM3ufA" alt=""><figcaption></figcaption></figure></div>

### 2. 切換 AI 助理的回答模式至 Agent 模式 <a href="#switch-to-agent-mode" id="switch-to-agent-mode"></a>

{% hint style="warning" %}
請務必切換至 Agent 模式，否則 AI 助理無法使用 Text to SQL 功能

每個回答模式的詳細介紹請參考：[建立 AI 助理](/build/setup#xuan-ze-shi-he-de-hui-da-mo-shi-jian-li-zhi-ling)
{% endhint %}

<figure><img src="/files/gBInVlfOT5r9XOBraPKd" alt=""><figcaption></figcaption></figure>

### 3. 輸入企業內資料庫 URL <a href="#enter-database-url" id="enter-database-url"></a>

* 使用下拉選單選擇企業內使用的資料庫服務
* 輸入企業使用的資料庫服務 URL，以讓 MaiAgent 系統連接至資料庫內操作

{% hint style="info" %}

* MaiAgent 支援：
  * **MySQL**
  * **PostgreSQL**
  * **Oracle DB**
  * **Microsoft SQL Server (MSSQL)**
* maiagent 選項為套用 MaiAgent 知識庫中您已上傳的 Excel 檔案
  {% endhint %}

<div><figure><img src="/files/sYroZY3pgOcHGSstB63c" alt=""><figcaption></figcaption></figure> <figure><img src="/files/LyjSShbO91SyWmHcI7eG" alt=""><figcaption></figcaption></figure></div>

{% hint style="danger" %}
請務必確認 URL 格式正確，並包含必要的連線資訊，例如：主機名稱、連接埠、資料庫名稱、使用者名稱和密碼。
{% endhint %}

#### MaiAgent <a href="#maiagent-database-url" id="maiagent-database-url"></a>

{% hint style="info" %}
請參考：[使用 MaiAgent 知識庫進行 Text to SQL](/database/text-to-sql-maiagent)
{% endhint %}

#### Microsoft SQL Server(MSSSQL) <a href="#mssql-database-url" id="mssql-database-url"></a>

連接已有的 MSSSQL 資料庫，貼上 MSSSQL 資料庫連線字串

📍請注意：需要確保資料庫 URL 是可以被 MaiAgent 服務訪問

<figure><img src="/files/vRt4IvlhHZBdl2vyuddG" alt=""><figcaption></figcaption></figure>

#### **MySQL** <a href="#mysql-database-url" id="mysql-database-url"></a>

連接已有的 MySQL 資料庫，貼上 MySQL 資料庫連線字串

📍請注意：需要確保資料庫 URL 是可以被 MaiAgent 服務訪問

<figure><img src="/files/g4w2OuNjzEmvghiow4fV" alt=""><figcaption></figcaption></figure>

#### **Oracle** <a href="#oracle-database-url" id="oracle-database-url"></a>

連接已有的 Oracle 資料庫，貼上 Oracle 資料庫連線字串

📍請注意：需要確保資料庫 URL 是可以被 MaiAgent 服務訪問

<figure><img src="/files/M5HG0sar8LZ21phVww6K" alt=""><figcaption></figcaption></figure>

#### **PostgreSQL** <a href="#postgresql-database-url" id="postgresql-database-url"></a>

連接已有的 PostgreSQL 資料庫，貼上 PostgreSQL 資料庫連線字串

📍請注意：需要確保資料庫 URL 是可以被 MaiAgent 服務訪問

<figure><img src="/files/EXGLv38KnElIYLlAlA4t" alt=""><figcaption></figcaption></figure>

### **4. 按下儲存，保存設定** <a href="#save-settings" id="save-settings"></a>

<figure><img src="/files/TFWyC0YhfIIBboPKhOpe" alt=""><figcaption></figcaption></figure>

如此一來，AI 助理就能協助您快速查詢您的庫存、員工資訊等，並彙整出井然有序的報告及趨勢給您。

## **常見問題排除** <a href="#troubleshooting" id="troubleshooting"></a>

* **連線失敗**：檢查資料庫 URL 格式和網路連通性
* **查詢錯誤**：確認表名和欄位名稱正確
* **權限不足**：檢查資料庫使用者權限設定
* **回應慢**：檢查查詢複雜度，考慮加入索引

***

Text2SQL 讓 AI 助理變成資料庫專家，任何人都能用自然語言快速獲取業務洞察，大幅提升數據驅動決策的效率！


# 建立與設定資料庫

本篇將介紹如何在 MaiAgent 中建立與設定資料庫，包含上傳檔案建立資料表、連接外部資料庫、以及欄位描述設定

MaiAgent 的**資料庫管理**功能讓您可以在平台上集中管理 AI 助理所使用的資料庫連線。搭配 Text to SQL 功能，AI 助理就能透過自然語言直接查詢資料庫中的資料。

{% hint style="info" %}
關於 Text to SQL 的概念介紹，請參考：[Text to SQL 功能](/database/text2sql)
{% endhint %}

MaiAgent 支援兩種資料庫類型：

* **MaiAgent 資料庫**：上傳 Excel / CSV / JSON 檔案，系統自動建立資料表。適合沒有自建資料庫的使用者
* **外部資料庫**：連接既有的 PostgreSQL、MySQL、MSSQL 或 Oracle 資料庫

## 建立資料庫 <a href="#create-database" id="create-database"></a>

### 1. 進入資料庫管理頁面 <a href="#enter-database-management-page" id="enter-database-management-page"></a>

從左側導航欄進入「<mark style="color:blue;">AI 功能</mark>」區塊，點擊「<mark style="color:blue;">資料庫</mark>」。頁面分為兩個頁籤：**MaiAgent 資料庫**與**外部資料庫**。

點選右上角的「<mark style="color:blue;">新增資料庫</mark>」按鈕開始建立。

<figure><img src="/files/E4ETxDakHOPb8eazwvm5" alt="資料庫管理頁面"><figcaption><p>資料庫管理頁面，顯示 MaiAgent 資料庫列表</p></figcaption></figure>

{% hint style="info" %}
若按鈕為灰色無法點擊，代表您的角色尚未被授予建立資料庫的權限。請聯繫組織管理員設定權限。
{% endhint %}

### 2. 選擇資料庫類型 <a href="#select-database-type" id="select-database-type"></a>

選擇您要建立的資料庫類型，點擊對應的卡片：

* **MaiAgent**：適合上傳試算表檔案，不需要連線字串
* **PostgreSQL / MySQL / MSSQL / Oracle**：連接企業既有的外部資料庫

<figure><img src="/files/ylNv54jCIIR5gvYzMR16" alt="選擇資料庫類型"><figcaption><p>步驟一：選擇資料庫類型</p></figcaption></figure>

### 3. 填寫基本資訊 <a href="#fill-in-basic-info" id="fill-in-basic-info"></a>

#### MaiAgent 資料庫 <a href="#maiagent-database-info" id="maiagent-database-info"></a>

| 欄位    | 必填 | 說明              |
| ----- | -- | --------------- |
| 資料庫名稱 | 是  | 例如「2024 年度銷售資料」 |
| 描述    | 否  | 補充說明資料庫的用途或內容   |

{% hint style="info" %}
MaiAgent 資料庫不需要輸入連線字串，系統會自動處理資料儲存。建立完成後再上傳試算表檔案即可。
{% endhint %}

<figure><img src="/files/HRs9S0Jju4lZX017CUGg" alt="MaiAgent 資料庫設定"><figcaption><p>步驟二：MaiAgent 資料庫設定畫面</p></figcaption></figure>

#### 外部資料庫 <a href="#external-database-info" id="external-database-info"></a>

| 欄位    | 必填 | 說明                    |
| ----- | -- | --------------------- |
| 資料庫名稱 | 是  | 例如「企業 ERP 資料庫」        |
| 描述    | 否  | 補充說明資料庫的用途或內容         |
| 連線字串  | 是  | 資料庫的連線 URL            |
| 指定資料表 | 否  | 限制 AI 助理可查詢的資料表，以逗號分隔 |

連線字串格式如下：

```
PostgreSQL:   postgresql://使用者名稱:密碼@主機位址:連接埠/資料庫名稱
MySQL:        mysql://使用者名稱:密碼@主機位址:連接埠/資料庫名稱
MSSQL:        mssql+pymssql://使用者名稱:密碼@主機位址:連接埠/資料庫名稱
Oracle:       oracle+cx_oracle://使用者名稱:密碼@主機位址:連接埠/資料庫名稱
```

{% hint style="danger" %}
請務必確認連線字串格式正確，並包含必要的連線資訊。需要確保資料庫 URL 是可以被 MaiAgent 服務訪問的。
{% endhint %}

<figure><img src="/files/seAGbvVXTv0TtIzrJ9kW" alt="外部資料庫設定"><figcaption><p>步驟二：外部資料庫（PostgreSQL）設定畫面</p></figcaption></figure>

填寫連線字串後，建議點擊「<mark style="color:blue;">測試連線</mark>」按鈕來驗證連線是否正常：

* **連線成功**：代表 MaiAgent 可以正常存取您的資料庫
* **連線失敗**：請檢查連線字串格式、網路連通性，以及資料庫是否允許外部連線

若您的資料庫包含大量資料表，可以在「<mark style="color:blue;">指定資料表</mark>」欄位中輸入要開放的資料表名稱（例如 `customers, orders, products`），以提升查詢效率及安全性。

### 4. 設定群組權限 <a href="#configure-group-permission" id="configure-group-permission"></a>

最後一步是設定哪些群組可以存取這個資料庫。使用左右穿梭元件，將需要授權的群組從左側移至右側即可。

{% hint style="info" %}
若暫時不需要設定群組權限，可以直接跳過此步驟，之後再從資料庫設定頁面進行調整。
{% endhint %}

### 5. 完成建立 <a href="#complete-creation" id="complete-creation"></a>

確認所有設定後，點擊「<mark style="color:blue;">建立</mark>」按鈕。建立成功後會進入資料庫設定頁面，可以進行後續操作。

{% hint style="info" %}
建立完成後，別忘了將資料庫**關聯至 AI 助理**，AI 助理才能使用這個資料庫進行查詢。請參考：[關聯 AI 助理與群組權限](/database/link-chatbots-groups)
{% endhint %}

## 上傳檔案建立資料表（MaiAgent 資料庫） <a href="#upload-file-to-create-table" id="upload-file-to-create-table"></a>

建立 MaiAgent 資料庫後，進入設定頁面切換至「<mark style="color:blue;">表格管理</mark>」頁籤，點擊「<mark style="color:blue;">上傳表格檔案</mark>」按鈕。

<figure><img src="/files/vSgNU3S21nri9ADJFLqG" alt="表格管理頁籤"><figcaption><p>表格管理頁籤，可上傳檔案建立資料表</p></figcaption></figure>

### 支援的檔案格式 <a href="#supported-file-formats" id="supported-file-formats"></a>

| 格式    | 副檔名              | 說明                     |
| ----- | ---------------- | ---------------------- |
| Excel | `.xlsx`、`.xls`   | 每個工作表（Sheet）會各自建立一張資料表 |
| CSV   | `.csv`           | 逗號分隔值檔案                |
| JSON  | `.json`、`.jsonl` | JSON 格式資料檔案            |

上傳後，系統會在背景自動解析檔案結構並建立資料表。每張資料表會顯示處理狀態：

| 狀態  | 說明                      |
| --- | ----------------------- |
| 等待中 | 檔案已上傳，等待系統處理            |
| 處理中 | 系統正在解析檔案並建立資料表          |
| 成功  | 資料表建立完成，AI 助理可以查詢       |
| 失敗  | 建立過程發生錯誤，可將滑鼠移至錯誤圖示查看原因 |

### 檔案格式注意事項 <a href="#file-format-notes" id="file-format-notes"></a>

* [x] 第一列（Row）必須為**欄位名稱**
* [x] 每個欄位的**資料型態**應保持一致（例如：價格欄位都是數字）
* [x] 避免**合併儲存格**
* [x] 避免**重複的欄位名稱**
* [x] Excel 檔案中，每個工作表（Sheet）只能包含**一個表格**
* [x] 建議在欄位名稱後標註資料格式，例如：`價格(int)`、`日期(datetime)`

{% hint style="warning" %}
若資料表建立失敗，常見原因包括：檔案格式不正確或損毀、欄位名稱包含特殊字元、欄位名稱重複、同一欄位中的資料型態不一致。
{% endhint %}

## 編輯欄位描述 <a href="#edit-column-description" id="edit-column-description"></a>

欄位描述是提升 Text to SQL 查詢準確度的**關鍵設定**。AI 助理會參考欄位描述來理解資料的含義，從而產生更精確的 SQL 查詢。

例如，您的資料表有一個欄位叫 `status`，AI 助理可能不知道它代表什麼。但如果加上描述「訂單狀態，可能的值為：pending（待處理）、completed（已完成）、cancelled（已取消）」，AI 助理就能正確理解這個欄位的含義。

### 如何編輯 <a href="#how-to-edit" id="how-to-edit"></a>

**MaiAgent 資料庫**：在「<mark style="color:blue;">表格管理</mark>」頁籤中，點擊資料表的「<mark style="color:blue;">編輯</mark>」，可以編輯資料表描述與欄位描述。視窗中會顯示填寫進度（例如「3/10 個欄位已設定描述」）。

**外部資料庫**：在「<mark style="color:blue;">基本資訊</mark>」頁籤下方的資料表清單中，點擊展開資料表，直接在欄位描述欄中輸入說明。

### 撰寫建議 <a href="#writing-suggestions" id="writing-suggestions"></a>

{% hint style="info" %}
好的欄位描述能顯著提升 AI 查詢的準確度：
{% endhint %}

| 欄位名稱       | 較差的描述 | 較好的描述                                                |
| ---------- | ----- | ---------------------------------------------------- |
| `amt`      | 金額    | 訂單總金額（新台幣），包含稅金和運費                                   |
| `cust_lvl` | 等級    | 客戶等級，A 級為年消費超過 100 萬的 VIP 客戶，B 級為年消費 10-100 萬，C 級為其他 |
| `reg`      | 區域    | 客戶所在地理區域，可能的值為：北部、中部、南部、東部、離島                        |

## 管理既有資料庫 <a href="#manage-existing-databases" id="manage-existing-databases"></a>

### 編輯資料庫 <a href="#edit-database" id="edit-database"></a>

在資料庫列表中，點擊操作選單的「<mark style="color:blue;">編輯</mark>」即可進入設定頁面。

<figure><img src="/files/Jl5qS2saDtf6SLNTDKis" alt="資料庫設定頁面"><figcaption><p>資料庫設定頁面：基本資訊頁籤</p></figcaption></figure>

設定頁面包含以下頁籤：

| 頁籤       | 說明                 | 適用類型       |
| -------- | ------------------ | ---------- |
| 基本資訊     | 編輯名稱、描述、啟用狀態、連線字串  | 全部         |
| 表格管理     | 上傳檔案、管理資料表與欄位描述    | 僅 MaiAgent |
| 關聯 AI 助理 | 指定哪些 AI 助理可以使用此資料庫 | 全部         |
| 角色權限     | 設定群組的存取權限          | 全部         |

### 啟用 / 停用 <a href="#enable-disable" id="enable-disable"></a>

在資料庫列表中，透過「啟用」開關可以快速切換狀態。停用後 AI 助理將暫時無法查詢此資料庫，但設定和資料會保留。

### 刪除資料庫 <a href="#delete-database" id="delete-database"></a>

{% hint style="danger" %}
刪除資料庫是不可逆的操作。

* **MaiAgent 資料庫**：刪除後，所有透過上傳檔案建立的資料表都會被一併移除
* **外部資料庫**：僅移除 MaiAgent 中的連線設定，不會影響原始資料庫中的資料
  {% endhint %}


# MaiAgent 資料庫進行 Text to SQL

本篇將介紹如何上傳 Excel、CSV 等試算表至 MaiAgent 資料庫，讓 AI 助理透過自然語言查詢與分析您的資料

想讓 AI 助理協助您分析 Excel、CSV 等試算表資料，只需要將檔案上傳至 MaiAgent 資料庫，AI 助理就能用自然語言查詢資料並產出統計分析結果。

{% hint style="info" %}
Text to SQL 的概念介紹請參考：[Text to SQL 功能](/database/text2sql)
{% endhint %}

## 步驟一：建立 MaiAgent 資料庫 <a href="#step-1-create-maiagent-database" id="step-1-create-maiagent-database"></a>

1. 從左側導航欄進入「<mark style="color:blue;">AI 功能</mark>」>「<mark style="color:blue;">資料庫</mark>」
2. 點擊「<mark style="color:blue;">新增資料庫</mark>」
3. 選擇「<mark style="color:blue;">MaiAgent 資料庫</mark>」
4. 輸入資料庫名稱（例如「2024 年度銷售資料」），點擊建立

<figure><img src="/files/HRs9S0Jju4lZX017CUGg" alt="建立 MaiAgent 資料庫"><figcaption><p>選擇 MaiAgent 資料庫並填寫名稱</p></figcaption></figure>

{% hint style="info" %}
詳細建立流程請參考：[建立與設定資料庫](/database/create-database)
{% endhint %}

## 步驟二：上傳試算表檔案 <a href="#step-2-upload-spreadsheet" id="step-2-upload-spreadsheet"></a>

建立完成後，進入資料庫設定頁面：

1. 切換至「<mark style="color:blue;">表格管理</mark>」頁籤
2. 點擊「<mark style="color:blue;">上傳表格檔案</mark>」
3. 拖曳或選取您的試算表檔案

<figure><img src="/files/vSgNU3S21nri9ADJFLqG" alt="表格管理"><figcaption><p>在表格管理頁籤上傳檔案</p></figcaption></figure>

您可以自行下載範例檔案（100 筆品項的食品銷售檔案.xlsx）進行測試，體驗 AI 助理的數據分析能力。

{% file src="/files/Sw2zlpZqpxVhA0tMozhf" %}

上傳完成後，等待處理狀態顯示「<mark style="color:blue;">成功</mark>」，即代表資料表已建立完成。

{% hint style="warning" %}
支援格式：`.csv`、`.xlsx`、`.xls`、`.json`、`.jsonl`。Excel 檔案中每個工作表會各自建立一張資料表。
{% endhint %}

#### 表格格式注意事項 <a href="#table-format-notes" id="table-format-notes"></a>

* [x] 每一個工作表（Sheet）必須只能是一個表格
* [x] 第一列必須為欄位名稱
* [x] 建議在欄位名稱後標註資料格式，如：`價格(int)`、`日期(datetime)`
* [x] 每個欄位的資料型態應保持一致
* [x] 如有特殊格式（例如貨幣、百分比等），需在上傳前統一格式化

{% hint style="info" %}
為提升 AI 查詢的準確度，建議為資料表和欄位加入描述。詳見：[建立與設定資料庫—編輯欄位描述](/database/create-database#bian-ji-lan-wei-miao-shu)
{% endhint %}

## 步驟三：關聯 AI 助理 <a href="#step-3-link-ai-agent" id="step-3-link-ai-agent"></a>

將資料庫關聯至您的 AI 助理，AI 助理才能查詢資料：

1. 切換至「<mark style="color:blue;">關聯 AI 助理</mark>」頁籤
2. 從左側選取要關聯的 AI 助理，移至右側
3. 點擊「<mark style="color:blue;">儲存</mark>」

<figure><img src="/files/mTuMMBsTb27pikGXkgdE" alt="關聯 AI 助理"><figcaption><p>將資料庫關聯至 AI 助理</p></figcaption></figure>

{% hint style="warning" %}
請確保 AI 助理的回答模式已切換至 **Agent 模式**，否則無法使用 Text to SQL 功能。

回答模式的詳細設定請參考：[建立 AI 助理](/build/setup)
{% endhint %}

## 步驟四：與 AI 助理對話 <a href="#step-4-chat-with-ai-agent" id="step-4-chat-with-ai-agent"></a>

以上步驟完成後，您可以進入 AI 助理的對話頁面，直接用自然語言告訴 AI 助理您的需求。

{% hint style="info" %}
AI 助理對話介面請參考：[選擇串接平台](/conversations/choose-channel)，根據需求選擇最適合的對話平台。
{% endhint %}

### 數據分析 <a href="#data-analysis" id="data-analysis"></a>

Text to SQL 工具能協助您分析試算表中的數據，例如：「幫我找到去年銷售量最好的乳製品」

<figure><img src="/files/BdmufqbRwaSfPWhjEl0Z" alt=""><figcaption></figcaption></figure>

* 當您提出需求後，AI 助理會自動調用 Text-to-SQL 工具。
* 這個工具就像一位翻譯員，可以將您說的話翻譯成電腦看得懂的 SQL 語法，讓 AI 助理可以從資料庫中提取資料。

AI 助理會自動加上條件判斷、排序依據等查詢限制，將您的需求轉換為更完整的查詢指令。

* **AI 助理的思考 Query：** 找到去年銷售量最好的乳製品，按銷售數量降序排列。自動加入降序排列的條件，讓結果更符合您的需求。
* **AI 助理的回應(點按工具回應即可查看)：**

<div><figure><img src="/files/HmrJhi03IQFqySdr1y4x" alt=""><figcaption></figcaption></figure> <figure><img src="/files/DNAK8zKN3Dj6M67xiaI7" alt=""><figcaption></figcaption></figure></div>

**結果**

* AI 助理找到了所有「乳製品」的銷售資料及該項目的其他欄位資料。
* 每一行代表一筆資料，包含：產品 ID、產品名稱、產品類別、銷售金額、銷售數量......。
* AI 助理根據這些資料，判斷出銷售最好的乳製品是「乳酪」，銷售數量為 110，銷售金額為 40,150 元。

### 報表製作(Canvas 模式) <a href="#report-creation-canvas-mode" id="report-creation-canvas-mode"></a>

Text to SQL 工具也能協助您製作精美的報表，此功能會需要開啟 Canvas 模式：

1. 至「AI 助理設定頁面 > 回答模式設定下」找到 <mark style="color:blue;">Agent 模式</mark>

<div><figure><img src="/files/e1Qf4yT5IFNHDjotJFkz" alt=""><figcaption></figcaption></figure> <figure><img src="/files/PpsNxVrZmbPTDTHmTrW6" alt=""><figcaption></figcaption></figure></div>

2. 將 Agent 模式由一般模式改為<mark style="color:blue;">**畫布模式(Canvas)**</mark>

<figure><img src="/files/zrFtpH608yYNuXWRsmaE" alt=""><figcaption></figcaption></figure>

儲存設定後，即可與 AI 助理進行對話，例如：「請幫我產出統計過後的營收視覺化報表」

<figure><img src="/files/XCxnYxegTj9DhUBEZsCE" alt=""><figcaption></figcaption></figure>

* **AI 助理的思考 Query：** 計算食品公司各商品的營收統計，包括總營收、平均營收、營收標準差、營收分布區間、各分類營收占比等統計指標。自動產出報表需要的計算結果，讓結果更符合您的需求。
* **AI 助理的回應(點按工具回應即可查看)：**

{% code overflow="wrap" %}

```
[('分類營收占比-主食', '10.72%'), ('分類營收占比-乳製品', '11.97%'), ('分類營收占比-冷凍', '9.06%'), ('分類營收占比-罐頭', '10.25%'), ('分類營收占比-肉類', '13.23%'), ('分類營收占比-蔬果', '13.34%'), ('分類營收占比-調料', '4.51%'), ('分類營收占比-零食', '14.53%'), ('分類營收占比-飲料', '12.40%'), ('商品總數', '100'), ('平均營收', '19546.06'), ('最低營收', '1400'), ('最高營收', '63364'), ('營收標準差', '15736.83'), ('總營收', '1954606')]
```

{% endcode %}

**結果**

* AI 助理獲得工具自動統計的所有須統計項目結果並回傳。
* AI 助理將這些資料作為視覺化依據，使用 Canvas 做出可互動的報表畫面。

> 點按「使用畫布」方框即可查看畫面內容

<figure><img src="/files/pXIwg0tjhFFfwiHDbBY0" alt=""><figcaption></figcaption></figure>

報表呈現畫面如下，您可以：

1. 切換查看原始程式碼或畫面
2. 依照想查看的統計分類切換報表內容(此處依每個 AI 助理產出內容不同而不相同)

<figure><img src="/files/dd7hqzMgcoA6KpxNHuUC" alt=""><figcaption></figcaption></figure>

當切換至其他分類時，即可查看分類營收占比圓餅圖及分布分析長條圖：

<div><figure><img src="/files/02jr3wIdZ4D1HibZWOOq" alt=""><figcaption></figcaption></figure> <figure><img src="/files/h7fRkDEu00HiexX2d3kB" alt=""><figcaption></figcaption></figure></div>

{% hint style="info" %}
**額外提示**

* **資料品質很重要：** 確保您的試算表資料是乾淨且正確的，這將直接影響 AI 助理分析結果的準確性。
* **不想交給 AI 的資料需確實刪除**：在試算表中隱藏的資料仍然能正常解析並提供給 AI 助理，因此若有不希望暴露的資料不能僅以隱藏處理，而必須確實刪除。
* **多嘗試不同的問題：** 透過不同的提問方式，您可以從資料中挖掘出更多有價值的資訊。
* **善用 Canvas 模式：** Canvas 模式可以讓您輕鬆製作出各種視覺化報表，更直觀地呈現數據分析結果。
* **善用欄位描述：** 為資料表欄位加入描述，能顯著提升 AI 查詢的準確度。
  {% endhint %}


# 關聯 AI 助理與群組權限

本篇將介紹如何將資料庫關聯至 AI 助理，以及如何透過群組權限控制資料庫的存取範圍

建立資料庫並設定好資料表後，您需要將資料庫**關聯至 AI 助理**，AI 助理才能使用 Text to SQL 功能查詢資料。

## 關聯 AI 助理 <a href="#link-ai-agent" id="link-ai-agent"></a>

### 操作步驟 <a href="#steps" id="steps"></a>

1. 進入資料庫設定頁面，切換至「<mark style="color:blue;">關聯 AI 助理</mark>」頁籤
2. 頁面左側顯示可選 AI 助理，右側顯示已關聯 AI 助理
3. 從左側選取要關聯的 AI 助理，點擊箭頭按鈕移至右側
4. 完成後點擊「<mark style="color:blue;">儲存</mark>」

<figure><img src="/files/mTuMMBsTb27pikGXkgdE" alt="關聯 AI 助理"><figcaption><p>關聯 AI 助理頁籤：左側為可選助理，右側為已關聯助理</p></figcaption></figure>

{% hint style="info" %}
您可以使用搜尋欄位快速找到特定的 AI 助理。當 AI 助理數量較多時，列表會分頁顯示。
{% endhint %}

{% hint style="warning" %}
請確保 AI 助理的回答模式已切換至 **Agent 模式**，否則無法使用 Text to SQL 功能。

回答模式詳細說明請參考：[建立 AI 助理](/build/setup)
{% endhint %}

### 多資料庫查詢 <a href="#multi-database-query" id="multi-database-query"></a>

一個 AI 助理可以關聯多個資料庫。當使用者提問時，AI 助理會根據問題內容自動判斷應該查詢哪個資料庫：

```
使用者：「上個月的銷售額是多少？」
→ AI 助理自動查詢「銷售資料庫」

使用者：「行銷部目前有幾位員工？」
→ AI 助理自動查詢「人事資料庫」
```

{% hint style="info" %}
為了讓 AI 助理能準確區分不同資料庫，建議為每個資料庫取一個清楚描述其用途的名稱，並填寫詳細的描述及欄位描述。
{% endhint %}

## 群組權限管理 <a href="#group-permission-management" id="group-permission-management"></a>

群組權限讓您控制組織中不同團隊對資料庫的存取範圍，確保每個團隊只能看到與自己相關的資料庫。

### 設定群組權限 <a href="#configure-group-permission" id="configure-group-permission"></a>

1. 進入資料庫設定頁面，切換至「<mark style="color:blue;">群組權限</mark>」頁籤
2. 使用穿梭元件，將要授權的群組從左側移至右側
3. 完成後點擊「<mark style="color:blue;">儲存</mark>」

{% hint style="info" %}
群組權限與「關聯 AI 助理」是獨立的設定。即使資料庫已關聯至某個 AI 助理，如果使用者所屬的群組沒有該資料庫的存取權限，使用者仍然無法查詢該資料庫。
{% endhint %}

### 權限層級 <a href="#permission-levels" id="permission-levels"></a>

資料庫的存取權限由以下條件共同決定：

```
使用者能否透過 AI 助理查詢資料庫？

✅ 資料庫已啟用
  └── ✅ 資料庫已關聯至該 AI 助理
       └── ✅ 使用者所屬群組擁有該資料庫的存取權限
            └── ✅ 可以查詢
```

* **資料庫擁有者**（建立者）可以存取自己建立的所有資料庫，不受群組權限限制
* **非擁有者**需要透過群組權限才能存取資料庫


# 工具功能概覽

本篇將介紹何謂工具，工具如何協助 AI 助理及 MaiAgent 支援的工具類型概覽

## 什麼是工具？ <a href="#what-is-a-tool" id="what-is-a-tool"></a>

工具就像是 AI 助理的**外掛**或**技能**，讓它不只能聊天，還能做更多事情。例如，如果 AI 助理有「**查詢天氣」**&#x9019;個工具，它就能告訴你今天的氣溫；如果它有「**播放音樂」**&#x9019;個工具，就能直接幫你打開音樂。

透過讓用戶定義一組可供 AI 助理使用的「工具」，AI 助理能夠：

1. 理解使用者的複雜請求。
2. 自動地判斷何時需要使用特定的工具。
3. 自動生成呼叫該工具所需的參數。

這使得 AI 助理不再僅限於生成文本回覆，更能實際執行多樣化的任務，例如：

* **查詢即時資訊：** 從資料庫或 API 獲取最新股價、天氣預報、航班狀態等。
* **執行外部操作：** 呼叫訂票系統 API、控制智慧家居設備、發送電子郵件或訊息。
* **處理檔案：** 讀取、寫入或分析本地或雲端文件。
* **與其他軟體整合：** 操作 CRM 系統、專案管理工具或其他企業應用程式。

<figure><img src="/files/oyFJBYXZkEEkwqxC5DMZ" alt=""><figcaption></figcaption></figure>

## 工具的運作流程 <a href="#how-tools-work" id="how-tools-work"></a>

一個基本的工具呼叫流程包含以下步驟：

1. **定義工具：**
   * 用戶需先定義好工具的相關參數。
   * 爲 AI 助理設定可以使用的工具項目。
   * 每個工具必須包含：
     * 清晰的**名稱** (Name)。
     * 易於理解的**描述** (Description)，說明工具的用途。
     * 詳細的**參數說明** (Parameters)，包含每個參數的名稱、資料類型、是否為必填項等。
2. **使用者提問：**
   * 使用者以自然語言向 AI 助理提出請求。
   * *範例：* 「幫我查一下明天台北的天氣。」
3. **模型思考與選擇工具：**
   * AI 助理內部的 LLM 分析使用者請求的意圖。
   * 模型從可用的工具列表中，判斷是否需要以及需要使用哪個工具來回應請求。
   * *範例：* 模型判斷需要天氣資訊，選擇了名為 `get_weather` 的工具。
4. **生成工具呼叫參數：**

   * 模型生成一個結構化的輸出 (通常是 JSON 格式)，包含要呼叫的工具名稱及其所需參數。
   * *範例：*

   ```json
   {
     "name": "get_weather",
     "arguments": {
       "city": "台北",
       "date": "明天"
     }
   }
   ```
5. **應用程式執行工具：**
   * AI 助理的後端應用程式接收並解析模型生成的 JSON 指令。
   * 應用程式根據指令中的工具名稱和參數，實際執行相應的函數或呼叫外部 API。
   * *範例：* 後端程式呼叫天氣查詢 API，傳入「台北」和「明天」作為參數。
6. **將結果回傳給模型：**

   * 應用程式將執行工具後得到的結果 (通常也是 JSON 格式) 回傳給 AI 助理的模型。
   * *範例：*

   ```json
   {
     "temperature": "25°C",
     "condition": "晴天"
   }
   ```
7. **模型生成最終回覆：**
   * 模型接收工具執行的結果，並將其整合進最終的自然語言回覆中。
   * *範例：* 「明天台北的天氣預計是晴天，氣溫約為 25°C。」

<figure><img src="/files/TXh4rCFYTGKMsafBIkhX" alt=""><figcaption></figcaption></figure>

## 工具的主要優勢 <a href="#tool-key-benefits" id="tool-key-benefits"></a>

* **擴展 AI 助理能力：** 打破僅限於生成文本的限制，讓 AI 助理能夠存取即時資訊、執行現實世界的任務。
* **提高可靠性與精確度：** 透過結構化的呼叫與回傳，確保任務指令清晰明確，降低模型「幻覺」或操作錯誤的風險。
* **實現複雜的自動化流程：** 能夠設計出可自主完成多步驟、跨系統任務的 AI 助理，大幅提升效率 (例如：自動規劃旅遊行程並預訂機票酒店)。
* **更自然的互動體驗：** 使用者只需用自然語言描述需求，AI 助理即可理解並轉化為精確的系統操作。

## MaiAgent 支援工具類型 <a href="#supported-tool-types" id="supported-tool-types"></a>

目前支援以下主要類型：

### 🌐 API 工具 <a href="#api-tool" id="api-tool"></a>

* **最常用類型**。用於連接和呼叫外部的 HTTP/HTTPS API 服務。
* **常見應用**：獲取天氣資訊、查詢外部資料庫、觸發 webhook、與第三方服務整合等。
* **必要配置**：API 端點 URL、HTTP 方法、請求標頭 (Headers)、參數結構 (Parameters Schema)。

### ☁️ MCP 工具 <a href="#mcp-tool" id="mcp-tool"></a>

* **模型上下文協定**（Model Context Protocol, MCP）,透過標準化協定實現伺服器、用戶端與主機的協作。
* **適用場景**：讓 AI 助理調用外部工具執行更複雜和實用的任務。
* **必要配置**：MCP 伺服器 URL、參數、環境變數等。


# 建立 MCP 工具

本指南將引導您在平台中建立新的 MCP 工具。

## MCP 是什麼？ <a href="#what-is-mcp" id="what-is-mcp"></a>

MCP，全名為 Model Context Protocol，可用於整合多雲平台服務或執行本地客戶端應用程式。

可以把工具使用想像成插頭，插上插頭通電後才能使用服務，傳統上，每個 LLM 會自己開發出不同的工具使用方式，就像不同規格的插頭一樣，會需要多種插座才能使用，若想要讓 OpenAI 和 Claude 都能使用 Google Calendar 的服務，會需要開發人員設計出多種腳本讓不同的 AI 使用。

當 Google Calendar 更新時，開發人員可能需要：

1. 需要同時更新 3 個不同版本的整合
2. 維護 3 份不同的技術文件

導致開發時程過長，成本過高。

### **MCP 解決方案** <a href="#mcp-solution" id="mcp-solution"></a>

MCP 就是設計來解決此問題的標準化協定，透過

1. 標準化的工具定義格式
2. 統一的通訊協定
3. 一致的錯誤處理機制

等以上的處理，簡化開發流程。

使用 MCP 後，開發一個工具只需要：

1. 建立 MCP Server (一次開發)
2. 定義標準化的工具規格
3. 實作統一的業務邏輯
4. 所有支援 MCP 的 AI 平台都能使用

<figure><img src="/files/ffnh32UkMssmhYZJ0UHU" alt=""><figcaption><p>MCP 整合前後差異</p></figcaption></figure>

MCP 本質上是為了**標準化 AI 工具整合**而設計的協定，讓開發團隊能夠「<mark style="color:blue;">一次開發，處處使用</mark>」，大幅降低了 AI 助理工具生態系統的複雜度和維護成本。

## 快速建立 MCP 工具 <a href="#quick-create-mcp-tool" id="quick-create-mcp-tool"></a>

### 1. 進入工具管理介面 <a href="#step-1-enter-tool-management" id="step-1-enter-tool-management"></a>

首先，請從左側導航欄進入「 <mark style="color:blue;">AI 功能</mark>」區塊，然後點擊「<mark style="color:blue;">🔧 工具</mark>」。進入工具列表頁面後，點選右上角的「<mark style="color:blue;">➕ 新增工具</mark>」按鈕。

<figure><img src="/files/XcP0AE9TeRfMCwHlDtCu" alt="工具列表頁面與新增按鈕"><figcaption><p>點擊「➕ 新增工具」開始建立</p></figcaption></figure>

### 2. 選擇工具類型 <a href="#step-2-select-tool-type" id="step-2-select-tool-type"></a>

工具類型請選擇 <mark style="color:blue;">MCP</mark>。

<figure><img src="/files/fwRfMjwdY4WakMThSag2" alt=""><figcaption></figcaption></figure>

### 3. 設定顯示名稱 <a href="#step-3-set-display-name" id="step-3-set-display-name"></a>

為工具設定清晰的顯示名稱，這邊設為 <mark style="color:blue;">Composio mcp for google calendar</mark>。

<figure><img src="/files/qAdLKTxH6vrHqs5R1CNE" alt=""><figcaption></figcaption></figure>

* **用途**：此名稱將會顯示在平台介面中，供所有用戶查看。
* **建議**：選擇一個能清晰表達工具主要功能的名稱，方便用戶理解。此名稱沒有嚴格的格式限制。

### 4. 填寫 MCP 配置 <a href="#step-4-configure-mcp" id="step-4-configure-mcp"></a>

#### a. 🔗MCP 伺服器網址 <a href="#mcp-server-url" id="mcp-server-url"></a>

* **用途**：MaiAgent 目前接受外部的 MCP 伺服器，透過提供 MCP 伺服器的服務位址(URL)， AI 助理就可以調用 MCP 服務連結外部應用。
* **格式**：
  * 請填寫完整的 URL (例如：`https://mcp.dev/maiagent/mcp_service`)。
* **注意**：此欄位為必填。

{% hint style="info" %}
如何獲得 MCP 網址，請參考[技術人員手冊—Remote MCP 服務概述](https://docs.maiagent.ai/tech/remote-mcp/remote-mcp)
{% endhint %}

在此處貼上您的 MCP server 網址，系統將會自動抓取該 server 內已連結的工具列表：

<figure><img src="/files/miJeoCEptGgIzP73E4m4" alt=""><figcaption></figcaption></figure>

#### b. 🎛️ MCP 命令參數 (mcp\_args) <a href="#mcp-args" id="mcp-args"></a>

{% hint style="warning" %}
如果不需要設定特定的環境變數，此欄位可以留空。
{% endhint %}

* **用途**：定義在執行 MCP 命令或呼叫 MCP 服務時需要傳遞的參數名稱，內容由 AI 助理自動產生。
* **格式**：建議使用 JSON 陣列 (Array) 的格式，其中每個元素都是一個字串代表一個參數。
  * **範例** (JSON 陣列)：

    ```json
    [
        "--user",
        "admin",
        "--config",
        "/path/to/config.yaml"
    ]
    ```
  * **實際執行時**：AI 助理會將這些參數按順序傳遞給 MCP 工具
  * 如果您輸入的是一個以逗號分隔的字串 (例如：`arg1,arg2,arg3`)，系統會嘗試將其解析為參數列表。為避免歧義，推薦使用 JSON 陣列。

<figure><img src="/files/b05oPgI0dXSBUYqX24Mq" alt="MCP 命令參數設定示意圖"><figcaption><p>設定 MCP 命令參數</p></figcaption></figure>

#### c. 🌳 MCP 環境變數 (mcp\_env) <a href="#mcp-env" id="mcp-env"></a>

{% hint style="warning" %}
如果不需要設定特定的環境變數，此欄位可以留空。
{% endhint %}

* **用途**：為 MCP 命令的執行環境設定必要的環境變數。
* **格式**：必須是有效的 JSON 物件，其中鍵 (Key) 是環境變數的名稱，值 (Value) 是環境變數的內容 (字串)。
  * **範例**：

    ```json
    {
      "API_KEY": "{{SECRET_MCP_API_KEY}}",
      "REGION": "us-west-1",
      "DEBUG_MODE": "true"
    } 
    ```

<figure><img src="/files/DPydOC9aeUGbqJCkZ2lU" alt="MCP 環境變數設定示意圖"><figcaption><p>設定 MCP 環境變數</p></figcaption></figure>

### 5. 找到「<mark style="color:blue;">允許的工具(JSON 數組)</mark>」，點按重新取得 <a href="#step-5-fetch-allowed-tools" id="step-5-fetch-allowed-tools"></a>

* **用途**：指定在此 MCP 客戶端下，AI 助理被授權可以使用的具體子工具列表。一個 MCP 客戶端可能提供多個不同的功能或子工具。
* **自動偵測/留空**：如果此欄位留空或未提供，系統在初次連接 MCP 客戶端時，會嘗試自動偵測所有可用的子工具，並預設允許所有偵測到的子工具。若您希望限制 AI 助理只能使用特定的子工具，請在此明確列出。

點按後，系統會自動抓取與該 server 連結的工具內容，並顯示在列表中：

<figure><img src="/files/x2viI3sYquAHgJdyhSXj" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/fe0W8CCcb4Fp20ZIbQtI" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/eN2ECEYkk2U8EaeJAIU8" alt=""><figcaption><p>mcp 定義好的工具名稱</p></figcaption></figure>

### 6. 💾 儲存工具 <a href="#step-6-save-tool" id="step-6-save-tool"></a>

確認所有設定無誤後，捲動到頁面底部，點擊「<mark style="color:blue;">確認</mark>」按鈕。您的新工具就建立完成了！

<figure><img src="/files/001sUHlxBmzuf5nVeS9h" alt=""><figcaption></figcaption></figure>

## ⚠️ 重要提醒 <a href="#important-notes" id="important-notes"></a>

**連線測試**

* 建立工具後，建議先測試 MCP 連線是否正常
* 可在測試環境中驗證工具功能

**權限管理**

* 謹慎選擇允許的工具，避免授權過多不必要的功能
* 定期檢查工具使用狀況

**故障排除**

* 如果連線失敗，請檢查 MCP 伺服器網址是否正確
* 確認環境變數和參數格式符合要求


# 聯絡人 MCP 憑證設定

實現個人化的 MCP 工具憑證管理，確保資料安全隔離

### 一、功能背景介紹 <a href="#section-1-background" id="section-1-background"></a>

<figure><img src="/files/ZpOuIWUKhC06ZNJEk1ZI" alt=""><figcaption></figcaption></figure>

#### 什麼是 MCP 憑證功能 <a href="#what-is-mcp-credential" id="what-is-mcp-credential"></a>

MCP 憑證功能就像是「幫每個客戶設定專屬的通行證」。當多個客戶需要使用同一個工具查詢他們自己的資料時，每個人需要有自己的「鑰匙」（憑證），這樣才能確保每個人只能看到自己的資料，不會看到別人的。

**簡單比喻**\
就像公寓大樓，所有住戶都用同一個電梯（MCP 工具），但每個人要刷自己的門禁卡（憑證）才能進入自己的樓層。

#### 為什麼需要此功能 <a href="#why-this-feature-is-needed" id="why-this-feature-is-needed"></a>

* **保護客戶隱私** — 每個客戶使用自己的憑證，確保資料不會混在一起
* **個別化服務** — 不同客戶可以有不同的使用權限
* **方便管理** — 當客戶的憑證過期或需要更換時，只需要更新那一個客戶的設定

#### 使用場景舉例 <a href="#use-case-examples" id="use-case-examples"></a>

**場景 1：個人資料查詢**\
客戶 A 和客戶 B 都要查詢自己的消費記錄，但他們各自有不同的帳號密碼

**場景 2：部門權限管理**\
不同部門使用同一個查詢工具，但有不同的查看權限

**場景 3：分級服務**\
VIP 客戶可以查詢更詳細的資料，一般客戶只能查詢基本資料

***

### 二、功能位置與使用準備 <a href="#section-2-location-and-prerequisites" id="section-2-location-and-prerequisites"></a>

#### 在哪裡找到這個功能 <a href="#where-to-find-this-feature" id="where-to-find-this-feature"></a>

**操作路徑**\
聯絡人管理 → 點擊編輯聯絡人 → 切換到「MCP 憑證」標籤頁

<figure><img src="/files/d08wiPo8K2gHuBFVaXni" alt=""><figcaption></figcaption></figure>

**重要提醒**\
需要先建立並儲存聯絡人後，才能設定 MCP 憑證（確保憑證能正確綁定到聯絡人）

#### 使用前的準備 <a href="#prerequisites" id="prerequisites"></a>

在開始設定之前，請確認以下事項：

1. 系統中已經有建立好的 MCP 工具（AI功能 → 工具 → MCP）

   <figure><img src="/files/7MvKydX8L6UYaJKv2jgU" alt=""><figcaption></figcaption></figure>
2. 要配置憑證的聯絡人已經建立並儲存
3. 已經拿到該聯絡人的憑證資訊（通常由客戶或有權限的人員提供）

> **權限說明**\
> 系統管理員可以根據組織需求，彈性分配「工具」和「聯絡人」的功能權限。

***

### 三、操作說明 <a href="#section-3-instructions" id="section-3-instructions"></a>

#### 3.1 查看可以設定的工具 <a href="#view-configurable-tools" id="view-configurable-tools"></a>

**操作步驟**

1. 點開要編輯的聯絡人
2. 點擊上方的「MCP 憑證」標籤
3. 會看到所有可以設定的工具列表

**工具列表說明**

每個工具會顯示：

* **工具名稱**（例如：「客戶資料庫查詢」）
* **工具說明**（如果有的話，會以灰色小字顯示在名稱下方）
* **編輯按鈕**（右側的鉛筆圖示）

**如何分辨設定狀態**

* **已設定過** → 工具名稱右邊會出現綠色的「已設定」標籤
* **還沒設定** → 工具名稱右邊沒有任何標籤

***

#### 3.2 新增或修改憑證 <a href="#add-or-edit-credential" id="add-or-edit-credential"></a>

**步驟 1：打開設定區**

點擊工具右邊的「編輯」按鈕（鉛筆圖示），會展開設定區域

**步驟 2：填寫 Headers（憑證資訊）**

在文字框中貼上憑證資訊，格式是 JSON：

```json
{"Authorization": "Bearer 這裡是鑰匙代碼"}
```

不確定格式的話，可以點「**格式化 JSON**」按鈕自動整理

{% hint style="info" %}
**什麼是 Headers？**\
Headers 就是「身份證明文件」，裡面包含了這個聯絡人的專屬鑰匙。就像你去銀行辦事需要帶身份證，系統需要這個 Headers 來確認「這個人是誰」。
{% endhint %}

{% hint style="info" %}
**什麼是 JSON？**\
JSON 是一種資料格式，看起來像：`{"欄位名稱": "內容"}`。不用擔心，通常會有人直接提供給你，你只需要複製貼上就好。
{% endhint %}

**步驟 3：注意事項**

* Headers 是**必填**的（有紅色 \* 號標記）
* 填入的 Headers 會**取代**工具原本的預設設定

{% hint style="info" %}
**重要**：不同 MCP 工具需要的 Headers 格式不一樣，請務必確認你拿到的憑證格式跟這個工具相符
{% endhint %}

**步驟 4：儲存或取消**

**儲存設定**

* 確認沒問題後，點右下角的「**儲存**」按鈕
* 系統會檢查格式是否正確
* 儲存成功後：
  * 編輯區會自動收起
  * 工具名稱右邊會出現**綠色的「已設定」標籤**（第一次設定時才會新出現）

**取消編輯**

* 如果不想儲存，點「取消」即可

***

#### 3.3 重置憑證（清除已設定的憑證） <a href="#reset-credential" id="reset-credential"></a>

**什麼時候會用到？**

當憑證設定錯誤，或是不再需要這個憑證時，可以重置。

**如何操作**

1. 點擊工具的「編輯」按鈕，展開編輯區
2. 如果這個工具已經設定過憑證（有綠色「已設定」標籤），左下角會出現紅色的「**重置憑證**」按鈕
3. 點擊後確認，憑證就會被清除
4. 清除後，工具名稱右邊的綠色「已設定」標籤會消失

**⚠️ 重要提醒**

* 重置後**無法復原**
* 建議重置前先把 Headers 內容複製保存
* 如果只是要修改內容，直接編輯就好，不需要重置

***

### 四、操作範例 <a href="#section-4-examples" id="section-4-examples"></a>

#### 範例 1：為客戶設定資料庫查詢憑證 <a href="#example-1-database-query-credential" id="example-1-database-query-credential"></a>

**情境說明**

客戶 A 要查詢他自己的消費記錄，你拿到了一組憑證代碼。

**Headers 內容**

```json
{
  "apikey": "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...",
  "Authorization": "Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..."
}
```

**操作步驟**

1. 找到聯絡人「客戶 A」，點擊編輯
2. 切換到「MCP 憑證」標籤
3. 找到「客戶資料庫查詢」工具，點編輯按鈕
4. 把憑證代碼貼上
5. 點「格式化 JSON」確保格式整齊
6. 點儲存

***

#### 範例 2：為部門設定專用查詢憑證 <a href="#example-2-department-specific-credential" id="example-2-department-specific-credential"></a>

**情境說明**

業務部需要查客戶資料，但只能看基本資料，不能看財務資料。

**Headers 內容**

```json
{
  "X-API-Key": "dept_sales_abc123",
  "X-Department": "sales"
}
```

**欄位說明**

* `X-API-Key` — 業務部的專用鑰匙
* `X-Department` — 標示這是業務部在用

***

#### 範例 3：設定多個欄位的憑證 <a href="#example-3-multi-field-credential" id="example-3-multi-field-credential"></a>

**Headers 內容**

```json
{
  "Authorization": "Bearer token_xyz",
  "X-Client-ID": "client_12345",
  "Content-Type": "application/json"
}
```

**欄位說明**

* `Authorization` — 主要的身份驗證鑰匙
* `X-Client-ID` — 客戶編號
* `Content-Type` — 資料格式說明（通常固定是這個）

***

### 五、聯絡人 MCP vs 工具 MCP 的差異 <a href="#section-5-contacts-mcp-vs-tool-mcp" id="section-5-contacts-mcp-vs-tool-mcp"></a>

#### 功能比較表 <a href="#feature-comparison-table" id="feature-comparison-table"></a>

| 比較項目      | 工具 → MCP                              | 聯絡人 → MCP 憑證                         |
| --------- | ------------------------------------- | ------------------------------------ |
| **是什麼**   | 建立工具本身                                | 幫個別聯絡人設定專屬憑證                         |
| **設定範圍**  | 整個系統都能用                               | 只給特定聯絡人用                             |
| **設定內容**  | <p>• 工具的網址<br>• 預設的憑證<br>• 可以做哪些事</p> | <p>• 只設定這個人的憑證<br>• 會取代預設憑證</p>      |
| **什麼時候用** | 第一次要接入新工具時                            | 每個客戶要用不同憑證時                          |
| **誰可以操作** | 有權限即可操作                               | 有權限即可操作                              |
| **在哪裡設定** | 工具管理頁面                                | 聯絡人編輯頁面                              |
| **常見用途**  | <p>• 新增一個查詢工具<br>• 設定工具的基本資料</p>      | <p>• 每個客戶用自己的帳密<br>• VIP 客戶有特殊權限</p> |

#### 簡單理解：電腦教室比喻 <a href="#analogy-computer-lab" id="analogy-computer-lab"></a>

想像一下學校的電腦教室：

**工具 MCP（有權限的人員建立）**

* 在電腦教室安裝軟體
* 設定所有電腦都能用這個軟體
* 決定軟體有哪些功能

**聯絡人 MCP 憑證**

* 幫每個學生建立自己的帳號
* 每個學生用自己的帳號登入
* 不同學生可以有不同的使用權限

#### 實際工作流程 <a href="#actual-workflow" id="actual-workflow"></a>

```
第一步：建立 MCP 工具（有建立工具權限的人員）
    ↓
建立「客戶資料庫查詢」工具
- 設定工具網址
- 設定預設憑證（如果有的話）
    ↓
第二步：為每個聯絡人設定專屬憑證（有設定憑證權限的人員）
    ↓
客戶 A：設定 A 的專屬憑證
客戶 B：設定 B 的專屬憑證
客戶 C：設定 C 的專屬憑證
    ↓
結果：大家用同一個工具，但各自用自己的憑證
```

> **權限彈性**\
> 系統管理員可以根據組織需求，決定誰可以建立工具、誰可以設定憑證。可以是同一批人，也可以分開管理。

#### 重點整理 <a href="#key-summary" id="key-summary"></a>

* **工具 MCP** — 先有「工具」才能用
* **聯絡人 MCP 憑證** — 再給每個人「鑰匙」

***

### 六、常見問題 <a href="#section-6-faq" id="section-6-faq"></a>

#### Q1：為什麼我看不到「MCP 憑證」標籤？ <a href="#faq-1-cannot-see-mcp-credential-tab" id="faq-1-cannot-see-mcp-credential-tab"></a>

**可能原因**

* 你是在「新增聯絡人」（要先儲存聯絡人後，再進來編輯才看得到）
* 系統裡還沒有建立任何 MCP 工具
* 聯絡人資料還沒儲存

**解決方法**

1. 先把聯絡人基本資料填好並儲存
2. 確認系統有 MCP 工具（請有權限的人員確認）
3. 重新進入編輯模式

***

#### Q2：Headers 格式錯誤怎麼辦？ <a href="#faq-2-headers-format-error" id="faq-2-headers-format-error"></a>

**常見錯誤範例**

* ❌ 錯誤：`{'key': 'value'}`（用了單引號）
* ❌ 錯誤：`{key: value}`（沒有引號）
* ❌ 錯誤：`{"key": "value",}`（最後多了逗號）
* ✅ 正確：`{"key": "value"}`

**解決方法**

1. 點「格式化 JSON」按鈕，系統會自動檢查
2. 如果還是有問題，請把憑證重新複製一次
3. 或是請提供憑證的人再確認一次格式

***

#### Q3：我怎麼知道要填什麼內容？ <a href="#faq-3-what-to-fill-in" id="faq-3-what-to-fill-in"></a>

**取得憑證的方式**

1. 請客戶提供他們的憑證資訊
2. 請負責人員提供或協助建立
3. 詢問負責這個工具的同事
4. 參考其他已經設定成功的聯絡人（但不要直接複製！）

**⚠️ 不要自己亂填**

憑證都是有特定格式和內容的，填錯了工具會無法使用，還可能造成資料錯誤。

***

#### Q4：為什麼我看不到「已設定」標籤？ <a href="#faq-4-cannot-see-configured-badge" id="faq-4-cannot-see-configured-badge"></a>

**顯示條件**

* 只有「已經設定過憑證」的工具才會顯示這個綠色標籤
* 第一次設定時，在儲存成功前不會看到
* 儲存成功後，標籤才會出現

**工具列表都沒有標籤？**

代表這個聯絡人還沒有設定過任何 MCP 憑證，這是正常的。

***

#### Q5：找不到「重置憑證」按鈕？ <a href="#faq-5-cannot-find-reset-credential-button" id="faq-5-cannot-find-reset-credential-button"></a>

**顯示條件（需同時滿足）**

1. 這個工具已經設定過憑證（工具名稱右邊有綠色「已設定」標籤）
2. 你有點擊「編輯」按鈕展開編輯區

**按鈕位置**

展開編輯區後，紅色的「重置憑證」按鈕在左下角，「取消」和「儲存」按鈕在右下角。

**工具還沒設定憑證？**

不會有「重置憑證」按鈕，因為沒有憑證可以重置。這時候左下角會是空白的。

***

#### Q6：按了「重置憑證」會怎樣？ <a href="#faq-6-what-happens-after-reset" id="faq-6-what-happens-after-reset"></a>

**會發生的事**

* 這個聯絡人的專屬憑證會被清除
* 工具名稱右邊的綠色「已設定」標籤會消失
* 如果工具有預設憑證，會改用預設的（但通常沒有）
* ⚠️ **刪除後無法復原**

**建議做法**

* 先把 Headers 內容複製備份
* 想清楚是否真的要刪除
* 如果只是要修改內容，用「編輯」就好

***

#### Q7：多個聯絡人可以用同一組憑證嗎？ <a href="#faq-7-multiple-contacts-share-credential" id="faq-7-multiple-contacts-share-credential"></a>

**技術上可以**

系統不會擋你複製同樣的憑證給不同人

**但是不建議**

* 沒辦法知道是誰在使用
* 資料可能會混在一起
* 有人出問題時，不知道是誰的問題

**正確做法**

* 每個聯絡人用自己的憑證
* 保持資料清楚分開
* 方便追蹤和管理

***

#### Q8：工具列表是空的，顯示「暫無可用工具」？ <a href="#faq-8-tool-list-empty" id="faq-8-tool-list-empty"></a>

**可能原因**

* 系統還沒有建立 MCP 工具
* 所有工具都是「全域」類型（全域工具不需要個別設定憑證）

**解決方法**

1. 請有建立工具權限的人員確認是否已建立 MCP 工具
2. 確認工具類型設定正確
3. 如果都正常但還是看不到，請聯繫技術支援

***

### 附錄：操作檢查清單 <a href="#appendix-checklist" id="appendix-checklist"></a>

#### 設定前確認 <a href="#pre-setup-checklist" id="pre-setup-checklist"></a>

* [ ] 聯絡人已經建立並儲存了
* [ ] 系統有可用的 MCP 工具
* [ ] 已經拿到憑證資訊（從客戶或負責人員那裡）
* [ ] 確認憑證格式正確

#### 設定時確認 <a href="#during-setup-checklist" id="during-setup-checklist"></a>

* [ ] Headers 格式正確（可以用格式化按鈕檢查）
* [ ] 該填的欄位都有填
* [ ] 沒有多餘或錯誤的內容
* [ ] 點格式化後沒有出現錯誤訊息

#### 設定後確認 <a href="#post-setup-checklist" id="post-setup-checklist"></a>

* [ ] 工具名稱右邊出現綠色「已設定」標籤
* [ ] 實際測試工具可以正常使用
* [ ] 把設定資訊記錄下來（日期、聯絡人、工具名稱）
* [ ] 如果需要，通知相關人員已完成設定


# 建立 API 工具

本指南將引導您在平台中建立新的 MCP 工具。

{% hint style="info" %}
您可以使用 MaiAgent 製作的 [工具製作 AI 助理](https://chat.maiagent.ai/web-chats/27934296-105a-4f3f-80f0-7e9dcdb638d3) 協助您建立 API 工具
{% endhint %}

API 工具用於整合外部服務、自動化操作流程。

## **什麼是 API？** <a href="#what-is-api" id="what-is-api"></a>

**API（Application Programming Interface，應用程式介面）** 是不同軟體系統之間溝通的橋樑。簡單來說，它就像是**軟體世界的「服務員」**，幫助不同的程式互相傳遞資訊和執行功能。

想像你在餐廳用餐：

* **你**：需要食物的客戶（應用程式）
* **廚房**：製作食物的地方（提供服務的系統）
* **服務員**：在你和廚房之間傳遞訊息（**API**）

你不需要直接進廚房，只要告訴服務員你要什麼，服務員會把你的需求傳達給廚房，然後把做好的餐點送到你面前。

<figure><img src="/files/iwFxnHtljhRJ2CU5aLv2" alt=""><figcaption><p>API 流程示意圖</p></figcaption></figure>

API 工具可以協助您自動操作標準化流程及設置特定的回傳格式，也可以協助您獲取您系統中的資訊如：

**電商客服自動化**

```
客戶詢問訂單 ➡️ API 查詢訂單狀態 ➡️ 自動回覆配送進度
```

**行銷活動管理**

```
新產品上架 ➡️ 自動更新官網 ➡️ 發送 EDM ➡️ 社群平台宣傳
```

**線上課程平台：**

```
學生詢問課程進度 ➡️ API 查詢學習紀錄 ➡️ 自動回覆完成百分比和下次上課時間
```

透過 API 工具，AI 助理從單純的對話機器人，進化成能夠實際執行業務流程的智慧助理，大幅提升工作效率和自動化程度。

## 快速建立 API 工具 <a href="#quick-create-api-tool" id="quick-create-api-tool"></a>

### 1. 進入工具管理介面 <a href="#step-1-enter-tool-management" id="step-1-enter-tool-management"></a>

首先，請從左側導航欄進入「 <mark style="color:blue;">AI 功能</mark>」區塊，然後點擊「<mark style="color:blue;">🔧 工具</mark>」。進入工具列表頁面後，點選右上角的「<mark style="color:blue;">➕ 新增工具</mark>」按鈕。

<figure><img src="/files/RqwNqlN67Ny7DSLtYUMG" alt="工具列表頁面與新增按鈕"><figcaption><p>點擊「➕ 新增工具」開始建立</p></figcaption></figure>

### 2. 選擇工具類型 <a href="#step-2-select-tool-type" id="step-2-select-tool-type"></a>

工具類型，選擇 API。

<figure><img src="/files/oquIRV6oXl4zTSzvvi93" alt=""><figcaption></figcaption></figure>

### 3. 設定顯示名稱 <a href="#step-3-set-display-name" id="step-3-set-display-name"></a>

為工具設定清晰的顯示名稱，這邊設為 <mark style="color:blue;">google calendar</mark>。

<figure><img src="/files/CQoZGHsl7RQIL1atDRHq" alt=""><figcaption></figcaption></figure>

* **用途**：此名稱將會顯示在平台介面中，供所有用戶查看。
* **建議**：選擇一個能清晰表達工具主要功能的名稱，方便用戶理解。此名稱沒有嚴格的格式限制。

### 4. 設定工具名稱 <a href="#step-4-set-tool-name" id="step-4-set-tool-name"></a>

接下來是「<mark style="color:blue;">工具名稱</mark>」欄位。

* **用途**：此名稱是 AI 助理在內部呼叫和識別此工具時使用的唯一標識符。
* **命名規則 (重要)**：
  * 必須使用英文。
  * 只能包含：
    * 小寫英文字母 (a-z)
    * 大寫英文字母 (A-Z)
    * 數字 (0-9)
    * 底線 (`_`)
    * 連字符 (`-`)
  * **範例**：`get_weather_forecast`, `database-query-tool`

下圖設為 <mark style="color:blue;">google\_calendar\_retriever</mark>

<figure><img src="/files/o319Aj1aTmQk2jaTQtbb" alt=""><figcaption><p>API 工具名稱定義</p></figcaption></figure>

### 5. 撰寫工具描述 <a href="#step-5-write-tool-description" id="step-5-write-tool-description"></a>

在「<mark style="color:blue;">工具描述</mark>」欄位中，用戶可以提供清晰且詳細的工具說明。

* **重要性**：良好的描述能幫助 AI 助理更準確地理解：
  * 工具的功能和目的。
  * 何時應該使用這個工具。
  * 如何解釋工具的輸出結果。
* **建議內容**：說明工具做什麼、輸入什麼、輸出什麼，以及任何使用上的注意事項。

<figure><img src="/files/lGr9csdTbZ5ospr1N9PK" alt=""><figcaption><p>工具描述</p></figcaption></figure>

### 6. API 配置詳細設定 <a href="#step-6-api-configure-details" id="step-6-api-configure-details"></a>

#### a. 🔗 API URL <a href="#api-url" id="api-url"></a>

* 填寫目標 API 端點的完整網址 (包含 `http://` 或 `https://`)。
* **範例**：`https://api.opencalendar.org/data/2.5`

<figure><img src="/files/2OuenTwouLfK7TLCZHQS" alt=""><figcaption></figcaption></figure>

#### b. 📮 HTTP 方法 <a href="#http-method" id="http-method"></a>

* 從下拉選單中選擇 API 服務要求的 HTTP 動詞：
  * `GET`：通常用於獲取資源。
  * `POST`：通常用於創建新資源或提交數據。
  * `PUT`：通常用於完整替換或更新資源。
  * `DELETE`：通常用於刪除資源。

<figure><img src="/files/y5F9BA2TCe5vcEOXc2Rn" alt=""><figcaption></figcaption></figure>

#### c. 📰 標頭 (Headers) <a href="#headers" id="headers"></a>

標頭就像是信件的「<mark style="color:blue;">信封</mark>」，在看到實際的資料內容前，先告訴接收方一些重要的資訊，**沒有正確的標頭，API 請求可能無法通過驗證，或者接收方無法正確解析資料。**。

**常見用途**：

* 身份驗證 (`Authorization`, `X-API-Key`)
* 指定內容類型 (`Content-Type`)
* 指定接受的回應格式 (`Accept`)

若要新增標頭，您需要：

* 點擊「<mark style="color:blue;">➕ 新增標頭</mark>」來定義隨請求發送的 HTTP 標頭。
* **格式**：必須是有效的 JSON 物件，其中鍵 (Key) 是標頭名稱，值 (Value) 是標頭內容 (字串)。
* **範例**：

  ```json
  {
    "Content-Type": "application/json; charset=utf-8",
    "Authorization": "Bearer {{SECRET_API_TOKEN}}",
    "Accept": "application/vnd.github.v3+json"
  }
  ```

<figure><img src="/files/rzlb0CAc1ebgiW4hkqf7" alt="API 標頭設定截圖"><figcaption><p>設定必要的 HTTP 請求標頭</p></figcaption></figure>

#### d. 🧩 參數結構 (Parameters Schema) <a href="#parameters-schema" id="parameters-schema"></a>

**參數結構就像是「點餐單」**，告訴 AI 助理可以向 API 要求什麼資料，以及要怎麼要求。

* **核心設定**：定義 AI 助理在呼叫此工具時，可以或必須提供哪些參數(要傳遞給系統處理的內容)，以及這些參數的格式。
* **格式**：使用標準的 **JSON Schema** 格式。
* **關鍵元素**：
  * `type: "object"`：表示參數是一個物件。
  * `properties`: 定義每個參數的物件。
    * **參數名稱** (例如 `"search"`)：對應的物件包含該參數的細節。
      * `type`: 參數的資料類型 (`string`, `integer`, `number`, `boolean`, `array`, `object`)。
      * `description`: 對 AI 助理的說明，解釋此參數的意義。
      * `default` (可選): 參數的默認值。
      * `enum` (可選): 如果參數值只能是特定幾個選項之一，在此列出。
  * `required`: 一個包含所有**必填**參數名稱的陣列。
* **範例** (影音搜尋工具)：

  ```json
  {
      "type": "object",
      "properties": {
          "limit": {
              "type": "integer",
              "minimum": 1,
              "description": "回傳結果數量上限"
          },
          "fields": {
              "type": "string",
              "description": "以逗號分隔的欄位清單"
          },
          "search": {
              "type": "string",
              "description": "搜尋關鍵字"
          }
      },
      "required": ["search"]
  }
  ```

<figure><img src="/files/OEGufnGB0Jtz6QZ3gG4x" alt="API 參數結構設定截圖"><figcaption><p>使用 JSON Schema 精確定義 API 參數</p></figcaption></figure>

### 7. 💾 儲存工具 <a href="#step-7-save-tool" id="step-7-save-tool"></a>

確認所有設定無誤後，捲動到頁面底部，點擊「<mark style="color:blue;">確認</mark>」按鈕。您的新工具就建立完成了！

<figure><img src="/files/LPVQb5XEvJA6SpG4RVEz" alt=""><figcaption></figcaption></figure>

## ⚠️ 重要提醒 <a href="#important-notes" id="important-notes"></a>

**連線測試**

* 建立工具後，建議先測試 API 是否正常運作
* 可使用測試工具驗證工具功能，如：
  * POSTMAN
  * 企業自己搭建的 API 測試請求平台

**權限管理**

* 定期檢查工具使用狀況及權限開放狀態


# 內建 AI 圖像生成工具

本篇將介紹 MaiAgent 內建的 AI 圖像生成工具，並比較其效果及適用場景

### 📋 功能概述 <a href="#feature-summary" id="feature-summary"></a>

MaiAgent 系統整合四大頂級 AI 圖像生成引擎，提供從日常創作到專業設計的全方位解決方案。只需勾選設定，即可立即開始生成圖像。

{% hint style="info" %}
請參考：[為 AI 助理配置工具](/tools/configure_tools)
{% endhint %}

***

### 🎨 工具完整對比表 <a href="#tool-comparison-table" id="tool-comparison-table"></a>

| 工具             | 語言支援       | 核心特色        | 適用場景      |
| -------------- | ---------- | ----------- | --------- |
| **Gemini 2.0** | 🇹🇼 繁中+英文 | 上下文理解、對話式編輯 | 日常創作、中文需求 |
| **GPT Image**  | 🇺🇸 英文    | 專業品質、多輪優化   | 品牌設計、專業用途 |
| **DALL-E 3**   | 🇺🇸 英文    | 快速生成、概念視覺化  | 快速原型、輔助插圖 |
| **Imagen 4.0** | 🇺🇸 英文    | 照片級寫實、產品渲染  | 商業攝影、產品展示 |

### ⭐️ 實際生成範例 <a href="#generation-examples" id="generation-examples"></a>

#### Gemini Native - 日常創作範例 <a href="#gemini-native-daily-example" id="gemini-native-daily-example"></a>

**提示詞：** "一隻可愛的橘色貓咪坐在窗台上，陽光透過窗戶灑在牠身上"

![Gemini Native 範例](https://media.maiagent.ai/media/chatbots/chatbot-file/2f066551-66bd-45eb-b8b2-138a7600f163.jpg)

**特色：** 完美理解中文描述，色彩溫暖自然，適合日常創作需求

***

#### GPT Image - 專業設計範例 <a href="#gpt-image-professional-example" id="gpt-image-professional-example"></a>

**提示詞：** "Professional logo design: minimalist coffee cup with transparent background"

![GPT Professional 範例](https://media.maiagent.ai/media/chatbots/chatbot-file/f41aa913-1988-4474-bd7a-8f68d0e21cbb.png)

**特色：** 透明背景、線條精緻、適合品牌應用

***

#### DALL-E 3 - 快速概念範例 <a href="#dalle3-quick-concept-example" id="dalle3-quick-concept-example"></a>

**提示詞：** "Quick concept sketch: futuristic city skyline with flying cars"

![DALL-E 3 範例](https://media.maiagent.ai/media/chatbots/chatbot-file/6a0209f3-8d59-4fc6-98e9-f4d814387347.jpg)

**特色：** 快速生成、概念清晰、適合創意發想

***

#### Google Imagen - 產品攝影範例 <a href="#google-imagen-product-photography-example" id="google-imagen-product-photography-example"></a>

**提示詞：** "Professional product photography: sleek smartphone with studio lighting"

![Google Imagen 範例](https://media.maiagent.ai/media/chatbots/chatbot-file/7473df7b-68de-4b45-9ae3-151ff98beb5e.jpg)

**特色：** 照片級寫實、專業光影、商業品質

***

### 📝 使用方式與最佳實踐 <a href="#usage-and-best-practices" id="usage-and-best-practices"></a>

#### 基礎使用語法 <a href="#basic-syntax" id="basic-syntax"></a>

| 使用場景     | 範例指令                   | 推薦引擎          |
| -------- | ---------------------- | ------------- |
| **日常創作** | `畫一隻可愛的小狗`             | Gemini Native |
| **專業設計** | `設計一個現代簡約的Logo，需要透明背景` | GPT Image     |
| **快速原型** | `快速生成一個網站首頁的概念圖`       | DALL-E 3      |
| **產品展示** | `創建一張專業的產品攝影圖片`        | Google Imagen |

#### 多輪迭代優化（GPT Image） <a href="#multi-round-iteration-gpt-image" id="multi-round-iteration-gpt-image"></a>

```
第一輪：「設計一個咖啡店Logo」
第二輪：「把顏色改成深棕色」
第三輪：「增加一些蒸汽效果」
第四輪：「讓整體更簡約一些」

```

#### 圖片參考編輯（Gemini Native） <a href="#image-reference-editing-gemini-native" id="image-reference-editing-gemini-native"></a>

```
「基於這張圖片，把背景改成海邊場景」
「保持人物不變，只修改服裝顏色」
「在這個場景中增加一些花朵」

```

***

### 🎯 應用場景實戰指南 <a href="#use-case-guide" id="use-case-guide"></a>

#### **場景一：社群媒體內容創作** <a href="#use-case-social-media-content" id="use-case-social-media-content"></a>

**需求：** 為 Instagram 貼文創作配圖

**推薦：** Gemini Native

**範例指令：** `創作一張溫馨的咖啡廳場景，適合 IG 貼文使用`

#### **場景二：企業品牌設計** <a href="#use-case-enterprise-brand-design" id="use-case-enterprise-brand-design"></a>

**需求：** 設計公司 Logo 和品牌素材

**推薦：** GPT Image

**範例指令：** `設計一個科技公司的 Logo，簡約現代風格，透明背景`

#### **場景三：產品展示圖片** <a href="#use-case-product-display-image" id="use-case-product-display-image"></a>

**需求：** 電商平台商品主圖

**推薦：** Google Imagen

**範例指令：** `Professional product shot of wireless headphones on white background`

#### **場景四：創意發想與原型** <a href="#use-case-creative-ideation-prototype" id="use-case-creative-ideation-prototype"></a>

**需求：** 快速視覺化創意概念

**推薦：** DALL-E 3

**範例指令：** `Concept art for a mobile app interface design`

***

### ❓ 常見問題與解決方案 <a href="#faq-and-solutions" id="faq-and-solutions"></a>

#### 品質相關問題 <a href="#image-quality-issues" id="image-quality-issues"></a>

**Q: 如何獲得最高品質的圖片？**

**A:** 使用 GPT Image 或 Google Imagen，並提供詳細的描述：

* ✅ 具體的風格要求（如「專業攝影風格」）
* ✅ 詳細的場景描述（光線、角度、氛圍）
* ✅ 明確的品質要求（如「高解析度」「商業品質」）

**Q: 為什麼生成的圖片與預期不符？**

**A:** 優化提示詞的建議：

* 🎯 使用具體而非抽象的描述
* 🎨 指定明確的藝術風格
* 📐 說明構圖和視角要求
* 🌈 描述色彩和光線效果

#### 功能使用問題 <a href="#feature-usage-issues" id="feature-usage-issues"></a>

**Q: 如何生成透明背景的圖片？**

**A:** 在描述中明確提及「透明背景」：

```
設計一個 Logo，需要透明背景
創作一個圖標，背景要透明

```

**Q: 可以修改已生成的圖片嗎？**

**A:** 可以！使用 Gemini Native 的圖片參考功能：

```
基於上面這張圖片，把天空改成夕陽色彩
保持構圖不變，只修改人物的服裝

```


# Gemini 3 圖片生成工具

使用 Gemini 3 Pro Image 從文字提示生成高品質圖片

### 功能簡介 <a href="#feature-introduction" id="feature-introduction"></a>

Gemini 3 圖片生成工具是 MaiAgent 整合 Google Gemini 3 Pro Image 模型的 AI 圖片生成功能。此工具讓 AI 助理能夠根據使用者的文字描述生成高品質圖片，支援繁體中文與英文提示詞，並可透過參考圖片進行風格轉換與圖片編輯。

{% hint style="info" %}
Gemini 3 Pro Image 是 Google 最新的多模態 AI 模型，具備強大的圖片生成能力，能根據上下文理解與世界知識推理，生成高品質且符合情境的圖片。
{% endhint %}

***

### 主要功能 <a href="#key-features" id="key-features"></a>

<table><thead><tr><th width="200">功能類型</th><th>說明</th><th>應用場景</th></tr></thead><tbody><tr><td><strong>文字生成圖片</strong></td><td>根據文字描述生成對應的圖片</td><td>行銷素材、社群貼文、產品視覺化</td></tr><tr><td><strong>參考圖片編輯</strong></td><td>根據參考圖片進行風格轉換或內容修改</td><td>品牌視覺一致性、圖片風格調整</td></tr><tr><td><strong>對話式圖片編輯</strong></td><td>在多輪對話中持續調整與優化圖片</td><td>迭代設計、細節微調</td></tr><tr><td><strong>中文提示詞支援</strong></td><td>直接使用繁體中文描述想要的圖片</td><td>中文使用者無需翻譯即可使用</td></tr></tbody></table>

***

### 啟用 Gemini 3 圖片生成工具 <a href="#enable-gemini-3-image-tool" id="enable-gemini-3-image-tool"></a>

#### 前置需求 <a href="#prerequisites" id="prerequisites"></a>

1. 確認您的組織方案支援圖片生成功能
2. 確認已啟用 AI 功能權限
3. 準備要使用此工具的 AI 助理

#### 啟用步驟 <a href="#enable-steps" id="enable-steps"></a>

1. **進入 AI 助理設定頁面**
   * 點選左側選單「<mark style="color:blue;">AI 助理</mark>」
   * 選擇要設定的 AI 助理
   * 點選「<mark style="color:blue;">設定</mark>」

<figure><img src="/files/B36skJSPGuuCI4THiPRg" alt="AI 助理列表頁面"><figcaption><p>從左側選單進入「AI 助理」，選擇要設定的助理並點選設定</p></figcaption></figure>

2. **配置工具設定**
   * 切換至「<mark style="color:blue;">工具</mark>」頁籤
   * 點選「<mark style="color:blue;">選擇工具</mark>」按鈕
   * 在可用工具列表中找到「<mark style="color:blue;">Nano Banana Pro 圖片生成</mark>」並勾選
   * 點選「<mark style="color:blue;">確認</mark>」

<figure><img src="/files/dLXDejaYY2GiPG8qeFDE" alt="工具頁籤"><figcaption><p>切換至「工具」頁籤，可看到已啟用的圖片生成工具</p></figcaption></figure>

<figure><img src="/files/PUrI6eZGQEIXX313jPV5" alt="工具選擇對話框"><figcaption><p>點選「選擇工具」後，在內建工具中找到「Nano Banana Pro 圖片生成」並勾選啟用</p></figcaption></figure>

3. **儲存設定**
   * 點選右下角「<mark style="color:blue;">儲存</mark>」按鈕
   * 等待系統確認設定完成

{% hint style="warning" %}
**注意事項**

* 圖片生成會消耗 Token 額度，請注意方案限制
* 生成的圖片預設為 4K 高品質輸出
  {% endhint %}

***

### 使用方式 <a href="#how-to-use" id="how-to-use"></a>

#### 透過對話介面使用 <a href="#use-via-chat-interface" id="use-via-chat-interface"></a>

<figure><img src="/files/n7Kscby7stShsw0N9rHH" alt="對話中使用圖片生成工具"><figcaption><p>在 MaiGPT 對話介面中使用圖片生成工具，AI 助理會根據描述生成對應的圖片</p></figcaption></figure>

1. **輸入圖片描述**
   * 在對話框中輸入您想要生成的圖片描述
   * 範例：
     * 「幫我生成一張日落海灘的風景圖」
     * 「畫一隻穿著太空衣的貓咪」
     * 「設計一個簡約風格的咖啡店 Logo」
     * 「Create a watercolor painting of a mountain landscape」
2. **使用參考圖片**
   * 在對話中上傳一張圖片作為參考
   * 搭配文字指令描述您想要的修改
   * 範例：
     * 上傳一張照片後說：「把這張照片轉換成水彩畫風格」
     * 上傳一張產品圖後說：「幫這個產品設計一個宣傳海報」
3. **對話式編輯**
   * 生成圖片後，可以在後續對話中要求修改
   * 範例：
     * 「把背景改成藍色」
     * 「加上一些星星」
     * 「讓整體氛圍更溫暖一些」

<figure><img src="/files/sV9bjyTScPJtB8BXLF8H" alt="對話式編輯範例"><figcaption><p>對話式編輯：使用者要求將購物袋改為粉紅色，AI 助理根據上下文記憶重新生成修改後的圖片</p></figcaption></figure>

{% hint style="info" %}
提供越詳細的描述，生成的圖片品質越好。建議包含風格、顏色、構圖、氛圍等細節。
{% endhint %}

***

### 應用情境範例 <a href="#use-case-examples" id="use-case-examples"></a>

#### 情境一：行銷素材製作 <a href="#use-case-marketing-materials" id="use-case-marketing-materials"></a>

**需求**：快速生成社群媒體貼文所需的視覺素材

**對話範例**：

```
使用者：幫我生成一張適合 Instagram 的圖片，主題是春季新品上市，風格清新明亮，有櫻花和購物袋的元素
AI：[生成圖片] 已為您生成春季新品上市的宣傳圖片，包含櫻花花瓣和時尚購物袋的元素，整體風格清新明亮。
使用者：很好，但可以把購物袋的顏色改成粉紅色嗎？
AI：[生成更新後的圖片] 已將購物袋調整為粉紅色，與櫻花主題更加一致。
```

<figure><img src="/files/T9fzOjd7pW4zqN3W3DKI" alt="行銷素材製作範例"><figcaption><p>實際操作畫面：使用者輸入行銷素材需求，AI 助理即時生成含有櫻花與購物袋元素的春季宣傳圖片</p></figcaption></figure>

#### 情境二：產品視覺化 <a href="#use-case-product-visualization" id="use-case-product-visualization"></a>

**需求**：為尚未生產的產品概念生成視覺呈現

**對話範例**：

```
使用者：我想設計一款智慧手錶，外觀是圓形錶面、銀色金屬錶帶、深藍色錶盤，請幫我生成概念圖
AI：[生成圖片] 已生成智慧手錶概念圖，圓形錶面搭配銀色金屬錶帶和深藍色錶盤。
```

<figure><img src="/files/lqvzZspYJil22r9Uafij" alt="產品視覺化範例"><figcaption><p>實際操作畫面：AI 助理根據描述生成智慧手錶概念圖，包含圓形錶面、銀色金屬錶帶和深藍色錶盤</p></figcaption></figure>

#### 情境三：風格轉換 <a href="#use-case-style-transfer" id="use-case-style-transfer"></a>

**需求**：將現有圖片轉換為不同的藝術風格

**對話範例**：

```
使用者：[上傳照片] 把這張照片轉換成漫畫風格
AI：[生成圖片] 已將您的照片轉換為漫畫風格，保留了原始構圖和主要元素。
```

<figure><img src="/files/3OYR3y34KzPBCu151QVP" alt="風格轉換範例"><figcaption><p>實際操作畫面：將台北 101 大樓轉換為日系動漫風格，保留建築主要輪廓並套用漫畫風格</p></figcaption></figure>

***

### 提示詞撰寫建議 <a href="#prompt-writing-tips" id="prompt-writing-tips"></a>

#### 有效的提示詞寫法 <a href="#effective-prompt-writing" id="effective-prompt-writing"></a>

**包含具體描述**：

* 主題：想要生成什麼內容
* 風格：寫實、卡通、水彩、油畫、平面設計等
* 顏色：主要色調和配色偏好
* 構圖：特寫、全景、俯瞰等
* 氛圍：溫暖、冷調、活潑、沉穩等

**良好範例**：

* 「一隻橘色的柴犬坐在秋天的公園長椅上，背景是金黃色的楓葉，溫暖的午後光線，寫實攝影風格」
* 「極簡風格的科技公司 Logo，使用藍色和白色，幾何圖形設計」

**避免過於模糊**：

* 「畫一張圖」（缺少具體描述）
* 「好看的圖片」（沒有明確方向）

***

### 常見問題 <a href="#faq" id="faq"></a>

#### Q：Gemini 3 圖片生成工具支援哪些語言的提示詞？ <a href="#faq-supported-languages" id="faq-supported-languages"></a>

**A**：支援繁體中文和英文提示詞。您可以直接使用中文描述想要的圖片內容。

#### Q：生成一張圖片需要多少 Token？ <a href="#faq-token-cost-per-image" id="faq-token-cost-per-image"></a>

**A**：圖片生成的 Token 消耗會比純文字對話高。實際消耗量取決於提示詞的複雜度和圖片品質設定。建議監控組織的 Token 使用量，避免超出方案限額。

#### Q：可以使用參考圖片嗎？ <a href="#faq-reference-image" id="faq-reference-image"></a>

**A**：可以。在對話中上傳圖片作為參考，AI 助理會將其納入生成過程。這對於風格轉換、圖片編輯或基於現有素材進行創作特別有用。

#### Q：生成的圖片解析度如何？ <a href="#faq-image-resolution" id="faq-image-resolution"></a>

**A**：預設生成 4K 高品質圖片，適合大多數使用場景。

#### Q：可以在多輪對話中持續修改圖片嗎？ <a href="#faq-multi-turn-editing" id="faq-multi-turn-editing"></a>

**A**：可以。AI 助理會記住對話上下文，您可以在後續訊息中要求調整細節、修改風格或添加元素，逐步完善圖片。

#### Q：圖片生成失敗怎麼辦？ <a href="#faq-generation-failure" id="faq-generation-failure"></a>

**A**：可能原因與解決方式：

* **提示詞違反內容政策**：調整描述，避免不當內容
* **系統繁忙**：稍後重試
* **Token 額度不足**：確認組織方案的剩餘額度

***

### 相關文檔 <a href="#related-docs" id="related-docs"></a>

{% hint style="info" %}
**延伸閱讀**

* [工具功能概覽](/tools/tool_description)
* [為 AI 助理配置工具](/tools/configure_tools)
* [內建 AI 圖像生成工具](/tools/ai-image-generation-guide)
* [建立 AI 助理](/build/setup)
  {% endhint %}


# 使用 Supabase 進行 Text to SQL

本文章將介紹如何在 MaiAgent 中使用 supabase 進行 Text to SQL 功能

## Supabase 是什麼？ <a href="#what-is-supabase" id="what-is-supabase"></a>

Supabase 是一個開源的 平台服務，旨在簡化現代應用程式的開發流程。其核心特性包括：

* **資料庫：** 可以存放各種資料。
* **即時更新：** 資料一有變動，你的應用程式馬上就會知道。
* **帳號管理：** 幫你管理使用者的帳號和密碼。
* **內建身份驗證機制：**&#x5167;建身份驗證機制，簡化使用者身份管理流程，並提供多種身份驗證方式。
* **自動產生 API(即獲取資料的途徑)：** 讓你用簡單的方式，就能從資料庫拿資料。

### 整合 Supabase 有什麼好處？ <a href="#supabase-integration-benefits" id="supabase-integration-benefits"></a>

* **多張報表交叉查詢：**&#x53;upabase 支援多張表格相互關聯，可由 A 報表值查詢其與 B 報表中的關係
* **建立索引，提升查詢效率：**&#x60A8;可以針對經常查詢的內容建立索引，讓 AI 助理更精確的查找到您需要的內容

## 建立您的 Supabase <a href="#create-your-supabase" id="create-your-supabase"></a>

### 1. 建立 Supabase 帳號 <a href="#step-1-create-supabase-account" id="step-1-create-supabase-account"></a>

* 首先，前往 [Supabase 官網](https://supabase.com/) 點按「Sign in / Start your project(註冊)」。

> 若您尚未註冊，請先註冊帳號，以便進行後續步驟

<figure><img src="/files/scgMACOdziV5mxcHNFoB" alt=""><figcaption></figcaption></figure>

* 登入後，您可以建立一個新的組織或使用舊有組織作業組織作業，在組織中再建立一個 project，每個 project 會有自己獨立的資料庫。

<div><figure><img src="/files/QijtmSWvoEeVDkWz5ZSh" alt=""><figcaption></figcaption></figure> <figure><img src="/files/nGIsv2katyTA6YeyN7v4" alt=""><figcaption></figcaption></figure></div>

### 2. 進入 Database (資料庫)頁面 <a href="#step-2-enter-database-page" id="step-2-enter-database-page"></a>

進入專案後，在左側的導航列表點選 Database > Tables 頁面新增資料

<div><figure><img src="/files/AmVRBNrNyP0c6plSX5jd" alt=""><figcaption></figcaption></figure> <figure><img src="/files/7oAK8MRPAmcvmQuMXUTR" alt=""><figcaption></figcaption></figure></div>

#### 建立新表格 <a href="#create-new-table" id="create-new-table"></a>

點選「New Table」，新建表格並為您的表格命名：

<div><figure><img src="/files/pyuEIe1lmBuwc9o1GNe5" alt=""><figcaption></figcaption></figure> <figure><img src="/files/VCDMrVdN2dNEYKKLvWKy" alt=""><figcaption></figcaption></figure></div>

Supabase 提供了多種方式來建立新表格：

<figure><img src="/files/FrcFolk554GbAp4oYWI1" alt=""><figcaption></figcaption></figure>

* **手動新增欄位：** 適合從頭開始設計表格結構。您可以逐一新增欄位，並設定每個欄位的資料類型、預設值等。
* **匯入 .csv/.tsv 或純文字：** 適合快速建立表格，特別是當您已經有現成的資料時。
  * **注意事項：**
    * 純文字檔案的第一列必須為欄位名稱，欄位之間以逗號 (CSV) 或 Tab (TSV，就是按下鍵盤上的 Tab 鍵空格大小) 分隔。

此處選擇匯入資料：點按「<mark style="color:blue;">Import data from CSV</mark>」，並貼上以 Tab 分隔的文字檔案，向下捲動可以看到製作成表格的結果。匯入完成後按下「Save」

<div><figure><img src="/files/DR4DgM9k85wDJRWqKl27" alt=""><figcaption><p>選擇匯入方式</p></figcaption></figure> <figure><img src="/files/fb4SP880aCycAt86KUyb" alt=""><figcaption><p>匯入純文字</p></figcaption></figure> <figure><img src="/files/ezk2ysBKY8DOJ6n9OLoZ" alt=""><figcaption><p>預覽結果</p></figcaption></figure></div>

#### 主鍵 (Primary Key) <a href="#primary-key" id="primary-key"></a>

匯入完成後，會導回到設定頁面，這時必須指定一個主鍵，主鍵就像是身分證字號一樣，作為識別每一筆資料的唯一值。在這裡，我們選擇客戶編號作為主鍵。

<figure><img src="/files/SRoohKcCjKw8AjsRQTb1" alt=""><figcaption></figcaption></figure>

#### 外鍵 (Foreign Key) <a href="#foreign-key" id="foreign-key"></a>

往下滾動，可以看見 Foreign key 的指定，Foreign Key (外鍵) 就像是地址，可以透過這個地址對應這筆資料的來源所在，或其他更詳細的資料。

<figure><img src="/files/VWL62e7XdO30XY1LHXLo" alt=""><figcaption></figcaption></figure>

假設我們有兩個表格：「客戶資料表 (Customers)」和「訂單資料表 (Orders)」。

* **客戶資料表 (Customers)：**
  * 客戶編號 (CustomerID) - 主鍵
  * 客戶姓名 (CustomerName)
  * 電話 (Phone)
  * 地址 (Address)
* **訂單資料表 (Orders)：**
  * 訂單編號 (OrderID) - 主鍵
  * 客戶編號 (CustomerID) - 外鍵 (參考客戶資料表的 CustomerID)
  * 訂單日期 (OrderDate)
  * 總金額 (TotalAmount)

在這個例子中，「訂單資料表 (Orders)」中的「客戶編號 (CustomerID)」就是一個外鍵，它參考了「客戶資料表 (Customers)」的主鍵「客戶編號 (CustomerID)」。透過這個外鍵，我們可以知道每一筆訂單是由哪一個客戶所下的。

{% hint style="info" %}
這個例子中，外鍵應放在 Order Table 中：

**關係方向:**

* 一個客戶 → 可以有多筆訂單 (一對多關係)
* 一筆訂單 → 只屬於一個客戶

**外鍵原則:**

> 外鍵應該放在「多」的那一方

因此:

* ✅ Order Table 中設置 `customer_id` (外鍵)，因為他是一對多關係中對應到「多」個的那方
* ❌ Customer Table 不需要存訂單資訊
  {% endhint %}

因此，我們在 Order Table 中設置連結 Customer Table 中的 Customer ID 對應為 Order Table 中的 Customer ID。

<div><figure><img src="/files/KrSGL1fWxeWW45QXKtZ6" alt=""><figcaption></figcaption></figure> <figure><img src="/files/AgU3i9q8WWVdTeY1vNpu" alt=""><figcaption></figcaption></figure></div>

關聯完成後，按下「Save」 後即可建立資料庫間的關聯。

### 3. 建立完成 <a href="#step-3-setup-complete" id="step-3-setup-complete"></a>

待表格建立完成後，您就擁有一個完整的資料庫，可以透過 SQL 語法查找資料庫內的資料了！

<figure><img src="/files/7wfikxezIfoiK2PVPjrI" alt=""><figcaption></figcaption></figure>

## 如何建立 Supabase 工具 <a href="#how-to-create-supabase-tool" id="how-to-create-supabase-tool"></a>

想要在 MaiAgent 上使用 Supabase 工具，您需要將其建立為 MCP 工具，才能讓 AI 助理使用 Supabase 功能：

{% hint style="info" %}
工具介紹，請參考：[工具功能概覽](/tools/tool_description)
{% endhint %}

{% stepper %}
{% step %}
**至 MCP 服務平台建立 Server 與 Supabase 服務串聯**

如何串接 MCP 工具，請參考：[Remote MCP 服務概述](https://docs.maiagent.ai/tech/remote-mcp/remote-mcp) 目前僅有 [Composio 平台](https://docs.maiagent.ai/tech/remote-mcp/composio) 支援 Supabase 平台串接
{% endstep %}

{% step %}
**Composio 開啟可用功能**

在串接 Composio 時請開啟基本資料庫操作內容，如新增、刪除、查詢等。

{% hint style="warning" %}
Composio 內建已勾選基本內容於 Important 中，您不須額外設置，僅需確保 Important 選項是已勾選的
{% endhint %}

<figure><img src="/files/tQrRCpoEtdHFwlbbnVbQ" alt=""><figcaption></figcaption></figure>
{% endstep %}

{% step %}
**將建置好的 Supabase 工具加入可用工具列表**

如何建立 MCP 工具，請參考：[建立 MCP 工具](/build/setup)

**Supabase 工具連線網址**

當您在 MCP 服務平台上建立好 server 服務後，請將網址做以下處理：

1. 原網址(從 MCP Server 上得到)：\
   [https://backend.composio.dev/v3/mcp/12345678/mcp?include\_composio\_helper\_actions=true](https://backend.composio.dev/v3/mcp/5987158a-806a-4c32-9ff6-4236e8891ac2/mcp?include_composio_helper_actions=true)
2. 將 「[?include\_composio\_helper\_actions=true](https://backend.composio.dev/v3/mcp/5987158a-806a-4c32-9ff6-4236e8891ac2/mcp?include_composio_helper_actions=true) 直接刪除
3. 新網址(將貼上於 MaiAgent 工具頁面)：\
   [https://backend.composio.dev/v3/mcp/12345678/mcp](https://backend.composio.dev/v3/mcp/5987158a-806a-4c32-9ff6-4236e8891ac2/mcp?include_composio_helper_actions=true)

{% hint style="danger" %}
請務必刪除以上內容，否則 AI 助理將無法正確使用 supabase 工具
{% endhint %}
{% endstep %}
{% endstepper %}

工具建立完成後，請至 AI 助理設定中將 Supabase 工具加入至助理可用工具列表：

<div><figure><img src="/files/CH01ivB9wvIZYBziaVWE" alt=""><figcaption></figcaption></figure> <figure><img src="/files/o1GMayKu3eNG5V7FJjmN" alt=""><figcaption></figcaption></figure></div>

{% hint style="danger" %}
請在使用工具頁面按下儲存，否則 AI 助理仍然無法使用 Supabase 工具
{% endhint %}

## 使用 Supabase 工具的效果 <a href="#supabase-tool-result" id="supabase-tool-result"></a>

透過 MaiAgent AI 助理配合 Supabase 工具，只需用日常用語描述您想要查詢的資料，Supabase 就能自動為您生成對應的 SQL 語法，並從關聯式資料庫中提取所需的資訊。

### 範例資料庫 <a href="#example-database" id="example-database"></a>

#### 🏢 **1. Customers 表格（顧客資訊）** <a href="#id-1.-customers-biao-ge-gu-ke-zi-xun" id="id-1.-customers-biao-ge-gu-ke-zi-xun"></a>

<table><thead><tr><th width="242.3333740234375">欄位名稱</th><th width="98.6666259765625">主鍵</th><th width="92.77777099609375">必填</th><th>說明</th></tr></thead><tbody><tr><td><code>客戶編號 (CustomerID)</code></td><td>✅</td><td>✅</td><td>客戶唯一識別碼</td></tr><tr><td><code>客戶名稱 (CustomerName)</code></td><td>❌</td><td>❌</td><td>客戶公司或個人名稱</td></tr><tr><td><code>客戶類型 (CustomerType)</code></td><td>❌</td><td>❌</td><td>客戶分類（如：零售商、餐廳、經銷商）</td></tr><tr><td><code>聯絡人姓名 (ContactName)</code></td><td>❌</td><td>❌</td><td>主要聯絡人姓名</td></tr><tr><td><code>電話 (Phone)</code></td><td>❌</td><td>❌</td><td>聯絡電話</td></tr><tr><td><code>Email</code></td><td>❌</td><td>❌</td><td>電子郵件地址</td></tr><tr><td><code>地址 (Address)</code></td><td>❌</td><td>❌</td><td>客戶地址</td></tr><tr><td><code>區域 (Region)</code></td><td>❌</td><td>❌</td><td>地理區域（如：北部、南部）</td></tr><tr><td><code>客戶等級 (CustomerLevel)</code></td><td>❌</td><td>❌</td><td>客戶重要性等級（A、B、C級）</td></tr></tbody></table>

**🔑 主鍵**: `客戶編號 (CustomerID)`\
**🔗 外鍵關聯**: 無

***

#### 📦 **2. Orders 表格（訂單資訊）** <a href="#id-2.-orders-biao-ge-ding-dan-zi-xun" id="id-2.-orders-biao-ge-ding-dan-zi-xun"></a>

<table><thead><tr><th width="235.88897705078125">欄位名稱</th><th width="92.66668701171875">主鍵</th><th width="94.3333740234375">必填</th><th>說明</th></tr></thead><tbody><tr><td><code>訂單編號 (OrderID)</code></td><td>✅</td><td>✅</td><td>訂單唯一識別碼</td></tr><tr><td><code>客戶編號 (CustomerID)</code></td><td>❌</td><td>❌</td><td>關聯到 Customers 表格</td></tr><tr><td><code>訂單日期 (OrderDate)</code></td><td>❌</td><td>❌</td><td>訂單建立日期</td></tr><tr><td><code>交貨日期 (DeliveryDate)</code></td><td>❌</td><td>❌</td><td>預計或實際交貨日期</td></tr><tr><td><code>付款方式 (PaymentMethod)</code></td><td>❌</td><td>❌</td><td>付款方式（現金、信用卡、匯款）</td></tr><tr><td><code>訂單狀態 (OrderStatus)</code></td><td>❌</td><td>❌</td><td>訂單處理狀態</td></tr><tr><td><code>總金額 (TotalAmount)</code></td><td>❌</td><td>❌</td><td>訂單總金額（數值型態）</td></tr><tr><td><code>運費 (ShippingFee)</code></td><td>❌</td><td>❌</td><td>運送費用</td></tr></tbody></table>

**🔑 主鍵**: `訂單編號 (OrderID)`\
**🔗 外鍵關聯**:

* `客戶編號 (CustomerID)` → `Customers.客戶編號 (CustomerID)` ( Orders 的 CustomerID 對應 Customer 表格中的 CustomerID)

***

#### 🛍️ **3. Products 表格（商品資訊）** <a href="#id-3.-products-biao-ge-shang-pin-zi-xun" id="id-3.-products-biao-ge-shang-pin-zi-xun"></a>

<table><thead><tr><th width="202.3333740234375">欄位名稱</th><th width="88.5555419921875">主鍵</th><th width="100">必填</th><th>說明</th></tr></thead><tbody><tr><td><code>產品編號 (ProductID)</code></td><td>✅</td><td>✅</td><td>產品唯一識別碼</td></tr><tr><td><code>產品名稱 (ProductName)</code></td><td>❌</td><td>❌</td><td>產品名稱</td></tr><tr><td><code>產品描述 (Description)</code></td><td>❌</td><td>❌</td><td>產品詳細描述</td></tr><tr><td><code>產品類別 (Category)</code></td><td>❌</td><td>❌</td><td>產品分類</td></tr><tr><td><code>品牌 (Brand)</code></td><td>❌</td><td>❌</td><td>產品品牌</td></tr><tr><td><code>規格 (Size)</code></td><td>❌</td><td>❌</td><td>產品規格或尺寸</td></tr><tr><td><code>成本 (Cost)</code></td><td>❌</td><td>❌</td><td>產品成本（數值型態）</td></tr><tr><td><code>價格 (Price)</code></td><td>❌</td><td>❌</td><td>產品售價（數值型態）</td></tr><tr><td><code>庫存量 (StockQuantity)</code></td><td>❌</td><td>❌</td><td>目前庫存數量（數值型態）</td></tr></tbody></table>

**🔑 主鍵**: `產品編號 (ProductID)`\
**🔗 外鍵關聯**: 無

### 情境一：追蹤還沒完成的訂單 <a href="#scenario-1-track-incomplete-orders" id="scenario-1-track-incomplete-orders"></a>

* **資料庫狀態：** `Orders` 表格中有兩筆尚未完成的訂單，分別是 `OR003` 和 `OR004`。

<figure><img src="/files/vKozvtUONZOjghTwKv9Q" alt=""><figcaption></figcaption></figure>

* **自然語言輸入：** 在 AI 助理的問答中，您只需輸入：「請告訴我還沒完成的訂單有哪些」。AI 助理自動調用工具並產出 SQL 結構化查詢語句。

<figure><img src="/files/CxGpD5XMABAYtG42sCxW" alt=""><figcaption></figcaption></figure>

* **Supabase 自動查詢：** AI 助理會自動調用 Supabase 工具，將您的自然語言轉換為 SQL 查詢語句，例如：

<figure><img src="/files/lFBkIvC0DAQCwwNrq0Mp" alt=""><figcaption></figcaption></figure>

綜合查詢結果的回應與 AI 助理的分析，AI 助理將回應以下訂單內容，並依照優先程度排序：

<figure><img src="/files/sO05qe1ieEpoAGp3BQlD" alt=""><figcaption></figcaption></figure>

透過 Supabase 工具與 AI 助理的協同合作，您可以輕鬆地追蹤未完成的訂單，並獲得 AI 助理提供的分析與排序建議，以便更有效地處理訂單，提升客戶滿意度。

### 情境二：查詢未完成訂單的顧客聯絡資訊 <a href="#scenario-2-query-customer-contact-for-incomplete-orders" id="scenario-2-query-customer-contact-for-incomplete-orders"></a>

* 在 OR003 為還在處理中的訂單，顧客為 CU003，聯絡人為**黃採購**

<figure><img src="/files/XxNvGEdtURvhALnWowMp" alt=""><figcaption></figcaption></figure>

* **自然語言輸入：** 在 AI 助理的問答中，輸入：「還在處理中的訂單，我應該要聯絡誰」。AI 助理自動調用工具並產出 SQL 結構化查詢語句。

<figure><img src="/files/zffC0fAq93Ph5Xse5eLj" alt=""><figcaption></figcaption></figure>

* **Supabase 自動對應查詢：**&#x53EF;以看見雖然與 AI 助理對話的內容都屬於訂單表格，但透過設置的外鍵對應關係，supabase 能夠知道此處 `Customer ID` 對應到的是 `Customers` 表格中的 `ID` 查詢，因此回傳的內容為 `Customers` 表格內容。

<figure><img src="/files/DaH3Y4X60QZkqyk3ulY9" alt=""><figcaption></figcaption></figure>

* **AI 助理回應：**&#x63A5;著AI助理綜合分析後回應正確的聯絡人資訊及其他聯絡方式

<figure><img src="/files/FhDSOmn6de7huiEvNIFj" alt=""><figcaption></figcaption></figure>

透過 Supabase 工具，您可以充分利用資料庫中的表格對應關係，輕鬆地從多個相關表格中提取資訊，並獲得 AI 助理提供的顧客姓名列表。表格間的對應關係和清楚的定義確保了資料的關聯性和一致性，使得查詢結果更加可靠。

## **額外補充：** <a href="#additional-notes" id="additional-notes"></a>

* 您可以根據實際需求，調整自然語言輸入，例如：「請告訴我今天還沒完成的訂單」、「請告訴我 VIP 客戶還沒完成的訂單」等，Supabase 工具都能夠準確地解析並執行查詢。
* AI 助理可以進一步整合其他資訊，例如：庫存狀況、物流資訊等，提供更全面的訂單分析。

{% hint style="warning" %}
工具僅能調用您存放於資料庫的內容，若有分析需求，請務必將資料上傳至資料庫再開始分析。
{% endhint %}


# 爲 AI 助理配置工具

建立好的工具現在可以在 AI 助理設定中被選用，賦予您的 AI 助理更強大的能力。本指南將說明如何將您建立的工具配置給特定的 AI 助理。

## 配置工具 <a href="#configure-tools" id="configure-tools"></a>

### 1. 進入 AI 助理設定 <a href="#step-1-enter-ai-agent-settings" id="step-1-enter-ai-agent-settings"></a>

首先，請從左側導航欄進入「<mark style="color:blue;">AI 功能</mark>」區塊，然後點擊「<mark style="color:blue;">AI 助理</mark>」。這將顯示您帳戶中所有已建立的 AI 助理列表。

<figure><img src="/files/SNFDxW2Qo2qqyepe4VL5" alt="AI 助理列表頁面"><figcaption><p>找到您想要配置工具的 AI 助理</p></figcaption></figure>

### 2. 選擇要配置的 AI 助理 <a href="#step-2-select-ai-agent" id="step-2-select-ai-agent"></a>

在 AI 助理列表中，找到您想要為其配置工具的助理，並點擊「<mark style="color:blue;">編輯</mark>」按鈕，進入該助理的詳細設定頁面。

<figure><img src="/files/0K9HfFGd2XIvZSI8hV0F" alt="編輯 AI 助理按鈕"><figcaption><p>進入特定 AI 助理的設定頁面</p></figcaption></figure>

### 3. 切換 AI 助理的回答模式 <a href="#step-3-switch-qa-mode" id="step-3-switch-qa-mode"></a>

{% hint style="danger" %}
**重要前提：** 只有設定為 **Agent 模式** 的 AI 助理才能使用工具。如果您的 AI 助理處於其他模式（例如：一般(預設)回答模式），則無法為其配置或使用工具。
{% endhint %}

在 AI 助理的設定頁面中，切換到「<mark style="color:blue;">回答模式設定</mark>」頁面選項。

* **檢查**：確認當前選擇的模式是否為「<mark style="color:blue;">Agent 模式</mark>」
* **更改**：如果當前不是 Agent 模式，請將其**切換**為 Agent 模式。

<figure><img src="/files/A5VmOwtMh58knCsBme5N" alt="選擇 Agent 模式"><figcaption><p>確保 AI 助理已設定為 Agent 模式才能使用工具</p></figcaption></figure>

### 4. 切換到工具配置頁面 <a href="#step-4-go-to-tool-config-page" id="step-4-go-to-tool-config-page"></a>

在 AI 助理的設定頁面中，找到「<mark style="color:blue;">🔧 工具</mark>」的頁面選項。

<figure><img src="/files/oopDxMIwN8qAFvXbanIo" alt="AI 助理設定中的工具頁面"><figcaption><p>找到工具配置頁面</p></figcaption></figure>

### 5. 選擇啟用的工具 <a href="#step-5-select-enabled-tools" id="step-5-select-enabled-tools"></a>

在此工具配置頁面，點選右上角「<mark style="color:blue;">➕ 選擇工具</mark>」按鈕，會開啟預先建置好的工具清單列表，並進行以下操作。

* **操作**：
  1. 瀏覽列表，找到您希望此 AI 助理能夠使用的工具。
  2. 勾選您想要啟用的工具旁邊的複選框。
  3. 您可以根據 AI 助理的任務和需求，選擇任意數量的工具。

{% hint style="info" %}
您可以選擇 MaiAgent 內建工具或您自行定義之工具
{% endhint %}

<figure><img src="/files/nDpKJ7eB4ggb6nuDlyAW" alt="直接選擇工具介面"><figcaption><p>直接勾選希望此 AI 助理使用的工具</p></figcaption></figure>

{% hint style="info" %}
**提示：** 請確保只為 AI 助理配置它確實需要且被授權使用的工具。配置過多不相關的工具可能會影響 AI 的判斷準確性和回應效率。
{% endhint %}

### 6. 檢視已選工具 <a href="#step-6-review-selected-tools" id="step-6-review-selected-tools"></a>

在勾選完成後，您可以再次確認配置給 AI 助理的工具，確保為此 AI 助理配置了正確的工具。

<figure><img src="/files/zyOQ5bQT8b8YaJwsYhgy" alt="已選工具概覽"><figcaption><p>確認已為 AI 助理配置了正確的工具</p></figcaption></figure>

### 7. 💾 儲存 AI 助理設定 <a href="#step-7-save-ai-agent-settings" id="step-7-save-ai-agent-settings"></a>

完成工具的選擇後，**請務必記得**點擊「<mark style="color:blue;">儲存</mark>」按鈕，以保存您對 AI 助理設定所做的更改。

<figure><img src="/files/mrDKxOH05duthaLbpWOM" alt="儲存 AI 助理設定按鈕"><figcaption><p>點擊「儲存」以應用工具配置更改</p></figcaption></figure>

## 配置 MaiAgent 內建工具 <a href="#configure-maiagent-builtin-tools" id="configure-maiagent-builtin-tools"></a>

MaiAgent 內建四種 AI 圖像生成工具，您可以根據您的需求套用給 AI 助理使用，不需額外設置：

{% hint style="info" %}
四種工具比較請參考：[MaiAgent 內建 AI 圖像生成工具](/tools/ai-image-generation-guide)
{% endhint %}

<figure><img src="/files/mS9UydCWZsdmZQOgCgnQ" alt=""><figcaption></figcaption></figure>

***

現在，您選擇的 AI 助理已經擁有了使用這些已啟用工具的能力。在與該助理互動時，如果觸發了相關的場景，AI 就會嘗試呼叫這些工具來完成任務或獲取信息。


# Agent UI

讓 AI 助理在對話中自動送出視覺化資訊卡片，搭配可互動的按鈕，帶給使用者比純文字更豐富的回覆體驗。

## <mark style="color:blue;">一、什麼是 Agent UI？</mark> <a href="#what-is-agent-ui" id="what-is-agent-ui"></a>

傳統 AI 助理只能回覆純文字。**Agent UI** 讓你為 AI 助理設計視覺化的「資訊卡片」——當使用者提問時，AI 助理不只說話，還能直接送出結構清晰、帶圖片與按鈕的精美卡片。

目前支援的卡片格式為 **FlexMessage**，可在 Web Chat 及 LINE 頻道呈現豐富的卡片 UI。

{% hint style="success" %}
**Agent UI 的亮點：** AI 助理根據對話內容，自動判斷何時出牌、把對應的資訊填入卡片，使用者點卡片按鈕還可以繼續互動。
{% endhint %}

### 對比：純文字 vs. Agent UI 卡片 <a href="#comparison" id="comparison"></a>

| 場景       | 純文字回覆                                    | Agent UI 卡片回覆                                     |
| -------- | ---------------------------------------- | ------------------------------------------------- |
| 工業設備規格詢價 | 「IBX-7800 工業主機板，Intel i7、DDR5、NT$28,500」 | 規格表（處理器/I/O/工作溫度）+ 庫存標籤 + **立即詢價** / **下載規格書** 按鈕 |
| 信用卡對帳單查詢 | 「本期消費 $6,508，繳費截止 06/15」                 | 消費明細表 + 本期/回饋金/應繳金額 + **立即繳費** 按鈕                 |
| 看診預約確認   | 「心臟內科 06/03 14:00，掛號編號 R2026053-088」     | 醫師/時間/地點 + **報到 QR Code** + **查看候診進度** 按鈕         |
| 電子登機證    | 「JX 802 班機，TPE 09:25 → NRT 13:35，座位 12A」 | 航段/艙等/座位/行李 + **登機 QR Code** + **線上選位** 按鈕        |

### 實際對話效果 <a href="#live-demo" id="live-demo"></a>

無論是 B2B 製造業詢問產品規格、客戶查詢預約資訊，或是讓使用者直接在對話中查看登機證——AI 助理都能依對話情境自動回傳對應卡片，把資訊一次呈現清楚。

<figure><img src="/files/arO6mHEOYvUclS4AgtTU" alt="科技/電子製造業 產品卡"><figcaption><p>製造業範例：客戶問「推薦一張工業電腦主機板」，AI 助理回傳含處理器、I/O、工作溫度等規格與「立即詢價」按鈕的產品卡</p></figcaption></figure>

<figure><img src="/files/yewBnSyyp4gsiUBL50Zx" alt="醫療院所 預約確認卡片"><figcaption><p>醫療院所範例：使用者查詢看診資訊，AI 助理回傳含科別、時間、地點、QR Code 報到碼的預約確認卡，並提供「查看候診進度」按鈕</p></figcaption></figure>

<figure><img src="/files/BNAVsVdL0cm0JLOXbGqS" alt="航空業 電子登機證卡"><figcaption><p>航空業範例：使用者查詢航班資訊，AI 助理直接呈現含航段、艙等、座位、行李額度與登機 QR Code 的電子登機證卡</p></figcaption></figure>

更多產業情境請見下方「[五、應用範例：六大產業情境](#use-case-examples)」。

***

## <mark style="color:blue;">二、核心概念</mark> <a href="#core-concepts" id="core-concepts"></a>

### 固定欄位 vs. AI 動態生成 <a href="#fixed-vs-dynamic" id="fixed-vs-dynamic"></a>

每張卡片的每個欄位，都可以選擇「寫死預設值」或「讓 AI 從對話情境中即時填入」：

| 欄位                  | 設定方式            | 適用時機                                           |
| ------------------- | --------------- | ---------------------------------------------- |
| **固定值**（預設值）        | 你直接輸入固定文字       | 品牌名稱、卡片標題、固定標籤（如 `TRANSACTION`、`BOOKING PASS`） |
| **AI 動態生成**（AI 提示詞） | 用自然語言告訴 AI 要填什麼 | 客戶帳號末四碼、消費金額、本期應繳——任何需要從知識庫或對話抓取的資訊            |

**範例（金融對帳單卡片）：**

```
欄位            預設值（固定）         AI 提示詞（動態）
──────────────────────────────────────────────────────────
標題標籤        TRANSACTION（固定）    ─
卡片標題        信用卡對帳單（固定）   ─
對帳期間說明    ─                     從帳單資料庫取得對帳期間與卡號末四碼
消費明細列表    ─                     列出本期主要消費商家與金額
本期消費總額    ─                     從帳單資料庫取得本期消費總額
回饋金          ─                     從會員系統取得本期回饋金
應繳金額        ─                     計算本期消費扣除回饋金後的應繳金額
繳費截止日      ─                     從帳單資料庫取得繳費截止日
按鈕文字        立即繳費（固定）       ─
繳費連結        ─                     組合對帳單編號產生個人化繳費連結
```

### 卡片按鈕可以做什麼？ <a href="#button-types" id="button-types"></a>

FlexMessage 卡片支援兩種互動按鈕：

{% tabs %}
{% tab title="URL 按鈕" %}
點擊後直接開啟指定網址。

**應用場景：**

* 製造業：開啟產品技術規格書 PDF、預約 Demo 表單
* 金融業：跳轉到對帳單繳費頁、信用卡申辦表單
* 教育機構：開啟招生簡章、報名連結
* 醫療院所：查看候診進度、取消預約頁面
* 航空業：線上選位、加購行李或餐點

**設定方式：** 在「連結」欄位的 AI 提示詞填入「從知識庫取得該項目對應的頁面連結」，AI 自動帶入正確 URL。
{% endtab %}

{% tab title="Prompt 按鈕" %}
點擊後自動向 AI 助理發送一則訊息，AI 繼續接話。

**使用流程（以教育機構招生情境為例）：**

```
使用者：「介紹一下課程或招生資訊」
        ↓
AI 回傳課程進度卡（進行中課程 / 待繳作業 / 招生開放中）
        ↓
使用者點「立即報名」按鈕
        ↓  （按鈕觸發 prompt："我想報名暑期實習"）
AI 繼續接話：「請問你目前的學系與年級？預期實習領域是什麼？」
```

**應用場景：**

* 觸發後續流程（報名、預約、申辦、訂位）
* 詢問「查看完整明細」「查看其他房型」展開更多資訊
* 收集 AI 需要繼續服務的補充資訊
  {% endtab %}
  {% endtabs %}

***

## <mark style="color:blue;">三、建立 Agent UI（FlexMessage）</mark> <a href="#create-agent-ui" id="create-agent-ui"></a>

{% stepper %}
{% step %}

### 進入 Agent UI 頁面

在左側選單點選 <mark style="color:blue;">AI 功能</mark> → <mark style="color:blue;">Agent UI</mark>，點擊右上角的 <mark style="color:blue;">新增 Agent UI</mark>。

<figure><img src="/files/K9k9nBKDqBsCMt660DSt" alt="Agent UI 列表頁"><figcaption><p>Agent UI 管理列表，顯示已建立的卡片工具及其關聯 AI 助理</p></figcaption></figure>
{% endstep %}

{% step %}

### 選擇卡片類型

目前提供 **FlexMessage 卡片資訊展示**，點選後進入設定頁面。

<figure><img src="/files/4mJsgbOzykfzSW94MyyK" alt="選擇 Agent UI 類型"><figcaption><p>選擇卡片類型，目前支援 FlexMessage</p></figcaption></figure>
{% endstep %}

{% step %}

### 填寫基本資訊

<figure><img src="/files/AKG5v7B9yhhH4iCugFBG" alt="FlexMessage 建立表單"><figcaption><p>填寫基本資訊後，即可選擇模板與設定 AI 欄位</p></figcaption></figure>

| 欄位       | 說明                                                                                                   |
| -------- | ---------------------------------------------------------------------------------------------------- |
| **顯示名稱** | 在管理後台顯示的名稱，方便識別（例：`金融/銀行/證券業 商品卡`）                                                                   |
| **工具名稱** | 供 AI 模型識別的英文名稱，命名規則：英文、底線，不含空格（例：`finance_product_card`、`medical_clinic_card`、`airline_flight_card`） |
| **描述**   | 說明此卡片工具的用途（選填）                                                                                       |
| **提示詞**  | 告訴 AI 助理何時應使用此卡片（例：「當使用者詢問信用卡對帳單、繳費資訊或本期消費明細時，回傳對帳單卡片」）                                              |

{% hint style="info" %}
**提示詞是觸發關鍵。** 寫得越具體，AI 越知道什麼時候要主動送出卡片，而不只是用文字回答。
{% endhint %}
{% endstep %}

{% step %}

### 選擇模板

點選左側預設模板，右側即時預覽卡片樣式；確認後點 <mark style="color:blue;">套用此模板</mark>。

**12 種內建模板與適用產業：**

| 模板           | 適用場景                  | 適合產業        |
| ------------ | --------------------- | ----------- |
| Restaurant   | 店家推薦、預約               | 餐飲、觀光       |
| Hotel        | 房型展示、訂房               | 飯店、旅宿       |
| Local Search | 地點搜尋、周邊推薦             | 觀光、零售       |
| Real Estate  | 物件介紹、看屋預約             | 房產、租賃       |
| Apparel      | 商品展示、規格介紹             | 零售、電商、製造業   |
| Transit      | 路線/航班/時刻              | 交通、航空、物流    |
| Shopping     | 商品比較、購物車              | 零售、電商       |
| Menu         | 品項展示、菜單               | 餐飲、零售       |
| Receipt      | 對帳單、訂單收據、消費明細         | 金融、零售、電商    |
| Ticket       | 票券、登機證、預約確認           | 航空、活動、醫療掛號  |
| Social       | 人物卡、社群檔案              | 教育、HR、社群    |
| TODO app     | 任務清單、課程進度、工單狀態        | 教育、客服、製造業工單 |
| **自訂**       | 貼入自訂 FlexMessage JSON | 任何需要客製版面的情境 |

{% hint style="info" %}
選擇模板只是起點，套用後可以在「AI 欄位設定」中任意調整每個欄位的內容與邏輯。
{% endhint %}
{% endstep %}

{% step %}

### 設定 AI 欄位

套用模板後，系統自動解析卡片中所有可編輯的欄位：

<figure><img src="/files/cPndANI4jpwQZEaDYek2" alt="AI 欄位設定"><figcaption><p>每個欄位可設定固定預設值，或填入 AI 提示詞讓 AI 動態生成內容</p></figcaption></figure>

每個欄位有三個屬性：

* **類型**：欄位的資料型別（文字、圖片、按鈕、連結）
* **預設值**：固定顯示的內容（若同時設定 AI 提示詞，AI 生成的內容優先）
* **AI 提示詞**：告訴 AI 這個欄位該填入什麼，例如「根據使用者查詢，從知識庫取得對應的產品名稱／帳戶資訊／科別」

右側**即時預覽**會隨設定更新，確認卡片視覺效果。
{% endstep %}

{% step %}

### 儲存

確認所有設定後，點擊右上角 <mark style="color:blue;">儲 存</mark>，Agent UI 工具即建立完成，可在列表中看到新增的項目。
{% endstep %}
{% endstepper %}

***

## <mark style="color:blue;">四、綁定到 AI 助理</mark> <a href="#bind-to-chatbot" id="bind-to-chatbot"></a>

建立好 Agent UI 後，需要將它掛載到 AI 助理，AI 助理才知道可以使用這張卡片。

{% stepper %}
{% step %}

### 進入 AI 助理設定

前往 <mark style="color:blue;">AI 功能</mark> → <mark style="color:blue;">AI 助理</mark>，選擇要設定的 AI 助理，點選 <mark style="color:blue;">設定</mark>。
{% endstep %}

{% step %}

### 開啟 Agent UI 分頁

在設定頁面的分頁列中，點選 <mark style="color:blue;">Agent UI</mark>。

<figure><img src="/files/bjV5aZwdJ5nBFqaEpxLv" alt="AI 助理的 Agent UI 設定分頁"><figcaption><p>在 AI 助理的設定頁面中，可管理所有已綁定的 Agent UI 工具</p></figcaption></figure>
{% endstep %}

{% step %}

### 加入 Agent UI

點擊 <mark style="color:blue;">選擇 Agent UI</mark>，從清單中選取要加入的卡片工具。

* 一個 AI 助理可以綁定**多個** Agent UI
* 每個 Agent UI 的**提示詞**決定 AI 在哪種情況下使用哪張卡片
  {% endstep %}

{% step %}

### 儲存

點擊右下角 <mark style="color:blue;">儲 存</mark>，設定立即生效。
{% endstep %}
{% endstepper %}

***

## <mark style="color:blue;">五、應用範例：六大產業情境</mark> <a href="#use-case-examples" id="use-case-examples"></a>

從製造、金融、教育到醫療、服務、航空，每個產業都能依自身需求設計專屬卡片，讓 AI 助理用最直觀的方式回應使用者。以下是六種典型企業情境的實際對話效果。

{% hint style="info" %}
本節範例皆已在 MaiAgent 平台實際建立並測試。同一個 AI 助理可同時綁定多個 Agent UI，AI 會依使用者問題自動選用對應卡片。
{% endhint %}

### 多卡片同助理管理 <a href="#multi-card-management" id="multi-card-management"></a>

在管理後台一次設定多種產業情境，掛載到同一個 AI 助理：

<figure><img src="/files/Sm1VVvy6TWsGHhVqW4H9" alt="多產業 Agent UI 管理列表"><figcaption><p>同一個 AI 助理綁定六種產業卡片，AI 依使用者問題自動選用對應卡片</p></figcaption></figure>

### 範例設定教學：金融對帳單卡片 <a href="#example-finance-config" id="example-finance-config"></a>

下面以「金融業 對帳單查詢」為例，完整示範一張卡片從零設定到實際對話的流程。其他產業可比照辦理。

#### 情境說明 <a href="#example-scenario" id="example-scenario"></a>

一間銀行希望會員在 LINE 或 Web Chat 詢問本期帳單時，AI 助理直接回傳對帳單卡片（含消費明細、本期應繳金額、繳費截止日與「立即繳費」按鈕），而非單純文字回覆。

#### 設定內容 <a href="#example-config" id="example-config"></a>

**Agent UI 設定：**

| 欄位   | 設定                                  |
| ---- | ----------------------------------- |
| 顯示名稱 | 金融/銀行/證券業 商品卡                       |
| 工具名稱 | `finance_product_card`              |
| 提示詞  | 當使用者詢問本期消費、繳費資訊、信用卡帳單或對帳明細時，回傳對帳單卡片 |
| 模板   | Receipt                             |

**AI 欄位設定：**

| 欄位     | 預設值           | AI 提示詞             |
| ------ | ------------- | ------------------ |
| 標題標籤   | `TRANSACTION` | ─                  |
| 卡片標題   | 信用卡對帳單        | ─                  |
| 對帳期間說明 | ─             | 從帳單資料庫取得對帳期間與卡號末四碼 |
| 消費明細列表 | ─             | 列出本期主要消費商家與金額      |
| 本期消費總額 | ─             | 從帳單資料庫取得本期消費總額     |
| 回饋金    | ─             | 從會員系統取得本期回饋金       |
| 應繳金額   | ─             | 計算本期消費扣除回饋金後的應繳金額  |
| 繳費截止日  | ─             | 從帳單資料庫取得繳費截止日      |
| 對帳單編號  | ─             | 從帳單資料庫取得對帳單編號      |
| 按鈕文字   | 立即繳費          | ─                  |
| 繳費連結   | ─             | 組合對帳單編號產生個人化繳費連結   |

{% hint style="info" %}
**「固定值」vs.「AI 提示詞」的選擇邏輯：** 品牌標籤、按鈕文字等不會隨對話變動的內容用固定值；客戶帳號、消費金額、繳費連結等需從系統抓取的內容用 AI 提示詞。
{% endhint %}

#### 實際對話效果 <a href="#example-result" id="example-result"></a>

使用者提問後，AI 助理自動觸發卡片工具，從帳單資料庫與會員系統取得資料並填入欄位：

<figure><img src="/files/M3YYisPcRikImpljeHKM" alt="金融對帳單卡片 對話示範"><figcaption><p>使用者輸入「推薦一張信用卡或理財方案」（或「查我這期帳單」），AI 助理回傳含消費明細、應繳金額、繳費截止日的對帳單卡，使用者可點「立即繳費」直接完成繳費</p></figcaption></figure>

***

### 六大產業情境快覽 <a href="#case-overview" id="case-overview"></a>

掌握上方的設定邏輯後，可比照套用到不同產業。以下是六種典型情境：

### 1. 科技/電子製造業：產品型錄與規格詢價 <a href="#case-tech-electronics" id="case-tech-electronics"></a>

當客戶或業務詢問工業電腦、嵌入式系統、AOI 檢測設備等產品時，AI 助理自動回傳含完整規格、價格、庫存與「立即詢價／預約 Demo」按鈕的產品卡片，加速 B2B 銷售流程。

<figure><img src="/files/arO6mHEOYvUclS4AgtTU" alt="科技電子製造業產品卡"><figcaption><p>使用者：「推薦一張工業電腦主機板」— AI 助理回傳含處理器、I/O、工作溫度等完整規格的產品卡片</p></figcaption></figure>

### 2. 金融/銀行/證券業：對帳單與商品推薦 <a href="#case-finance" id="case-finance"></a>

對帳單、信用卡推薦、理財方案、保單查詢等金融場景，AI 助理可整合內部系統資料，回傳結構化的金融資訊卡與「立即繳費／申辦」CTA。

<figure><img src="/files/M3YYisPcRikImpljeHKM" alt="金融業 對帳單卡片"><figcaption><p>使用者：「推薦一張信用卡或理財方案」— AI 助理回傳含本期消費明細、回饋金、繳費截止日的對帳單卡，附「立即繳費」按鈕</p></figcaption></figure>

### 3. 教育機構：課程進度與招生報名 <a href="#case-education" id="case-education"></a>

學員可即時查詢課程進度、待繳作業、已完成成績與招生資訊，校方也能透過 AI 助理推播校內公告與報名連結。

<figure><img src="/files/AiokohGR9jfEjfrr3sy7" alt="教育機構 課程招生卡"><figcaption><p>使用者：「介紹一下課程或招生資訊」— AI 助理回傳含進行中課程、待繳作業、招生開放等多狀態的課程進度卡</p></figcaption></figure>

### 4. 醫療院所：預約掛號與門診資訊 <a href="#case-medical" id="case-medical"></a>

科別介紹、門診時段、預約掛號、QR Code 報到、衛教資訊等場景，讓病患直接在 LINE 或 Web Chat 完成預約並查看候診進度，減少電話客服負擔。

<figure><img src="/files/yewBnSyyp4gsiUBL50Zx" alt="醫療院所 預約確認卡"><figcaption><p>使用者：「看一下科別與門診時段」— AI 助理回傳含醫師、時間、地點、QR Code 的預約確認卡，提供「查看候診進度」與「取消預約」按鈕</p></figcaption></figure>

### 5. 服務/飯店業：訂房訂位與行銷推薦 <a href="#case-hotel-service" id="case-hotel-service"></a>

房型推薦、餐廳訂位、活動報名、會員權益等服務業場景，用視覺卡片呈現價格、評分、特惠與訂購 CTA，提升轉換率。

<figure><img src="/files/u3l85PuyTsQdp2kgqyfP" alt="服務/飯店業 推薦卡"><figcaption><p>使用者：「推薦飯店或訂位資訊」— AI 助理同時回傳房型與餐廳推薦，含評分、限時特惠、訂房／訂位按鈕</p></figcaption></figure>

### 6. 航空業：航班資訊與電子登機證 <a href="#case-airline" id="case-airline"></a>

航班查詢、艙等比較、行李規定、線上選位等場景，AI 助理可直接呈現電子登機證 QR Code、座位、行李額度等關鍵資訊，無需另外開啟 App。

<figure><img src="/files/BNAVsVdL0cm0JLOXbGqS" alt="航空業 電子登機證卡"><figcaption><p>使用者：「查詢航班與機位資訊」— AI 助理回傳含 TPE→NRT 航段、座位、行李額度與登機 QR Code 的電子登機證卡</p></figcaption></figure>

***

## <mark style="color:blue;">六、常見問題</mark> <a href="#faq" id="faq"></a>

<details>

<summary>工具名稱有什麼命名限制？</summary>

工具名稱是 AI 模型識別此工具的唯一標識，必須：

* 使用英文字母
* 可包含底線（`_`）
* 不可含空格或中文
* 建議用描述性名稱，例如 `finance_statement_card`、`medical_clinic_card`、`airline_flight_card`

</details>

<details>

<summary>提示詞要怎麼寫才有效？</summary>

提示詞告訴 AI「什麼時候」要使用這張卡片。建議寫成具體的觸發條件：

**較模糊（效果差）：** 「需要時使用」

**較具體（效果好）：**

* 「當使用者詢問工業電腦、嵌入式系統、檢測設備等規格或報價時，回傳產品型錄卡片」
* 「使用者問到本期消費、繳費截止日或對帳單明細時，使用對帳單卡片」
* 「當需要展示班機、艙等、座位或登機資訊時，以電子登機證卡片呈現」

</details>

<details>

<summary>AI 欄位的 AI 提示詞沒填，欄位會顯示什麼？</summary>

若某欄位只填了「預設值」，AI 不會動態生成內容，直接顯示預設值。若兩者都沒填，該欄位顯示為空白。建議至少填入預設值，避免卡片出現空白欄位。

</details>

<details>

<summary>一個 AI 助理可以同時掛多個 Agent UI 嗎？</summary>

可以。AI 助理會根據每個 Agent UI 的「提示詞」判斷在當前對話中應使用哪張卡片。建議每個 Agent UI 的提示詞寫得清楚且不互相重疊，以避免 AI 選錯卡片。

</details>

<details>

<summary>Agent UI 可以用在 LINE 頻道嗎？</summary>

FlexMessage 原生支援 LINE 的卡片格式，在 LINE 頻道中呈現效果與 Web Chat 相同，都是完整的視覺化卡片。請確認 AI 助理已關聯 LINE 對話平台，並完成 LINE 頻道設定。

</details>


# 技能功能概覽

本篇將介紹何謂技能（Skill），技能如何協助 AI 助理處理複雜任務，以及技能與工具的差異

## 什麼是技能？ <a href="#what-is-skill" id="what-is-skill"></a>

技能就像是 AI 助理的**專業證照**——每學會一個技能，AI 助理就多了一項專業能力。如果說工具是 AI 助理的「工具箱裡的螺絲起子」，那技能就是「一整套標準作業流程（SOP）」，不只告訴 AI 助理用什麼工具，更告訴它**什麼時候用、怎麼用、用了之後要怎麼回覆**。

想像你經營一間客服中心：

**沒有技能：**

* 客戶：「我想退貨」
* AI 客服：「好的，請問您的訂單編號？」*（只能做基本問答）*

**有了技能：**

* 客戶：「我想退貨」
* AI 客服：「好的！」💫 *（自動展開退貨流程技能）* → 查詢訂單 → 確認退貨資格 → 產出退貨單 → 「您的退貨申請已建立，退貨單號為 RT-20260324，預計 3-5 個工作天處理完成。」✅

### 技能的核心組成 <a href="#skill-core-components" id="skill-core-components"></a>

每個技能由三個部分組成：

```
技能 = 指令內容 + 附加工具 + 資源檔案
        │            │           │
        ▼            ▼           ▼
   SOP 流程      可調用的     輔助參考
  （怎麼做）    外部能力      的附件
```

* **指令內容**：Markdown 格式的詳細指令，就像一份 SOP，引導 AI 助理一步步完成任務
* **附加工具**：技能需要使用的工具（MCP 工具、API 工具等），讓 AI 助理能執行實際操作
* **資源檔案**：技能執行時可參考的附件資料（僅限上傳方式建立的技能）

## 技能的運作流程 <a href="#skill-workflow" id="skill-workflow"></a>

一個完整的技能運作流程如下：

1. **建立技能：**
   * 定義技能的名稱和描述（描述決定 AI 何時觸發此技能）
   * 撰寫詳細的指令內容（Markdown 格式的 SOP）
   * 綁定所需的工具
2. **綁定至 AI 助理：**
   * 在 AI 助理的設定中選擇要使用的技能
   * 一個 AI 助理可以綁定多個技能
3. **使用者提問：**
   * 使用者以自然語言向 AI 助理提出請求
   * *範例：* 「幫我查一下我的休假天數」
4. **AI 助理判斷與展開技能：**
   * AI 助理根據使用者的問題，比對已綁定技能的描述
   * 判斷該問題應由哪個技能處理
   * 自動展開該技能的完整指令內容
5. **執行指令並調用工具：**
   * AI 助理依照技能指令中的步驟逐一執行
   * 需要時自動調用技能附加的工具（查詢資料庫、呼叫 API 等）
6. **生成最終回覆：**
   * AI 助理彙整工具回傳的結果
   * 依照技能指令中定義的回覆格式，生成結構化的回答

## 技能的主要優勢 <a href="#skill-key-benefits" id="skill-key-benefits"></a>

### ⚡ 複雜任務標準化 <a href="#complex-task-standardization" id="complex-task-standardization"></a>

* **沒有技能**：AI 助理只能根據通用知識回答，品質不穩定
* **有了技能**：每次都按照 SOP 執行，確保回答品質一致

### 🎯 精準觸發與分工 <a href="#precise-trigger-and-routing" id="precise-trigger-and-routing"></a>

* 透過描述中的觸發條件，AI 助理能自動判斷何時使用哪個技能
* 不同技能負責不同任務，實現模組化的能力分工

### 🔄 可重複使用與分享 <a href="#reusable-and-shareable" id="reusable-and-shareable"></a>

* 一個技能可以綁定到多個 AI 助理
* 技能可匯出為 `.skill` 檔案，分享給其他組織使用

### 📦 指令與工具封裝 <a href="#instruction-and-tool-encapsulation" id="instruction-and-tool-encapsulation"></a>

* 將「做什麼」（指令）和「用什麼」（工具）打包在一起
* 不需要在 AI 助理的角色指令中重複撰寫大量流程細節

## 技能與工具的差異 <a href="#skill-vs-tool" id="skill-vs-tool"></a>

| 比較項目     | 工具               | 技能               |
| -------- | ---------------- | ---------------- |
| **本質**   | 單一的外部能力（API、MCP） | 一套完整的執行流程        |
| **包含內容** | API 端點 / MCP 伺服器 | 指令 + 工具 + 資源     |
| **類比**   | 螺絲起子             | 組裝手冊 + 螺絲起子      |
| **觸發方式** | AI 自行判斷是否呼叫      | 根據描述中的觸發條件匹配     |
| **適用場景** | 單一動作（查天氣、發郵件）    | 多步驟流程（退貨處理、休假計算） |

{% hint style="info" %}
技能和工具是互補的關係：技能透過「附加工具」來調用工具的能力，而工具提供了技能所需的實際執行能力。
{% endhint %}

## 具體應用場景 <a href="#use-cases" id="use-cases"></a>

### 🏢 企業客服 <a href="#enterprise-customer-service" id="enterprise-customer-service"></a>

```
技能：退貨處理流程
觸發：當客戶要求退貨、換貨時
步驟：查詢訂單 → 確認退貨資格 → 建立退貨單 → 回覆處理結果
附加工具：訂單查詢 API、退貨系統 API
```

### 🏛️ 政府機關 <a href="#government-agency" id="government-agency"></a>

```
技能：休假天數計算
觸發：當使用者詢問休假天數、特休天數
步驟：確認人員類別 → 檢索法規範例 → 比對計算 → 產出結果
附加工具：知識庫檢索
```

### 🏪 電商平台 <a href="#e-commerce-platform" id="e-commerce-platform"></a>

```
技能：客戶資料收集
觸發：當客戶表達採購意願、索取報價
步驟：引導提供姓名/公司/聯繫方式 → 寫入 CRM
附加工具：Google Sheet API、CRM 工具
```

### 📧 行銷團隊 <a href="#marketing-team" id="marketing-team"></a>

```
技能：郵件發送服務
觸發：當使用者要求寄送郵件、聯繫客戶
步驟：確認收件人 → 撰寫郵件內容 → 發送
附加工具：Gmail MCP 工具
```


# 技能管理

了解如何建立、編輯與管理技能，包含手動建立、上傳技能包、附加工具與匯出功能

{% hint style="info" %}
如果您還不了解技能是什麼，請先閱讀：[技能功能概覽](/skills/skill-overview)
{% endhint %}

## 建立技能 <a href="#create-skill" id="create-skill"></a>

在左側選單中點選 <mark style="color:blue;">技能</mark>，進入技能管理頁面，點擊右上角 <mark style="color:blue;">新增技能</mark> 按鈕。

系統提供兩種建立方式：

### 方式一：手動建立 <a href="#method-manual-create" id="method-manual-create"></a>

適合從零開始撰寫技能指令的情境。

1. 在新增技能彈窗中，點擊下方的 <mark style="color:blue;">改用手動建立</mark> 連結，切換至手動模式
2. 填寫 <mark style="color:blue;">基本設定</mark> 頁籤：
   * **技能名稱**（必填）：為技能取一個易於辨識的名稱
   * **描述**（必填）：簡要說明技能的用途

<figure><img src="/files/TEQwdMEErpCa2pdXSo5W" alt=""><figcaption><p>手動建立技能 — 基本設定頁籤</p></figcaption></figure>

3. 切換至 <mark style="color:blue;">指令內容</mark> 頁籤，撰寫 Markdown 格式的指令內容。您也可以點擊 <mark style="color:blue;">套用範本</mark> 按鈕，使用系統提供的預設範本作為起點

<figure><img src="/files/4H6EYRdOoYqz4msua3FN" alt=""><figcaption><p>指令內容頁籤 — 支援 Markdown 格式與套用模板</p></figcaption></figure>

4. （選填）切換至 <mark style="color:blue;">附加工具</mark> 頁籤，為技能選擇所需的工具
5. 點擊 <mark style="color:blue;">儲存</mark> 完成建立

### 方式二：上傳技能包 <a href="#method-upload-skill-package" id="method-upload-skill-package"></a>

適合匯入已封裝好的 `.skill` 或 `.zip` 檔案。

1. 在新增技能彈窗中（預設為上傳模式），將 `.skill` 或 `.zip` 檔案拖曳至上傳區域，或點擊區域選擇檔案

<figure><img src="/files/rDoTE4fa3DYMu1Ru9JgA" alt=""><figcaption><p>上傳技能包 — 支援 .skill 或 .zip 格式</p></figcaption></figure>

2. 上傳完成後，系統會自動解析檔案中的 `SKILL.md`，提取技能名稱、描述與指令內容
3. 建立成功後會自動跳轉至編輯頁面，您可以進一步調整設定

{% hint style="info" %}
技能包內必須包含 `SKILL.md` 檔案，格式如下：

```markdown
---
name: 技能名稱
description: 技能描述
---

這裡是 AI 助理的執行指令...
```

{% endhint %}

***

## 編輯與設定技能 <a href="#edit-and-configure-skill" id="edit-and-configure-skill"></a>

在技能列表中，點擊該技能的 <mark style="color:blue;">編輯</mark> 圖示，進入技能設定頁面。

### 基本設定 <a href="#basic-settings" id="basic-settings"></a>

編輯技能的名稱與描述。

<figure><img src="/files/xUwLlDts6hNoG6yHxzLv" alt=""><figcaption><p>編輯技能 — 基本設定</p></figcaption></figure>

### 指令內容 <a href="#instruction-content" id="instruction-content"></a>

編輯 Markdown 格式的技能指令。這些指令會在 AI 助理展開技能時作為執行依據。

點擊 <mark style="color:blue;">套用範本</mark> 可載入預設的指令範本。

{% hint style="warning" %}
套用範本會覆蓋目前的指令內容，請確認後再執行。
{% endhint %}

### 技能包（僅限上傳方式建立的技能） <a href="#skill-package" id="skill-package"></a>

若技能是透過上傳 `.skill` / `.zip` 建立的，此頁籤會顯示：

* **技能包資訊**：檔案名稱、大小、上傳時間
* <mark style="color:blue;">預覽</mark>：展開檢視技能包內的檔案結構
* <mark style="color:blue;">下載</mark>：匯出技能包檔案
* <mark style="color:blue;">重新上傳技能包</mark>：上傳新版本替換現有的技能包

<figure><img src="/files/sPVaVWAFm1wrDCXVve9P" alt=""><figcaption><p>編輯技能 — 指令內容（含實際範例）</p></figcaption></figure>

### 附加工具 <a href="#additional-tools" id="additional-tools"></a>

為技能綁定所需的工具，讓 AI 助理在執行技能時可以調用。

1. 點擊 <mark style="color:blue;">選擇工具</mark> 按鈕，開啟工具選擇彈窗
2. 勾選要附加的工具（支援多選），點擊確認
3. 已選擇的工具會顯示在列表中，包含工具名稱、類型（API / MCP）與描述
4. 如需移除工具，點擊該工具卡片上的刪除圖示

<figure><img src="/files/ofwJu6Zv1HrXSKSeAZKM" alt=""><figcaption><p>附加工具頁籤</p></figcaption></figure>

設定完成後，點擊頁面右下角的 <mark style="color:blue;">儲存</mark> 按鈕。

***

## 匯出技能 <a href="#export-skill" id="export-skill"></a>

在技能編輯頁面的 <mark style="color:blue;">技能包</mark> 頁籤中，點擊 <mark style="color:blue;">下載</mark> 按鈕即可將技能匯出為 `.skill` 檔案。

{% hint style="info" %}
手動建立的技能也可以匯出，系統會自動將指令內容與資源打包為 `.skill` 檔案。匯出的技能包可分享給其他組織匯入使用。
{% endhint %}

***

## 將技能綁定至 AI 助理 <a href="#bind-skill-to-ai-agent" id="bind-skill-to-ai-agent"></a>

建立好的技能需要綁定至 AI 助理才能生效：

1. 前往 <mark style="color:blue;">AI 助理</mark> 頁面，選擇目標 AI 助理並進入設置
2. 在模型設置區域找到 <mark style="color:blue;">技能</mark> 設定
3. 選擇要綁定的技能，點擊確認
4. 儲存 AI 助理設定

綁定後，AI 助理在對話中會根據使用者的問題自動判斷是否需要展開技能，並依照技能指令執行對應任務。

***

## 刪除技能 <a href="#delete-skill" id="delete-skill"></a>

在技能列表中，點擊該技能的 <mark style="color:blue;">刪除</mark> 圖示，確認後即可刪除。

{% hint style="warning" %}
刪除技能後，已綁定此技能的 AI 助理將無法再使用該技能。此操作不可復原。
{% endhint %}


# 什麼是 Agent Teams？

把多個各有專長的 AI 助理組成一個協作團隊，透過「移交」與「委派」自動分工——使用者只跟一個入口對話，系統就把問題交給最合適的助理處理。

## <mark style="color:blue;">一、什麼是 Agent Teams？</mark> <a href="#what-is-teams" id="what-is-teams"></a>

過去一個 AI 助理要包辦所有事情：客服分流、訂單查詢、退換貨、商品推薦，全塞進同一組角色指令、同一個知識庫、同一批工具。任務一多，這個「全能助理」就開始顧此失彼——角色指令太長、知識庫互相干擾、成本也降不下來。

**Agent Teams 讓你改用「一群專才」取代「一個通才」。** 你可以把多個既有的 AI 助理組成一個團隊，讓每個助理各司其職（例如：分流助理、訂單助理、退換貨助理、推薦助理），再用視覺化畫布定義它們之間「什麼時候該把問題交給誰」。

使用者只會看到**一個對話入口**；在背後，團隊會自動把問題路由給最適合的助理來回答，就像在跟一整個專業團隊互動。

{% hint style="success" %}
**對你的價值：** 每個助理保有獨立的知識庫、工具與模型設定，互不干擾；只有真正處理問題的助理才載入相關內容，省 Token、也讓每個助理更專注、答得更準。新增業務場景時，只要加一個助理節點、拉一條連線，不用重寫既有助理。
{% endhint %}

## <mark style="color:blue;">二、和「單一助理 + 技能」有什麼不同？</mark> <a href="#vs-single-agent" id="vs-single-agent"></a>

| 面向    | 單一助理（含技能）         | Agent Teams             |
| ----- | ----------------- | ----------------------- |
| 分工    | 一個助理處理所有情境        | 多個助理各自負責專長領域            |
| 知識與工具 | 全部掛在同一個助理上，容易互相干擾 | 每個助理獨立擁有自己的知識庫、工具與模型    |
| 模型成本  | 只能用一個模型應付所有任務     | 簡單任務用輕量模型、複雜判斷用強模型，分開配置 |
| 協作方式  | 無法在助理之間移交或委派      | 支援助理之間的**移交**與**委派**    |
| 擴充    | 新情境要改動既有助理的設定     | 新增一個節點與一條連線即可           |

## <mark style="color:blue;">三、三種互動方式：移交、委派、自動</mark> <a href="#interaction-types" id="interaction-types"></a>

團隊裡的助理透過\*\*連線（有向箭頭）\*\*彼此協作。每條連線可以設定一種互動方式，決定「問題到了對方手上之後，控制權怎麼走」。以下三種方式，可對照示意圖理解。

### 移交 <a href="#type-handoff" id="type-handoff"></a>

移交是把整段對話的控制權**交出去**：來源助理判斷這件事該由別人處理，就把對話交給目標助理，由對方**接手繼續**跟使用者對話——就像客服把電話轉接給另一個部門，之後就由接手的人服務。

**適合情境**：各司其職的平行分工。例如分流助理判斷使用者的意圖後，把對話移交給訂單查詢助理或退換貨助理接手處理。

<figure><img src="/files/hIcGel9EvAn9njZ2mJei" alt="移交示意圖：來源助理把對話控制權交給目標助理接手"><figcaption><p>移交：來源助理交出控制權，目標助理接手繼續與使用者對話</p></figcaption></figure>

### 委派 <a href="#type-delegate" id="type-delegate"></a>

委派是把一個子任務**外包**出去：來源助理請目標助理處理某件事，目標助理做完把**結果回傳**，控制權仍留在來源助理手上——就像同仁幫你查了一份資料回報給你，最後仍由你彙整回覆。

**適合情境**：階層式協作。例如客服助理收到查庫存的需求，委派倉儲助理查詢庫存後，再由客服助理彙整回覆客戶。

<figure><img src="/files/sEdPBW0lRJHqcnKGxPk8" alt="委派示意圖：來源助理外包子任務給目標助理並取回結果"><figcaption><p>委派：來源助理把子任務交給目標助理，取回結果後自己彙整回覆</p></figcaption></figure>

### 自動（預設） <a href="#type-auto" id="type-auto"></a>

自動是交給 AI **依當下情況自行判斷**該用移交還是委派。當你不確定該用哪一種、或希望保留彈性時，就用自動。

<figure><img src="/files/8YYW3pAvonMrvzlxNAAd" alt="自動示意圖：AI 依情況自行決定要移交還是委派"><figcaption><p>自動：由 AI 依當下情況，自行決定要移交還是委派</p></figcaption></figure>

### 三種方式的溝通量與成本差異 <a href="#cost-comparison" id="cost-comparison"></a>

多個助理協作，最常見的疑慮是：**這樣 token 成本會不會失控？** 關鍵在於三種方式「助理之間會傳遞多少內容」不同：

| 面向             | 移交                         | 委派                                          | 自動                 |
| -------------- | -------------------------- | ------------------------------------------- | ------------------ |
| **控制權**        | 交給目標助理接手                   | 留在來源助理                                      | 由 AI 當下決定          |
| **助理間傳遞的內容**   | 目標助理接手時，會讀到目前累積的對話脈絡       | 來源助理只把「一個子任務」交給目標助理，範圍精簡明確                  | 視當下選擇而定            |
| **Token／成本特性** | 隨對話長度與移交次數增加；同一時間只有一個助理在運作 | 在原本這一輪之外，多跑一段子助理（多一次 LLM 呼叫），但子助理的輸入精簡、範圍可控 | 落在被選中的那種方式上，較難事先預估 |
| **可預測性**       | 中                          | 高（任務範圍明確）                                   | 低（依情況變動）           |

{% hint style="success" %}
**成本是可控、也可觀測的。** 團隊內建多道防線：

* **最大迭代數**（預設 `25`）：限制一次對話中，助理之間最多來回幾次，避免無限循環。
* **整體 Token 上限**（預設 `200000`）：整個團隊處理單則訊息的 Token 預算上限。
* **逾時秒數**、以及每個節點可各自設定的**每次呼叫 Token 上限**。
* **上下文策略**：把某個節點的〈可見原始使用者輸入〉關掉，該助理就只會收到上游整理過的摘要，而非完整對話，可進一步省 Token。
* **執行記錄**：每一次執行都記錄總 Token 與**各助理的成本分攤**，花在哪個助理一目了然（見 [團隊執行記錄](/teams/traces)）。
  {% endhint %}

{% hint style="info" %}
**對話會「記住」目前是誰在服務。** 一次移交之後，接手的助理會繼續服務接下來的對話，直到它判斷需要再移交出去為止；下一則訊息不會又回到入口重新分流。
{% endhint %}

## <mark style="color:blue;">四、典型應用場景</mark> <a href="#scenarios" id="scenarios"></a>

* **電商客服團隊**：分流助理判斷意圖 → **移交**給訂單／退換貨／推薦助理，每個助理用自己的知識庫與工具處理。
* **企業內部諮詢**：HR 助理 + IT 助理 + 財務助理，依員工提問自動分流到對應窗口。
* **技術支援團隊**：L1 助理初步排查 → **委派** L2 助理深入分析 → 結果回傳 L1 統整後回覆。

## <mark style="color:blue;">五、運作原理（概念）</mark> <a href="#how-it-works" id="how-it-works"></a>

Agent Teams 以**一張有向圖**來描述團隊：

* **節點（助理）**：圖上的每個節點就是一個既有的 AI 助理，帶著它自己的角色指令、知識庫、工具與模型。
* **入口節點**：團隊收到訊息時，從這個節點開始處理對話。一個團隊只會有一個入口節點。
* **連線（有向箭頭）**：定義「從哪個助理、在什麼條件下、用哪種互動方式，交給哪個助理」。
* **安全護欄**：整個團隊有最大迭代數、整體 Token 上限與逾時秒數的上限，避免助理之間無限來回。

建立團隊時，系統會自動幫這個團隊建立一個**入口助理**與對應的 **Web Chat 對話平台**，你可以直接透過對話平台與整個團隊對話。

## <mark style="color:blue;">六、下一步</mark> <a href="#next-steps" id="next-steps"></a>

* 想開始建立團隊？請見 [建立與編排團隊](/teams/setup)——如何新建團隊、拖入助理節點、拉連線設定互動方式、指定入口，並開始對話。
* 想查看團隊怎麼運作的？請見 [團隊執行記錄](/teams/traces)——每一次執行經過哪些助理、各自花了多少 Token、耗時多久。

{% hint style="info" %}
**前置條件：** Agent Teams 需由 MaiAgent 為你的組織啟用。若你在後台的〈AI 功能〉底下看不到〈團隊〉選單，請聯繫 MaiAgent 團隊開通。
{% endhint %}


# 建立與編排團隊

從新建團隊、在畫布拖入助理節點、拉連線設定互動方式（自動／移交／委派）、指定入口節點，到設定安全護欄與開始對話的完整流程。

本頁說明如何從零建立一個 Agent Team：新建團隊、在畫布上加入助理、設定它們之間的連線與互動方式、指定入口節點，並開始與整個團隊對話。

{% hint style="info" %}
**先備好要加入團隊的 AI 助理。** 團隊裡的每個節點都是一個既有的 AI 助理，所以請先在〈AI 助理〉建立好各專長的助理（例如分流、訂單、退換貨助理），再回到這裡把它們組成團隊。
{% endhint %}

## <mark style="color:blue;">一、新建團隊</mark> <a href="#create-team" id="create-team"></a>

### 1. 進入團隊列表 <a href="#team-list" id="team-list"></a>

從左側選單進入 <mark style="color:blue;">AI 功能</mark> →〈<mark style="color:blue;">團隊</mark>〉。列表會顯示目前組織所有的團隊，包含**團隊名稱、代理數、狀態**等資訊，右上角可搜尋團隊。

<figure><img src="/files/mFf9SoVmIvSi9WoGsYPk" alt="團隊列表頁"><figcaption><p>團隊列表：可看到每個團隊的名稱、包含幾位代理與啟用狀態</p></figcaption></figure>

### 2. 建立團隊 <a href="#new-team" id="new-team"></a>

點右上角 <mark style="color:blue;">新建團隊</mark>，填入**團隊名稱**（必填）與**說明**，即可建立。

<figure><img src="/files/fiiYP6tmuLJUKJdXxhb4" alt="新建團隊視窗"><figcaption><p>新建團隊：填入團隊名稱與說明</p></figcaption></figure>

{% hint style="success" %}
建立成功後，系統會自動幫這個團隊建立一個**入口助理**與對應的 **Web Chat 對話平台**，讓你之後可以直接與整個團隊對話。
{% endhint %}

## <mark style="color:blue;">二、在畫布上編排團隊</mark> <a href="#compose-canvas" id="compose-canvas"></a>

點進團隊後，預設進入 <mark style="color:blue;">畫布編排</mark> 檢視。畫面分成三個區域：左側〈**助理列表**〉、中間**畫布**、右側**設定面板**（點選節點或連線時出現）。

<figure><img src="/files/YxpqAiwjxKzBzB5DtY9t" alt="團隊圖（放大）"><figcaption><p>放大後的團隊圖：入口節點「客服分流助理」透過「移交」分流到訂單查詢／退換貨／商品推薦助理，訂單查詢助理再「委派」倉儲查詢助理。每個節點顯示助理名稱、模型與 Agent／RAG 模式，入口節點標示「入口」（實際畫面左側另有〈助理列表〉、右側為設定面板）</p></figcaption></figure>

{% hint style="warning" %}
**畫布編排建議使用桌機瀏覽器操作。** 在手機等小螢幕上，畫布編排區會顯示提示，請改用桌機完成編排。
{% endhint %}

### 1. 加入助理節點 <a href="#add-nodes" id="add-nodes"></a>

在左側〈助理列表〉找到要加入的助理，**拖曳到畫布**，或**點擊**它即可加入。已經在團隊裡的助理會標示〈已在團隊中〉，點它可以定位到畫布上對應的節點。助理多時可用上方搜尋框過濾。

每個節點會顯示助理名稱、使用的模型，以及它是 <mark style="color:blue;">Agent</mark> 或 <mark style="color:blue;">RAG</mark> 模式，方便你辨識。

{% hint style="info" %}
若節點位置雜亂，可點畫布上的 <mark style="color:blue;">自動排版</mark> 讓系統重新整理版面。節點位置會自動儲存。
{% endhint %}

### 2. 設定節點 <a href="#node-settings" id="node-settings"></a>

點選一個節點，右側會出現〈**節點設定**〉。可調整：

| 設定                | 說明                                                                                        |
| ----------------- | ----------------------------------------------------------------------------------------- |
| **入口節點**          | 開啟後，團隊收到訊息時從此節點開始處理對話。**一個團隊只能有一個入口節點。**                                                  |
| **每次呼叫 Token 上限** | 限制此節點單次回應的 Token 量（選填）。                                                                   |
| **最大迭代次數**        | 限制此節點單次處理的迭代次數（選填）。                                                                       |
| **上下文策略**         | 控制這個助理看得到什麼：〈**可見原始使用者輸入**〉決定它能否讀到使用者的原始訊息（關閉時只看得到上游助理整理後的輸出）；〈**可見輸出來源**〉可指定它看得到哪些節點的輸出。 |

<figure><img src="/files/P4wleQ6Bprm672qhBf4t" alt="節點設定面板"><figcaption><p>節點設定：指定入口節點、Token／迭代上限與上下文策略</p></figcaption></figure>

### 3. 拉連線並設定互動方式 <a href="#add-edges" id="add-edges"></a>

從一個節點的連接點拖到另一個節點，建立一條**有向連線**（來源 → 目標）。點選連線，右側會出現〈**連線設定**〉：

| 設定                 | 說明                                                |
| ------------------ | ------------------------------------------------- |
| **觸發條件描述**         | 用白話描述「什麼時候該走這條連線」。這段描述會提供給 AI 作為判斷依據，寫清楚有助於路由更準確。 |
| **互動方式**           | 選擇〈**自動**〉〈**移交**〉或〈**委派**〉（三者差異見下表）。             |
| **繼承來源 Agent 的工具** | 開啟後，目標助理可使用來源助理的所有工具與資源。                          |

**互動方式**（各選項在設定面板中的說明）：

| 互動方式       | 說明                      |
| ---------- | ----------------------- |
| **自動（預設）** | 由 LLM 自動判斷最適合的互動方式。     |
| **移交**     | 移交控制權——來源代理休眠，目標代理接管對話。 |
| **委派**     | 委派任務——目標代理執行後回傳結果給來源。   |

<figure><img src="/files/GBhEBWdQr0YxHqpEeFqd" alt="連線設定面板"><figcaption><p>連線設定：填觸發條件描述、選互動方式（自動／移交／委派），並可選擇是否繼承來源助理的工具</p></figcaption></figure>

{% hint style="info" %}
**留意畫布上方的語意警告。** 當團隊圖有問題時，畫布上方會出現黃色提示，例如：〈尚未設定入口節點〉〈有多個入口節點，應只保留一個〉〈有重複的連線〉〈連線形成循環〉。建議在對話前先把這些警告排除。
{% endhint %}

## <mark style="color:blue;">三、設定基本資訊與安全護欄</mark> <a href="#settings-guardrails" id="settings-guardrails"></a>

在團隊頁切換到〈**基本資訊**〉檢視，可調整團隊層級的設定：

* **基本資訊**：團隊名稱、說明、是否啟用。
* **安全護欄**：
  * **最大迭代數**（預設 `25`）——一次對話中，助理之間最多可以來回幾次，避免無限循環。
  * **整體 Token 上限**（預設 `200000`）——整個團隊處理單則使用者訊息的 Token 預算上限。
  * **逾時秒數**（預設 `600`）——整個團隊處理流程的硬性逾時。

<figure><img src="/files/CPGLt4vGaTF44QI9s1BG" alt="團隊基本資訊與安全護欄"><figcaption><p>基本資訊與安全護欄：調整團隊名稱、啟用狀態，以及最大迭代數、整體 Token 上限與逾時秒數</p></figcaption></figure>

## <mark style="color:blue;">四、與團隊對話</mark> <a href="#talk-to-team" id="talk-to-team"></a>

編排完成、確認團隊為〈啟用中〉後，就能透過團隊的 **Web Chat 對話平台** 與整個團隊對話。使用者只面對一個入口，系統會自動把問題路由給合適的助理。

當團隊在助理之間移交或委派時，對話介面會顯示切換提示，例如〈**正在移交給**〉〈**正在委派給**〉〈**正在切換至**〉，讓使用者知道目前由哪個助理服務中。

## <mark style="color:blue;">五、刪除團隊</mark> <a href="#delete-team" id="delete-team"></a>

在〈基本資訊〉檢視最下方的危險區可以〈**刪除團隊**〉。刪除會一併移除此團隊的入口助理，且**此操作無法復原**，請確認後再執行。

## <mark style="color:blue;">六、下一步</mark> <a href="#next" id="next"></a>

團隊開始運作後，你可以在 [團隊執行記錄](/teams/traces) 查看每一次執行經過了哪些助理、各自花了多少 Token、以及耗時，確認團隊如預期分工。


# 團隊執行記錄

查看團隊每一次執行的記錄——經過哪些助理、各自的 Token 用量、耗時與狀態，並展開單一步驟的輸入、輸出與成本分攤。

團隊在助理之間自動移交與委派，過程對使用者是無感的。〈**執行記錄**〉讓你回頭檢視每一次對話實際「走過哪些助理、各花了多少資源」，用來確認團隊有如預期分工，也方便排查與優化。

## <mark style="color:blue;">一、查看執行記錄</mark> <a href="#view-traces" id="view-traces"></a>

在團隊頁切換到〈**執行記錄**〉檢視，會列出這個團隊的每一次執行。每筆記錄包含：

| 欄位          | 說明                   |
| ----------- | -------------------- |
| **記錄 ID**   | 這次執行的唯一識別碼。          |
| **狀態**      | 〈執行中〉〈已完成〉〈失敗〉或〈逾時〉。 |
| **迭代數**     | 這次執行中，助理之間總共來回了幾次。   |
| **Token 數** | 這次執行的總 Token 用量。     |
| **耗時**      | 從收到訊息到完成回覆的總時間。      |

<figure><img src="/files/gQXLNcjh4lMARoOxjtDq" alt="團隊執行記錄列表"><figcaption><p>執行記錄：每一次團隊執行的狀態、迭代數、Token 數與耗時</p></figcaption></figure>

## <mark style="color:blue;">二、展開步驟詳情</mark> <a href="#step-detail" id="step-detail"></a>

展開單筆記錄可看到〈**步驟詳情**〉——這次執行**依序經過哪些助理節點**，以及每一步的細節：

| 項目       | 說明                                                        |
| -------- | --------------------------------------------------------- |
| **步驟序號** | 這一步是整個流程中的第幾步、由哪個助理執行。                                    |
| **輸入**   | 這個助理這一步收到的內容摘要。                                           |
| **輸出**   | 這個助理這一步產生的內容摘要。                                           |
| **成本分攤** | 這一步的 Token 用量（輸入 Token、輸出 Token、嵌入 Token），讓你看清成本花在哪個助理身上。 |

<figure><img src="/files/wudnIbKUGFAspTIlUZHQ" alt="執行記錄步驟詳情"><figcaption><p>步驟詳情：逐步看到經過哪些助理、各自的輸入輸出摘要與 Token 成本分攤</p></figcaption></figure>

{% hint style="info" %}
**看不到記錄？** 執行記錄只在團隊實際被對話觸發後才會產生。若列表顯示〈暫無執行記錄〉，先透過對話平台與團隊聊幾句，再回來查看。
{% endhint %}

## <mark style="color:blue;">三、怎麼用這些記錄優化團隊</mark> <a href="#optimize" id="optimize"></a>

* **路由不如預期**：若發現問題被交給了錯誤的助理，回到 [畫布編排](/teams/setup#compose-canvas) 調整連線的〈觸發條件描述〉，把「什麼時候走這條連線」寫得更明確。
* **迭代數或耗時偏高**：可能是助理之間來回移交太多次。檢查是否有多餘的連線，或調整團隊的〈最大迭代數〉與各節點設定。
* **成本集中在某個助理**：從〈成本分攤〉找出 Token 花最多的助理，考慮為它換用較輕量的模型，或縮小它的知識庫與工具範圍。


# AgentOps 總覽

AgentOps 提供完整的 AI 助理運作管理與品質控管工具

## 什麼是 AgentOps? <a href="#what-is-agent-ops" id="what-is-agent-ops"></a>

AgentOps (Agent Operations) 是 MaiAgent 平台提供的 AI 助理運作管理模組,專注於測試、評估與監控 AI 助理的實際表現。透過 AgentOps,您可以系統化地管理 AI 助理的品質,確保持續提供優質的服務體驗。

## 為什麼需要 AgentOps? <a href="#why-agent-ops" id="why-agent-ops"></a>

建立 AI 助理只是第一步,持續監控與優化才能確保長期成功。AgentOps 幫助您:

**確保品質穩定**

* 建立標準化的測試機制
* 追蹤 AI 助理表現的變化趨勢
* 及時發現並修正品質問題

**提升運作效率**

* 自動化測試流程,節省人力
* 快速識別效能瓶頸
* 優化系統資源與成本

**數據驅動決策**

* 量化 AI 助理的表現指標
* 比較不同設定或模型的效果
* 根據實際數據制定優化策略

## AgentOps 核心功能 <a href="#agent-ops-core-features" id="agent-ops-core-features"></a>

### 1. 測試資料集管理 <a href="#test-dataset-management" id="test-dataset-management"></a>

建立並管理測試案例集合,用於驗證 AI 助理的回應品質。

**主要功能:**

* 建立多組測試資料集
* 管理測試案例與預期回應
* 支援搜尋與分類
* 團隊共同維護測試案例

**適用情境:**

* 知識庫更新後驗證回應準確性
* 建立標準測試流程
* 收集常見問題作為測試基準

> 詳細說明: [測試資料集管理](/agent-ops/test-datasets)

### 2. 自動評估 <a href="#auto-evaluation" id="auto-evaluation"></a>

使用測試資料集自動化執行評估,產生詳細的品質報告。

**主要功能:**

* 一鍵執行批量測試
* 計算成功率與回應時間
* 產生詳細的通過/失敗報告
* 比較不同時期或 AI 助理的表現

**適用情境:**

* 定期品質檢查
* 更新前後的回歸測試
* 比較不同 AI 助理或模型的效果

> 詳細說明: [自動評估](/agent-ops/evaluations)

### 3. AI 助理監控 <a href="#ai-agent-monitoring" id="ai-agent-monitoring"></a>

即時監控 AI 助理的運作狀況,深入分析每一次對話的細節。

**主要功能:**

* 查看輸入/輸出訊息內容
* 追蹤回覆時間與處理時間
* 監控 Token 用量與成本
* 分析品質評分與使用者回饋

**適用情境:**

* 即時監控系統運作狀況
* 識別效能問題與異常
* 追蹤成本與用量
* 深度分析個別對話

> 詳細說明: [AI 助理監控](/agent-ops/evaluations)

## AgentOps 工作流程 <a href="#agent-ops-workflow" id="agent-ops-workflow"></a>

### 標準品質管理流程 <a href="#standard-quality-management-flow" id="standard-quality-management-flow"></a>

```
1. 建立測試資料集
   ↓
   收集常見問題與預期回應
   建立結構化的測試案例

2. 執行自動評估
   ↓
   定期或更新後執行測試
   產生成功率與品質報告

3. 分析評估結果
   ↓
   識別失敗案例
   找出需要改善的問題

4. 優化 AI 助理
   ↓
   更新知識庫內容
   調整 AI 設定與 Prompt

5. 監控實際運作
   ↓
   使用 AI 助理監控追蹤實際對話
   持續確保品質穩定

6. 持續改善
   ↓
   根據監控數據發現新問題
   更新測試資料集
   重複評估與優化循環
```

### 快速上手步驟 <a href="#quick-start-steps" id="quick-start-steps"></a>

**第一週: 建立基礎測試**

1. 收集 20-30 個常見問題
2. 建立第一個測試資料集
3. 執行初次自動評估
4. 記錄當前成功率作為基準線

**第二週: 持續優化**

1. 分析失敗的測試案例
2. 更新知識庫或調整 AI 設定
3. 重新執行評估驗證改善效果
4. 開始使用 AI 助理監控觀察實際對話

**第三週: 建立習慣**

1. 每週執行一次自動評估
2. 每天查看監控數據識別異常
3. 持續新增測試案例涵蓋更多情境
4. 建立品質報告追蹤長期趨勢

## AgentOps 與其他功能的整合 <a href="#agent-ops-integrations" id="agent-ops-integrations"></a>

### AgentOps + 知識庫管理 <a href="#agent-ops-plus-knowledge-base" id="agent-ops-plus-knowledge-base"></a>

**整合應用:**

* 知識庫更新後,立即執行自動評估驗證
* 監控數據顯示知識不足時,補充知識庫內容
* 根據實際對話建立測試案例,反向優化知識庫

> 相關文檔: [打造企業知識庫](/km/km)

### AgentOps + 使用分析 <a href="#agent-ops-plus-usage-analytics" id="agent-ops-plus-usage-analytics"></a>

**互補分析:**

* **使用分析**: 提供整體趨勢與統計 (對話量、滿意度等)
* **AgentOps**: 提供深度品質分析與個別對話細節

結合使用可以:

* 從整體趨勢發現異常
* 從監控細節找出根本原因
* 全面評估 AI 助理表現

> 相關文檔: [使用分析](/org/usage)

### AgentOps + 回覆品質控管 <a href="#agent-ops-plus-reply-quality-control" id="agent-ops-plus-reply-quality-control"></a>

**整合應用:**

* AgentOps 提供技術面的品質監控
* 回覆品質控管提供人工審核與標註
* 兩者結合可建立完整的品質保證體系

> 相關文檔: [回覆品質控管](https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/channels/quality.md)

## 最佳實踐建議 <a href="#best-practices" id="best-practices"></a>

### 1. 建立定期評估機制 <a href="#establish-regular-evaluation" id="establish-regular-evaluation"></a>

**每日檢查 (5 分鐘):**

* 查看 AI 助理監控識別異常

**每週評估 (30 分鐘):**

* 執行核心測試資料集
* 檢視成功率是否維持穩定
* 更新或新增測試案例

**每月分析 (2 小時):**

* 執行完整評估
* 匯出監控數據深度分析
* 製作品質報告
* 規劃下月優化目標

### 2. 設定品質基準線 <a href="#set-quality-baseline" id="set-quality-baseline"></a>

為您的 AI 助理設定合理的品質目標:

| 指標       | 基準    | 目標    | 說明         |
| -------- | ----- | ----- | ---------- |
| 自動評估成功率  | ≥ 85% | ≥ 95% | 標準測試案例通過率  |
| 平均回覆時間   | < 5 秒 | < 3 秒 | 使用者感知的回應速度 |
| 使用者滿意度   | ≥ 80% | ≥ 90% | 讚/總回饋比例    |
| Token 用量 | -     | -     | 根據預算設定上限   |

### 3. 建立問題追蹤流程 <a href="#issue-tracking-workflow" id="issue-tracking-workflow"></a>

當發現品質問題時:

```
問題發現
↓
記錄到測試資料集 (避免重複發生)
↓
分析根本原因 (知識庫/AI設定/模型能力)
↓
實施改善措施
↓
執行評估驗證效果
↓
持續監控確認穩定
```

### 4. 團隊協作 <a href="#team-collaboration" id="team-collaboration"></a>

建立 AgentOps 責任分工:

**AI 管理者:**

* 整體品質監控
* 制定優化策略
* 定期評估與報告

**知識庫管理員:**

* 根據評估結果更新知識庫
* 補充缺失的知識內容

**技術人員:**

* 分析效能問題
* 優化系統設定
* 處理技術異常

### 5. 持續改善循環 <a href="#continuous-improvement-cycle" id="continuous-improvement-cycle"></a>

AgentOps 的核心是持續改善:

1. **測量**: 透過評估與監控取得數據
2. **分析**: 識別問題與改善機會
3. **行動**: 實施優化措施
4. **驗證**: 確認改善效果
5. **標準化**: 將成功經驗納入流程

## 常見問題 <a href="#faq" id="faq"></a>

### Q1: AgentOps 與「使用分析」有什麼不同? <a href="#faq-agent-ops-vs-usage-analytics" id="faq-agent-ops-vs-usage-analytics"></a>

**使用分析:**

* 整體趨勢與統計 (對話量、字數、滿意度)
* 適合了解 AI 助理的使用概況
* 關注業務指標

**AgentOps:**

* 深度品質分析與個別對話細節
* 適合技術面的品質管理
* 關注技術指標 (成功率、回應時間、成本)

兩者互補,建議結合使用。

### Q2: 需要多久執行一次評估? <a href="#faq-evaluation-frequency" id="faq-evaluation-frequency"></a>

建議頻率:

* **核心功能**: 每週一次
* **完整測試**: 每月一次
* **重大更新後**: 立即執行
* **發現問題時**: 隨時測試驗證

您可以根據 AI 助理的重要性與變更頻率調整。

### Q3: 測試資料集應該包含多少測試案例? <a href="#faq-test-dataset-size" id="faq-test-dataset-size"></a>

建議數量:

* **最少**: 20 個測試案例 (涵蓋核心功能)
* **建議**: 50-100 個測試案例 (平衡覆蓋率與效率)
* **完整**: 200+ 個測試案例 (大型或關鍵系統)

從核心功能開始,逐步擴充。

### Q4: 成功率多少才算合格? <a href="#faq-success-rate-threshold" id="faq-success-rate-threshold"></a>

取決於 AI 助理的用途:

* **高風險應用** (金融、醫療): ≥ 95%
* **客服支援**: ≥ 90%
* **通用對話**: ≥ 85%
* **實驗性功能**: ≥ 80%

重要的是建立基準線並持續改善。

### Q5: AgentOps 會影響實際用戶嗎? <a href="#faq-impact-on-real-users" id="faq-impact-on-real-users"></a>

不會。AgentOps 的測試與監控都是在獨立環境或後台執行,不會干擾實際用戶的使用體驗。

### Q6: 可以針對不同業務建立多組測試嗎? <a href="#faq-multiple-test-sets-per-agent" id="faq-multiple-test-sets-per-agent"></a>

可以。建議針對不同業務或功能建立多個測試資料集:

* 產品查詢測試集
* 訂單處理測試集
* 技術支援測試集
* ...等

這樣可以分別追蹤各領域的品質表現。

***

## 開始使用 AgentOps <a href="#get-started-with-agent-ops" id="get-started-with-agent-ops"></a>

準備好開始使用 AgentOps 了嗎?建議按照以下順序:

1. [**建立測試資料集**](/agent-ops/test-datasets): 收集常見問題,建立第一個測試集
2. [**執行自動評估**](/agent-ops/evaluations): 測試 AI 助理並查看評估報告
3. [**使用 AI 助理監控**](/agent-ops/evaluations): 深入了解實際運作狀況

透過 AgentOps,您可以建立系統化的品質管理流程,確保 AI 助理持續提供優質服務。


# 測試資料集管理

建立測試資料集,系統化管理測試案例,驗證 AI 助理回應品質

## 什麼是測試資料集? <a href="#what-is-test-dataset" id="what-is-test-dataset"></a>

測試資料集是一組預先準備好的測試案例集合,用於驗證 AI 助理的回應品質與準確性。透過建立標準化的測試資料集,您可以:

**確保回應品質**

* 驗證 AI 助理對常見問題的回應是否符合預期
* 確保知識庫更新後回應不會退化
* 持續追蹤回應品質的變化趨勢

**提升效率**

* 批次測試多個問題,無需逐一手動驗證
* 建立可重複使用的測試案例,節省測試時間
* 快速識別問題並及時調整

**團隊協作**

* 集中管理所有測試案例
* 不同成員可共同維護測試資料
* 追蹤測試案例的建立者與更新時間

## 如何進入測試資料集管理 <a href="#how-to-access-test-dataset-management" id="how-to-access-test-dataset-management"></a>

進入左側功能欄的 「<mark style="color:blue;">**AgentOps**</mark>」,點選 「<mark style="color:blue;">**測試資料集**</mark>」,即可看到測試資料集管理頁面。

<figure><img src="/files/o6NRbpZnT5OX6NFrYVg5" alt=""><figcaption><p>測試資料集管理介面</p></figcaption></figure>

頁面中會顯示以下資訊:

* **測試資料集 ID**: 系統自動產生的唯一識別碼
* **測試資料集名稱**: 您為資料集設定的名稱
* **測試案例數量**: 該資料集包含的測試案例總數
* **建立者**: 建立此資料集的使用者
* **建立時間**: 資料集建立的日期與時間
* **最後更新**: 資料集最後修改的時間
* **操作按鈕**: 編輯、刪除等功能

## 建立測試資料集 <a href="#create-test-dataset" id="create-test-dataset"></a>

### 1. 開始建立 <a href="#start-creating" id="start-creating"></a>

點擊頁面右上角的 「<mark style="color:blue;">**Create Dataset**</mark>」按鈕,開始建立新的測試資料集。

### 2. 設定基本資訊 <a href="#set-basic-info" id="set-basic-info"></a>

在彈出的對話框中,輸入以下資訊:

**測試資料集名稱** (必填)

* 建議使用有意義的名稱,例如:「產品查詢測試集」、「客服常見問題測試」
* 方便日後管理與識別用途

**測試資料集描述** (選填)

* 說明此測試集的用途與涵蓋範圍
* 例如:「用於測試產品規格查詢功能,包含 50 個常見產品問題」

**選擇 AI 助理** (必填)

* 選擇要測試的 AI 助理
* 一個測試資料集可以對應一個或多個 AI 助理

### 3. 新增測試案例 <a href="#add-test-cases" id="add-test-cases"></a>

測試資料集建立後,您需要為其新增測試案例。每個測試案例包含:

**測試問題**

* 使用者可能詢問的問題
* 建議涵蓋各種問法與情境

**預期回應**

* AI 助理應該如何回答
* 可以是關鍵字、句子或完整段落
* 系統會比對實際回應是否包含預期內容

**測試案例範例:**

```
問題: 你們的退貨政策是什麼?
預期回應: 購買後 7 天內可無條件退貨,商品需保持全新未使用狀態

問題: 如何申請退款?
預期回應: 請透過會員中心的訂單管理頁面申請退款,審核通過後 3-5 個工作天內退款

問題: 退貨運費誰負擔?
預期回應: 若為商品瑕疵由我們負擔運費,若為個人因素退貨則由買家負擔
```

## 管理測試資料集 <a href="#manage-test-datasets" id="manage-test-datasets"></a>

### 搜尋測試資料集 <a href="#search-test-dataset" id="search-test-dataset"></a>

使用頁面上方的搜尋欄,您可以透過以下方式快速找到目標資料集:

* 測試資料集 ID
* 測試資料集名稱
* 描述內容關鍵字

輸入關鍵字後,系統會即時過濾並顯示符合條件的資料集。

### 編輯測試資料集 <a href="#edit-test-dataset" id="edit-test-dataset"></a>

點擊操作欄位中的 「<mark style="color:blue;">**編輯**</mark>」按鈕,您可以:

* 修改測試資料集名稱與描述
* 新增、編輯或刪除測試案例
* 調整測試案例的順序

{% hint style="info" %}
建議定期檢視並更新測試案例,確保測試內容與實際業務需求保持一致
{% endhint %}

### 刪除測試資料集 <a href="#delete-test-dataset" id="delete-test-dataset"></a>

點擊操作欄位中的 「<mark style="color:blue;">**刪除**</mark>」按鈕,即可刪除不再需要的測試資料集。

{% hint style="warning" %}
刪除測試資料集後無法復原,請謹慎操作。若該資料集已被用於自動評估,相關評估記錄仍會保留,但無法再次執行相同測試。
{% endhint %}

## 測試資料集最佳實踐 <a href="#test-dataset-best-practices" id="test-dataset-best-practices"></a>

### 1. 建立結構化的測試分類 <a href="#structured-test-categories" id="structured-test-categories"></a>

依照業務需求將測試案例分組:

```
產品相關知識庫測試:
├── 產品查詢測試集 (50個案例)
├── 價格諮詢測試集 (30個案例)
└── 庫存確認測試集 (20個案例)

客服流程測試:
├── 訂單處理測試集 (40個案例)
├── 退換貨流程測試集 (35個案例)
└── 會員服務測試集 (25個案例)
```

### 2. 涵蓋多種問法 <a href="#cover-multiple-phrasings" id="cover-multiple-phrasings"></a>

同一個概念可能有不同的問法,建議在測試案例中涵蓋:

```
正式問法: 請問貴公司的營業時間為何?
口語問法: 你們幾點開?
簡短問法: 營業時間
完整句子: 我想知道你們的營業時間是幾點到幾點
```

### 3. 包含邊界情境 <a href="#include-edge-cases" id="include-edge-cases"></a>

測試極端情況與模糊問題:

* 不完整的問題:「價格」、「怎麼辦」
* 含有錯別字的問題:「產品槼格」
* 複合問題:「價格多少?可以退貨嗎?有什麼顏色?」
* 不在知識範圍的問題:測試 AI 助理如何應對

### 4. 定期更新測試資料 <a href="#regular-data-updates" id="regular-data-updates"></a>

* **新功能上線時**: 新增對應的測試案例
* **知識庫更新後**: 確認相關測試案例是否需要調整
* **發現問題時**: 立即新增該情境的測試案例,避免再次發生
* **定期審查**: 每月或每季檢視測試案例是否仍符合現況

### 5. 設定適當的測試數量 <a href="#appropriate-test-count" id="appropriate-test-count"></a>

建議每個測試資料集包含:

* **最少 20 個測試案例**: 確保涵蓋基本情境
* **建議 30-50 個測試案例**: 平衡測試覆蓋率與執行時間
* **特殊情況可達 100+ 案例**: 適用於複雜業務邏輯

## 常見問題 <a href="#faq" id="faq"></a>

### Q1: 測試資料集與自動評估的關係是什麼? <a href="#faq-test-dataset-vs-auto-evaluation" id="faq-test-dataset-vs-auto-evaluation"></a>

測試資料集是自動評估的基礎。您需要先建立測試資料集,然後在「自動評估」功能中選擇測試資料集與 AI 助理,系統會自動執行測試並產生評估報告。

> 更多資訊請參考: [自動評估](/agent-ops/evaluations)

### Q2: 一個測試資料集可以測試多個 AI 助理嗎? <a href="#faq-one-dataset-multiple-agents" id="faq-one-dataset-multiple-agents"></a>

可以。您可以在自動評估時選擇同一個測試資料集搭配不同的 AI 助理,比較不同 AI 助理在相同測試案例下的表現差異。

### Q3: 測試案例的預期回應需要完全一致嗎? <a href="#faq-expected-response-exact-match" id="faq-expected-response-exact-match"></a>

不需要。系統會檢查 AI 助理的實際回應是否「包含」預期回應的關鍵內容。您可以設定關鍵字或重要句子,只要實際回應包含這些內容即視為通過。

### Q4: 如何匯入大量測試案例? <a href="#faq-bulk-import-test-cases" id="faq-bulk-import-test-cases"></a>

目前可透過複製貼上的方式批次新增測試案例。未來版本將支援 Excel 或 CSV 檔案匯入功能,敬請期待。

### Q5: 測試資料集可以共享給其他組織成員嗎? <a href="#faq-share-dataset-with-members" id="faq-share-dataset-with-members"></a>

可以。同一組織下的所有成員都可以查看與使用測試資料集。您可以透過「建立者」欄位識別是誰建立的資料集,方便團隊協作。

### Q6: 刪除 AI 助理後,相關的測試資料集會消失嗎? <a href="#faq-dataset-after-agent-deleted" id="faq-dataset-after-agent-deleted"></a>

不會。測試資料集是獨立管理的,即使刪除 AI 助理,測試資料集仍會保留。您可以將同一個測試資料集用於其他 AI 助理的測試。

***

## 下一步 <a href="#next-steps" id="next-steps"></a>

建立測試資料集後,您可以:

* 前往 [自動評估](/agent-ops/evaluations) 執行測試並查看結果
* 透過 [AI 助理監控](/agent-ops/evaluations#ai-zhu-li-jian-kong) 追蹤 AI 助理的實際運作表現
* 根據評估結果調整知識庫內容或 AI 助理設定


# 自動評估與 AI 助理監控

自動化測試與即時監控 AI 助理的回應品質、效能指標與成本

## 自動評估 <a href="#auto-evaluation" id="auto-evaluation"></a>

自動評估功能讓您能夠使用預先建立的測試資料集，自動化測試 AI 助理的回應品質。系統會將測試問題發送給 AI 助理，比對實際回應與預期回應，產生詳細的評估報告。

### 進入自動評估 <a href="#access-auto-evaluation" id="access-auto-evaluation"></a>

進入左側功能欄的「<mark style="color:blue;">AgentOps</mark>」，點選「<mark style="color:blue;">自動化測試</mark>」。

<figure><img src="/files/BIIBNfLCHJZ68w0UJsFi" alt="自動化測試列表"><figcaption><p>自動化測試列表，顯示各次測試的成功率與平均回應秒數</p></figcaption></figure>

頁面顯示所有評估記錄，包含評測名稱、測試集、AI 助理、成功率、平均秒數與建立時間。

### 建立並執行測試 <a href="#create-and-run-test" id="create-and-run-test"></a>

1. 確認已建立測試資料集（參考 [測試資料集管理](/agent-ops/test-datasets)）
2. 點擊「<mark style="color:blue;">建立測試</mark>」按鈕
3. 填寫評估名稱、描述，選擇測試資料集與 AI 助理
4. 點擊「<mark style="color:blue;">開始評估</mark>」，系統會自動執行所有測試案例

{% hint style="info" %}
評估執行時間取決於測試案例數量，通常 50 個測試案例約需 2-3 分鐘。
{% endhint %}

### 查看評估結果 <a href="#view-evaluation-results" id="view-evaluation-results"></a>

點擊評估記錄即可查看詳細報告：

<figure><img src="/files/zF4b6tNqcqK4cbvKVynP" alt="評估詳情"><figcaption><p>測試詳情頁面：成功率、AI 洞察摘要、指標統計與改進建議</p></figcaption></figure>

詳細報告包含：

* **成功率**：通過測試的案例百分比
* **AI 洞察**：系統自動分析的評估摘要與改進建議
* **指標統計**：品質性評分、回答相關性等指標
* **測試案例明細**：每個問題的預期回應、實際回應、評分與狀態

**成功率參考基準：**

| AI 助理類型 | 建議成功率 |
| ------- | ----- |
| 產品查詢助理  | ≥ 95% |
| 客服支援助理  | ≥ 90% |
| 通用對話助理  | ≥ 80% |

{% hint style="info" %}
更多關於洞察報告的說明，請參考：[評估洞察報告](/agent-ops/evaluation-insights)
{% endhint %}

### 管理評估記錄 <a href="#manage-evaluation-records" id="manage-evaluation-records"></a>

* **搜尋與篩選**：依測試集、AI 助理或關鍵字篩選記錄
* **重新執行**：修改知識庫或 AI 設定後，重新測試驗證改善效果
* **匯出**：將評估結果匯出為 Excel 格式

***

## AI 助理監控 <a href="#ai-agent-monitoring" id="ai-agent-monitoring"></a>

AI 助理監控提供即時的對話運作數據，讓您深入了解每一次對話的處理細節、效能指標與品質評分。

### 進入 AI 助理監控 <a href="#access-ai-agent-monitoring" id="access-ai-agent-monitoring"></a>

進入左側功能欄的「<mark style="color:blue;">AgentOps</mark>」，點選「<mark style="color:blue;">AI 助理監控</mark>」。

<figure><img src="/files/h1FKHpU9FXZh0JnC2EiW" alt="AI 助理監控"><figcaption><p>AI 助理監控介面，顯示每則對話的詳細技術指標</p></figcaption></figure>

### 監控欄位說明 <a href="#monitoring-field-descriptions" id="monitoring-field-descriptions"></a>

| 欄位         | 說明                |
| ---------- | ----------------- |
| 用戶輸入訊息     | 使用者發送給 AI 的問題     |
| 輸出訊息       | AI 助理的回應內容        |
| AI 助理      | 處理此對話的 AI 助理名稱    |
| 使用者反饋      | 讚 👍 或倒讚 👎       |
| 誠實性評分      | 回應是否忠實於知識庫內容      |
| 回答相關性評分    | 回應與問題的相關程度        |
| 回應時間       | AI 產生回應的完整時間      |
| LLM 處理推理時間 | LLM 推理與回覆生成所花費的時間 |
| 總字數        | 對話中消耗的總字數（含問題與回答） |
| LLM        | 使用的語言模型名稱         |
| 用戶         | 發起對話的使用者          |

### 搜尋與篩選 <a href="#search-and-filter" id="search-and-filter"></a>

* **關鍵字搜尋**：搜尋輸入/輸出訊息或使用者名稱
* **LLM 篩選**：選擇特定語言模型，比較不同模型的效能
* **AI 助理篩選**：選擇特定助理，追蹤其運作狀況
* **時間範圍**：選擇近 7 天、30 天、90 天或自訂日期
* **匯出**：將監控數據匯出為 Excel 或 CSV 格式

### 監控最佳實踐 <a href="#monitoring-best-practices" id="monitoring-best-practices"></a>

**每日檢視**：查看最近 24 小時的對話，識別異常的回應時間或錯誤

**識別效能瓶頸**：

* 回覆時間 > 10 秒：檢查知識庫檢索效率或考慮更快的 LLM
* Token 用量過高：評估是否可縮短 System Prompt 或對話歷史

**品質問題追蹤**：

1. 使用關鍵字搜尋找到問題對話
2. 分析根本原因（知識庫不足 / AI 理解錯誤 / 模型限制）
3. 將問題案例加入測試資料集，執行自動評估驗證修復

***

## 常見問題 <a href="#faq" id="faq"></a>

### Q：自動評估與 AI 助理監控有什麼不同？ <a href="#faq-evaluation-vs-monitoring" id="faq-evaluation-vs-monitoring"></a>

|      | 自動評估      | AI 助理監控    |
| ---- | --------- | ---------- |
| 用途   | 定期品質測試    | 即時運作監控     |
| 資料來源 | 預設的測試資料集  | 實際用戶對話     |
| 主要指標 | 成功率、回應時間  | 效能、成本、品質評分 |
| 適合對象 | 品質驗證、回歸測試 | 日常監控、問題排查  |

### Q：多久執行一次評估？ <a href="#faq-how-often-to-evaluate" id="faq-how-often-to-evaluate"></a>

建議：核心功能每週一次、完整測試每月一次、重大更新後立即執行。

### Q：評估會影響實際用戶嗎？ <a href="#faq-evaluation-impact-on-users" id="faq-evaluation-impact-on-users"></a>

不會。自動評估使用獨立環境，不會干擾實際用戶的對話。

### Q：監控數據保留多久？ <a href="#faq-monitoring-data-retention" id="faq-monitoring-data-retention"></a>

預設保留 90 天。可定期匯出重要數據進行長期保存。


# 評估洞察報告

本篇將介紹如何使用評估洞察功能，協助您快速理解 AI 助理的測試結果，並獲得系統自動生成的改善建議。

## 什麼是評估洞察？ <a href="#what-is-evaluation-insight" id="what-is-evaluation-insight"></a>

評估洞察是 AgentOps 自動化測試的延伸功能。當您完成一次批次測試後，系統不僅會顯示各項指標分數，還會自動分析測試結果，並生成一份「洞察報告」。

這份報告會告訴您：

* **測試結果的整體表現如何**
* **主要問題出在哪裡**
* **具體該如何改善**
* **優先處理哪些項目**

就像請一位資深顧問幫您看過測試報告，並給您一份改善建議書。

## 評估洞察的核心優勢 <a href="#core-advantages" id="core-advantages"></a>

### 📊 自動化分析 <a href="#automated-analysis" id="automated-analysis"></a>

不需要手動解讀複雜的評分數據，系統會自動識別問題模式並整理成易懂的報告。

### 🎯 優先順序建議 <a href="#priority-recommendations" id="priority-recommendations"></a>

系統會依據問題的嚴重程度和影響範圍，建議您優先處理哪些項目，讓改善工作更有效率。

### 💡 具體改善方向 <a href="#concrete-improvement-directions" id="concrete-improvement-directions"></a>

不只告訴您「有問題」，還會提供具體的改善建議，例如應該調整哪些設定、補充哪些內容。

### 🌐 多語言支援 <a href="#multilingual-support" id="multilingual-support"></a>

洞察報告支援繁體中文、簡體中文、英文等多種語言，您可以依據團隊需求選擇適合的語言。

## 如何使用評估洞察功能 <a href="#how-to-use-evaluation-insight" id="how-to-use-evaluation-insight"></a>

### 步驟一：完成批次測試 <a href="#step-complete-batch-test" id="step-complete-batch-test"></a>

1. 進入「<mark style="color:blue;">AgentOps</mark>」→「<mark style="color:blue;">自動化測試</mark>」
2. 執行一次批次測試（參考 [AgentOps 操作指南](https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/agent-builder/agentops-automated-test.md)）
3. 等待測試完成

<figure><img src="/files/BIIBNfLCHJZ68w0UJsFi" alt="自動化測試列表"><figcaption><p>自動化測試列表，顯示各次測試的成功率與平均回應秒數</p></figcaption></figure>

### 步驟二：查看評估結果 <a href="#step-view-evaluation-results" id="step-view-evaluation-results"></a>

1. 進入測試結果詳情頁
2. 查看各項評分指標
3. 找到「洞察報告」區塊

<figure><img src="/files/zF4b6tNqcqK4cbvKVynP" alt="評估詳情與洞察報告"><figcaption><p>測試詳情頁面：包含成功率、AI 洞察摘要、指標統計與改進建議</p></figcaption></figure>

### 步驟三：選擇報告語言 <a href="#step-select-report-language" id="step-select-report-language"></a>

在洞察報告區塊中，您可以選擇報告的顯示語言：

* **繁體中文**：適合台灣團隊使用
* **簡體中文**：適合中國大陸團隊使用
* **英文**：適合國際團隊或需要英文報告的情境

選擇語言後，系統會自動生成對應語言的洞察報告。

### 步驟四：閱讀洞察報告 <a href="#step-read-insight-report" id="step-read-insight-report"></a>

洞察報告通常包含以下內容：

#### 1. 整體評估摘要 <a href="#overall-evaluation-summary" id="overall-evaluation-summary"></a>

* 測試通過率
* 主要優勢
* 需要改善的領域

#### 2. 問題分析 <a href="#issue-analysis" id="issue-analysis"></a>

* 回答相關性問題
* 安全性風險（偏見、冒犯性、幻覺）
* 回應速度問題

#### 3. 改善建議 <a href="#improvement-suggestions" id="improvement-suggestions"></a>

* 優先處理項目（標示為「高優先級」、「中優先級」、「低優先級」）
* 具體改善步驟
* 預期改善效果

### 步驟五：依據建議進行改善 <a href="#step-apply-improvements" id="step-apply-improvements"></a>

1. 依照報告中的優先順序，逐項處理問題
2. 參考具體改善步驟調整 AI 助理設定
3. 完成調整後，再次執行測試驗證效果

## 評估洞察的計算方式 <a href="#how-insights-are-calculated" id="how-insights-are-calculated"></a>

系統會綜合考量以下因素來生成洞察報告：

* **評分指標**：各項評分的高低和分布
* **失敗案例**：失敗案例的數量和失敗原因
* **問題模式**：相似問題的重複出現頻率
* **最佳實踐**：業界標準和優化建議

{% hint style="info" %}
洞察報告的生成需要一定的處理時間，通常在測試完成後的 1-2 分鐘內生成。
{% endhint %}

## 實際應用場景 <a href="#use-cases" id="use-cases"></a>

### 🏥 醫療診所客服 <a href="#use-case-medical-clinic" id="use-case-medical-clinic"></a>

**測試結果**：

* 通過率：72%
* 幻覺分數：偏高

**洞察報告建議**：

> 「測試發現部分回答包含未經驗證的醫療建議。建議在角色指令中明確限制：『請勿提供診斷或治療建議，僅提供掛號和診所資訊。』」

### 🏢 企業內部知識管理 <a href="#use-case-enterprise-knowledge-management" id="use-case-enterprise-knowledge-management"></a>

**測試結果**：

* 通過率：88%
* 回答相關性：偏低

**洞察報告建議**：

> 「測試發現部分回答過於簡略或未完整回答問題。建議在知識庫中補充更詳細的操作步驟和範例。」

## 常見問題 <a href="#faq" id="faq"></a>

### Q1：洞察報告可以下載嗎？ <a href="#faq-download-insight-report" id="faq-download-insight-report"></a>

目前洞察報告僅能在系統中查看，建議您可以複製報告內容並整理成內部文件。

### Q2：洞察報告會隨著測試結果自動更新嗎？ <a href="#faq-auto-update-insight-report" id="faq-auto-update-insight-report"></a>

是的，每次執行新的批次測試後，系統都會生成新的洞察報告，反映最新的測試結果。

### Q3：洞察報告的語言可以切換嗎？ <a href="#faq-switch-report-language" id="faq-switch-report-language"></a>

可以，您可以隨時切換報告語言，系統會重新生成對應語言的報告。

### Q4：洞察報告的建議一定要全部執行嗎？ <a href="#faq-must-follow-all-suggestions" id="faq-must-follow-all-suggestions"></a>

不一定。您可以依據實際需求和資源，優先處理「高優先級」的項目。系統的建議是參考方向，您可以根據業務需求調整。

### Q5：為什麼我的測試沒有生成洞察報告？ <a href="#faq-no-insight-generated" id="faq-no-insight-generated"></a>

可能原因：

* 測試案例數量過少（建議至少 10 個以上）
* 測試尚未完成
* 系統處理中（請稍候 1-2 分鐘）


# 工具執行記錄

## 概述 <a href="#overview" id="overview"></a>

工具執行記錄讓您能追蹤 AI 助理調用外部工具的完整歷史，包含 API 呼叫、資料庫查詢、網頁爬取等操作。當 AI 助理需要執行超出對話範圍的任務時，會透過工具來完成，工具執行記錄能幫助您了解工具使用狀況、發現執行失敗的原因並優化工具配置。

透過完整的執行記錄，您可以在 5 分鐘內找出工具失敗原因，縮短 80% 的問題排查時間，確保 AI 助理能穩定提供進階功能服務。

## 功能特色 <a href="#features" id="features"></a>

藉由工具執行記錄功能，您可以：

### 📋 **完整記錄執行歷史** <a href="#complete-execution-history" id="complete-execution-history"></a>

系統自動記錄每一次工具調用，包含輸入參數、執行結果、耗時、成功或失敗狀態。

* **使用場景**：電商平台的訂單查詢工具每天被調用 500 次，需要追蹤成功率和回應時間
* **實際效益**：發現 10% 的查詢因逾時失敗，調整逾時設定後成功率提升至 98%

### 🔍 **快速定位失敗原因** <a href="#locate-failure-cause" id="locate-failure-cause"></a>

當工具執行失敗時，系統記錄詳細錯誤訊息，幫助您快速了解問題出在哪裡。

* **使用場景**：天氣查詢 API 突然開始頻繁失敗，需要快速找出原因
* **實際效益**：透過錯誤記錄發現 API 金鑰過期，5 分鐘內完成更新恢復服務

### 📊 **統計工具使用情況** <a href="#tool-usage-statistics" id="tool-usage-statistics"></a>

查看每個工具的調用次數、成功率、平均執行時間等統計資訊。

* **使用場景**：企業配置了 10 個工具，想了解哪些工具最常被使用、哪些工具問題最多
* **實際效益**：發現 3 個工具從未被使用，移除後減少系統複雜度，其他工具回應速度提升 15%

### 🎯 **優化工具配置** <a href="#optimize-tool-configuration" id="optimize-tool-configuration"></a>

基於執行記錄分析，調整工具參數、優化調用邏輯、改善錯誤處理。

* **使用場景**：資料庫查詢工具經常因為查詢範圍太大而逾時
* **實際效益**：根據記錄分析調整查詢限制，執行時間從平均 8 秒降至 3 秒

## 工具類型說明 <a href="#tool-type-descriptions" id="tool-type-descriptions"></a>

MaiAgent 支援多種工具類型，工具執行記錄會追蹤所有類型的執行狀況：

### API 工具 <a href="#api-tool" id="api-tool"></a>

調用外部 API 取得即時資料，例如天氣查詢、匯率查詢、庫存查詢等。

**常見執行問題**：

* API 金鑰過期或無效
* 請求參數格式錯誤
* API 服務逾時或無回應
* 超過 API 調用次數限制

### Text-to-SQL 工具 <a href="#text-to-sql-tool" id="text-to-sql-tool"></a>

將自然語言問題轉換為 SQL 查詢，從資料庫取得數據。

**常見執行問題**：

* SQL 語法錯誤
* 查詢範圍過大導致逾時
* 資料庫連線失敗
* 權限不足無法存取特定資料表

### 爬蟲工具 <a href="#crawler-tool" id="crawler-tool"></a>

從指定網站抓取即時資訊，例如最新新聞、產品價格等。

**常見執行問題**：

* 目標網站無法連線
* 網頁結構變更導致解析失敗
* 被目標網站封鎖或限流
* 爬取逾時

### 自訂工具 <a href="#custom-tool" id="custom-tool"></a>

企業自行開發的特定功能工具，例如訂單處理、會員驗證等。

**常見執行問題**：

* 內部服務異常
* 參數驗證失敗
* 業務邏輯錯誤
* 系統整合問題

## 使用步驟 <a href="#usage-steps" id="usage-steps"></a>

### 步驟 1：進入工具執行記錄 <a href="#step-access-tool-execution-records" id="step-access-tool-execution-records"></a>

1. 進入後台管理介面，點選左側選單 <mark style="color:blue;">AgentOps</mark> → <mark style="color:blue;">工具執行紀錄</mark>
2. 查看最近的工具執行記錄列表

<figure><img src="/files/6LZBMwRvX5s5HGEfWiuM" alt=""><figcaption><p>工具執行記錄列表頁面</p></figcaption></figure>

### 步驟 2：篩選查看記錄 <a href="#step-filter-records" id="step-filter-records"></a>

使用篩選條件找出需要關注的執行記錄：

1. **時間範圍**：
   * 今天、近 7 天、近 30 天
   * 或自訂起始和結束日期
2. **工具類型**：
   * 全部工具
   * API 工具
   * Text-to-SQL
   * 爬蟲工具
   * 自訂工具
3. **執行狀態**：
   * 全部
   * 成功
   * 失敗
   * 執行中
4. **特定工具**：
   * 從下拉選單選擇特定工具名稱
5. 點擊「套用篩選」查看符合條件的記錄

{% hint style="info" %}
**優先查看項目**

建議優先檢查：

1. 執行失敗的記錄
2. 執行時間超過 10 秒的記錄
3. 高頻使用的工具的執行狀況
   {% endhint %}

### 步驟 3：查看執行詳情 <a href="#step-view-execution-details" id="step-view-execution-details"></a>

1. 在記錄列表中點擊任一筆記錄
2. 展開詳細資訊，包含：

**基本資訊**：

* 工具名稱
* 執行時間（何時被調用）
* 執行耗時（花費多少秒）
* 執行狀態（成功/失敗）

**輸入參數**：

* AI 傳遞給工具的參數內容
* 可檢查參數是否正確

**執行結果**：

* 工具回傳的完整結果
* 成功時顯示取得的數據
* 失敗時顯示錯誤訊息

**關聯對話**：

* 觸發此工具調用的對話記錄
* 可追蹤使用者原始問題

**錯誤訊息**（如有）：

* 詳細的錯誤描述
* 錯誤代碼或異常類型
* 堆疊追蹤資訊（如適用）

### 步驟 4：分析失敗原因 <a href="#step-analyze-failure-cause" id="step-analyze-failure-cause"></a>

當發現執行失敗記錄時，可依以下步驟分析：

1. **檢查錯誤訊息**：
   * 閱讀詳細錯誤描述
   * 識別是配置問題、權限問題還是服務異常
2. **檢查輸入參數**：
   * 確認 AI 傳遞的參數是否正確
   * 檢查參數格式是否符合工具要求
3. **查看關聯對話**：
   * 了解使用者提出什麼問題
   * 判斷是否為特定問題類型導致失敗
4. **比對成功案例**：
   * 找出相同工具的成功執行記錄
   * 比較成功和失敗案例的差異

### 步驟 5：優化工具配置 <a href="#step-optimize-tool-config" id="step-optimize-tool-config"></a>

根據執行記錄分析結果，採取改善措施：

1. **更新工具設定**：
   * 修正錯誤的 API 金鑰或連線資訊
   * 調整逾時時間設定
   * 優化查詢參數或限制條件
2. **調整 AI 提示詞**：
   * 如果參數經常錯誤，在提示詞中加入明確指引
   * 說明工具的正確使用方式和參數格式
3. **改善錯誤處理**：
   * 為常見錯誤情況加入友善的錯誤訊息
   * 設定自動重試機制
4. **移除無用工具**：
   * 如果工具長期未被使用，考慮移除以簡化配置

### 步驟 6：匯出執行記錄 <a href="#step-export-execution-records" id="step-export-execution-records"></a>

1. 在工具執行記錄頁面點擊「匯出」按鈕
2. 選擇匯出格式（CSV 或 Excel）
3. 選擇時間範圍和篩選條件
4. 下載報告供進一步分析或存檔

{% hint style="info" %}
匯出的記錄可用於：

* 深度數據分析和趨勢追蹤
* 向技術團隊報告問題
* 定期檢討工具使用效率
* 合規性稽核和記錄保存
  {% endhint %}

## 使用場景 <a href="#use-cases" id="use-cases"></a>

### 場景 1：診斷工具故障 <a href="#use-case-diagnose-tool-failure" id="use-case-diagnose-tool-failure"></a>

**情境**：電商平台的庫存查詢工具突然開始大量失敗，客服無法幫客戶查詢商品庫存。

**操作方式**：

1. 進入工具執行記錄，篩選「庫存查詢工具」+「失敗」
2. 發現過去 2 小時有 50 次失敗記錄
3. 查看失敗記錄的錯誤訊息：「資料庫連線逾時」
4. 檢查資料庫服務狀態，發現資料庫正在維護
5. 暫時停用工具並通知客服改用人工查詢
6. 資料庫恢復後重新啟用，監控成功率回升至正常

**量化效益**：

* 5 分鐘內定位問題根源
* 避免技術團隊花費數小時排查
* 及時通知客服改用備援方案，減少客戶等待時間

### 場景 2：優化工具效能 <a href="#use-case-optimize-tool-performance" id="use-case-optimize-tool-performance"></a>

**情境**：訂單查詢工具經常執行緩慢，影響對話體驗。

**操作方式**：

1. 匯出近 30 天的訂單查詢工具執行記錄
2. 分析執行時間分布，發現：
   * 平均執行時間 7.5 秒
   * 25% 的查詢超過 10 秒
   * 最長達 18 秒
3. 檢視慢查詢的輸入參數，發現多數是查詢「近一年所有訂單」
4. 優化工具配置：
   * 限制查詢範圍為近 3 個月
   * 增加分頁機制每次最多回傳 20 筆
5. 優化後平均執行時間降至 3.2 秒

**量化效益**：

* 執行時間減少 57%（7.5 秒 → 3.2 秒）
* 超過 10 秒的查詢從 25% 降至 5%
* 對話體驗顯著改善，客戶滿意度提升

### 場景 3：發現未使用工具 <a href="#use-case-discover-unused-tools" id="use-case-discover-unused-tools"></a>

**情境**：企業為 AI 助理配置了 12 個工具，想了解實際使用情況以簡化配置。

**操作方式**：

1. 匯出近 90 天的所有工具執行記錄
2. 統計每個工具的調用次數：
   * 訂單查詢：1,500 次
   * 會員查詢：800 次
   * 促銷活動查詢：300 次
   * 產品規格查詢：200 次
   * 其他 8 個工具：0 次
3. 檢視未使用工具的配置，發現：
   * 部分工具定義不清楚，AI 不知道何時使用
   * 部分工具功能重複
   * 部分工具已過時
4. 移除 6 個未使用工具，優化 2 個低使用率工具的描述

**量化效益**：

* 簡化配置，AI 選擇工具的準確度提升 20%
* 系統回應速度提升 10%（減少工具選擇的判斷時間）
* 降低維護成本

### 場景 4：監控 API 用量 <a href="#use-case-monitor-api-usage" id="use-case-monitor-api-usage"></a>

**情境**：企業使用第三方天氣 API，每月有調用次數限制，需要監控用量避免超額。

**操作方式**：

1. 每週一匯出天氣查詢工具的執行記錄
2. 統計調用次數趨勢：
   * 第一週：320 次
   * 第二週：450 次
   * 第三週：680 次
   * 第四週：預估 900 次（月限額 2,000 次）
3. 發現調用量快速增長，分析原因：
   * 客戶詢問天氣的頻率增加
   * 部分不必要的重複查詢
4. 採取措施：
   * 加入快取機制，相同城市 1 小時內不重複查詢
   * 優化提示詞，避免 AI 過度依賴天氣工具
5. 優化後每週調用降至 400 次，確保不會超額

**量化效益**：

* 避免超過 API 限額導致服務中斷
* 減少 40% 的 API 調用成本
* 維持服務品質的同時控制成本

## 常見問題 <a href="#faq" id="faq"></a>

### Q: 工具執行記錄會保留多久？ <a href="#faq-record-retention-period" id="faq-record-retention-period"></a>

A: 系統預設保留 3 個月的工具執行記錄。建議定期匯出重要數據進行長期保存和分析。如需更長的保留期限，請聯繫客服升級方案。

### Q: 為什麼工具執行失敗，但對話看起來正常？ <a href="#faq-tool-failed-but-conversation-normal" id="faq-tool-failed-but-conversation-normal"></a>

A: 當工具執行失敗時，AI 助理可能會：

1. 告知使用者「目前無法查詢，請稍後再試」
2. 改用知識庫資訊回答（如果有相關內容）
3. 請使用者提供更多資訊後重試

雖然對話繼續進行，但功能受限。建議透過執行記錄追蹤失敗原因並修正，確保工具穩定運作。

### Q: 如何降低工具執行失敗率？ <a href="#faq-reduce-failure-rate" id="faq-reduce-failure-rate"></a>

建議從以下方向優化：

**配置層面**：

* 確保 API 金鑰、資料庫連線等配置正確
* 設定合理的逾時時間（建議 10-15 秒）
* 加入錯誤重試機制

**提示詞層面**：

* 明確說明工具的使用時機和參數格式
* 加入範例幫助 AI 正確調用工具

**監控層面**：

* 定期檢查執行記錄
* 及時發現和修正問題
* 追蹤成功率趨勢

### Q: 執行記錄中的輸入參數包含敏感資料怎麼辦？ <a href="#faq-sensitive-data-in-input-params" id="faq-sensitive-data-in-input-params"></a>

A: 系統會自動遮蔽請求 Headers 中的敏感欄位：常見的金鑰欄位（如 `Authorization`、`X-API-Key`）以及聯絡人憑證帶入的所有欄位，顯示時會以 `***` 取代。輸入參數與請求 Body 目前不會自動遮蔽。如果您的工具處理其他敏感資料（如客戶個資），建議：

1. 避免讓 AI 在工具的輸入參數中直接傳遞金鑰或個資，敏感值改由請求 Headers 或聯絡人憑證帶入
2. 控制執行記錄的查看權限，僅授權必要人員
3. 私有部署環境可透過 `TOOL_API_SENSITIVE_HEADERS` 環境變數擴充要遮蔽的 Header 欄位（例如 `x-functions-key`）

### Q: 可以重新執行失敗的工具調用嗎？ <a href="#faq-retry-failed-tool-call" id="faq-retry-failed-tool-call"></a>

A: 目前系統不支援直接重新執行歷史記錄。如果需要測試工具，建議：

1. 在對話平台直接提問觸發工具調用
2. 使用工具測試功能（如有提供）
3. 修正問題後等待真實使用者觸發

### Q: 如何查看某個對話調用了哪些工具？ <a href="#faq-view-tools-used-in-conversation" id="faq-view-tools-used-in-conversation"></a>

A: 有兩種方式：

1. **從對話記錄查看**：在對話詳情中會顯示該對話調用的所有工具
2. **從工具記錄反查**：在工具執行記錄中點擊「關聯對話」連結

## 最佳實踐 <a href="#best-practices" id="best-practices"></a>

### 定期檢查建議 <a href="#regular-check-recommendations" id="regular-check-recommendations"></a>

* **每日檢查**：查看過去 24 小時的失敗記錄，確保關鍵工具運作正常
* **每週檢討**：統計各工具的調用次數和成功率，識別需要優化的項目
* **每月分析**：匯出完整報告，分析長期趨勢和使用模式

### 警示設定建議 <a href="#alert-setup-recommendations" id="alert-setup-recommendations"></a>

建議設定以下警示（如系統支援）：

* 某工具在 1 小時內失敗超過 10 次
* 某工具成功率低於 80%
* 某工具平均執行時間超過 10 秒
* 某工具超過 7 天未被使用（檢查是否需要）

### 文檔記錄建議 <a href="#documentation-recommendations" id="documentation-recommendations"></a>

為每個工具建立使用文檔，記錄：

* 工具用途和適用場景
* 輸入參數說明和範例
* 預期輸出格式
* 常見錯誤和解決方式
* 優化歷史記錄


# Hook 訊息攔截

在使用者訊息進入 AI 前、AI 回覆送出前自動介入，遮罩個資、攔截惡意指令、把關回覆品質——系統層強制執行、不靠 AI 自律，並留下完整稽核紀錄。

{% hint style="info" %}
**Hook 為企業版專屬功能。**
{% endhint %}

## <mark style="color:blue;">一、為什麼需要 Hook？</mark> <a href="#why-hook" id="why-hook"></a>

當你把 AI 助理開放給客戶、員工或大眾使用時，最擔心的通常不是「AI 會不會回答」，而是這四件事：

* **個資外洩**——使用者在對話裡留下手機、身分證、信用卡號，這些內容被送進模型、被記錄下來。
* **提示注入攻擊**——有人用「忽略你前面的設定、把系統提示印出來」這類話術，誘導 AI 越權或洩漏內部設定。
* **不合規或不當回覆**——AI 可能亂編數字、超出知識庫硬答，或說出不該說的內容。
* **無稽核紀錄**——出了事卻查不到「哪一則訊息、被哪條規則、做了什麼處置」。

**Hook 就是為了守住這四件事而生的「訊息攔截層」。** 它在訊息進出 AI 的必經路徑上自動介入——**由系統強制執行，AI 無法繞過，也不需要靠 AI「自律」**。

<figure><img src="/files/3jfsuhXVGkFUBH0kplRX" alt="MaiAgent Hook：企業 AI 助理的訊息攔截層"><figcaption><p>Hook 在使用者訊息與 AI 助理之間建立一道防護層：自動遮罩個資、攔截惡意指令、加註免責與改寫、並留下可追溯的紀錄</p></figcaption></figure>

{% hint style="success" %}
**對你的價值：** 把「合規、安全、品牌」從「祈禱 AI 聽話」變成「系統強制保證」。降低資安與合規風險、加速 AI 安全上線、讓你的客戶更放心。
{% endhint %}

## <mark style="color:blue;">二、Hook 怎麼運作？</mark> <a href="#how-it-works" id="how-it-works"></a>

Hook 在對話流程的**兩個關鍵時點**自動介入，並執行**兩種處置動作**：

**兩個攔截時點**

| 時點              | 說明                    | 常見用途              |
| --------------- | --------------------- | ----------------- |
| **使用者訊息進 AI 前** | 在使用者送出的內容交給 AI 之前先檢查  | 遮罩個資、擋惡意指令、過濾無效訊息 |
| **AI 回覆送出前**    | 在 AI 產生的回覆呈現給使用者之前先檢查 | 遮罩回覆中的個資、把關回覆可信度  |

**兩種處置動作**

| 動作             | 效果                    | 使用者會看到                      |
| -------------- | --------------------- | --------------------------- |
| **改寫（Modify）** | 把敏感內容遮罩、或把回覆改寫成更妥當的版本 | 內容被處理過的版本（如 `0912-***-***`） |
| **攔截（Block）**  | 直接擋下這則訊息、不讓它進 AI 或送出  | 一段你自訂的提示訊息                  |

<figure><img src="/files/hGzm2xsDuiY93ODTxUE8" alt="Hook 的能力：兩個攔截時點、兩種處置動作"><figcaption><p>Hook 在「使用者訊息進 AI 前」與「AI 回覆送出前」自動介入，執行遮罩改寫或攔截封鎖——系統層強制執行，不靠 AI 自律</p></figcaption></figure>

{% hint style="info" %}
**多個 Hook 可以串接。** 一個 AI 助理可以同時掛上多個 Hook，依序完成「過濾 → 遮罩 → 攔截 → 把關」，打造專屬的防護流程。
{% endhint %}

## <mark style="color:blue;">三、五種標準範本（開箱即用）</mark> <a href="#standard-templates" id="standard-templates"></a>

你不需要自己寫規則。MaiAgent 提供五種標準範本，選好範本、調一下參數、掛到 AI 助理就能上線：

<figure><img src="/files/py7WfYVqV28fTvzEsV7L" alt="多 Hook 串接與標準護欄範本庫"><figcaption><p>五種標準範本從入口到回覆全流程守護：無效訊息過濾、個資遮罩、提示注入防護在訊息進 AI 前把關，回覆可信度把關在 AI 回覆送出前把關</p></figcaption></figure>

| 範本          | 攔截時點  | 處置 | 幫你解決什麼                                             |
| ----------- | ----- | -- | -------------------------------------------------- |
| **個人資料遮罩**  | 使用者訊息 | 改寫 | 自動把手機、Email、身分證、信用卡號遮成 `[REDACTED_*]`，避免個資進入模型或被記錄 |
| **提示注入防護**  | 使用者訊息 | 攔截 | 用 AI 判斷並擋下「忽略指令、套取系統提示、扮演不受限角色」等攻擊                 |
| **敏感詞攔截**   | 使用者訊息 | 攔截 | 擋下含指定禁用字（髒話、威脅、公司禁語）的訊息                            |
| **無效訊息過濾**  | 使用者訊息 | 攔截 | 先用規則零成本擋掉純招呼／灌水，再用 AI 判斷純閒聊、無諮詢意圖的訊息，節省 Token 成本   |
| **回覆可信度把關** | AI 回覆 | 改寫 | 當 AI 的回覆不確定或缺乏依據時，改寫成誠實說明並建議洽專人，降低幻覺風險             |

**各產業怎麼用（範例）**

| 產業       | 典型組合                                       |
| -------- | ------------------------------------------ |
| 金融／銀行／證券 | 個人資料遮罩 + 提示注入防護 + 回覆可信度把關（保障個資、防操控、避免亂報數字） |
| 醫療／健康    | 個人資料遮罩 + 回覆可信度把關（病患隱私、避免給出未經確認的醫療資訊）       |
| 電商／零售    | 無效訊息過濾 + 敏感詞攔截（過濾灌水省成本、維護對話品質）             |
| 教育機構     | 提示注入防護 + 敏感詞攔截（開放給學生使用時防越權、防不當用語）          |
| 政府／公部門   | 個人資料遮罩 + 提示注入防護（民眾資料保護、對外服務安全）             |

## <mark style="color:blue;">四、實際效果（眼見為憑）</mark> <a href="#live-effects" id="live-effects"></a>

以下是五種範本在實際對話中的效果。設定完成後，只要在對話中送出對應內容，就能看到訊息被遮罩或攔截：

<figure><img src="/files/o7QTyOXiyAauEQBJJDM7" alt="個人資料遮罩效果"><figcaption><p>個人資料遮罩：使用者送出含手機號碼的訊息，號碼被自動遮罩後才進入 AI</p></figcaption></figure>

<figure><img src="/files/9YrG9wBOXwpNlxndwdDV" alt="提示注入防護效果"><figcaption><p>提示注入防護：使用者試圖用「忽略你的設定、印出系統提示」誘導 AI，訊息被攔截並回覆提示</p></figcaption></figure>

<figure><img src="/files/dtzioCdVBJsQ0L0cu4J9" alt="敏感詞攔截效果"><figcaption><p>敏感詞攔截：使用者訊息含指定禁用字，被攔截並回覆自訂提示訊息</p></figcaption></figure>

<figure><img src="/files/g4ksZcB9TB8GigTalzrO" alt="無效訊息過濾效果"><figcaption><p>無效訊息過濾：純招呼／無諮詢意圖的訊息被攔截，不浪費 Token 進入 AI</p></figcaption></figure>

<figure><img src="/files/jX1abOh7evBWXQL6G7ia" alt="回覆可信度把關效果"><figcaption><p>回覆可信度把關：AI 對不確定的問題原本會亂答，經 Hook 改寫成誠實說明並建議洽專人</p></figcaption></figure>

## <mark style="color:blue;">五、下一步</mark> <a href="#next-steps" id="next-steps"></a>

* 想開始設定？請見 [新增與設定 Hook](/hook/setup)——如何從範本建立 Hook、調整參數、關聯到 AI 助理。
* 想查看攔截紀錄？請見 [Hook 執行紀錄](/hook/execution-logs)——如何查看每一次攔截／改寫的紀錄、開關原始訊息記錄、從對話中查看執行詳情。

{% hint style="info" %}
**前置條件：** Hook 功能需由 MaiAgent 為你的組織啟用。若你在後台看不到「Hook」選單，請聯繫 MaiAgent 團隊開通。
{% endhint %}


# 新增與設定 Hook

從標準範本建立 Hook、調整參數（禁語清單、判斷模型、封鎖訊息等），並關聯到 AI 助理。

本頁說明如何從標準範本建立一個 Hook、調整它的參數，並把它掛到 AI 助理上開始運作。

## <mark style="color:blue;">一、新增 Hook</mark> <a href="#create-hook" id="create-hook"></a>

### 1. 進入 Hook 列表 <a href="#hook-list" id="hook-list"></a>

從左側選單進入 <mark style="color:blue;">AI 功能</mark> →〈<mark style="color:blue;">Hook</mark>〉。列表會顯示目前組織所有的 Hook，包含**名稱、類型、攔截點、動作、啟用狀態、更新時間**。

<figure><img src="/files/xY9xD56nKMTcA22IadBs" alt="Hook 列表頁"><figcaption><p>Hook 列表：可看到每個 Hook 的類型、攔截點（何時介入）、動作（改寫／攔截）與啟用狀態</p></figcaption></figure>

### 2. 選擇範本 <a href="#pick-template" id="pick-template"></a>

點右上角 <mark style="color:blue;">＋ 新增 Hook</mark>，在彈出視窗中選擇一個標準範本。每張範本卡片都標示了它的**攔截點**與**動作**，方便你快速判斷用途。

<figure><img src="/files/Ga1JI3TVc9pnjVc2S1t9" alt="新增 Hook：選擇範本"><figcaption><p>選擇範本：五種標準範本各自標示攔截點（接收使用者訊息時／AI 回覆生成後）與動作（修改／封鎖）</p></figcaption></figure>

{% hint style="info" %}
建立流程分成三個分頁：**範本**（選哪一種）→ **基本資料**（名稱、描述）→ **套用至 AI 助理**（要掛到哪些助理）。選好範本後依序填寫即可。
{% endhint %}

## <mark style="color:blue;">二、調整參數</mark> <a href="#configure" id="configure"></a>

不同範本有不同的參數。建立後進入 Hook 的設定頁即可調整。常見參數如下：

| 範本      | 主要參數              | 說明                         |
| ------- | ----------------- | -------------------------- |
| 個人資料遮罩  | 要遮罩的 PII 類型       | 勾選要偵測的類型（Email／手機／身分證／信用卡） |
| 敏感詞攔截   | 禁語清單、最短詞長         | 一行一個禁語；最短詞長可過濾太短的詞避免誤殺     |
| 提示注入防護  | 判斷模型、額外判斷規則       | 選一個 LLM 來判斷是否為攻擊；可補充自訂規則   |
| 無效訊息過濾  | 招呼詞清單、連續重複上限、判斷模型 | 規則先過濾，再由 LLM 判斷是否為無效訊息     |
| 回覆可信度把關 | 改寫模型、把關準則         | 選一個 LLM 來判斷回覆是否可靠並改寫       |

<figure><img src="/files/tFMHCoW6GRV0bwkelPSE" alt="個人資料遮罩設定頁"><figcaption><p>以「個人資料遮罩」為例：可勾選要偵測的 PII 類型，並設定啟用狀態</p></figcaption></figure>

### 判斷模型（LLM 型範本） <a href="#judge-model" id="judge-model"></a>

提示注入防護、無效訊息過濾、回覆可信度把關這類需要「語意判斷」的範本，會有一個**判斷模型**欄位。下拉選單會列出你組織目前可用的模型——這項判斷會逐則訊息執行，**建議選反應快、成本較低的模型**（例如 Haiku、GPT-5 mini、Gemini Flash 這類）。留空則使用平台預設模型。

<figure><img src="/files/CCkuogMR8R1qSgA2n956" alt="LLM 型範本的判斷模型設定"><figcaption><p>以「回覆可信度把關」為例：判斷模型可從組織可用的 LLM 下拉選擇，並用「把關準則」以白話描述判斷方向</p></figcaption></figure>

{% hint style="info" %}
**封鎖訊息可自訂。** 「封鎖」型範本（如提示注入防護、敏感詞攔截、無效訊息過濾）可以設定被擋下時要回覆給使用者的訊息，例如「您的訊息包含不適當用語，請修改後再試。」
{% endhint %}

## <mark style="color:blue;">三、關聯 AI 助理</mark> <a href="#link-assistant" id="link-assistant"></a>

Hook 一定要**掛到 AI 助理**才會生效。有兩種方式：

* **建立時掛載**：在新增 Hook 的〈套用至 AI 助理〉分頁直接勾選要套用的助理。
* **從助理設定掛載**：進入某個 AI 助理的設定頁，切換到 <mark style="color:blue;">Hook</mark> 分頁，選擇要套用的 Hook。

<figure><img src="/files/b2moSzIg3sm1g1oGG7OB" alt="套用 Hook 至 AI 助理"><figcaption><p>在 Hook 的〈套用至 AI 助理〉分頁，從左側「可選」清單把 Hook 加到右側「已選」，即完成掛載</p></figcaption></figure>

{% hint style="success" %}
**一個助理可以掛多個 Hook。** 系統會依序執行，例如先「無效訊息過濾」擋掉灌水、再「個人資料遮罩」遮掉個資、再「提示注入防護」擋掉攻擊——組合成專屬的防護流程。
{% endhint %}

### 啟用 Hook <a href="#enable" id="enable"></a>

確認參數與關聯的助理後，把 Hook 設為 <mark style="color:blue;">啟用</mark>。啟用後，只要使用者與該助理對話，Hook 就會在對應的時點自動運作。

## <mark style="color:blue;">四、下一步</mark> <a href="#next" id="next"></a>

設定完成後，你可以在 [Hook 執行紀錄](/hook/execution-logs) 查看每一次攔截或改寫的紀錄，確認 Hook 有正確運作。


# Hook 執行紀錄

查看每一次 Hook 攔截或改寫的紀錄、控制是否記錄原始訊息內容，以及從對話中追查單筆訊息的 Hook 執行詳情。

Hook 每一次的攔截、改寫、放行都會留下紀錄。對受監管的產業（金融、醫療、政府）來說，**「可追溯」本身就是合規要求**——出了問題要查得到「哪一則訊息、被哪條規則、做了什麼處置、什麼時間」。

<figure><img src="/files/h2BGbkb23U0WxSqtyxs1" alt="Hook 執行紀錄與客製化能力"><figcaption><p>執行紀錄（Audit Log）完整記錄每次處置：命中規則、處置動作、處理結果與時間戳，支援關鍵字搜尋、依助理篩選與匯出報表</p></figcaption></figure>

## <mark style="color:blue;">一、查看執行紀錄</mark> <a href="#view-logs" id="view-logs"></a>

從左側選單進入 <mark style="color:blue;">AgentOps</mark> →〈<mark style="color:blue;">Hook 執行紀錄</mark>〉。你可以看到每一筆執行的：

* **時間**——何時發生
* **助理**——哪個 AI 助理觸發的
* **命中規則**——是哪一個 Hook 處理的
* **處置**——做了什麼（遮罩改寫／攔截封鎖／放行）
* **狀態**——處理結果

你可以用**日期區間、助理、關鍵字**篩選，也能**匯出報表**做進一步稽核分析。頁面上方也會顯示**總執行次數、命中次數、命中率**的統計。

<figure><img src="/files/ljcAwQSOZDUxx0N4wl12" alt="Hook 執行紀錄列表"><figcaption><p>執行紀錄列表：每筆顯示 AI 助理、Hook 名稱、觸發點、動作與結果。可看到個資遮罩把手機改成 [REDACTED_PHONE]、敏感詞與提示注入被封鎖等實際處置</p></figcaption></figure>

### 查看單筆詳情 <a href="#log-detail" id="log-detail"></a>

點開任一筆紀錄，會顯示這次處置的完整脈絡：**基本資訊（Hook 名稱、類型、觸發點、動作、結果）、關聯資訊、訊息內容**，讓你清楚知道系統做了什麼。

<figure><img src="/files/KNzvKs7scEuxB5jHv2ht" alt="Hook 執行紀錄單筆詳情"><figcaption><p>單筆詳情：以個資遮罩為例，可看到動作為 modify、訊息內容已遮罩為 [REDACTED_PHONE]</p></figcaption></figure>

## <mark style="color:blue;">二、控制是否記錄原始訊息</mark> <a href="#log-privacy-toggle" id="log-privacy-toggle"></a>

執行紀錄預設**只記錄「處置結果」，不保留原始的敏感內容**——這是為了避免個資或敏感訊息又被留存在紀錄裡。

若你在除錯階段需要看到「原始內容長什麼樣」，可以在 Hook 的設定頁把 <mark style="color:blue;">記錄遮罩前原始值</mark> 開關由 `off` 改成 `on`。開啟後，紀錄會額外保留遮罩前／攔截前的原始內容，方便追查。

<figure><img src="/files/tFMHCoW6GRV0bwkelPSE" alt="記錄遮罩前原始值開關"><figcaption><p>在 Hook 設定頁的「記錄遮罩前原始值」欄位控制：預設 off（只記型別與次數，不留原始個資），需要除錯時才改成 on</p></figcaption></figure>

{% hint style="warning" %}
**隱私權衡：** 開啟「記錄原始值」等於把原始的個資／訊息內容留存在執行紀錄中。**基於資安考量，建議平時維持關閉**，只在需要排查問題時暫時開啟。
{% endhint %}

## <mark style="color:blue;">三、從對話中查看 Hook 執行詳情</mark> <a href="#from-conversation" id="from-conversation"></a>

除了集中式的執行紀錄，你也可以**從實際對話回頭追查**：進入 <mark style="color:blue;">客服對話</mark> →〈<mark style="color:blue;">所有對話</mark>〉，開啟任一則對話，就能看到該對話中哪些訊息被 Hook 處理過（遮罩或攔截），對應到當下的處置。

這讓你在檢視客戶對話時，能直接理解「為什麼這則訊息被遮罩／被擋下」，不必另外比對紀錄。

## <mark style="color:blue;">四、相關頁面</mark> <a href="#related" id="related"></a>

* [Hook 訊息攔截總覽](/hook/hook)——Hook 是什麼、五種標準範本
* [新增與設定 Hook](/hook/setup)——如何建立、設定參數、關聯 AI 助理


# 會議記錄功能概覽

會議記錄是 MaiAgent 平台的語音轉錄與 AI 摘要功能，提供**即時**和**離線**兩種模式。即時模式可在開會時低延遲轉錄與翻譯；離線模式可上傳錄音檔，進行高精準轉錄與語者辨識。兩種模式都支援 AI 自動摘要、問答、下載匯出和知識庫整合。

<figure><img src="/files/hoJA8rnU0dVGeICljTj9" alt=""><figcaption><p>會議記錄列表</p></figcaption></figure>

## 兩種模式 <a href="#two-modes" id="two-modes"></a>

|          | 即時會議記錄            | 離線會議記錄                        |
| -------- | ----------------- | ----------------------------- |
| **輸入方式** | 麥克風即時錄音           | 上傳音檔（mp3, mp4, m4a, aac, wav） |
| **轉錄特色** | 低延遲即時轉錄           | 多語言高精準轉錄                      |
| **翻譯**   | 低延遲即時翻譯（最多 3 種語言） | 轉錄後翻譯                         |
| **語者辨識** | 依 STT 引擎支援        | 高精準語者辨識與管理                    |
| **時間軸**  | 即時標記              | 高精準時間軸辨識                      |
| **字幕播放** | —                 | 動態字幕播放，同步音檔                   |

## 共同功能 <a href="#shared-features" id="shared-features"></a>

| 功能                    | 說明                         |
| --------------------- | -------------------------- |
| **多國語言轉錄**            | 支援多種語言的語音辨識                |
| **多國語言翻譯**            | 將轉錄內容翻譯為多種目標語言             |
| **自動摘要**              | 用自訂的 AI 助理自動產生會議重點摘要       |
| **AI 問答、串接 Agent 開單** | 對逐字稿提問，或串接 Agent 從會議內容建立任務 |
| **下載匯出**              | 錄音 MP3、純文字稿、SRT 字幕檔下載      |
| **知識庫整合**             | 將逐字稿上傳至知識庫，供 Agent 查閱      |

## 使用流程 <a href="#usage-flow" id="usage-flow"></a>

**即時模式：**

```
建立會議 → 設定 STT 引擎與翻譯 → 開始錄音 → 低延遲即時轉錄
                                                    ↓
                                       會議結束 → 檢視逐字稿
                                                    ↓
                                       AI 摘要 / AI 問答 / 下載匯出
```

**離線模式：**

```
上傳音檔（mp3/mp4/m4a/aac/wav） → 系統轉錄與語者辨識 → 檢視逐字稿
                                                         ↓
                                  動態字幕播放 / AI 摘要 / AI 問答 / 下載匯出
```

## 會議記錄的狀態 <a href="#meeting-record-status" id="meeting-record-status"></a>

| 狀態                   | 說明                |
| -------------------- | ----------------- |
| **待開始** (Pending)    | 已建立或已上傳，尚未開始處理    |
| **錄音中** (Recording)  | 即時模式下正在進行轉錄       |
| **處理中** (Processing) | 錄音結束或音檔上傳後，系統正在處理 |
| **已完成** (Completed)  | 處理完成，可檢視逐字稿、產生摘要  |
| **失敗** (Failed)      | 處理過程發生錯誤          |

## 部署方式 <a href="#deployment-options" id="deployment-options"></a>

會議記錄功能支持多種部署方式：

* **SaaS**：直接使用 MaiAgent 雲端服務
* **私有雲**：部署在客戶的雲端環境
* **地端部署**：安裝在客戶的本地伺服器

## 權限說明 <a href="#permissions" id="permissions"></a>

會議記錄功能需要組織啟用後才能使用，並區分兩種權限：

* **檢視權限**：可瀏覽會議列表、檢視逐字稿、下載檔案
* **轉錄權限**：可建立會議、啟動錄音、上傳音檔、編輯和刪除會議記錄


# 建立會議記錄

## 建立新會議 <a href="#create-new-meeting" id="create-new-meeting"></a>

1. 進入「會議記錄」頁面
2. 點擊「新增會議」
3. 填寫以下資訊：

| 欄位               | 說明               | 必填 |
| ---------------- | ---------------- | -- |
| **會議名稱**         | 會議的標題，方便日後搜尋辨識   | 是  |
| **與會人員**         | 參與會議的人員名單        | 否  |
| **語音辨識引擎 (STT)** | 選擇語音轉文字的引擎       | 是  |
| **辨識語言**         | 會議中使用的語言（最多 3 種） | 是  |

## 選擇語音辨識引擎 <a href="#select-speech-recognition-engine" id="select-speech-recognition-engine"></a>

系統提供多種 STT（Speech-to-Text）引擎，各有不同的語言支援和辨識品質：

| 引擎              | 特色                       |
| --------------- | ------------------------ |
| **Deepgram**    | 高品質即時轉錄，支援多語言            |
| **Azure**       | 微軟語音服務，中英文辨識品質佳          |
| **AssemblyAI**  | 高準確度，適合英文場景              |
| **WhisperLive** | 基於 OpenAI Whisper，支援廣泛語言 |
| **Bronci**      | 客製化引擎                    |

不同引擎支援的語言種類和數量不同，選擇引擎後系統會自動顯示可選的語言清單。

<figure><img src="/files/S1ng1P9N2j6bTSEmtxQr" alt=""><figcaption><p>語音識別供應商選擇</p></figcaption></figure>

## 設定即時翻譯（選填） <a href="#configure-live-translation" id="configure-live-translation"></a>

如果與會者使用不同語言，可以啟用即時翻譯：

1. 開啟「啟用翻譯」開關
2. 選擇目標翻譯語言（最多 3 種）
3. 選擇翻譯用的 LLM 模型

翻譯會在轉錄的同時進行，逐字稿中會同時顯示原文和翻譯結果。

<figure><img src="/files/FlIiI69y5IJX4zc5Pm7B" alt=""><figcaption><p>語言選擇與翻譯設定</p></figcaption></figure>

## 關聯知識庫（選填） <a href="#link-knowledge-base" id="link-knowledge-base"></a>

你可以在建立時就指定要關聯的知識庫，方便會議結束後一鍵將逐字稿上傳至知識庫，讓 Agent 能查閱會議內容。

## 管理會議記錄 <a href="#manage-meeting-records" id="manage-meeting-records"></a>

在會議記錄列表頁面，你可以：

* **搜尋**：依會議名稱搜尋
* **篩選**：依狀態（待開始、錄音中、處理中、已完成、失敗）篩選
* **日期範圍**：指定時間區間查看
* **編輯**：修改會議名稱、語言設定、翻譯設定、知識庫關聯
* **刪除**：移除不需要的會議記錄


# 即時會議記錄

即時模式提供低延遲的語音轉錄與翻譯，讓你在開會的同時看到即時逐字稿。

## 開始錄音 <a href="#start-recording" id="start-recording"></a>

建立會議記錄後，點擊「開始錄音」即可啟動即時轉錄。

<figure><img src="/files/XUa478Xy4MTC2mTq2jXC" alt=""><figcaption><p>即時轉錄設定頁面</p></figcaption></figure>

系統會：

1. 建立即時通訊房間（LiveKit）
2. 啟動語音辨識引擎
3. 開始接收麥克風音訊並即時轉錄

## 轉錄畫面 <a href="#transcription-view" id="transcription-view"></a>

錄音期間，畫面會即時顯示：

* **錄音計時器**：顯示已錄音時間
* **即時逐字稿**：語音辨識結果會即時出現在畫面上
* **發言者標示**：標示每段文字的發言者
* **語言標籤**：顯示每段文字的原始語言
* **翻譯結果**：若有啟用翻譯，翻譯文字會同步顯示在原文下方
* **轉錄統計**：已完成片段數、進行中片段數、總字數

## 低延遲即時轉錄 <a href="#low-latency-live-transcription" id="low-latency-live-transcription"></a>

即時模式的核心特色是低延遲——說話後幾秒內就能在畫面上看到轉錄文字，讓與會者能即時確認紀錄內容。

## 低延遲即時翻譯 <a href="#low-latency-live-translation" id="low-latency-live-translation"></a>

當啟用翻譯功能時，系統會在轉錄的同時將內容翻譯為指定的目標語言，翻譯同樣是低延遲即時處理：

* 最多支援 **3 種目標語言**同時翻譯
* 翻譯由所選的 LLM 模型即時處理
* 翻譯結果會附在每段逐字稿下方
* 適合跨國會議、多語言團隊的即時溝通

## 操作控制 <a href="#playback-controls" id="playback-controls"></a>

| 操作        | 說明             |
| --------- | -------------- |
| **麥克風開關** | 暫時關閉或開啟麥克風     |
| **停止錄音**  | 結束會議錄音，系統開始後處理 |
| **搜尋逐字稿** | 在即時逐字稿中搜尋關鍵字   |

## 錄音結束後 <a href="#after-recording-ends" id="after-recording-ends"></a>

點擊「停止錄音」後，會議狀態會變為「處理中」，系統在背景進行：

1. **音檔轉換**：將原始音檔轉換為 MP3 格式
2. **逐字稿整理**：將即時轉錄結果整理為結構化的逐字稿檔案
3. **儲存至雲端**：音檔和逐字稿上傳至 S3 儲存

處理完成後，狀態會自動更新為「已完成」，即可進入會議詳情頁面檢視完整內容。


# 離線會議記錄

離線模式讓你上傳已錄好的音檔，系統會進行高精準轉錄、語者辨識，並產生帶有時間軸的逐字稿。

## 支援的音檔格式 <a href="#supported-audio-formats" id="supported-audio-formats"></a>

| 格式  | 副檔名    |
| --- | ------ |
| MP3 | `.mp3` |
| MP4 | `.mp4` |
| M4A | `.m4a` |
| AAC | `.aac` |
| WAV | `.wav` |

## 上傳音檔 <a href="#upload-audio-file" id="upload-audio-file"></a>

1. 進入「會議記錄」頁面
2. 選擇上傳音檔
3. 選取本機的音檔（支援 mp3、mp4、m4a、aac、wav）
4. 系統開始背景處理

上傳後，會議記錄狀態會變為「處理中」，系統會自動進行轉錄。

## 多語言高精準轉錄 <a href="#multilingual-high-accuracy-transcription" id="multilingual-high-accuracy-transcription"></a>

離線模式使用高精準的語音辨識引擎（如 WhisperX），相較於即時模式有更高的辨識準確度：

* 支援多種語言辨識
* 辨識準確度高於即時轉錄
* 適合重要會議需要精確紀錄的場景

## 語者辨識與管理 <a href="#speaker-identification-and-management" id="speaker-identification-and-management"></a>

離線模式支援自動語者辨識（Speaker Diarization），系統會自動區分不同發言者：

* **自動辨識**：系統自動標記不同發言者（如 SPEAKER\_00、SPEAKER\_01）
* **自訂名稱**：可將系統標記改為真實姓名（如「張經理」、「李組長」）
* **管理介面**：統一管理所有發言者的標籤名稱

語者標籤修改後，逐字稿中的所有相關片段都會同步更新。

## 高精準時間軸辨識 <a href="#high-accuracy-timeline-recognition" id="high-accuracy-timeline-recognition"></a>

每段轉錄文字都帶有精確的起始和結束時間，讓你能：

* 精確定位每段發言的時間點
* 搭配音檔播放器同步跳轉
* 匯出為帶時間戳的 SRT 字幕檔

## 動態字幕播放 <a href="#dynamic-subtitle-playback" id="dynamic-subtitle-playback"></a>

離線模式提供音檔播放器與逐字稿同步的動態字幕功能：

* **同步高亮**：播放音檔時，當前播放的逐字稿段落會自動高亮顯示
* **點擊跳轉**：點擊任一逐字稿段落，音檔會自動跳到對應的時間點
* **搜尋定位**：搜尋關鍵字後，可直接跳到該段落的音檔位置

這個功能讓你能快速找到會議中的特定討論內容，不需要從頭聽完整段錄音。


# 會議記錄詳情

會議錄音處理完成後，你可以在詳情頁面檢視完整的會議內容。

## 頁面結構 <a href="#page-structure" id="page-structure"></a>

詳情頁面包含以下區域：

* **音訊播放器**：播放會議錄音 MP3
* **會議資訊卡片**：會議名稱、與會人員、錄音時長、建立時間
* **內容分頁**：逐字稿、純文字、摘要、AI 問答、下載

## 逐字稿分頁 <a href="#transcript-tab" id="transcript-tab"></a>

<figure><img src="/files/Fwta4LwrClhI9BgTLvPa" alt=""><figcaption><p>會議詳情 — 逐字稿分頁</p></figcaption></figure>

以時間軸格式顯示完整的逐字稿內容：

* **時間戳記**：每段文字的起始時間
* **發言者名稱**：標示是誰在說話
* **語言標籤**：原始語言標示
* **翻譯內容**：若有啟用翻譯，顯示翻譯結果
* **關鍵字搜尋**：在逐字稿中搜尋特定內容

## 純文字分頁 <a href="#plain-text-tab" id="plain-text-tab"></a>

<figure><img src="/files/nroKEZugn0LQHHkXTVBR" alt=""><figcaption><p>會議詳情 — 純文字稿分頁</p></figcaption></figure>

將逐字稿以純文字方式呈現，方便閱讀和複製完整的會議內容。同樣支援關鍵字搜尋。

## 會議資訊側邊欄 <a href="#meeting-info-sidebar" id="meeting-info-sidebar"></a>

右側邊欄顯示：

* **基本資訊**：會議名稱、建立者、建立時間、錄音時長
* **與會人員**：參與者列表
* **翻譯設定**：是否啟用翻譯、目標語言、使用的 LLM 模型
* **檔案資訊**：音檔和逐字稿的儲存狀態


# AI 會議摘要與問答

## 自訂摘要 Agent <a href="#custom-summary-agent" id="custom-summary-agent"></a>

會議記錄的摘要功能讓你選擇自訂的 AI 助理（Agent）來產生摘要。不同的 Agent 可以有不同的角色指令，產出不同風格的摘要：

* **通用摘要 Agent**：整理會議重點、決議、待辦事項
* **技術會議 Agent**：著重技術決策、架構討論、技術債項目
* **業務會議 Agent**：著重客戶需求、銷售進度、商機追蹤

## 自動產生摘要 <a href="#auto-generate-summary" id="auto-generate-summary"></a>

1. 進入會議詳情頁面
2. 切換到「摘要」分頁
3. 選擇用來產生摘要的 AI 助理
4. 點擊「產生摘要」

AI 會根據完整的逐字稿內容，整理出會議的重點、決議和待辦事項。

<figure><img src="/files/UD1uBOONWejwvwcvX6e8" alt=""><figcaption><p>會議摘要分頁</p></figcaption></figure>

## 摘要版本管理 <a href="#summary-version-management" id="summary-version-management"></a>

每次產生或編輯摘要，系統都會保留完整的版本紀錄：

* **新增摘要**：每次產生摘要都會建立一個新版本
* **編輯摘要**：可修改現有摘要內容
* **版本歷史**：查看所有摘要版本及其建立時間
* **刪除摘要**：移除不需要的摘要版本

## AI 問答 <a href="#ai-qa" id="ai-qa"></a>

除了摘要功能，你也可以直接對逐字稿內容提問：

1. 切換到「AI 問答」分頁
2. 選擇要使用的 AI 助理
3. 輸入問題（例如：「這場會議做了哪些決定？」「下一步的 action items 有哪些？」）
4. AI 會從逐字稿中找出相關內容並回答

這個功能特別適合快速回顧長時間會議的特定內容，不需要重新閱讀整份逐字稿。

<figure><img src="/files/lpy1XZgD9kwErgDVNCmN" alt=""><figcaption><p>AI 問答分頁</p></figcaption></figure>

## 串接 Agent 開單 <a href="#connect-agent-ticket-creation" id="connect-agent-ticket-creation"></a>

你可以將會議中產生的待辦事項或決議，透過串接的 Agent 直接建立任務或工單，讓會議結論能無縫轉化為實際行動。


# 下載與知識庫整合

## 下載檔案 <a href="#download-files" id="download-files"></a>

會議處理完成後，你可以下載以下檔案：

| 格式          | 說明             | 用途          |
| ----------- | -------------- | ----------- |
| **MP3 音檔**  | 會議錄音的 MP3 格式音檔 | 存檔、離線播放     |
| **純文字稿**    | 完整的逐字稿純文字格式    | 複製貼上、文件存檔   |
| **SRT 字幕檔** | 含時間戳記的字幕格式逐字稿  | 搭配影片播放、字幕匯入 |

在會議詳情頁面的「下載」分頁中，點擊對應的下載按鈕即可取得檔案。純文字稿也可以在「純文字」分頁中一鍵複製。

<figure><img src="/files/TjRBPJW7NKIyMvG6bkE2" alt=""><figcaption><p>下載分頁</p></figcaption></figure>

## 上傳至知識庫 <a href="#upload-to-knowledge-base" id="upload-to-knowledge-base"></a>

將會議逐字稿上傳至知識庫後，Agent 就能根據會議內容回答問題：

1. 在會議詳情頁面或列表頁面，選擇「上傳至知識庫」
2. 選擇目標知識庫（若建立會議時已關聯知識庫，會自動帶入）
3. 確認上傳

上傳後，逐字稿會成為知識庫中的一份文件，Agent 就能透過 RAG 檢索會議中討論的內容。

### 適用情境 <a href="#applicable-scenarios" id="applicable-scenarios"></a>

* **專案會議**：將每次專案會議的逐字稿匯入知識庫，讓 Agent 能回答「上次會議決定了什麼？」
* **客戶訪談**：將客戶訪談紀錄匯入，方便日後查閱客戶需求
* **培訓記錄**：將內部培訓內容匯入，建立組織知識庫


# 選擇串接平台

MaiAgent 的 AI 助理可依實際需求進行不同類型的對話平台串接，無論是對外服務或對內支援同仁，皆可靈活應用。以下為各種串接方式的定義與用途說明：

## 📋 <mark style="color:blue;">**系統預設平台接口**</mark> <a href="#default-channel-interfaces" id="default-channel-interfaces"></a>

當 AI 助理建立時，系統會自動為您建立以下三個平台接口：

* **API**：提供程式化接口，供開發者整合使用
* **網頁**：內建網頁對話介面，可直接嵌入網站
* **內部**：供企業內部人員使用的問答平台

***

## <mark style="color:blue;">對外公開上線</mark> <a href="#public-channels" id="public-channels"></a>

適用於對外服務，讓 AI 助理成為企業對外溝通的第一線窗口：

#### **🖥️ 串接對話平台：網站** <a href="#channel-website" id="channel-website"></a>

* **功能**：將 AI 助理嵌入企業官網
* **應用場景**：即時回應訪客提問，提供產品資訊、服務說明、常見問題解答等
* **優勢**：24/7 線上客服，提升網站轉換率

#### **💬 串接對話平台：LINE** <a href="#channel-line" id="channel-line"></a>

* **功能**：整合至企業 LINE 官方帳號
* **應用場景**：透過大眾熟悉的 LINE 通訊介面提供客服、用戶互動等功能
* **優勢**：觸及廣大 LINE 用戶群，降低客戶使用門檻

#### **📘 串接對話平台：FB Messenger** <a href="#channel-facebook-messenger" id="channel-facebook-messenger"></a>

* **功能**：串接至 Facebook 粉絲專頁的 Messenger
* **應用場景**：透過社群平台即時回覆顧客問題，處理訂單諮詢、活動問答等
* **優勢**：整合社群行銷，提升粉絲互動率

#### **📱 串接對話平台：Telegram** <a href="#channel-telegram" id="channel-telegram"></a>

* **功能**：建立 Telegram Bot 提供客服服務
* **應用場景**：支援個人對話和群組討論，適合技術社群、國際客戶服務
* **優勢**：簡單連接設定、群組智能回應、支援重置對話等實用功能

***

## <mark style="color:blue;">僅對內使用</mark> <a href="#internal-only-channels" id="internal-only-channels"></a>

適用於企業內部知識查詢與流程支援，提升團隊效率：

#### **🔒 內部問答** <a href="#internal-qa" id="internal-qa"></a>

* **功能**：AI 助理僅供內部人員使用
* **應用場景**：
  * 串接內部文件或政策資料庫
  * 支援員工快速查詢公司制度、流程說明
  * 人資規範、SOP 操作指引查詢
  * 新進員工培訓支援
* **優勢**：成為企業智慧型知識中樞，降低重複性諮詢工作

#### **🔧 API 整合應用** <a href="#api-integration" id="api-integration"></a>

* **功能**：透過 API 整合至企業內部系統
* **應用場景**：
  * 整合至 ERP、CRM 系統
  * 串接內部工作流程平台
  * 開發客製化應用程式
* **優勢**：深度整合現有系統，提供無縫的使用體驗


# 內部問答的功能

直接在平台上進行與 AI 助理 問答，相關對話不在外部設備上顯示。適用於內部資料的處理、教育訓練等用途。

## <mark style="color:blue;">內部問答介紹</mark> <a href="#internal-qa-introduction" id="internal-qa-introduction"></a>

**💬 對話區塊**

* 與 AI 助理進行即時問答互動

**📋 歷史對話紀錄**

* 查看和管理所有過往對話記錄

**🤖 AI 助理選擇**

* 切換不同的 AI 助理進行對話

**⚙️ AI 助理設定**

* 即時調整當前對話的 AI 助理設定，包含權限和工具配置

**📚 知識庫文件管理**

* 精確控制每次對話時 AI 助理可參考的文件範圍

<figure><img src="/files/abWlgPlqkYTUCuR3DvQ9" alt=""><figcaption></figcaption></figure>

## <mark style="color:blue;">如何使用內部問答？</mark> <a href="#how-to-use-internal-qa" id="how-to-use-internal-qa"></a>

### 1. 進入內部問答頁面 <a href="#step-navigate-to-internal-qa" id="step-navigate-to-internal-qa"></a>

<figure><img src="/files/yUvGI5J6i9HfJ3dSWoIy" alt=""><figcaption></figcaption></figure>

### 2. 選擇想要進行對話的 AI 助理 <a href="#step-select-ai-agent" id="step-select-ai-agent"></a>

您可以在左上方的<mark style="color:blue;">藍色下拉選單</mark>中選擇想要進行對話的 AI 助理。

<figure><img src="/files/zZKdoHBM7Fo4yQ2xDUGX" alt=""><figcaption></figcaption></figure>

### 3. 開始對話 <a href="#step-start-conversation" id="step-start-conversation"></a>

* **繼續過去對話**：由左側過去問答話題中選擇要接續對話的話題。
* **開啟新對話**：點選左方區塊的 「<mark style="color:blue;">新建問答</mark>」，進行一個全新的對話。

{% hint style="info" %}
所有對話都會出現在左上角問答紀錄中
{% endhint %}

選擇對話後即可在下方文字方框中輸入您的問題開始對話。

<div><figure><img src="/files/GQpyNyQ2TqroGwIG03JM" alt=""><figcaption><p>繼續過去對話(選擇對話)</p></figcaption></figure> <figure><img src="/files/EywtwACM55V4LvJmjD0c" alt=""><figcaption><p>開啟新對話(新建對話)</p></figcaption></figure></div>

### 4. 自訂文件參考範圍（可選） <a href="#step-customize-document-scope" id="step-customize-document-scope"></a>

使用右側的知識庫管理功能，選擇此次對話要讓 AI 助理參考的具體文件。

<figure><img src="/files/7Y1LtgGxlo3pkGGeYpJY" alt=""><figcaption></figcaption></figure>

* 每則訊息都可以自由勾選參考文件、FAQs
* 每次傳送問答前都可以重新設定

#### **文件存取範圍** <a href="#document-access-scope" id="document-access-scope"></a>

1. 第一則訊息傳送時開放所有文件，包含「氣氛燈-系列.md」

AI 助理參考後回答：「文件內容：官網已關閉，不再對外銷售任何商品」

<figure><img src="/files/O7L1MbD9UiauhKO9EfSP" alt=""><figcaption></figcaption></figure>

2. 第二則訊息傳送時取消勾選「氣氛燈-系列.md」

AI 助理無法參考，並回覆：「我無法找到『**氣氛燈-系列.md』檔案的具體內容。**」

<figure><img src="/files/hBQoABRjN2pDggmwkYaG" alt=""><figcaption></figcaption></figure>

#### FAQs 存取範圍 <a href="#faqs-access-scope" id="faqs-access-scope"></a>

1. 第一則訊息傳送時開放所有 FAQs，包含「LLM 的運作原理是什麼？」

AI 助理參考後回答相關答案

<figure><img src="/files/P1QKhvDcQSzb5QO4Aqsc" alt=""><figcaption></figcaption></figure>

2. 第二則訊息傳送時取消勾選「LLM 的運作原理是什麼？」

AI 助理無法參考「LLM 的運作原理是什麼？」，並回答「我無法找到 FAQ 中關於 LLM 運作原理的相關資訊」

<figure><img src="/files/r8YmM6ekMlvKXAKjZAsi" alt=""><figcaption></figcaption></figure>

#### 標籤過濾 <a href="#tag-filter" id="tag-filter"></a>

您可以使用在知識庫中設定的標籤，篩選您想要開放給 AI 助理參考的文件內容：

{% hint style="info" %}
標籤設定請參考：[文件管理：標籤及元資料](/km/tags-and-metadata)
{% endhint %}

a. 點按右上角「顯示標籤過濾」

<figure><img src="/files/4f1xRzUAzCIzmRIKpsqq" alt=""><figcaption></figcaption></figure>

b. 選擇 AND、OR 篩選條件，點按「AND」文字即可切換

<figure><img src="/files/axjxsjs1OFObjPTgllR3" alt=""><figcaption></figcaption></figure>

c. 加入標籤

* 使用「AND」過濾
  * 文件：僅有「進階露營.pdf」符合所有條件，可供 AI 助理參考
  * FAQ：沒有同時符合所有條件的 FAQ，故無顯示

{% hint style="info" %}
標籤過濾會同時套用文件及 FAQ 內容
{% endhint %}

<div><figure><img src="/files/4PHfiKf8RMiDcM6hgr76" alt=""><figcaption></figcaption></figure> <figure><img src="/files/RVMuL94fsvfu3dO8RnN6" alt=""><figcaption></figcaption></figure></div>

### 5. 即時調整 AI 助理設定（可選） <a href="#step-adjust-ai-agent-settings" id="step-adjust-ai-agent-settings"></a>

透過右上方的「AI 助理設定」，可即時修改權限、工具等配置。

<figure><img src="/files/7LHiwkPcRKTLbnZc8ufM" alt=""><figcaption></figcaption></figure>

點選後會跳出右側彈跳視窗，讓您自由編輯需要的權限、工具等

<figure><img src="/files/mrD0CxzqohLTMLZLX5WO" alt=""><figcaption></figcaption></figure>

## 💡 <mark style="color:blue;">使用技巧</mark> <a href="#usage-tips" id="usage-tips"></a>

### **對話管理** <a href="#conversation-management" id="conversation-management"></a>

* 善用歷史對話紀錄快速回到之前的討論
* 新建問答適合開啟全新話題

### **文件控制精準度** <a href="#document-precision-control" id="document-precision-control"></a>

* 針對特定問題可限制參考文件，獲得更精準回答
* 避免無關文件干擾 AI 助理的判斷

### **設定靈活調整** <a href="#flexible-settings-adjustment" id="flexible-settings-adjustment"></a>

* 可針對不同對話情境即時調整 AI 助理能力
* 測試不同設定對回答品質的影響


# Web Chat 介紹總覽

本篇將介紹 Web Chat 互動功能及自定義介面，讓您打造符合企業風格的 Web Chat 服務

## <mark style="color:blue;">一、WebChat 是什麼？</mark> <a href="#what-is-webchat" id="what-is-webchat"></a>

您可以將在 MaiAgent 創建的 AI 助理嵌入您的網站，提供即時客服或其他對話。且 Web Chat 為**響應式設計，能在桌面、平板、手機完美適應。**

目前 MaiAgent 提供以下兩種嵌入方式：

### 1. 網站右下角嵌入 <a href="#embed-widget" id="embed-widget"></a>

* 嵌入官網服務中，成為官網內建的智能助手
* 不干擾用戶正常瀏覽，需要時隨時可用
* 適合一般客服和諮詢服務

### 2. 全螢幕嵌入 <a href="#embed-fullscreen" id="embed-fullscreen"></a>

* 提供完整的對話體驗
* 適合複雜的諮詢和服務流程
* 可客製化設計，符合企業需求

這樣的設計將帶來：

* **即時性**：訪客無需等待，立即獲得專業回答，提升用戶體驗
* **便利性**：右下角浮動設計不干擾正常瀏覽，需要時隨時可用
* **成本效益**：AI 助理 24/7 服務，大幅降低人力成本
* **專業形象**：展現企業的科技實力和服務品質

## <mark style="color:blue;">二、打造企業風格的 Web Chat 服務</mark> <a href="#branding" id="branding"></a>

MaiAgent 提供自訂 LOGO、頭貼、問答主題色彩等自定義功能，協助您打造企業風格的 Web Chat 服務

您可以透過

1. 選擇助理顯示名稱
2. 上傳您的企業 LOGO
3. 選擇 AI 助理顯示頭貼
4. 選擇 Web Chat 主題顏色
5. 選擇 AI 助理回覆時的訊息背景顏色

等功能打造屬於您的 Web Chat 外觀：

如此，就可以根據您的企業色彩需求，打造符合企業風格的 Web Chat 服務

### 深色模式優化 <a href="#dark-mode" id="dark-mode"></a>

MaiAgent 的 Web Chat 深色模式經過全面優化，提供更舒適的視覺體驗：

**動態顏色調整**

* 自動調整主題色彩的明暗度，確保在深色背景下清晰可見
* 智能調整文字對比度，保持最佳可讀性
* 優化圖示和按鈕的顏色，在深色模式下更加醒目

**對比色優化**

* 訊息氣泡背景色經過精心設計，避免視覺疲勞
* 連結和重要資訊使用高對比色，確保清晰辨識
* 輸入框和按鈕的邊框顏色優化，提升操作體驗

**無縫切換體驗**

* 使用者可以隨時在淺色和深色模式間切換
* 切換時保持對話內容和操作狀態
* 系統會記憶使用者的主題偏好

深色模式特別適合：

* 夜間使用或低光環境
* 長時間對話，減少眼睛疲勞
* 符合企業品牌的深色系設計風格

## <mark style="color:blue;">三、訊息客製化</mark> <a href="#messages" id="messages"></a>

在第一次進入 Web Chat 服務時，您可以自由根據以下情境等設定屬於您的 AI 助理開場白。

### **1. 開場白客製化** <a href="#greeting" id="greeting"></a>

#### **品牌化問候語**

設定：「歡迎來到我們的網站！我是您的專屬客服小助手」，展現企業專業形象和親切服務態度

#### **引導式開場**

設定：「我可以幫您查詢產品資訊、解答使用問題、協助訂單處理」，以明確告知用戶可提供的服務範圍，建立用戶對服務能力的信任感

### 2. 引導性起始問題 <a href="#starter-questions" id="starter-questions"></a>

* 設定 「<mark style="color:blue;">對話開始問題</mark>」 作為快速選項
* 用戶可直接點擊常見問題，無需打字
* **範例問題**：
  * 「如何查看已訂購項目？」
  * 「如何下訂單」
  * 「會員積分規則」
  * 「營業時間」

用戶可透過點按起始問題展開對話，加速問答進程：

## <mark style="color:blue;">四、多樣性問答內容</mark> <a href="#multimodal-qa" id="multimodal-qa"></a>

### 1. 多語言支援 <a href="#multi-language" id="multi-language"></a>

依使用者使用語言回覆，消除溝通障礙。

* **自動偵測**：根據用戶輸入之語言選擇助理回覆語言

**手動切換**：

1. 使用 Web Chat 介面選擇使用語言，請見：[多國語言支](https://docs.maiagent.ai/conversations/pages/yoY0BiDfZeTaMEb7cTKu#id-2.-web-chat-liao-tian-she-ding)[援](https://docs.maiagent.ai/conversations/pages/yoY0BiDfZeTaMEb7cTKu#id-2.-web-chat-liao-tian-she-ding)[：Web Chat 聊天設定](https://docs.maiagent.ai/conversations/pages/yoY0BiDfZeTaMEb7cTKu#id-2.-web-chat-liao-tian-she-ding)。
2. 使用 Web Chat 初始化時腳本 (javascript) 指定 AI 助理回覆語言，請見：[技術人員手冊—Web Chat 初始化](https://docs.maiagent.ai/tech/api-integration/web-chat-chu-shi-hua#e5-9b-9bweb-chat-e5-b5-8c-e5-85-a5-e8-88-87-e8-aa-9e-e8-a8-80-e8-a8-a-d-e5-ae-9a)。

{% hint style="info" %}
支援語言列表，請見：[多國語言支](/build/multi-language-support#zhi-yuan-yu-yan-qing-dan)[援](/build/multi-language-support#zhi-yuan-yu-yan-qing-dan)[：支援語言列表](/build/multi-language-support#zhi-yuan-yu-yan-qing-dan)
{% endhint %}

### 2. 多模態問答 <a href="#multimodal" id="multimodal"></a>

除文字問答外，AI 助理也可支援不同類型的檔案上傳：

* 試算表：.xls, .xlsx, .csv, .ods
* 文書處理文件：.doc, .docx, .odt, .pdf, .md, .txt
* 簡報文件：.ppt, .pptx, .odp
* 網頁文件：.html, .htm
* 資料格式：.json, .jsonl
* 音訊文件：.wav, .mp3, .m4a, .aac
* 視訊文件：.mp4

{% hint style="info" %}
您可以不允許使用者上傳附件，僅使用文字進行對話，保障對話安全。
{% endhint %}

#### 圖片內容處理

**圖片識別與分析**

* **上傳圖片分析**：用戶可上傳產品圖片，AI 自動識別並提供相關資訊
* **截圖處理**：支援螢幕截圖分析，協助解決使用問題
* **圖片說明**：自動生成圖片內容描述和相關建議

**圖片回覆功能**

* **產品圖片展示**：回覆中包含產品實體圖片
* **操作指引圖**：提供步驟化的操作截圖

範例：

1. 使用者詢問該去哪裡設定 MaiAgent 助理，助理以圖片方式回應設定畫面
2. 使用者截圖向助理確認該路徑是否正確，助理正確解析後回應

#### 文件處理能力

**支援文件格式**

* **PDF 文件**：自動解析 PDF 內容並回答相關問題
* **Word 文件**：處理 .doc/.docx 格式文件
* **Excel 表格**：分析試算表數據並提供洞察
* **PowerPoint 簡報**：提取簡報內容並回答問題

**文件互動功能**

* **文件內容查詢**：基於上傳文件回答特定問題
* **數據分析**：自動分析表格數據並以表格方式提供統計資訊
* **文件摘要**：生成長文件的關鍵內容摘要

***

範例 1：請 AI 助理以表格方式呈現資料內容，並給予參考資料連結

範例 2：請助理分析銷貨內容，並給予表格解析

範例 3：傳入 docx 檔案，請助理協助分析 CV 撰寫上問題

{% hint style="success" %}
AI 助理在回答時皆使用 Markdown 格式回覆，井然有序編排回應內容。
{% endhint %}

## <mark style="color:blue;">五、歷程記憶與對話分享</mark> <a href="#memory-and-sharing" id="memory-and-sharing"></a>

### **1. 對話歷史記憶** <a href="#chat-history" id="chat-history"></a>

為提供連續性的服務體驗，WebChat 會自動記憶用戶的對話歷史，讓每次對話都能建立在之前的基礎上。

**記憶內容範圍**

* **對話內容**：完整的問答記錄，包含文字、圖片、文件等
* **服務狀態**：未完成的查詢、待處理的問題

用戶可以在 Web Chat 左側對話列表中查看過去的對話紀錄，或開啟新對話

記憶對話功能可使用於：

* **連續諮詢**：用戶詢問「上次推薦的帳篷型號是什麼？」 ，AI 能立即回憶並回答
* **進度追蹤**：用戶說「繼續上次的訂單查詢」，AI 自動調出相關資訊
* **個人化服務**：根據歷史對話提供更精準的推薦和建議

### **2. 對話分享** <a href="#chat-sharing" id="chat-sharing"></a>

當諮詢 AI 助理後想分享對話給朋友或同事，或內部團隊需要協作討論客戶問題，可使用 MaiAgent 服務產生對話分享連結：

**分享內容**

* **完整對話記錄**：包含所有文字、圖片、文件等內容
* **對話摘要**：自動生成對話重點摘要
* **相關資源**：對話中提到的產品連結、文件等

對話紀錄分享可使用於：

* **客戶分享**：「這個露營裝備推薦很棒，分享給登山社團」
* **內部協作**：客服人員分享複雜問題給技術支援團隊
* **培訓用途**：分享典型對話案例作為員工培訓教材

### **3. 對話逾時管理** <a href="#chat-timeout" id="chat-timeout"></a>

為確保對話品質和系統效能，Web Chat 具備智能對話逾時管理機制：

**智能過濾機制**

* **自動過濾問候訊息**：系統會識別並過濾開場問候語，不計入對話逾時計算
* **正確重置訊息計數**：當對話重新開始時，訊息計數器會正確重置
* **優化逾時判斷**：只針對實質對話內容進行逾時計算，提供更準確的對話管理

**對話持續性保障**

* 確保使用者在正常對話過程中不會意外逾時
* 長時間思考或暫停後仍可繼續對話
* 系統會智能判斷對話是否仍在進行中

**實際運作方式**

1. **開始對話**：使用者發送問候語（如「你好」），系統不計入逾時
2. **進入對話**：使用者開始詢問實質問題，逾時計時器啟動
3. **對話暫停**：若使用者暫時離開，系統會保持對話狀態
4. **重新開始**：使用者返回繼續對話，訊息計數正確更新

這項優化讓對話體驗更加流暢自然，使用者不需擔心因思考時間過長而中斷對話。

## <mark style="color:blue;">六、選擇是否顯示使用工具、引用文件列表</mark> <a href="#display-tools-and-citations" id="display-tools-and-citations"></a>

### **1. 顯示使用工具列表** <a href="#show-tools" id="show-tools"></a>

您可選擇是否讓使用者看見 AI 助理在推理時使用之工具列表，若允許，AI 助理在產出回覆時會出現以下畫面：

您可透過此列表追蹤 AI 助理使用的工具內容是否正確。

### **2. 顯示引用文件列表** <a href="#show-citations" id="show-citations"></a>

每個 AI 回答都會自動生成引用文件列表，清楚標示資訊來源，提升回答的可信度和可追溯性。

**顯示設定**

企業可根據需求設定是否讓使用者看到引用的工具列表和參考文件名稱內容，若開放顯示，則在 AI 助理的回應底部會出現以下列表。點擊「引用節點」，則可以看見參考的文件片段：

依照不同的使用情景，可選擇是否公開引用資訊：

* **公開客服**：顯示所有引用資訊，建立信任感
* **內部支援**：隱藏敏感文件，保護機密資訊
* **教育機構**：顯示學習資源，方便學生查閱

## <mark style="color:blue;">七、對話權限保障 - 安全可控的對話環境</mark> <a href="#access-control" id="access-control"></a>

### 1. 登入功能設定 <a href="#login-config" id="login-config"></a>

**強制登入機制**

為確保對話內容的安全性和可控性，企業可開啟登入功能，要求用戶必須先登入才能使用 AI 助理服務。設定完成後，訪客點擊 WebChat 時會先進入登入頁面，只有成功登入的用戶才能開始與 AI 助理對話

**安全優勢**

* **身份驗證**：確保每個對話用戶都有明確身份
* **權限控制**：根據用戶身份提供對應的服務內容
* **對話追蹤**：完整記錄每個用戶的對話歷史
* **資料保護**：防止未授權用戶存取敏感資訊

### 2. 三種登入方式 <a href="#login-methods" id="login-methods"></a>

**AD (Active Directory) 登入**

* **適用場景**：企業內部員工使用，整合現有 AD 系統
* **特點**：單一登入 (SSO)，無需額外帳號管理
* **設定方式**：配置 AD 伺服器連線資訊和同步規則
* **實際應用**：員工使用公司帳號直接登入，自動獲得對應權限

**Keycloak 登入**

* **適用場景**：需要複雜身份管理的企業，支援多種身份提供者
* **特點**：支援 OAuth2、SAML、OpenID Connect 等標準協議
* **設定方式**：配置 Keycloak 伺服器、用戶池和身份提供者
* **實際應用**：整合多個系統的用戶身份，統一管理權限

**MaiAgent 登入**

* **適用場景**：簡單的用戶管理需求，快速部署
* **特點**：內建用戶管理系統，操作簡單直觀
* **設定方式**：在 MaiAgent 平台建立用戶帳號和權限
* **實際應用**：為特定用戶群體建立專屬登入系統

開啟後，開始對話前將出現以下畫面要求登入：


# 串接對話平台：網站

## <mark style="color:blue;">一、進入設定頁面</mark> <a href="#navigate-to-settings" id="navigate-to-settings"></a>

### 1. 路徑一：新增網頁客服對話 <a href="#path-add-web-chat" id="path-add-web-chat"></a>

點擊左側選單 「 <mark style="color:blue;">客服對話 > 對話平台</mark>」 ，點選右上角的 「<mark style="color:blue;">＋串接對話平台</mark>」，選擇平台 「 <mark style="color:blue;">Website</mark> 」

### 2. 路徑二：AI 助理關聯對話平台 <a href="#path-ai-agent-link-channel" id="path-ai-agent-link-channel"></a>

進入左側功能欄 「<mark style="color:blue;">AI 功能 > AI 助理</mark> 」 選擇某隻 AI 助理，點選 「 <mark style="color:blue;">操作</mark> 」 圖示，再點選 「 <mark style="color:blue;">關聯對話平台</mark> 」 的 「 <mark style="color:blue;">網頁 XX 助理</mark> 」

### 3. 路徑三：對話平台操作 <a href="#path-channel-management" id="path-channel-management"></a>

左側功能欄中的 「 <mark style="color:blue;">客服對話 > 對話平台</mark> 」，選擇您想要設定之 AI 助理，點選 「 <mark style="color:blue;">操作</mark> 」 圖示即可進入對話平台配置。

## <mark style="color:blue;">二、基本設定</mark> <a href="#basic-settings" id="basic-settings"></a>

### 1. 基本設定 <a href="#general-settings" id="general-settings"></a>

**設定平台名稱**

* 在 「 <mark style="color:blue;">平台名稱</mark> 」 欄位輸入您希望在網站上顯示的 AI 助理名稱
* 例如：「 客服小幫手 」、「 智能助理 」等

**選擇 AI 助理**

* 在 「 <mark style="color:blue;">AI 助理</mark> 」 下拉選單中選擇要使用的 AI 助理
* 這會決定聊天室使用哪一個 AI 助理 來回答問題

**設定返回網址**

* 在 「 <mark style="color:blue;">返回網址</mark> 」 欄位輸入您的公司網站網址
* 當用戶點擊聊天室的返回按鈕時，會跳轉到這個網址

**取得並使用公開網址**

* 系統會自動生成一個 「 <mark style="color:blue;">公開訪問URL</mark> 」
* 您可以：
  * 點擊 「 <mark style="color:blue;">複製</mark> 」 按鈕複製網址
  * 點擊 「 <mark style="color:blue;">訪問</mark> 」 按鈕在新視窗開啟聊天室
  * 點擊 「 <mark style="color:blue;">嵌入</mark> 」 按鈕取得嵌入程式碼
  * 點擊 「 <mark style="color:blue;">嵌入預覽</mark> 」 按鈕預覽嵌入效果

**嵌入腳本優化**

當您選擇嵌入方式時，系統會提供優化過的 embed.js 腳本，具備以下特點：

* **防重複執行機制**：即使腳本被多次載入，也只會初始化一次，避免衝突
* **更好的錯誤處理**：當載入失敗時，會提供清楚的錯誤訊息，方便除錯
* **優化載入效能**：腳本經過最佳化，不會影響網站載入速度
* **相容性提升**：與各種網站環境和框架更加相容

**嵌入最佳實踐：**

1. 將嵌入腳本放在 `</body>` 標籤之前，確保頁面主要內容先載入
2. 只在頁面中加入一次嵌入腳本，避免重複
3. 如需在 SPA（Single Page Application）中使用，請參考技術文檔的進階設定

### 2. 外觀設定 <a href="#appearance-settings" id="appearance-settings"></a>

**上傳企業 Logo**

* 點擊 「 <mark style="color:blue;">Logo</mark> 」 區域的上傳按鈕
* 選擇您的企業標誌圖片檔案
* 上傳後會顯示預覽，可點擊刪除重新上傳

**上傳 AI 助理頭像**

* 點擊 「 <mark style="color:blue;">大頭貼</mark> 」 區域的上傳按鈕
* 選擇適合的頭像圖片
* 上傳後會顯示預覽，可點擊刪除重新上傳

**設定顏色主題**

* 點擊 「 <mark style="color:blue;">主題色</mark> 」 選擇器，選擇聊天室視窗標題的顏色
* 點擊 「 <mark style="color:blue;">標題字顏色</mark> 」 選擇器，設定標題文字顏色
* 點擊 「 <mark style="color:blue;">AI 助理回答背景色</mark> 」 選擇器，設定 AI 回覆訊息的背景顏色

**啟用主題切換**

* 將 「 <mark style="color:blue;">主題模式切換</mark> 」 開關切換為開啟狀態
* 用戶可以在淺色和深色主題間切換

### 3. 功能設定 <a href="#feature-settings" id="feature-settings"></a>

**設定是否啟用**

* 設定對話是否開啟提供服務使用

**設定檔案上傳**

* 將 「 <mark style="color:blue;">允許檔案上傳</mark> 」 開關切換為開啟狀態
* 用戶就可以上傳檔案給 AI 分析，如：圖片、檔案等

**設定引用文件顯示**

* 將 「 <mark style="color:blue;">顯示引用文件</mark> 」 開關切換為開啟狀態
* AI 回答時會顯示參考的來源文件

**設定允許下載引用文件**

* 將 「 <mark style="color:blue;">允許下載引用文件</mark> 」 開關切換為開啟狀態
* 使用者即可下載對話中 AI 助理所引用的檔案內容

**設定顯示使用工具及結果**

* 將 「 <mark style="color:blue;">顯示使用工具及結果</mark> 」 開關切換為開啟狀態
* 系統將標示正在透過 MCP 或 API 作業處理中

### 4. 互動設定 <a href="#interaction-settings" id="interaction-settings"></a>

**設定開場白**

* 在開場白輸入框中輸入歡迎訊息
* 例如：「您好！我是您的智能客服，有什麼可以幫助您的嗎？」
* 點擊 「 <mark style="color:blue;">新增</mark> 」 按鈕將開場白加入列表
* 可以新增多個開場白，系統會隨機選擇
* 如需刪除，點擊對應項目右側刪除按鈕

**設定對話開始問題**

* 在「對話開始問題」輸入框中輸入預設問題
* 例如：「如何申請退貨？」、「營業時間是什麼？」
* 點擊 「 <mark style="color:blue;">新增</mark> 」 按鈕將問題加入列表
* 這些問題會顯示為快速選項供用戶點擊
* 如需刪除，點擊對應項目右側刪除按鈕

### 5. 登入設定 <a href="#login-settings" id="login-settings"></a>

**設定 SSO 登入來源**

* MaiAgent 目前支援透過 Keycloak 整合實現 SSO（Single Sign-On）服務
* 於 「 <mark style="color:blue;">登入來源</mark> 」 下拉選單中進行切換
* 選擇使用 Maiagent 或 Keycloak 作為身份驗證方式

## <mark style="color:blue;">三、自動回覆設定</mark> <a href="#auto-reply-settings" id="auto-reply-settings"></a>

您可以在此設定機器人回覆時間段。

* 點選日期旁的開關鈕：選定一周中的哪幾天回覆。
* 設定時段：選定開始的時間與結束的時間。
* 新增時段：如果有多個時段要設定，可按下 「 <mark style="color:blue;">+新增時段</mark> 」 來新增，並設定時段。


# 引用來源顯示

本篇將介紹 WebChat 聊天視窗中引用來源顯示的優化功能，包含多語言支援和視覺呈現改善。

## 什麼是引用來源顯示？ <a href="#what-is-citation-display" id="what-is-citation-display"></a>

當 AI 助理回答問題時，如果答案來自知識庫中的特定文件或資料，系統會在回答下方顯示「引用來源」，讓終端使用者知道資訊的出處。

這個功能特別適合需要提供資訊來源證明的情境，例如：

* 法規查詢助理：顯示法條出處
* 政策諮詢助理：顯示政策文件來源
* 產品客服助理：顯示產品說明書或官方文件
* 醫療資訊助理：顯示醫學文獻來源

## 引用來源的顯示位置 <a href="#citation-display-location" id="citation-display-location"></a>

引用來源會顯示在 AI 助理回答內容的下方，以清楚的格式標示：

```
AI 助理回答內容...

📚 引用來源：
• 產品使用手冊 - 第 3 章
• 常見問題集 - 退換貨政策
```

## 多語言支援 <a href="#multilingual-support" id="multilingual-support"></a>

### 自動語言適配 <a href="#automatic-language-adaptation" id="automatic-language-adaptation"></a>

WebChat 的引用來源顯示現已支援多語言自動適配。當終端使用者切換語言時，引用來源的介面文字會自動切換為對應語言。

#### 支援的語言 <a href="#supported-languages" id="supported-languages"></a>

* **繁體中文**：引用來源、參考資料
* **簡體中文**：引用来源、参考资料
* **英文**：Citation、References

### 語言切換時機 <a href="#language-switch-timing" id="language-switch-timing"></a>

WebChat 會依據以下情境自動切換語言：

1. **瀏覽器語言設定**：首次載入時，依據使用者的瀏覽器語言自動顯示
2. **手動切換**：使用者在 WebChat 中切換語言時，引用來源文字同步更新
3. **網站語言環境**：如果您的網站支援多語言，WebChat 會自動配合網站的語言設定

{% hint style="info" %}
WebChat 的語言設定方式請參考：[Web Chat 介紹總覽](https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/channels/README.md)
{% endhint %}

## 視覺呈現優化 <a href="#visual-presentation-optimization" id="visual-presentation-optimization"></a>

除了多語言支援外，引用來源的視覺呈現也經過優化，讓資訊更清楚易讀。

### 優化項目 <a href="#optimization-items" id="optimization-items"></a>

1. **間距調整**：引用來源與回答內容之間的間距更適當，視覺層次更清晰
2. **字體樣式**：引用來源使用不同的字體樣式，與主要內容做出區隔
3. **顏色處理**：引用來源使用較淺的顏色，不會干擾主要內容的閱讀
4. **圖示標記**：使用統一的圖示標記引用來源，增加識別度

## 深色模式支援 <a href="#dark-mode-support" id="dark-mode-support"></a>

引用來源顯示也支援深色模式。當終端使用者的裝置使用深色主題時，引用來源的文字和背景顏色會自動調整，確保在深色背景下清楚顯示。

### 深色模式適配項目 <a href="#dark-mode-adaptation-items" id="dark-mode-adaptation-items"></a>

* 文字顏色自動調整為淺色
* 背景顏色適配深色主題
* 保持與主要內容的對比度

{% hint style="success" %}
深色模式會依據使用者的裝置設定自動啟用，無需手動設定。
{% endhint %}

## 實際應用場景 <a href="#use-cases" id="use-cases"></a>

### 🏛️ 政府政策諮詢平台 <a href="#government-policy-consultation" id="government-policy-consultation"></a>

**使用情境**： 民眾詢問某項補助政策的申請條件時，AI 助理不僅提供答案，還會顯示政策公告的來源連結。

**效益**：

* 提高資訊可信度
* 讓民眾可以進一步查閱完整公告
* 減少民眾對資訊正確性的疑慮

### ⚖️ 法律諮詢助理 <a href="#legal-consultation-assistant" id="legal-consultation-assistant"></a>

**使用情境**： 使用者詢問某項法規的規定時，AI 助理會顯示法條的出處和條文編號。

**效益**：

* 提供完整的法律依據
* 使用者可以查證原始法條
* 增加諮詢服務的專業度

### 🏥 醫療資訊平台 <a href="#medical-information-platform" id="medical-information-platform"></a>

**使用情境**： 患者詢問疾病相關資訊時，AI 助理會標示資訊來自哪篇醫學文獻或衛教文章。

**效益**：

* 提供資訊來源透明度
* 讓患者了解資訊的可信度
* 符合醫療資訊提供的規範要求

## 管理員設定 <a href="#admin-settings" id="admin-settings"></a>

### 啟用引用來源顯示 <a href="#enable-citation-display" id="enable-citation-display"></a>

引用來源顯示功能預設為啟用狀態。如果您希望調整設定：

1. 進入「AI 助理」設定頁面
2. 選擇「回答設定」
3. 找到「顯示引用來源」選項
4. 切換開關即可啟用或停用

### 自訂引用來源格式 <a href="#customize-citation-format" id="customize-citation-format"></a>

您可以在知識庫文件中加入元資料，自訂引用來源的顯示格式：

* **文件標題**：顯示在引用來源中的文件名稱
* **章節編號**：顯示具體的章節或頁碼
* **發布日期**：顯示文件的發布或更新日期
* **外部連結**：提供原始文件的連結

{% hint style="info" %}
知識庫元資料的設定方式請參考：[文件管理：標籤及元資料](/km/tags-and-metadata)
{% endhint %}

## 常見問題 <a href="#faq" id="faq"></a>

### Q1：引用來源會顯示所有參考的文件嗎？ <a href="#faq-show-all-referenced-documents" id="faq-show-all-referenced-documents"></a>

不一定。系統會顯示「最相關」的引用來源，通常不超過 3-5 個，避免資訊過載。

### Q2：可以隱藏引用來源嗎？ <a href="#faq-hide-citation" id="faq-hide-citation"></a>

可以。在 AI 助理設定中關閉「顯示引用來源」選項即可。

### Q3：引用來源的語言可以固定為某一種語言嗎？ <a href="#faq-fix-citation-language" id="faq-fix-citation-language"></a>

引用來源會自動配合 WebChat 的語言設定。如果您希望固定為某種語言，需要在 WebChat 設定中固定語言選項。

### Q4：引用來源支援點擊連結嗎？ <a href="#faq-citation-clickable-link" id="faq-citation-clickable-link"></a>

支援。如果您在知識庫文件中設定了外部連結，引用來源會顯示為可點擊的連結。

### Q5：深色模式下引用來源看不清楚怎麼辦？ <a href="#faq-citation-dark-mode-visibility" id="faq-citation-dark-mode-visibility"></a>

系統已針對深色模式進行優化。如果仍有問題，可能是瀏覽器快取問題，請嘗試清除快取或重新整理頁面。


# Markdown 渲染

本篇將介紹 WebChat 聊天視窗中訊息內容渲染的優化功能，讓 AI 助理的回答呈現更清晰、更易讀。

## 什麼是訊息內容渲染？ <a href="#what-is-message-rendering" id="what-is-message-rendering"></a>

訊息內容渲染是指 WebChat 如何將 AI 助理的文字回答轉換成使用者看到的視覺呈現。AI 助理的回答可能包含：

* **純文字**：一般的文字敘述
* **Markdown 格式**：包含標題、列表、粗體、斜體等格式
* **程式碼區塊**：程式碼範例或指令
* **表格**：結構化的資料呈現
* **連結**：外部連結或參考資料

良好的渲染效果能讓這些內容更容易閱讀和理解。

## 優化項目 <a href="#optimization-items" id="optimization-items"></a>

### 1. 全面升級 Markdown 渲染引擎 <a href="#upgrade-markdown-rendering-engine" id="upgrade-markdown-rendering-engine"></a>

WebChat 現已採用增強型 Markdown 渲染引擎，支援更豐富的格式和更精確的渲染效果。

#### 支援的 Markdown 格式 <a href="#supported-markdown-formats" id="supported-markdown-formats"></a>

| 格式類型      | 語法範例               | 渲染效果說明         |
| --------- | ------------------ | -------------- |
| **標題**    | `# 標題一`、`## 標題二`   | 清晰的標題層級，方便內容分段 |
| **粗體**    | `**粗體文字**`         | 強調重點內容         |
| **斜體**    | `*斜體文字*`           | 次要強調或補充說明      |
| **列表**    | `- 項目一`、`1. 項目一`   | 有序或無序列表        |
| **程式碼**   | `` `程式碼` ``        | 行內程式碼或指令       |
| **程式碼區塊** | ` ```程式碼``` `      | 多行程式碼，支援語法高亮   |
| **表格**    | `\| 欄位一 \| 欄位二 \|` | 結構化資料呈現        |
| **連結**    | `[連結文字](網址)`       | 可點擊的超連結        |
| **引用**    | `> 引用內容`           | 引用或特別說明        |

### 2. 深色模式視覺優化 <a href="#dark-mode-visual-optimization" id="dark-mode-visual-optimization"></a>

當終端使用者的裝置使用深色主題時，WebChat 會自動調整訊息內容的視覺呈現，確保在深色背景下的清晰度和可讀性。

#### 深色模式調整項目 <a href="#dark-mode-adjustment-items" id="dark-mode-adjustment-items"></a>

1. **文字與背景對比度**：自動調整文字顏色，確保在深色背景下清楚顯示
2. **訊息反饋按鈕**：調整按鈕的顏色和邊框，在深色模式下仍保持清晰
3. **表格視覺呈現**：調整表格邊框和背景色，提高可讀性
4. **引用區塊背景**：調整引用區塊的背景色調，與主要內容做出區隔

### 3. 串流渲染效能提升 <a href="#streaming-rendering-performance" id="streaming-rendering-performance"></a>

WebChat 採用即時串流方式顯示 AI 助理的回答，讓使用者不需等待完整回答產生完畢。本次更新優化了串流渲染的效能：

* **渲染速度提升**：Markdown 格式的渲染速度更快，減少延遲感
* **流暢度改善**：文字逐字顯示時更流暢，無明顯卡頓
* **格式正確性**：即使在串流過程中，Markdown 格式也能正確渲染

{% hint style="success" %} 使用者可以在 AI 助理回答的過程中，即時看到已經產生的內容，不需等待完整回答。 {% endhint %}

## 實際應用場景 <a href="#use-cases" id="use-cases"></a>

### 💻 技術文件助理 <a href="#technical-documentation-assistant" id="technical-documentation-assistant"></a>

**使用情境**： 開發者詢問程式碼範例時，AI 助理提供包含程式碼區塊的回答。

**優化效果**：

* 程式碼區塊支援語法高亮，更容易閱讀
* 深色模式下程式碼清晰顯示
* 開發者可以直接複製程式碼使用

**範例回答**：

````
以下是 Python 讀取 CSV 檔案的範例：

```python
import pandas as pd

df = pd.read_csv('data.csv')
print(df.head())
````

這段程式碼會讀取 CSV 檔案並顯示前 5 筆資料。

```

### 📊 資料分析助理 <a href="#data-analysis-assistant" id="data-analysis-assistant"></a>

**使用情境**：
使用者詢問銷售數據分析結果，AI 助理以表格方式呈現。

**優化效果**：
* 表格格式清晰，欄位對齊
* 深色模式下表格邊框和背景色適配
* 大量資料也能保持可讀性

**範例回答**：
```

以下是本季銷售前三名的產品：

| 產品名稱 | 銷售數量  | 銷售額      |
| ---- | ----- | -------- |
| 產品 A | 1,250 | $125,000 |
| 產品 B | 980   | $98,000  |
| 產品 C | 856   | $85,600  |

銷售數據截至本月 20 日。

```

### 📚 教學助理 <a href="#tutorial-assistant" id="tutorial-assistant"></a>

**使用情境**：
學生詢問學習步驟，AI 助理以有序列表方式說明。

**優化效果**：
* 列表項目清楚編號
* 標題層級分明，方便理解步驟順序
* 重點內容使用粗體強調

**範例回答**：
```

## 學習 Python 的建議步驟

1. **基礎語法**
   * 變數和資料型別
   * 條件判斷和迴圈
2. **進階概念**
   * 函數和模組
   * 物件導向程式設計
3. **實作練習**
   * 完成小型專案
   * 參與開源貢獻

每個步驟建議花費 2-3 週時間學習。

```

## 管理員設定 <a href="#admin-settings" id="admin-settings"></a>

### Markdown 渲染設定 <a href="#markdown-rendering-settings" id="markdown-rendering-settings"></a>

WebChat 的 Markdown 渲染功能預設為啟用狀態。如果您的使用情境不需要 Markdown 格式，可以在設定中調整：

1. 進入「發布」→「WebChat 設定」
2. 找到「訊息渲染」設定區塊
3. 選擇渲染模式：
   * **完整 Markdown**：支援所有 Markdown 格式（預設）
   * **基本格式**：僅支援粗體、斜體、連結
   * **純文字**：不渲染任何格式

### 深色模式設定 <a href="#dark-mode-settings" id="dark-mode-settings"></a>

深色模式會自動依據使用者裝置設定啟用。如果您希望讓 WebChat 固定使用淺色或深色主題：

1. 進入「發布」→「WebChat 設定」
2. 找到「外觀」設定區塊
3. 選擇主題模式：
   * **自動**：依據使用者裝置設定（預設）
   * **淺色**：固定使用淺色主題
   * **深色**：固定使用深色主題

<div data-gb-custom-block data-tag="hint" data-style='info'>

WebChat 外觀設定的詳細說明請參考：[串接對話平台：網站](website.md)

</div>

## 效能影響 <a href="#performance-impact" id="performance-impact"></a>

### 渲染效能 <a href="#rendering-performance" id="rendering-performance"></a>

優化後的 Markdown 渲染引擎對效能的影響：

* **載入時間**：首次載入增加約 0.1-0.2 秒（幾乎無感）
* **記憶體使用**：增加約 1-2 MB（對現代瀏覽器影響極小）
* **渲染速度**：相較舊版提升約 30%

### 相容性 <a href="#compatibility" id="compatibility"></a>

優化後的渲染引擎支援以下瀏覽器：

* Chrome / Edge（版本 90 以上）
* Firefox（版本 88 以上）
* Safari（版本 14 以上）
* 行動裝置瀏覽器（iOS Safari、Android Chrome）

<div data-gb-custom-block data-tag="hint" data-style='warning'>

較舊版本的瀏覽器可能無法正確顯示部分 Markdown 格式，建議提醒使用者更新瀏覽器。

</div>

## 常見問題 <a href="#faq" id="faq"></a>

### Q1：為什麼我的 AI 助理回答沒有格式？ <a href="#faq-ai-agent-response-no-format" id="faq-ai-agent-response-no-format"></a>

可能原因：
* AI 助理沒有使用 Markdown 語法
* Markdown 渲染功能被停用
* 瀏覽器版本過舊

### Q2：深色模式下某些內容看不清楚怎麼辦？ <a href="#faq-dark-mode-content-visibility" id="faq-dark-mode-content-visibility"></a>

請嘗試：
1. 清除瀏覽器快取
2. 重新整理頁面
3. 確認使用最新版本的瀏覽器

### Q3：程式碼區塊可以自訂語法高亮的顏色嗎？ <a href="#faq-customize-code-block-syntax-highlight" id="faq-customize-code-block-syntax-highlight"></a>

目前語法高亮顏色是固定的，未來版本可能會開放自訂功能。

### Q4：表格內容過長時會怎麼顯示？ <a href="#faq-long-table-display" id="faq-long-table-display"></a>

表格會自動支援橫向捲動，確保內容完整顯示且不影響其他內容的排版。

### Q5：渲染優化會影響行動裝置的顯示嗎？ <a href="#faq-mobile-device-rendering" id="faq-mobile-device-rendering"></a>

不會。渲染優化針對行動裝置也進行了適配，確保在小螢幕上也能清楚顯示。

```


# 串接對話平台：LINE

## <mark style="color:blue;">串接前確認</mark> <a href="#pre-integration-checklist" id="pre-integration-checklist"></a>

* 已在 [MaiAgent 平台](https://admin.maiagent.ai/)上建立好一個「AI 助理」
* 已經在 [LINE Developers](https://developers.line.biz/zh-hant/) 的 console 平台建立好一個 「Provider」 以及一個 LINE 官方帳號 (Official Account)

<figure><img src="/files/tQSkHCYl6cnv3G0NUo0R" alt=""><figcaption></figcaption></figure>

## <mark style="color:blue;">開始串接</mark> <a href="#start-integration" id="start-integration"></a>

### 1. 到 <https://manager.line.biz/> 選擇您想要串接的官方帳號 <a href="#step-select-line-official-account" id="step-select-line-official-account"></a>

點選 MaiAgent Testing：

<figure><img src="/files/j0bvLvYmDj355TOLRTql" alt=""><figcaption></figcaption></figure>

點選後會進入官方帳號設定的畫面：

<figure><img src="/files/4zZF8vraE43lrXppm2qb" alt=""><figcaption></figcaption></figure>

### 2. 點選右上角的設定 (Settings) <a href="#step-open-settings" id="step-open-settings"></a>

<figure><img src="/files/4e3UDrBUaUWCFyAKbOIc" alt=""><figcaption></figcaption></figure>

接著進入以下的畫面，點選左側 Messaging API 列表：

<figure><img src="/files/oN2JZImEpsutUM8fQZA3" alt=""><figcaption></figcaption></figure>

### 3. 啟用 Messaging API 服務 <a href="#step-enable-messaging-api" id="step-enable-messaging-api"></a>

a. 進入後，點按 <mark style="color:blue;">Enable Messaging API</mark>

<figure><img src="/files/ckWl0buK5gJJB9t2PN6I" alt=""><figcaption></figcaption></figure>

b. 選擇剛剛建立好的 Provider (若您剛剛尚未建立，仍可在這個頁面建立 Provider)

選擇完成後按下<mark style="color:blue;">確認(Agree)</mark>

<figure><img src="/files/EYaGfUGZo1puVvSO6VYa" alt=""><figcaption></figcaption></figure>

c. 傳入隱私權政策等文件 (可選)

下一步，您可以傳入您公司內部的隱私政策等文件網址，完成後按下 「ok」 前往下一步最終確認。

<figure><img src="/files/pyr40PQ5raIGhtClToHR" alt=""><figcaption></figcaption></figure>

{% hint style="danger" %}
最後按下 ok 前請再次確認您連接的 Provider 是否正確，按下 ok 後即無法回復
{% endhint %}

<figure><img src="/files/ZjPLbXemAq3LlD42RjiM" alt=""><figcaption></figcaption></figure>

### 4. 取得 <mark style="color:blue;">Channel ID</mark>、<mark style="color:blue;">Channel Secret</mark>、<mark style="color:blue;">Channel Access Token</mark> <a href="#step-get-channel-credentials" id="step-get-channel-credentials"></a>

a. 按下 OK 後，您就可以取得該 Messaging API 服務的 <mark style="color:blue;">Channel ID</mark> 和 <mark style="color:blue;">Channel secret</mark>：

<figure><img src="/files/1X0s6gxnMN0C8L4fpVtJ" alt=""><figcaption></figcaption></figure>

b. 回到 [LINE Developers ](https://developers.line.biz/console/)頁面，取得 Channel Access Token

進入剛剛創建的 MaiAgent Provider 中

<figure><img src="/files/mWIuJgr6mXfiJaSLmECS" alt=""><figcaption></figcaption></figure>

c. 找到剛剛建立的 MaiAgent Testing Channel，點選進入

<figure><img src="/files/66T6HijpViiwPrDyNn0i" alt=""><figcaption></figcaption></figure>

d. 切換至 Messaging API 頁面，並往下捲動至 Channel access token 區域

<figure><img src="/files/uYKK4eQW1plxsxtjSVQp" alt=""><figcaption></figcaption></figure>

e. 發行 <mark style="color:blue;">Channel access token</mark> 並複製

若您尚未發行 <mark style="color:blue;">Channel access token</mark>，請點選 <mark style="color:blue;">Issue</mark>：

<figure><img src="/files/sBqbAdFpqJeHGNrl5OBY" alt=""><figcaption></figcaption></figure>

接著就能得到您的 <mark style="color:blue;">Channel access token</mark> 並複製使用：

<figure><img src="/files/Ze3ENQiaM4xwFFdnD8GT" alt=""><figcaption></figcaption></figure>

### 5. 到您的 MaiAgent 的對話平台，選擇 LINE <a href="#step-select-line-in-maiagent" id="step-select-line-in-maiagent"></a>

a. 點選右上角<mark style="color:blue;">串接對話平台</mark>

<figure><img src="/files/kHRKVenviYbzhvpwgr7R" alt=""><figcaption></figcaption></figure>

b. 選擇 LINE 作為串接平台

<figure><img src="/files/Xjaij1aqYPGqWaxYD9yV" alt=""><figcaption></figcaption></figure>

### 6. 填入名稱、選擇助理，貼上**剛取得的 Channel ID、Channel Secret、**&#x43;hannel Access Token <a href="#step-fill-channel-credentials" id="step-fill-channel-credentials"></a>

* **名稱：**&#x671F;望在網站上呈現的 AI 助理名稱
* **AI 助理：**&#x9078;擇要串接的 AI 助理
* **LINE 頻道：**&#x586B;入您的 「Channel ID」、「Channel Secret」、「Channel Access Token」

完成後按下右下角的 「串接對話平台」 按鈕，對話平台即準備就緒。

<figure><img src="/files/TGU0A8V2TJYa2eDxU26z" alt=""><figcaption></figcaption></figure>

### 7. 取得 Webhook 網址 <a href="#step-get-webhook-url" id="step-get-webhook-url"></a>

至對話平台選取剛建立的 LINE 頻道，點選操作，於 API 區塊取得 Webhook 網址

<figure><img src="/files/zcbERqhPQNpm63XyT2tV" alt=""><figcaption></figcaption></figure>

### 8. 在 <https://manager.line.biz/> 點選 「Settings/Messaging API」，貼上剛取得的Webhook 網址 <a href="#step-set-webhook-url-in-line" id="step-set-webhook-url-in-line"></a>

<figure><img src="/files/EsH5Ihdm2dD9axYNUnhP" alt=""><figcaption></figcaption></figure>

### 9. 在 <https://developers.line.biz/console/> 重新返回剛建立的 Messaging API 頻道，進行對話設定 <a href="#step-configure-messaging-api-channel" id="step-configure-messaging-api-channel"></a>

於 Auto-reply messages 點選 <mark style="color:blue;">Edit</mark> 按鈕

<figure><img src="/files/rlgNbXlEvlS0JJImBH8X" alt=""><figcaption></figcaption></figure>

將回應設定調整如下圖

<figure><img src="/files/IUMZXXH6FdBKNHRRYJL0" alt=""><figcaption></figcaption></figure>

### **10. 確認串接是否成功** <a href="#step-verify-integration" id="step-verify-integration"></a>

您可以試著加入您自己的 LINE **AI 助理**帳號進行對話

<figure><img src="/files/ltvNOOt0Ld2B6XEEmfzy" alt=""><figcaption></figcaption></figure>

如果相關對話可在 <https://manager.line.biz/> 和 MaiAgent 的所有對話中查看，就表示已成功串接！

<figure><img src="/files/g85bxP1IsergwNkvilEI" alt=""><figcaption></figcaption></figure>

## ⚠️ 重要注意事項 <a href="#important-notes" id="important-notes"></a>

**限制說明**

* LINE 群組僅能加入一個 AI 助理
* 新加入的 AI 助理會導致之前的被自動移除


# 串接對話平台：FB Messenger

## <mark style="color:blue;">串接前確認</mark> <a href="#pre-integration-checklist" id="pre-integration-checklist"></a>

**MaiAgent 準備**

* 已在 [MaiAgent 平台](https://admin.maiagent.ai/)上建立好一個「AI 助理」

**Facebook 權限準備**

* Facebook 帳號已被邀請或建立過商家資產管理組合
* 擁有該商家資產管理組合的「完整控制權限」

**粉絲專頁權限確認**

* 如果粉專已在商家資產管理組合下：無需額外調整
* 如果粉專不在商家資產管理組合下：必須是該粉絲專頁的管理人員且擁有完整控制權限

<div><figure><img src="/files/FLHlsi7PQ6STNF8bNlkc" alt="" width="375"><figcaption></figcaption></figure> <figure><img src="/files/21HBfaades3105SUdHmy" alt="" width="298"><figcaption></figcaption></figure></div>

<figure><img src="/files/8pQtz9CImDWqfyDVmUJe" alt=""><figcaption></figcaption></figure>

## <mark style="color:blue;">開始串接</mark> <a href="#start-integration" id="start-integration"></a>

### 1. 到 MaiAgent 的對話平台頁面，點選「串接對話平台」 <a href="#step-go-to-maiagent-channel-page" id="step-go-to-maiagent-channel-page"></a>

a. 點選右上角<mark style="color:blue;">串接對話平台</mark>

<figure><img src="/files/kHRKVenviYbzhvpwgr7R" alt=""><figcaption></figcaption></figure>

b. 選擇 Messenger

<figure><img src="/files/uIhkhvS6CLrdCcwvBvvd" alt=""><figcaption></figcaption></figure>

c. 登入該粉專的 Facebook 帳號。

<figure><img src="/files/yz4Rcv3PZ22yjXPAZwBB" alt=""><figcaption></figcaption></figure>

### 2. 選擇商家，並選擇（認領）粉專。 <a href="#step-select-business-and-page" id="step-select-business-and-page"></a>

<figure><img src="/files/W68k0a29XIJRp11zkOQ2" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/QkbuWpP6S8MBbgS15fVV" alt=""><figcaption></figcaption></figure>

確定授權，建立成功後即完成託管。

<figure><img src="/files/6vS7sT4eD2ya0DBZtVBm" alt=""><figcaption></figcaption></figure>

### 3. AI 助理設定 <a href="#step-ai-agent-settings" id="step-ai-agent-settings"></a>

輸入對話平台名稱、 選擇 AI 助理及 Messenger 頻道(即為您剛剛認領的粉絲專頁)

<figure><img src="/files/m6e8XkeMOXjDkZxfdT3N" alt=""><figcaption></figcaption></figure>

### 4. 確認串接結果 <a href="#step-verify-integration" id="step-verify-integration"></a>

接著您可以在 MaiAgent 的內部對話試著針對該對話平台送出一個測試訊息，AI 助理如可以正常回覆對話，表示串接已成功。

<figure><img src="/files/XRYc5tiVEcOFRtCt3YoH" alt=""><figcaption></figcaption></figure>

您也可以到該粉專開啟 AI 助理對話，送出測試訊息，機器人如可以正常回覆對話，表示串接已成功。

<figure><img src="/files/T8eJAOL8FraIpPlWsraO" alt=""><figcaption></figcaption></figure>


# 串接對話平台：Telegram

## <mark style="color:blue;">串接前確認</mark> <a href="#pre-integration-checklist" id="pre-integration-checklist"></a>

* 已在 [MaiAgent 平台](https://admin.maiagent.ai/)上建立好一個「AI 助理」
* 已註冊 Telegram 帳號

## <mark style="color:blue;">開始串接</mark> <a href="#start-integration" id="start-integration"></a>

### 1. 進入左側選單 「對話平台」，點選右上方 <mark style="color:blue;">「＋串接對話平台」</mark> 按鈕 <a href="#step-go-to-channel-menu" id="step-go-to-channel-menu"></a>

<figure><img src="/files/s0YsuufEQGWm5Wcy5Mdg" alt=""><figcaption></figcaption></figure>

### 2. 對話平台選擇 Telegram <a href="#step-select-telegram" id="step-select-telegram"></a>

<figure><img src="/files/R2YypqMxnMzHt3k4zJYS" alt=""><figcaption></figcaption></figure>

### 3. 填寫對話平台名稱、選擇 AI 助理 <a href="#step-fill-channel-name-and-ai-agent" id="step-fill-channel-name-and-ai-agent"></a>

<figure><img src="/files/AKuQIWSyDBEg9PSHCmuD" alt=""><figcaption></figcaption></figure>

### 4. 從 BotFather <https://t.me/BotFather> 取得 Bot Token <a href="#step-get-bot-token-from-botfather" id="step-get-bot-token-from-botfather"></a>

#### a. 點選「BotFather」連結：[https://t.me/BotFather](#a.-dian-xuan-botfather-lian-jie) <a href="#sub-step-open-botfather-link" id="sub-step-open-botfather-link"></a>

<figure><img src="/files/T1sNo3U6mcH1OHr752YU" alt=""><figcaption></figcaption></figure>

#### b. 進入 Telegram BotFather 的頻道 <a href="#sub-step-enter-botfather-channel" id="sub-step-enter-botfather-channel"></a>

<figure><img src="/files/4IEO2AJHIhAhSrx6iwXw" alt=""><figcaption></figcaption></figure>

#### c. 點選「OPEN IN WEB」（如果是網頁版） <a href="#sub-step-open-in-web" id="sub-step-open-in-web"></a>

#### 點選後，BotFather 會要求您點選 start 開始對話： <a href="#sub-step-start-botfather-conversation" id="sub-step-start-botfather-conversation"></a>

<figure><img src="/files/1oS7AEKUUqoCuxfjmgcf" alt=""><figcaption></figcaption></figure>

#### d. 點選 「<mark style="color:blue;">/newbot</mark>」，依指示輸入 Bot 名稱與用戶名稱，即可取得 Bot Token <a href="#sub-step-create-new-bot" id="sub-step-create-new-bot"></a>

<figure><img src="/files/sYPnBbelj5ADcAOSWLER" alt=""><figcaption></figcaption></figure>

### 5. 回到 MaiAgent 串接對話平台編輯介面，貼上剛取得的 Bot Token <a href="#step-paste-bot-token-in-maiagent" id="step-paste-bot-token-in-maiagent"></a>

貼上 Bot Token 後，點選右下角的「<mark style="color:blue;">儲存</mark>」按鈕，即可完成串接設定

<figure><img src="/files/wNWsd8y1MpNyicMFaqid" alt=""><figcaption></figcaption></figure>

<figure><img src="/files/IV1EiUbo5vXdOzNQ3qua" alt=""><figcaption></figcaption></figure>

### 6. **確認串接是否成功** <a href="#step-verify-integration" id="step-verify-integration"></a>

您可以至剛設定的 Telegram Bot 進行對話

<figure><img src="/files/DehCa3RS3Tq2ubNTsaHw" alt=""><figcaption></figcaption></figure>

如果相關對話可在 MaiAgent 的所有對話中查看，就表示已成功串接！

<figure><img src="/files/BlKRUg9jfvtg45309Zlw" alt=""><figcaption></figcaption></figure>


# 串接對話平台：Microsoft Teams

## 串接前確認 <a href="#pre-integration-checklist" id="pre-integration-checklist"></a>

* 已在 [MaiAgent 平台](https://admin.maiagent.ai/)上建立好一個「AI 助理」
* 擁有 Microsoft 365 帳號（企業版或教育版）
* 擁有 [Microsoft Azure Portal](https://portal.azure.com/) 帳號與管理權限
* 擁有 Microsoft Entra ID（舊稱 Azure AD）的應用程式註冊權限

{% hint style="warning" %}
Teams Bot 需要組織等級的 Microsoft 365 帳號，個人帳號無法使用。
{% endhint %}

***

## 步驟一：在 Azure 建立 Bot 資源 <a href="#step-create-azure-bot-resource" id="step-create-azure-bot-resource"></a>

### 1. 建立 Azure Bot <a href="#step-create-azure-bot" id="step-create-azure-bot"></a>

登入 [Azure Portal](https://portal.azure.com/)，搜尋 <mark style="color:blue;">AI Foundry</mark>（或 Bot Services），找到 <mark style="color:blue;">Azure Bot</mark> 並點擊 <mark style="color:blue;">建立</mark>。

<figure><img src="/files/7VJ3VxkB7kCGl2MmdnaT" alt=""><figcaption><p>AI Foundry 中選擇 Azure Bot</p></figcaption></figure>

<figure><img src="/files/sCXIqaMKSbhGeEJhd8ME" alt=""><figcaption><p>選擇訂閱方案並建立 Azure Bot</p></figcaption></figure>

### 2. 填寫 Bot 建立表單 <a href="#step-fill-bot-creation-form" id="step-fill-bot-creation-form"></a>

| 欄位                   | 說明                                  |
| -------------------- | ----------------------------------- |
| **Bot 控制代碼**         | 輸入唯一的 Bot 名稱（例如 `MaiAgentTeamsBot`） |
| **訂用帳戶**             | 選擇您的 Azure 訂用帳戶                     |
| **資源群組**             | 選擇現有或建立新的資源群組                       |
| **定價層**              | 建議選擇 F0（免費）                         |
| **Microsoft App ID** | 選擇「建立新的 Microsoft App ID」或使用現有的     |

<figure><img src="/files/cIzQuW2GBxD5qfYTZRPm" alt=""><figcaption><p>填寫 Azure Bot 建立表單</p></figcaption></figure>

點擊 <mark style="color:blue;">檢閱 + 建立</mark>，確認後點擊 <mark style="color:blue;">建立</mark>。

***

## 步驟二：取得 App ID 與密碼 <a href="#step-get-app-id-and-secret" id="step-get-app-id-and-secret"></a>

### 1. 取得 Microsoft App ID <a href="#step-get-microsoft-app-id" id="step-get-microsoft-app-id"></a>

建立完成後，進入 Azure Bot 資源，點選 <mark style="color:blue;">組態</mark>，可看到 **Microsoft App ID**，複製備用。

<figure><img src="/files/zh77R210bqbHAuyt5oBQ" alt=""><figcaption><p>Azure Bot 組態 — 取得 Microsoft App ID</p></figcaption></figure>

### 2. 建立用戶端密碼 <a href="#step-create-client-secret" id="step-create-client-secret"></a>

點選 <mark style="color:blue;">憑證及祕密</mark>（或在 Microsoft Entra ID → 應用程式註冊中找到對應的 App），點擊 <mark style="color:blue;">新增用戶端密碼</mark>，設定描述和到期時間後點擊 <mark style="color:blue;">新增</mark>。

<figure><img src="/files/Oi6VayTiB8DF7M5YSkX6" alt=""><figcaption><p>建立用戶端密碼（Signing Secret）</p></figcaption></figure>

{% hint style="danger" %}
用戶端密碼的「值」只會顯示一次，請務必立即複製並妥善保存。
{% endhint %}

***

## 步驟三：設定 API 權限 <a href="#step-configure-api-permissions" id="step-configure-api-permissions"></a>

### 1. 進入應用程式註冊 <a href="#step-go-to-app-registration" id="step-go-to-app-registration"></a>

在 Azure Portal 搜尋 <mark style="color:blue;">Microsoft Entra ID</mark>，進入 <mark style="color:blue;">應用程式註冊</mark>，找到與 Bot 對應的應用程式。

<figure><img src="/files/NPH3SfiZQSKow4Onqz9j" alt=""><figcaption><p>Microsoft Entra ID — 應用程式註冊</p></figcaption></figure>

### 2. 新增 API 權限 <a href="#step-add-api-permissions" id="step-add-api-permissions"></a>

點選左側選單 <mark style="color:blue;">API 權限</mark>，點擊 <mark style="color:blue;">新增權限</mark>。

<figure><img src="/files/0ca6rW8Ri8Hftk1WyJ3c" alt=""><figcaption><p>API 權限頁面</p></figcaption></figure>

### 3. 選擇 Microsoft Graph <a href="#step-select-microsoft-graph" id="step-select-microsoft-graph"></a>

選擇 <mark style="color:blue;">Microsoft Graph</mark> → <mark style="color:blue;">應用程式權限</mark>，搜尋 `User.Read.All` 並勾選，點擊 <mark style="color:blue;">新增權限</mark>。

<figure><img src="/files/pyTeY4UBk6mUMawtJRmF" alt=""><figcaption><p>選擇應用程式權限</p></figcaption></figure>

<figure><img src="/files/bPdDCjLxOtoPAlO0yF15" alt=""><figcaption><p>新增 User.Read.All 權限</p></figcaption></figure>

### 4. 授與管理員同意 <a href="#step-grant-admin-consent" id="step-grant-admin-consent"></a>

回到 API 權限頁面，點擊 <mark style="color:blue;">代表 {組織名稱} 授與管理員同意</mark>。

<figure><img src="/files/sEQkxpyAeB7mcRZqUTv1" alt=""><figcaption><p>授與管理員同意後，狀態顯示綠色勾號</p></figcaption></figure>

***

## 步驟四：在 MaiAgent 建立 Teams 對話平台 <a href="#step-create-teams-channel-in-maiagent" id="step-create-teams-channel-in-maiagent"></a>

### 1. 進入串接對話平台 <a href="#step-go-to-channel-integration" id="step-go-to-channel-integration"></a>

在 MaiAgent 左側選單點選 <mark style="color:blue;">對話平台</mark>，點擊 <mark style="color:blue;">串接對話平台</mark>，選擇 <mark style="color:blue;">Azure Bot</mark>（即 Microsoft Teams）。

### 2. 填寫基本設定 <a href="#step-fill-basic-settings" id="step-fill-basic-settings"></a>

| 欄位                         | 說明                  |
| -------------------------- | ------------------- |
| **名稱**                     | 為此串接取一個名稱（必填）       |
| **AI 助理**                  | 選擇要綁定的 AI 助理        |
| **Microsoft App ID**       | 貼上步驟二取得的應用程式 ID（必填） |
| **Microsoft App Password** | 貼上步驟二取得的用戶端密碼（必填）   |

### 3. 儲存並取得 Webhook URL <a href="#step-save-and-get-webhook-url" id="step-save-and-get-webhook-url"></a>

點擊 <mark style="color:blue;">串接對話平台</mark> 完成建立。系統會產生 **Webhook URL**，複製備用。

***

## 步驟五：回到 Azure 設定訊息端點與頻道 <a href="#step-configure-message-endpoint-and-channel-in-azure" id="step-configure-message-endpoint-and-channel-in-azure"></a>

### 1. 設定訊息端點 <a href="#step-set-message-endpoint" id="step-set-message-endpoint"></a>

回到 Azure Bot 資源，進入 <mark style="color:blue;">Bot 設定檔</mark>（組態），將 MaiAgent 產生的 **Webhook URL** 貼入 <mark style="color:blue;">訊息端點</mark> 欄位，點擊 <mark style="color:blue;">套用</mark>。

<figure><img src="/files/Qaz75sns0SAo0nouLt8h" alt=""><figcaption><p>Bot 設定檔 — 填入訊息端點（Webhook URL）</p></figcaption></figure>

### 2. 啟用 Microsoft Teams 頻道 <a href="#step-enable-microsoft-teams-channel" id="step-enable-microsoft-teams-channel"></a>

在左側選單點選 <mark style="color:blue;">頻道</mark>，確認 <mark style="color:blue;">Microsoft Teams</mark> 頻道已啟用且狀態為 Healthy。

<figure><img src="/files/km3Epeg2AraO4BdZA9HV" alt=""><figcaption><p>頻道設定 — Microsoft Teams 頻道已連接</p></figcaption></figure>

***

## 步驟六：在 Teams 中安裝 Bot <a href="#step-install-bot-in-teams" id="step-install-bot-in-teams"></a>

### 方法一：透過 Teams Admin Center 上傳 <a href="#method-upload-via-teams-admin-center" id="method-upload-via-teams-admin-center"></a>

如果需要讓組織內的所有使用者使用，可透過 [Teams Admin Center](https://admin.teams.microsoft.com/) 上傳 App Manifest：

1. 登入 [Teams Admin Center](https://admin.teams.microsoft.com/)，進入 <mark style="color:blue;">Manage apps</mark>
2. 點擊 <mark style="color:blue;">Upload new app</mark>，上傳 Teams App Manifest（.zip 檔案）

<figure><img src="/files/WJNCU4tYQH3qAB9gywPs" alt=""><figcaption><p>Teams Admin Center — 管理應用程式</p></figcaption></figure>

<figure><img src="/files/tNMwk8zukAeeokHSSqdg" alt=""><figcaption><p>上傳的 App 詳細資訊</p></figcaption></figure>

{% hint style="info" %}
Teams App Manifest 範本可從 [Google Drive](https://drive.google.com/drive/folders/1E2i3y15oC65xu_5zFIXN7yG9KBgp34KB) 下載，需修改其中的 Bot ID 為您的 Microsoft App ID。
{% endhint %}

### 方法二：透過 Teams 應用程式搜尋 <a href="#method-search-via-teams-app" id="method-search-via-teams-app"></a>

1. 開啟 Microsoft Teams，點選左側 <mark style="color:blue;">應用程式</mark>
2. 搜尋您的 Bot 名稱
3. 點擊 <mark style="color:blue;">開啟</mark> 或 <mark style="color:blue;">新增</mark> 安裝 Bot

<figure><img src="/files/gX5Q5sQqFSzm6rOFEhWa" alt=""><figcaption><p>在 Teams 應用程式中搜尋並安裝 Bot</p></figcaption></figure>

<figure><img src="/files/f69ORqMO6pIp0NVmR4mm" alt=""><figcaption><p>確認安裝 Bot 並查看權限</p></figcaption></figure>

***

## 開始使用 <a href="#getting-started" id="getting-started"></a>

安裝完成後，在 Teams 聊天列表中可找到 Bot，直接傳送訊息即可與 AI 助理互動。

<figure><img src="/files/hwXf7Lk6OPmTT0LBxbDX" alt=""><figcaption><p>在 Teams 中與 MaiAgent Bot 開始對話</p></figcaption></figure>

<figure><img src="/files/POMWdES7sVrtOkoVcf7y" alt=""><figcaption><p>Teams 對話示範 — AI 助理自動回覆</p></figcaption></figure>

***

## 重要注意事項 <a href="#important-notes" id="important-notes"></a>

{% hint style="warning" %}
**安全性**

* 用戶端密碼請妥善保管，切勿公開分享
* 建議定期更新用戶端密碼

**限制說明**

* Bot 在團隊頻道中須被 @ 提及才會回應（一對一私訊不需要）
* Azure Bot Service 免費層（F0）每月可處理 10,000 則訊息

**疑難排解**

* **Bot 無法回應**：確認 Webhook URL（訊息端點）設定正確
* **無法在 Teams 找到 Bot**：確認已在 Teams Admin Center 上傳 Manifest 並核准
* **權限錯誤**：確認 API 權限已授與管理員同意
  {% endhint %}


# 串接對話平台：WhatsApp

## 串接前確認 <a href="#pre-integration-checklist" id="pre-integration-checklist"></a>

* 已在 [MaiAgent 平台](https://admin.maiagent.ai/)上建立好一個「AI 助理」
* 已擁有 [Meta Business](https://business.facebook.com/) 帳號
* 已建立 WhatsApp Business 帳號並綁定電話號碼

## 開始串接 <a href="#start-integration" id="start-integration"></a>

### 1. 進入串接對話平台頁面 <a href="#step-go-to-channel-page" id="step-go-to-channel-page"></a>

在左側選單點選 <mark style="color:blue;">對話平台</mark>，點擊右上角 <mark style="color:blue;">串接對話平台</mark> 按鈕。

<figure><img src="/files/IAjhGtL7M9fClzhzJxMs" alt=""><figcaption><p>選擇要串接的平台類型</p></figcaption></figure>

### 2. 選擇 WhatsApp <a href="#step-select-whatsapp" id="step-select-whatsapp"></a>

在平台選擇頁面中，點擊 <mark style="color:blue;">WhatsApp</mark>。

<figure><img src="/files/bmbc36jb3CFr6cAGSRFe" alt=""><figcaption><p>WhatsApp 串接設定畫面</p></figcaption></figure>

### 3. 連接 Facebook 帳號 <a href="#step-connect-facebook-account" id="step-connect-facebook-account"></a>

點擊 <mark style="color:blue;">連接 WhatsApp</mark> 按鈕，系統會開啟 Facebook OAuth 登入視窗。

1. 登入您的 Facebook 帳號
2. 授權 MaiAgent 存取 WhatsApp Business 管理權限
3. 授權完成後，視窗會自動關閉並回到設定頁面

{% hint style="warning" %}
請確認瀏覽器允許彈出視窗，否則 OAuth 登入視窗可能被封鎖。
{% endhint %}

### 4. 選擇 WhatsApp Business 帳號與電話號碼 <a href="#step-select-whatsapp-business-account-and-phone" id="step-select-whatsapp-business-account-and-phone"></a>

OAuth 授權完成後：

1. 從 <mark style="color:blue;">選擇 WhatsApp Business 帳號</mark> 下拉選單中，選擇要串接的商業帳號
2. 從 <mark style="color:blue;">選擇電話號碼</mark> 下拉選單中，選擇要接收訊息的電話號碼

### 5. 基本設定 <a href="#step-basic-settings" id="step-basic-settings"></a>

| 欄位         | 說明                           |
| ---------- | ---------------------------- |
| **對話平台名稱** | 為此串接取一個名稱，方便辨識               |
| **AI 助理**  | 選擇要綁定的 AI 助理                 |
| **重置指令**   | （選填）設定讓使用者重新開始對話的指令，例如「重新開始」 |

### 6. 儲存設定 <a href="#step-save-settings" id="step-save-settings"></a>

確認設定無誤後，點擊 <mark style="color:blue;">儲存</mark> 完成串接。

串接完成後，使用者透過 WhatsApp 傳送訊息至該電話號碼時，AI 助理就會自動回覆。

{% hint style="info" %}
串接成功後，您可以在對話平台列表中找到此串接，點擊編輯可進一步設定功能選項（OCR 辨識、時段回覆、權限控管等）。
{% endhint %}


# 串接對話平台：Email

## 串接前確認 <a href="#pre-integration-checklist" id="pre-integration-checklist"></a>

* 已在 [MaiAgent 平台](https://admin.maiagent.ai/)上建立好一個「AI 助理」
* 已準備好要串接的電子郵件帳號（Gmail、Outlook、Yahoo 或自訂郵件伺服器）
* 若使用 Gmail 或 Outlook，需先產生**應用程式專用密碼**（非帳號密碼）

{% hint style="warning" %}
Gmail 必須使用 16 位數的應用程式專用密碼，無法使用 Google 帳號密碼登入。請先至 [Google 帳號安全性](https://myaccount.google.com/apppasswords) 產生專用密碼。
{% endhint %}

## 開始串接 <a href="#start-integration" id="start-integration"></a>

### 1. 進入串接對話平台頁面 <a href="#step-go-to-channel-page" id="step-go-to-channel-page"></a>

在左側選單點選 <mark style="color:blue;">對話平台</mark>，點擊右上角 <mark style="color:blue;">串接對話平台</mark> 按鈕。

### 2. 選擇 Email <a href="#step-select-email" id="step-select-email"></a>

在平台選擇頁面中，點擊 <mark style="color:blue;">Email</mark>。

<figure><img src="/files/faGajEvGgIr4Or7yUsGD" alt=""><figcaption><p>Email 串接設定畫面</p></figcaption></figure>

### 3. 選擇郵件服務商 <a href="#step-select-email-provider" id="step-select-email-provider"></a>

從 <mark style="color:blue;">郵件服務商</mark> 下拉選單中選擇：

| 服務商                      | 說明                               |
| ------------------------ | -------------------------------- |
| **Gmail**                | Google 信箱，需使用應用程式專用密碼            |
| **Outlook / Office 365** | Microsoft 信箱，啟用兩步驟驗證時需使用應用程式專用密碼 |
| **Yahoo Mail**           | Yahoo 信箱，需使用應用程式專用密碼             |
| **自訂**                   | 自行設定 IMAP/SMTP 伺服器參數             |

選擇服務商後，系統會自動填入對應的 IMAP 和 SMTP 伺服器設定。

### 4. 填寫連線資訊 <a href="#step-fill-connection-info" id="step-fill-connection-info"></a>

#### 電子郵件地址 <a href="#email-address" id="email-address"></a>

輸入要串接的完整郵件地址，例如 `support@yourcompany.com`。

#### IMAP 設定（收信） <a href="#imap-settings" id="imap-settings"></a>

| 欄位            | 說明                                |
| ------------- | --------------------------------- |
| **IMAP 伺服器**  | 收信伺服器位址（Gmail 為 `imap.gmail.com`） |
| **IMAP Port** | 連接埠號（通常為 993）                     |
| **使用 SSL**    | 建議開啟以確保傳輸安全                       |

#### SMTP 設定（寄信） <a href="#smtp-settings" id="smtp-settings"></a>

| 欄位            | 說明                                |
| ------------- | --------------------------------- |
| **SMTP 伺服器**  | 寄信伺服器位址（Gmail 為 `smtp.gmail.com`） |
| **SMTP Port** | 連接埠號（通常為 587）                     |
| **使用 TLS**    | 建議開啟以確保傳輸安全                       |

#### 認證設定 <a href="#authentication-settings" id="authentication-settings"></a>

| 欄位        | 說明              |
| --------- | --------------- |
| **使用者名稱** | 通常為電子郵件地址       |
| **密碼**    | 應用程式專用密碼（非帳號密碼） |

### 5. 測試連線 <a href="#step-test-connection" id="step-test-connection"></a>

填寫完成後，點擊 <mark style="color:blue;">測試連線</mark> 按鈕。系統會同時測試 IMAP（收信）和 SMTP（寄信）的連線狀況。

* **連線成功**：顯示「連線成功！IMAP 和 SMTP 伺服器連線測試通過」
* **連線失敗**：系統會顯示具體的錯誤原因（認證失敗、伺服器無法連線等），請根據提示修正設定

{% hint style="danger" %}
請務必在儲存前完成連線測試，確認 IMAP 和 SMTP 均可正常連線。
{% endhint %}

### 6. 基本設定與儲存 <a href="#step-basic-settings-and-save" id="step-basic-settings-and-save"></a>

| 欄位         | 說明                |
| ---------- | ----------------- |
| **對話平台名稱** | 為此串接取一個名稱         |
| **AI 助理**  | 選擇要綁定的 AI 助理      |
| **輪詢間隔**   | （選填）系統檢查新郵件的頻率（秒） |
| **重置指令**   | （選填）讓使用者重新開始對話的指令 |

確認設定無誤後，點擊 <mark style="color:blue;">儲存</mark> 完成串接。

串接完成後，當有人寄信至該郵件地址時，AI 助理會自動讀取郵件內容並回覆。

{% hint style="info" %}
串接成功後，您可以在對話平台列表中找到此串接，點擊編輯可進一步設定功能選項（時段回覆、寄件人名稱感知、權限控管等）。
{% endhint %}


# 串接對話平台：Slack

## 串接前確認 <a href="#pre-integration-checklist" id="pre-integration-checklist"></a>

* 已在 [MaiAgent 平台](https://admin.maiagent.ai/)上建立好一個「AI 助理」
* 已擁有 Slack 工作空間（Workspace）的管理員權限

## 步驟一：建立 Slack App <a href="#step-create-slack-app" id="step-create-slack-app"></a>

### 1. 前往 Slack API 建立 App <a href="#step-go-to-slack-api" id="step-go-to-slack-api"></a>

前往 <https://api.slack.com/apps>，點擊 <mark style="color:blue;">Create an App</mark>。

<figure><img src="/files/OtWhptIOuToUQpPJ7r0v" alt=""><figcaption><p>Slack API — Your Apps 頁面</p></figcaption></figure>

### 2. 選擇 From scratch <a href="#step-create-from-scratch" id="step-create-from-scratch"></a>

選擇 <mark style="color:blue;">From scratch</mark>，使用圖形介面手動設定。

<figure><img src="/files/h5EuFoXByb1Nfm1OSvI2" alt=""><figcaption><p>選擇 From scratch 建立方式</p></figcaption></figure>

### 3. 填寫 App 名稱與工作空間 <a href="#step-fill-app-name-and-workspace" id="step-fill-app-name-and-workspace"></a>

輸入 App 名稱（例如 `MaiAgentBot`），並選擇要安裝的 Slack 工作空間，點擊 <mark style="color:blue;">Create App</mark>。

<figure><img src="/files/XJdeBhecufsSmBSkCJ00" alt=""><figcaption><p>填寫 App 名稱並選擇工作空間</p></figcaption></figure>

### 4. 取得 Signing Secret <a href="#step-get-signing-secret" id="step-get-signing-secret"></a>

建立完成後，進入 <mark style="color:blue;">Basic Information</mark> 頁面，在 **App Credentials** 區塊找到 <mark style="color:blue;">Signing Secret</mark>，點擊 <mark style="color:blue;">Show</mark> 後複製備用。

<figure><img src="/files/XrzMKOLPs5STFsQ1Ez3e" alt=""><figcaption><p>App Credentials — 複製 Signing Secret</p></figcaption></figure>

***

## 步驟二：設定 Bot 權限 <a href="#step-configure-bot-permissions" id="step-configure-bot-permissions"></a>

### 1. 進入 OAuth & Permissions <a href="#step-go-to-oauth-permissions" id="step-go-to-oauth-permissions"></a>

在左側選單點選 <mark style="color:blue;">OAuth & Permissions</mark>。

<figure><img src="/files/eyyIQ5hssiitk30SOSYq" alt=""><figcaption><p>OAuth &#x26; Permissions 頁面</p></figcaption></figure>

### 2. 新增 Bot Token Scopes <a href="#step-add-bot-token-scopes" id="step-add-bot-token-scopes"></a>

往下捲動到 **Bot Token Scopes** 區塊，點擊 <mark style="color:blue;">Add an OAuth Scope</mark>，依序新增以下權限：

| Scope               | 說明            |
| ------------------- | ------------- |
| `app_mentions:read` | 讀取 @ 提及機器人的訊息 |
| `channels:history`  | 讀取公開頻道的訊息歷史   |
| `chat:write`        | 發送訊息          |
| `files:read`        | 讀取檔案（圖片/文件）   |
| `groups:history`    | 讀取私人頻道的訊息歷史   |
| `im:history`        | 讀取私訊的訊息歷史     |
| `mpim:history`      | 讀取群組私訊的歷史     |

<figure><img src="/files/0XjjZqNkt3QweYWLISKS" alt=""><figcaption><p>Bot Token Scopes 權限設定</p></figcaption></figure>

### 3. 安裝 App 到工作空間 <a href="#step-install-app-to-workspace" id="step-install-app-to-workspace"></a>

捲動回頁面上方，點擊 <mark style="color:blue;">Install to Workspace</mark>（或 Reinstall to Workspace）。

<figure><img src="/files/7HphyVLDwszjarlW6uQk" alt=""><figcaption><p>Install App 頁面</p></figcaption></figure>

Slack 會跳轉至授權頁面，確認權限後點擊 <mark style="color:blue;">允許</mark>。

<figure><img src="/files/FBSzPld0kCNFUQoAeSeG" alt=""><figcaption><p>授權 App 存取工作空間</p></figcaption></figure>

### 4. 複製 Bot User OAuth Token <a href="#step-copy-bot-user-oauth-token" id="step-copy-bot-user-oauth-token"></a>

安裝完成後，回到 <mark style="color:blue;">OAuth & Permissions</mark> 頁面，複製 <mark style="color:blue;">Bot User OAuth Token</mark>（格式為 `xoxb-...`）。

<figure><img src="/files/L8lcpbgarZ7pmDOdXsVa" alt=""><figcaption><p>複製 Bot User OAuth Token</p></figcaption></figure>

***

## 步驟三：設定 App Home（啟用私訊） <a href="#step-configure-app-home" id="step-configure-app-home"></a>

進入左側選單 <mark style="color:blue;">App Home</mark> 頁面，在 **Show Tabs** 區塊中：

1. 開啟 <mark style="color:blue;">Messages Tab</mark>
2. 勾選 <mark style="color:blue;">Allow users to send Slash commands and messages from the messages tab</mark>

<figure><img src="/files/VHs96ZqZOlgTDGSba3E3" alt=""><figcaption><p>啟用 Messages Tab 讓使用者能私訊 Bot</p></figcaption></figure>

{% hint style="warning" %}
此步驟必須完成，否則使用者無法透過私訊與 Bot 互動。
{% endhint %}

***

## 步驟四：在 MaiAgent 建立 Slack 對話平台 <a href="#step-create-slack-channel-in-maiagent" id="step-create-slack-channel-in-maiagent"></a>

### 1. 進入串接對話平台 <a href="#step-go-to-channel-integration" id="step-go-to-channel-integration"></a>

在 MaiAgent 左側選單點選 <mark style="color:blue;">對話平台</mark>，點擊右上角 <mark style="color:blue;">串接對話平台</mark>，選擇 <mark style="color:blue;">Slack</mark>。

<figure><img src="/files/LRwWtpDmRfe2b3Egf8yE" alt=""><figcaption><p>MaiAgent Slack 串接設定畫面</p></figcaption></figure>

### 2. 填寫基本設定 <a href="#step-fill-basic-settings" id="step-fill-basic-settings"></a>

| 欄位                       | 說明                          |
| ------------------------ | --------------------------- |
| **名稱**                   | 為此串接取一個名稱（必填）               |
| **AI 助理**                | 選擇要綁定的 AI 助理                |
| **Bot User OAuth Token** | 貼上步驟二取得的 Bot Token（必填）      |
| **Signing Secret**       | 貼上步驟一取得的 Signing Secret（必填） |

### 3. 驗證憑證 <a href="#step-verify-credentials" id="step-verify-credentials"></a>

點擊 <mark style="color:blue;">驗證憑證</mark> 按鈕，確認 Token 和 Secret 正確無誤。

### 4. 聊天室設定 <a href="#step-chat-room-settings" id="step-chat-room-settings"></a>

| 設定                 | 說明                         |
| ------------------ | -------------------------- |
| **群組中僅在被 @ 提及時回應** | 開啟後，Bot 在群組頻道中只有被 @ 提及時才回應 |
| **啟用重置命令**         | 開啟後，使用者可透過指令重新開始對話         |

### 5. 儲存並取得 Webhook URL <a href="#step-save-and-get-webhook-url" id="step-save-and-get-webhook-url"></a>

點擊 <mark style="color:blue;">串接對話平台</mark> 完成建立。系統會產生 **Webhook URL**，請複製備用。

***

## 步驟五：回到 Slack App 設定 Event Subscriptions <a href="#step-configure-event-subscriptions" id="step-configure-event-subscriptions"></a>

### 1. 啟用 Events <a href="#step-enable-events" id="step-enable-events"></a>

在 Slack App 左側選單點選 <mark style="color:blue;">Event Subscriptions</mark>，開啟 <mark style="color:blue;">Enable Events</mark>。

<figure><img src="/files/IJ7wErG7rVNlsCh4BzIa" alt=""><figcaption><p>Event Subscriptions 設定頁面</p></figcaption></figure>

### 2. 貼上 Request URL <a href="#step-paste-request-url" id="step-paste-request-url"></a>

將 MaiAgent 產生的 **Webhook URL** 貼入 <mark style="color:blue;">Request URL</mark> 欄位。Slack 會自動驗證，顯示 <mark style="color:green;">Verified ✓</mark> 表示設定成功。

<figure><img src="/files/JyRV5R42WRJvAHzqna8l" alt=""><figcaption><p>Request URL 驗證成功</p></figcaption></figure>

### 3. 訂閱 Bot Events <a href="#step-subscribe-bot-events" id="step-subscribe-bot-events"></a>

展開 **Subscribe to bot events** 區塊，點擊 <mark style="color:blue;">Add Bot User Event</mark>，新增以下事件：

| Event              | 說明         |
| ------------------ | ---------- |
| `message.im`       | 私訊中的新訊息    |
| `message.channels` | 公開頻道中的新訊息  |
| `message.groups`   | 私人頻道中的新訊息  |
| `message.mpim`     | 群組私訊中的新訊息  |
| `app_mention`      | 在頻道中被 @ 提及 |

<figure><img src="/files/cIm3usZ6B00B449BBXm6" alt=""><figcaption><p>訂閱 Bot Events</p></figcaption></figure>

### 4. 儲存變更 <a href="#step-save-changes" id="step-save-changes"></a>

點擊 <mark style="color:blue;">Save Changes</mark> 完成設定。

{% hint style="warning" %}
儲存後 Slack 可能會要求重新安裝 App，請點擊頁面頂部提示重新安裝以套用新權限。
{% endhint %}

***

## 開始使用 <a href="#getting-started" id="getting-started"></a>

串接完成後，您可以透過以下方式與 AI 助理互動：

### 私訊對話 <a href="#direct-message-conversation" id="direct-message-conversation"></a>

直接在 Slack 中私訊 Bot，AI 助理會自動回覆。支援傳送文字、圖片和檔案。

<figure><img src="/files/nagFOZ75qZx0OH8nuVbP" alt=""><figcaption><p>Slack 私訊對話 — AI 助理自動回覆（支援圖片辨識）</p></figcaption></figure>

### 檔案上傳與分析 <a href="#file-upload-and-analysis" id="file-upload-and-analysis"></a>

使用者可在對話中上傳 Excel、PDF 等檔案，AI 助理能讀取檔案內容並回答相關問題。

<figure><img src="/files/3uYSCkHnWd56xhcfV1pq" alt=""><figcaption><p>上傳 Excel 檔案，AI 助理自動分析內容</p></figcaption></figure>

### 頻道 @ 提及 <a href="#channel-mention" id="channel-mention"></a>

在頻道中 `@Bot名稱 你的問題`，AI 助理會在頻道中回覆。

{% hint style="info" %}
如需將 Bot 加入特定頻道，請在該頻道中輸入 `/invite @Bot名稱`，或在頻道設定 → 整合 → 新增應用程式中加入。
{% endhint %}


# 所有對話的功能

點入左側功能欄的 「<mark style="color:blue;">客服對話 ></mark> <mark style="color:blue;">所有對話</mark>」，您可以看到所有對話平台的對話紀錄。

必要時，線上客服人員可以介入對話，直接在對話框內進行回覆。

也可以按下右下角 「<mark style="color:blue;">自動回覆</mark>」 的開關，關閉或開啟自動回覆功能。

<figure><img src="/files/AKSxtUhAbZhNOmHDA0sB" alt=""><figcaption></figcaption></figure>


# 對話檢視器

檢視完整對話內容與詳細資訊

### 功能簡介 <a href="#feature-introduction" id="feature-introduction"></a>

對話查看器是 MaiAgent 後台管理介面中的對話檢視頁面，讓管理者與客服人員能夠以更清晰、詳細的方式查看完整的對話記錄。透過對話查看器頁面，您可以專注檢視單一對話的所有細節，包含訊息內容、時間軸、使用工具記錄等資訊。

{% hint style="info" %}
對話查看器特別適合用於品質監控、客服訓練、問題追蹤等情境，讓您能更有效地分析對話內容。
{% endhint %}

***

### 開啟對話查看器 <a href="#open-conversation-viewer" id="open-conversation-viewer"></a>

#### 從收件匣進入 <a href="#enter-from-inbox" id="enter-from-inbox"></a>

1. **進入對話列表**
   * 點選左側選單「<mark style="color:blue;">客服對話</mark>」
   * 點選「<mark style="color:blue;">所有對話</mark>」
2. **選擇要查看的對話**
   * 在對話列表中找到目標對話
   * 點選對話即可進入對話查看器頁面

***

### 介面說明 <a href="#interface-description" id="interface-description"></a>

#### 主要區塊 <a href="#main-sections" id="main-sections"></a>

<table><thead><tr><th width="200">區塊名稱</th><th>功能說明</th></tr></thead><tbody><tr><td><strong>對話資訊面板</strong></td><td>顯示對話基本資訊<br>- 使用者名稱<br>- 對話平台（LINE / Facebook / Web Chat）<br>- 開始時間<br>- 對話狀態</td></tr><tr><td><strong>訊息時間軸</strong></td><td>依時間順序顯示完整對話記錄<br>- 使用者訊息<br>- AI 回覆<br>- 系統訊息<br>- 時間戳記</td></tr><tr><td><strong>對話詳細資訊</strong></td><td>顯示進階資訊<br>- 使用的 AI 助理<br>- 呼叫的工具記錄<br>- 知識庫查詢結果<br>- Token 使用量</td></tr><tr><td><strong>操作按鈕</strong></td><td>提供快速操作<br>- 匯出對話記錄（PDF）<br>- 複製對話內容</td></tr></tbody></table>

#### 訊息顯示 <a href="#message-display" id="message-display"></a>

* **使用者訊息**：顯示在左側，使用淺色背景
* **AI 回覆**：顯示在右側，使用品牌色背景
* **系統訊息**：置中顯示，使用灰色文字
* **時間戳記**：每則訊息下方顯示發送時間

***

### 進階功能 <a href="#advanced-features" id="advanced-features"></a>

#### 工具使用記錄 <a href="#tool-usage-log" id="tool-usage-log"></a>

對話查看器會清楚顯示 AI 助理在對話中使用的工具：

```
[工具呼叫] 知識庫查詢
查詢關鍵字: 退貨流程
查詢結果: 找到 3 筆相關文件
使用時間: 2025-12-10 14:23:15
```

#### 知識庫引用追蹤 <a href="#knowledge-base-citation-tracking" id="knowledge-base-citation-tracking"></a>

AI 回覆如果引用知識庫內容，會標示引用來源：

```
[引用來源] 退換貨政策.pdf
相關段落: "商品到貨 7 天內可申請退貨..."
相似度: 95%
```

#### Token 使用統計 <a href="#token-usage-stats" id="token-usage-stats"></a>

顯示該對話的 Token 消耗：

* **使用者輸入**: 120 Tokens
* **AI 回覆**: 350 Tokens
* **工具呼叫**: 80 Tokens
* **總計**: 550 Tokens

{% hint style="info" %}
Token 統計有助於分析對話成本與優化 AI 助理設定。
{% endhint %}

***

### 應用情境 <a href="#use-cases" id="use-cases"></a>

#### 情境一：品質監控 <a href="#use-case-quality-monitoring" id="use-case-quality-monitoring"></a>

**需求**：主管每日抽查對話品質，確認 AI 回覆是否符合標準

**操作流程**：

1. 每日從收件匣隨機選擇 10 筆對話
2. 使用對話查看器逐一檢視
3. 檢查重點：
   * AI 回覆是否準確
   * 語氣是否適當
   * 是否正確使用工具
   * 知識庫引用是否相關
4. 標記需要改善的對話
5. 提供回饋給 AI 訓練團隊

#### 情境二：客服訓練 <a href="#use-case-customer-service-training" id="use-case-customer-service-training"></a>

**需求**：使用實際對話案例訓練新進客服人員

**操作流程**：

1. 篩選出優秀的對話範例（處理得當的複雜問題）
2. 使用對話查看器進行逐步解說
3. 重點說明：
   * 如何理解客戶需求
   * 如何有效使用工具
   * 如何引導對話流程
   * 如何妥善結束對話
4. 讓新人模擬類似情境

#### 情境三：問題診斷 <a href="#use-case-issue-diagnosis" id="use-case-issue-diagnosis"></a>

**需求**：使用者反應 AI 回覆不正確，需要找出原因

**操作流程**：

1. 透過搜尋功能找到該對話
2. 使用對話查看器詳細檢視
3. 分析問題點：
   * 檢查使用者問題是否被正確理解
   * 查看 AI 呼叫了哪些工具
   * 確認知識庫查詢結果是否相關
   * 檢視 AI 的推理過程
4. 找出問題根源（知識庫不足 / 工具設定錯誤 / Prompt 需優化）
5. 進行相應調整

***

### 匯出對話記錄 <a href="#export-conversation-history" id="export-conversation-history"></a>

#### 匯出步驟 <a href="#export-steps" id="export-steps"></a>

1. 在對話查看器中點選「<mark style="color:blue;">匯出</mark>」按鈕
2. 系統會將對話記錄匯出為 PDF 格式
3. PDF 檔案會自動下載至您的裝置

{% hint style="warning" %}
**隱私提醒**

匯出的對話記錄可能包含使用者個人資訊，請妥善保管，遵守隱私政策與相關法規。
{% endhint %}

***

### 常見問題 <a href="#faq" id="faq"></a>

#### Q：對話查看器與一般對話視窗有何不同？ <a href="#faq-difference-from-regular-chat" id="faq-difference-from-regular-chat"></a>

**A**：對話查看器提供更完整的資訊，包含工具使用記錄、知識庫引用追蹤、Token 使用統計等進階資訊，適合用於分析、監控與訓練。一般對話視窗則適合日常回覆操作。

#### Q：可以在對話查看器中直接回覆嗎？ <a href="#faq-reply-in-conversation-viewer" id="faq-reply-in-conversation-viewer"></a>

**A**：不行。對話查看器是唯讀介面，主要用於檢視與分析。如需回覆對話，請回到對話列表中操作。

#### Q：對話查看器會顯示已刪除的訊息嗎？ <a href="#faq-show-deleted-messages" id="faq-show-deleted-messages"></a>

**A**：不會。對話查看器只顯示當前存在的訊息記錄。已刪除的訊息無法復原顯示。

#### Q：對話查看器載入速度慢怎麼辦？ <a href="#faq-slow-loading" id="faq-slow-loading"></a>

**A**：可能原因與解決方式：

* **對話過長**：超過 100 則訊息的對話載入較慢，請稍候
* **網路問題**：檢查網路連線狀況
* **包含大型附件**：圖片或檔案過多會影響載入速度

***

### 相關功能 <a href="#related-features" id="related-features"></a>

{% hint style="info" %}
**延伸功能**

* [收件匣搜尋功能](/conversations/inbox-search)
* [所有對話的功能](/conversations/reply)
* [回覆品質控管](https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/channels/quality.md)
* [使用分析](/org/usage)
  {% endhint %}


# 轉真人客服通知

當對話被指派給真人客服時，透過 Email 與通知中心主動通知專員與主管，縮短接手反應時間

當一筆對話從 AI 轉給真人並**指派給客服專員**時，MaiAgent 會主動透過 <mark style="color:blue;">Email</mark> 與 <mark style="color:blue;">通知中心</mark>通知該專員（並可同步副本通知主管），讓專員即使沒有一直盯著後台，也能在對話被指派的當下就收到提醒、盡快接手。

{% hint style="info" %}
本功能屬於「**客服轉真人設定**」的一部分。只有在該對話平台已<mark style="color:blue;">啟用真人客服轉接</mark>後，通知才會發送。
{% endhint %}

## 什麼情況下會發出通知？ <a href="#when-notified" id="when-notified"></a>

通知在對話**被指派給某位專員**（Human Assigned）的當下發出，一次涵蓋兩個管道：

* **Email 通知**：寄給被指派的專員；副本通知對象（例如主管）也會一併收到副本（同一封信，所有收件人互相可見）。
* **通知中心公告**：在後台右上角的鈴鐺（通知中心）對被指派人與副本通知對象發出一則「轉真人通知」公告，內含前往該對話的連結。

{% hint style="warning" %}
通知只在對話「**被指派**」時發出。若對話已進入轉真人佇列但**尚未指派**給特定專員，本階段不會發送通知。
{% endhint %}

### 通知不會做的事 <a href="#what-it-does-not-do" id="what-it-does-not-do"></a>

* 點擊 Email 或公告中的連結，只會**開啟該對話**，**不會**自動把對話切換成真人回應模式。專員進入對話後，仍需自行按下對話上方的<mark style="color:blue;">接手</mark>鈕，才會停止 AI 自動回覆、由真人接手。
* 通知不會發給客戶；這是純粹**對內部人員**的提醒，客戶端看到的轉真人訊息不受影響。

## 如何設定通知 <a href="#setup" id="setup"></a>

{% stepper %}
{% step %}

### 進入通知設定 <a href="#enter-settings" id="enter-settings"></a>

1. 前往<mark style="color:blue;">設定</mark>，開啟要設定的<mark style="color:blue;">對話平台</mark>。
2. 切換到<mark style="color:blue;">客服轉真人設定</mark>分頁，先確認上方的<mark style="color:blue;">啟用真人客服轉接</mark>已開啟。
3. 點選子分頁<mark style="color:blue;">通知</mark>。

{% hint style="info" %}
若尚未啟用轉真人，通知分頁會顯示提示「**目前未啟用轉真人，啟用後才會發送通知。**」——請先開啟真人客服轉接。
{% endhint %}
{% endstep %}

{% step %}

### 選擇通知管道 <a href="#channels" id="channels"></a>

通知分頁提供兩個開關，開啟轉真人時**兩者預設皆為開啟**，可依需求個別關閉：

* <mark style="color:blue;">通知中心公告</mark>：對話指派時，在通知中心對被指派人與副本通知對象發出公告。
* <mark style="color:blue;">Email 通知</mark>：對話指派時，寄送 Email 給被指派人，並寄送副本通知給指定對象。

只關閉其中一個管道時，另一個仍會照常發送。

<figure><img src="/files/lx3x0heOAb9r81Lb74kR" alt="轉真人設定的通知子分頁"><figcaption><p>客服轉真人設定 →「通知」子分頁：兩個通道開關、副本通知對象與通知範本</p></figcaption></figure>
{% endstep %}

{% step %}

### 設定副本通知對象（選填） <a href="#copy-recipients" id="copy-recipients"></a>

若希望主管或其他人一同掌握轉真人狀況，可設定副本通知對象：

* <mark style="color:blue;">寄送副本通知（成員）</mark>：選擇要寄送副本通知的成員（例如主管）。
* <mark style="color:blue;">寄送副本通知（群組）</mark>：選擇要寄送副本通知的群組；群組會自動展開為其中的所有成員。

被指派的專員本人會自動排除在副本通知對象之外（不會重複收到副本）。
{% endstep %}

{% step %}

### 自訂通知範本（選填） <a href="#templates" id="templates"></a>

四個範本欄位可自訂通知的文字內容，開啟轉真人時會帶入預設範本：

* <mark style="color:blue;">公告標題範本</mark>
* <mark style="color:blue;">公告內容範本</mark>
* <mark style="color:blue;">Email 主旨範本</mark>
* <mark style="color:blue;">Email 內文範本</mark>

範本中可使用以下**變數**，發送時會自動代換成該筆對話的實際內容：

| 變數                  | 代換內容       |
| ------------------- | ---------- |
| `{agentName}`       | 被指派的客服專員名稱 |
| `{inboxName}`       | 對話平台（客服）名稱 |
| `{customerName}`    | 客戶（來訪者）名稱  |
| `{conversationUrl}` | 前往該對話的連結   |

<figure><img src="/files/ZCnK9meEfY1qpeWWvtn0" alt="通知範本編輯"><figcaption><p>四個範本欄位與可用變數提示</p></figcaption></figure>

<details>

<summary>預設範本內容參考</summary>

**Email 主旨範本**

```
【轉真人】對話已指派給您 — {inboxName}
```

**Email 內文範本**

```
您好 {agentName}，

客服「{inboxName}」有一筆來自 {customerName} 的對話已指派給您。
請點擊以下連結進入後台對話：
{conversationUrl}
```

**公告標題範本**

```
對話已指派：{customerName}
```

**公告內容範本**

```
客服「{inboxName}」有一筆來自 {customerName} 的對話已指派給 {agentName}，請進入後台確認。
```

</details>
{% endstep %}

{% step %}

### 儲存設定 <a href="#save" id="save"></a>

完成後儲存，設定即刻生效。之後每當該對話平台有對話被指派給專員，系統就會依上述設定發送通知。

{% hint style="info" %}
關閉<mark style="color:blue;">啟用真人客服轉接</mark>時，通知會一併停止發送，但通知設定會**保留**；再次開啟轉真人即可恢復原本的設定。
{% endhint %}
{% endstep %}
{% endstepper %}

## 專員與主管會收到什麼 <a href="#what-recipients-see" id="what-recipients-see"></a>

### Email 通知 <a href="#email" id="email"></a>

被指派的專員會收到一封 MaiAgent 品牌樣式的 Email，主旨與內文依範本產生，內含前往該對話的連結。設定的副本通知對象會以**副本**收到同一封信（所有收件人互相可見）。

### 通知中心公告 <a href="#notification-center" id="notification-center"></a>

在後台右上角點開鈴鐺開啟<mark style="color:blue;">通知中心</mark>，切換到<mark style="color:blue;">組織公告</mark>分頁，即可看到類型為<mark style="color:blue;">轉真人通知</mark>的公告。點擊公告中的<mark style="color:blue;">前往接手</mark>，即可直接開啟該對話。

{% hint style="info" %}
轉真人通知屬於高頻的交易型事件，為避免灌爆公告列表，這類公告會在發出後 **7 天自動過期**。
{% endhint %}

## 注意事項 <a href="#notes" id="notes"></a>

* **權限**：僅具備該對話平台設定權限的人員可檢視與編輯通知設定；沿用既有的轉真人設定權限。
* **專員沒有 Email**：若被指派的專員沒有設定 Email，系統會自動略過 Email 通道，但**通知中心公告仍會照常發送**，不影響其他收件人。
* **通道彼此獨立**：Email 與通知中心兩個管道各自運作，其中一個發送失敗不會影響另一個，也不會影響對話的指派流程。
* **進入對話後仍需接手**：如前述，連結只會導向對話本身，實際接手仍以對話上方的<mark style="color:blue;">接手</mark>鈕為準。


# 收件匣搜尋

快速搜尋與過濾收件匣對話

### 功能簡介 <a href="#feature-introduction" id="feature-introduction"></a>

收件匣搜尋功能讓您能快速找到特定的對話記錄，無需手動翻閱大量對話列表。透過關鍵字搜尋，您可以即時過濾出相關的對話內容，大幅提升客服工作效率。

{% hint style="info" %}
此功能支援即時搜尋（輸入即搜尋），並自動保存最近的搜尋記錄，方便快速重複查詢。
{% endhint %}

***

### 如何使用搜尋功能 <a href="#how-to-use-search" id="how-to-use-search"></a>

#### 基本搜尋 <a href="#basic-search" id="basic-search"></a>

1. **進入收件匣頁面**
   * 點選左側選單「<mark style="color:blue;">客服對話</mark>」
   * 點選「<mark style="color:blue;">所有對話</mark>」或選擇特定對話平台
2. **輸入搜尋關鍵字**
   * 在收件匣上方的搜尋框中輸入關鍵字
   * 系統會即時顯示符合的對話列表
3. **檢視搜尋結果**
   * 對話列表會自動過濾，只顯示包含關鍵字的對話
   * 符合的關鍵字會以醒目方式標示

#### 搜尋範圍 <a href="#search-scope" id="search-scope"></a>

系統會搜尋以下欄位：

* 對話內容（使用者訊息與 AI 回覆）
* 使用者名稱
* 對話標題（如有設定）
* 聯絡人資訊（如有串接）

{% hint style="warning" %}
搜尋功能僅能搜尋當前顯示的對話匣（如 LINE、Facebook、Web Chat 等）。如需跨平台搜尋，請使用「所有對話」頁面。
{% endhint %}

***

### 進階搜尋技巧 <a href="#advanced-search-tips" id="advanced-search-tips"></a>

#### 使用篩選條件 <a href="#using-filters" id="using-filters"></a>

除了關鍵字搜尋，您還可以結合以下篩選條件：

1. **時間範圍**
   * 今日對話
   * 最近 7 天
   * 最近 30 天
   * 自訂日期區間
2. **對話狀態**
   * 進行中
   * 已結束
   * 待處理
3. **AI 助理**
   * 選擇特定 AI 助理的對話

#### 搜尋組合範例 <a href="#search-combination-examples" id="search-combination-examples"></a>

**範例一：查詢最近退貨相關對話**

```
搜尋關鍵字：退貨
時間範圍：最近 7 天
對話狀態：全部
```

**範例二：查詢特定客戶的歷史對話**

```
搜尋關鍵字：王小明
時間範圍：最近 30 天
AI 助理：客服 AI
```

***

### 應用情境 <a href="#use-cases" id="use-cases"></a>

#### 情境一：客服品質監控 <a href="#use-case-customer-service-quality-monitoring" id="use-case-customer-service-quality-monitoring"></a>

**需求**：主管需要檢視包含「退費」關鍵字的所有對話，評估處理品質

**操作方式**：

1. 在搜尋框輸入「退費」
2. 設定時間範圍為「最近 7 天」
3. 逐一檢視搜尋結果，確認處理是否符合標準

#### 情境二：問題追蹤 <a href="#use-case-issue-tracking" id="use-case-issue-tracking"></a>

**需求**：使用者回報某個問題，需要找出相關的歷史對話記錄

**操作方式**：

1. 輸入使用者名稱或關鍵問題描述
2. 查看過往對話記錄
3. 了解問題發生經過與處理情況

#### 情境三：效能分析 <a href="#use-case-performance-analysis" id="use-case-performance-analysis"></a>

**需求**：分析特定產品的諮詢量與問題類型

**操作方式**：

1. 搜尋產品名稱關鍵字
2. 匯出搜尋結果（如系統支援）
3. 分析常見問題與改善方向

***

### 常見問題 <a href="#faq" id="faq"></a>

#### Q：搜尋速度會受對話數量影響嗎？ <a href="#faq-search-speed-affected-by-volume" id="faq-search-speed-affected-by-volume"></a>

**A**：系統使用高效能搜尋技術，即使對話數量龐大，也能在 1-2 秒內返回結果。但建議適當使用時間範圍篩選，以獲得最佳體驗。

#### Q：搜尋是否區分大小寫？ <a href="#faq-case-sensitive-search" id="faq-case-sensitive-search"></a>

**A**：不區分。輸入「退貨」或「退貨」都會得到相同結果。

#### Q：可以同時搜尋多個關鍵字嗎？ <a href="#faq-multiple-keywords" id="faq-multiple-keywords"></a>

**A**：可以。輸入多個關鍵字（以空格分隔），系統會搜尋包含任一關鍵字的對話。

範例：輸入「退貨 退款」會搜尋包含「退貨」或「退款」的對話。

#### Q：搜尋歷史會保存嗎？ <a href="#faq-search-history-saved" id="faq-search-history-saved"></a>

**A**：系統會保存最近的搜尋關鍵字，方便您快速重複查詢。搜尋歷史會在瀏覽器中保存，清除瀏覽器資料會同時清除搜尋歷史。

#### Q：為什麼搜尋不到某些對話？ <a href="#faq-conversation-not-found" id="faq-conversation-not-found"></a>

**A**：可能原因：

* 對話已被刪除或封存
* 您沒有該對話的存取權限（受角色權限限制）
* 關鍵字拼寫錯誤
* 對話時間超出篩選範圍

***

### 注意事項 <a href="#notes" id="notes"></a>

{% hint style="info" %}
**權限說明**

搜尋結果會受到您的角色權限限制：

* 只能搜尋您有權存取的對話平台
* 只能搜尋您有權存取的 AI 助理相關對話
* 組織擁有者可以搜尋所有對話
  {% endhint %}

{% hint style="warning" %}
**效能建議**

* 避免使用過於常見的關鍵字（如「你好」、「謝謝」），會返回過多結果
* 善用時間範圍篩選，縮小搜尋範圍
* 建議定期封存舊對話，保持收件匣整潔
  {% endhint %}

***

### 相關功能 <a href="#related-features" id="related-features"></a>

{% hint style="info" %}
**延伸功能**

* [所有對話的功能](/conversations/reply)
* [對話查看器](/conversations/conversation-viewer)
* [回覆品質控管](https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/channels/quality.md)
  {% endhint %}


# 收件匣時區設定

## 概述 <a href="#description" id="description"></a>

收件匣時區設定讓您能為不同地區的對話平台配置正確的時區，確保對話時間戳記、排程訊息、營業時間等功能都能顯示和運作在正確的當地時間。當您的服務涵蓋多個國家或時區時，這個功能能避免時間錯亂導致的溝通問題。

正確的時區設定能減少 90% 因時間誤解產生的客訴，特別是在處理預約、訂單確認、活動通知等時間敏感的業務時。

## 功能特色 <a href="#features" id="features"></a>

藉由收件匣時區設定功能，您可以：

### 🌍 **支援全球時區** <a href="#global-timezone-support" id="global-timezone-support"></a>

系統支援世界各地的標準時區，包含夏令時間自動調整。

* **使用場景**：跨國企業在台灣、美國、歐洲都有客服團隊，需要為每個地區設定正確時區
* **實際效益**：各地團隊看到的對話時間都是當地時間，避免時差混淆，協作效率提升 30%

### 📅 **精準時間顯示** <a href="#precise-time-display" id="precise-time-display"></a>

所有對話記錄、訊息時間戳記都會依照收件匣時區顯示，讓客服人員和客戶看到一致的時間。

* **使用場景**：台灣客戶晚上 8 點發送訊息，客服系統正確顯示「20:00」而非 UTC 時間
* **實際效益**：減少 95% 因時間顯示錯誤導致的客戶疑惑和客服困擾

### ⏰ **排程功能正確運作** <a href="#scheduled-function-accuracy" id="scheduled-function-accuracy"></a>

當您設定營業時間、自動回覆時段、排程訊息時，系統會依據收件匣時區執行。

* **使用場景**：設定客服營業時間為「週一至週五 09:00-18:00」，系統會在該時區的 9 點開始接受對話
* **實際效益**：自動化功能精準運作，避免在客戶半夜收到排程訊息的尷尬情況

### 🔄 **彈性調整時區** <a href="#flexible-timezone-adjustment" id="flexible-timezone-adjustment"></a>

可隨時修改收件匣的時區設定，適應業務調整或夏令時間變化。

* **使用場景**：分公司從歐洲搬遷到亞洲，需要更新收件匣時區
* **實際效益**：2 分鐘內完成時區調整，所有時間相關功能立即切換到新時區

## 時區設定的重要性 <a href="#importance-of-timezone-settings" id="importance-of-timezone-settings"></a>

正確的時區設定影響以下功能的運作：

### 對話時間顯示 <a href="#conversation-time-display" id="conversation-time-display"></a>

* 客服人員看到的對話時間
* 對話記錄的時間戳記
* 對話歷史的時間排序

### 自動化排程功能 <a href="#automated-scheduling" id="automated-scheduling"></a>

* 營業時間內外的自動回覆
* 排程訊息的發送時間
* 定時報告的產生時間

### 統計報表 <a href="#analytics-reports" id="analytics-reports"></a>

* 對話量統計的時間區間
* 尖峰時段分析
* 工作時間內外的對話分布

### 客戶體驗 <a href="#customer-experience" id="customer-experience"></a>

* 客戶收到的訊息時間
* 預約確認的時間顯示
* 活動通知的準時送達

{% hint style="warning" %}
**重要提醒**

時區設定會影響所有與時間相關的功能。建議在建立收件匣時就設定正確時區，避免後續調整造成歷史記錄時間的混淆。
{% endhint %}

## 使用步驟 <a href="#usage-steps" id="usage-steps"></a>

### 步驟 1：進入收件匣設定 <a href="#step-go-to-inbox-settings" id="step-go-to-inbox-settings"></a>

1. 進入後台管理介面，點選左側選單「對話平台」
2. 點選「收件匣」分頁
3. 在收件匣列表中找到要設定時區的收件匣
4. 點擊該收件匣的「設定」或「編輯」按鈕

### 步驟 2：找到時區設定選項 <a href="#step-find-timezone-setting" id="step-find-timezone-setting"></a>

1. 在收件匣設定頁面中，找到「時區設定」或「基本設定」區塊
2. 查看目前的時區設定（系統預設可能是 UTC 或伺服器時區）

### 步驟 3：選擇正確時區 <a href="#step-select-timezone" id="step-select-timezone"></a>

1. 點擊時區選擇器，會顯示所有可用時區列表
2. 使用以下方式找到目標時區：

**方法 A：搜尋城市名稱**

* 輸入主要城市名稱快速找到時區
* 範例：輸入「Taipei」找到「Asia/Taipei (GMT+8)」

**方法 B：依地區瀏覽**

* 依照洲別（亞洲、歐洲、美洲等）瀏覽
* 選擇對應的國家和城市

**常用時區參考**：

| 地區   | 時區名稱                 | GMT 偏移     |
| ---- | -------------------- | ---------- |
| 台灣   | Asia/Taipei          | GMT+8      |
| 香港   | Asia/Hong\_Kong      | GMT+8      |
| 新加坡  | Asia/Singapore       | GMT+8      |
| 日本   | Asia/Tokyo           | GMT+9      |
| 美國東岸 | America/New\_York    | GMT-5/-4   |
| 美國西岸 | America/Los\_Angeles | GMT-8/-7   |
| 英國   | Europe/London        | GMT+0/+1   |
| 德國   | Europe/Berlin        | GMT+1/+2   |
| 澳洲雪梨 | Australia/Sydney     | GMT+10/+11 |

3. 點選正確的時區

{% hint style="info" %}
**時區命名說明**

* 時區名稱格式通常為「地區/城市」（例如：Asia/Taipei）
* GMT 偏移顯示與格林威治標準時間的時差
* 有兩個數字的表示該時區有夏令時間調整
  {% endhint %}

### 步驟 4：儲存設定 <a href="#step-save-settings" id="step-save-settings"></a>

1. 確認選擇的時區正確
2. 點擊頁面下方的「儲存」或「確定」按鈕
3. 系統會顯示儲存成功的提示訊息

### 步驟 5：驗證時區設定 <a href="#step-verify-timezone" id="step-verify-timezone"></a>

1. 返回收件匣列表，確認時區設定已更新
2. 進入該收件匣的對話記錄，檢查時間顯示是否正確
3. 測試發送訊息，確認時間戳記符合預期

{% hint style="success" %}
**驗證要點**

* 查看最新對話的時間是否為當地時間
* 確認營業時間設定在新時區下運作正常
* 檢查排程訊息是否會在正確時間發送
  {% endhint %}

## 使用場景 <a href="#use-cases" id="use-cases"></a>

### 場景 1：多國服務設定 <a href="#use-case-multi-country-service" id="use-case-multi-country-service"></a>

**情境**：跨國企業在台灣、日本、美國都有分公司，每個地區使用獨立的 LINE 收件匣。

**操作方式**：

1. 為台灣收件匣設定時區：Asia/Taipei (GMT+8)
2. 為日本收件匣設定時區：Asia/Tokyo (GMT+9)
3. 為美國收件匣設定時區：America/New\_York (GMT-5)
4. 設定各地區營業時間（都是當地時間 09:00-18:00）

**量化效益**：

* 三地客服團隊都能看到當地時間的對話記錄
* 自動回覆在各地營業時間準確運作
* 減少 90% 因時區混淆導致的內部溝通問題
* 客戶滿意度提升，因為收到訊息的時間更合理

### 場景 2：時區遷移調整 <a href="#use-case-timezone-migration" id="use-case-timezone-migration"></a>

**情境**：電商公司客服中心從台灣搬遷到菲律賓，需要調整收件匣時區。

**操作方式**：

1. 選擇搬遷時間點（週末低峰期）
2. 將收件匣時區從 Asia/Taipei (GMT+8) 改為 Asia/Manila (GMT+8)
3. 雖然同為 GMT+8，但確保時區名稱反映實際位置
4. 更新營業時間設定（如有調整）
5. 通知團隊時區變更並測試

**量化效益**：

* 5 分鐘內完成時區調整
* 系統記錄和報表時間保持一致
* 避免未來維護時的混淆

### 場景 3：夏令時間處理 <a href="#use-case-daylight-saving-time" id="use-case-daylight-saving-time"></a>

**情境**：歐洲分公司使用的時區有夏令時間調整，需要確保系統自動處理。

**操作方式**：

1. 選擇正確的時區（例如：Europe/London 而非單純的 GMT+0）
2. 系統會在夏令時間開始/結束時自動調整
3. 無需手動更改設定

**量化效益**：

* 夏令時間轉換時系統自動調整
* 避免手動調整的遺漏和錯誤
* 確保全年時間顯示正確

### 場景 4：24 小時全球服務 <a href="#use-case-24h-global-service" id="use-case-24h-global-service"></a>

**情境**：線上教育平台提供 24 小時服務，學生遍布全球。

**操作方式**：

1. 為主要服務地區建立不同收件匣
2. 每個收件匣設定對應時區
3. 設定排程訊息在各時區的合理時間發送
4. 課程提醒在學生當地時間的上課前 1 小時發送

**量化效益**：

* 課程提醒準時送達率 98%
* 學生不會在半夜收到通知，用戶體驗提升
* 各時區學生都能在便利時間聯繫客服

## 常見問題 <a href="#faq" id="faq"></a>

### Q: 修改時區後，歷史對話的時間會改變嗎？ <a href="#faq-historical-conversation-time-change" id="faq-historical-conversation-time-change"></a>

A: 會。系統會依照新時區重新顯示所有對話時間。例如原本顯示「14:00」的對話，時區從 GMT+8 改為 GMT+9 後會顯示為「15:00」。這是因為系統儲存的是 UTC 時間，顯示時才轉換為設定的時區。

**建議**：如非必要，避免頻繁更改時區，以免團隊成員對歷史記錄的時間產生混淆。

### Q: 如何確認目前設定的時區是否正確？ <a href="#faq-verify-timezone-correct" id="faq-verify-timezone-correct"></a>

A: 可以透過以下方式驗證：

1. 發送一個測試訊息，檢查時間戳記是否為當地時間
2. 查看最近的對話記錄，確認時間顯示合理
3. 在收件匣設定頁面確認時區名稱和 GMT 偏移

如果顯示的時間與您的手錶或電腦時間不一致，表示時區可能設定錯誤。

### Q: 為什麼有些時區有兩個 GMT 偏移數字？ <a href="#faq-two-gmt-offsets" id="faq-two-gmt-offsets"></a>

A: 這表示該時區有實施夏令時間（Daylight Saving Time）。例如：

* America/New\_York (GMT-5/-4)
  * 冬季（標準時間）：GMT-5
  * 夏季（夏令時間）：GMT-4

系統會在夏令時間開始/結束時自動調整，您不需要手動處理。

### Q: 收件匣時區和 AI 助理有什麼關係？ <a href="#faq-inbox-timezone-and-ai-agent" id="faq-inbox-timezone-and-ai-agent"></a>

A: 收件匣時區主要影響對話記錄的時間顯示和排程功能，不會影響 AI 助理的回答內容。如果您希望 AI 助理能正確理解和回答時間相關問題（例如「現在幾點？」），需要在 AI 助理的提示詞或工具中設定時區資訊。

### Q: 可以為同一個對話平台建立多個不同時區的收件匣嗎？ <a href="#faq-multiple-timezones-same-channel" id="faq-multiple-timezones-same-channel"></a>

A: 不建議這樣做。一個對話平台（例如一個 LINE 官方帳號）應該對應一個收件匣，使用該平台主要服務地區的時區。如果要服務多個時區的客戶，建議：

1. 使用能反映主要客群的時區
2. 在訊息中明確標註時區（例如：「活動時間：12/25 14:00 (台灣時間)」）
3. 客服人員了解時區差異並靈活溝通

### Q: 時區設定對統計報表有什麼影響？ <a href="#faq-timezone-impact-on-reports" id="faq-timezone-impact-on-reports"></a>

A: 時區設定會影響報表的時間區間劃分。例如：

* 查看「今天」的對話量時，系統會計算該時區從 00:00 到 23:59 的對話
* 尖峰時段分析會依據設定的時區顯示幾點到幾點最忙碌

如果時區設定錯誤，報表的時間分析就會失真，無法反映實際業務狀況。

### Q: 如果忘記設定時區會怎樣？ <a href="#faq-forgot-to-set-timezone" id="faq-forgot-to-set-timezone"></a>

A: 系統會使用預設時區（通常是 UTC 或伺服器時區）。這可能導致：

* 對話時間顯示與當地時間不符（可能差距 8 小時以上）
* 營業時間設定在錯誤的時段運作
* 排程訊息在錯誤的時間發送
* 統計報表的時間分析不準確

**建議**：在建立收件匣時就立即設定正確時區。

## 時區選擇指南 <a href="#timezone-selection-guide" id="timezone-selection-guide"></a>

### 亞洲地區 <a href="#asia-region" id="asia-region"></a>

| 國家/地區   | 推薦時區               | GMT 偏移 |
| ------- | ------------------ | ------ |
| 台灣      | Asia/Taipei        | +8     |
| 中國      | Asia/Shanghai      | +8     |
| 香港      | Asia/Hong\_Kong    | +8     |
| 新加坡     | Asia/Singapore     | +8     |
| 馬來西亞    | Asia/Kuala\_Lumpur | +8     |
| 泰國      | Asia/Bangkok       | +7     |
| 越南      | Asia/Ho\_Chi\_Minh | +7     |
| 印尼（雅加達） | Asia/Jakarta       | +7     |
| 菲律賓     | Asia/Manila        | +8     |
| 日本      | Asia/Tokyo         | +9     |
| 韓國      | Asia/Seoul         | +9     |
| 印度      | Asia/Kolkata       | +5:30  |

### 歐美地區 <a href="#europe-americas-region" id="europe-americas-region"></a>

| 國家/地區    | 推薦時區                 | GMT 偏移 |
| -------- | -------------------- | ------ |
| 英國       | Europe/London        | 0/+1   |
| 法國/德國    | Europe/Paris         | +1/+2  |
| 美國東岸     | America/New\_York    | -5/-4  |
| 美國中部     | America/Chicago      | -6/-5  |
| 美國西岸     | America/Los\_Angeles | -8/-7  |
| 加拿大（多倫多） | America/Toronto      | -5/-4  |
| 墨西哥      | America/Mexico\_City | -6/-5  |

### 大洋洲地區 <a href="#oceania-region" id="oceania-region"></a>

| 國家/地區   | 推薦時區                | GMT 偏移  |
| ------- | ------------------- | ------- |
| 澳洲（雪梨）  | Australia/Sydney    | +10/+11 |
| 澳洲（墨爾本） | Australia/Melbourne | +10/+11 |
| 澳洲（伯斯）  | Australia/Perth     | +8      |
| 紐西蘭     | Pacific/Auckland    | +12/+13 |

{% hint style="info" %}
**時區選擇建議**

* 選擇主要服務城市的時區
* 優先選擇首都或最大城市
* 確認 GMT 偏移符合實際時差
* 注意是否需要夏令時間調整
  {% endhint %}


# 對話平台分析

針對單一對話平台的對話資料，使用 AI 自動分析主題分群、解決率與改善建議

對話平台分析（Inbox Analysis）能針對特定對話平台、指定日期範圍內的真實對話，透過 AI 自動歸納主題、判斷解決狀況，並整理出具體改善建議，協助您持續優化 AI 助理的對話品質。

## 什麼是對話平台分析？ <a href="#what-is-inbox-analysis" id="what-is-inbox-analysis"></a>

在客服對話累積到一定量體後，光看總量或滿意度並不夠——您更想知道：

* **使用者實際在問什麼？** 最常被問的主題有哪些？
* **有多少對話真正被解決了？** 哪些類型的問題解決率偏低？
* **沒解決的原因是什麼？** 是知識庫缺內容、指令太限制，還是工具失敗？
* **回覆速度與成本分佈如何？** 哪些主題耗時長、Token 用量高？

對話平台分析就是為了回答這些問題而設計。系統會：

1. 擷取指定時間範圍內的對話
2. 使用嵌入模型做主題分群
3. 使用 LLM 逐筆分析對話的意圖、解決狀況、失敗原因
4. 綜合產出分析摘要（含改善建議）

{% hint style="info" %}
**與類似功能的差別**
{% endhint %}

| 功能                         | 觸發時機          | 用途                           |
| -------------------------- | ------------- | ---------------------------- |
| [使用分析](/org/usage)         | 即時統計          | AI 助理層級量化 KPI（對話字數、次數、滿意度）   |
| 對話平台「對話分析」設定（每個對話平台設定中的分頁） | 即時，每筆新訊息進來時   | 用 LLM 自動為對話打標籤，幫助分流與管理       |
| **本頁說明的「對話平台分析」**          | **手動觸發、批次回顧** | **針對指定日期範圍做主題分群、解決率分析、改善建議** |

***

## 如何使用 <a href="#how-to-use" id="how-to-use"></a>

{% stepper %}
{% step %}

### 進入對話平台分析頁面 <a href="#enter-page" id="enter-page"></a>

1. 點選左側選單「<mark style="color:blue;">客服對話</mark>」→「<mark style="color:blue;">對話平台</mark>」
2. 在對話平台列表中，找到目標對話平台
3. 點選該列右側操作區的<mark style="color:blue;">📊 圖示</mark>（hover 顯示「對話平台分析」），進入分析頁面

頁面會顯示此對話平台過去建立的所有分析報告，包含日期範圍、狀態、對話數、處理時間等資訊。

<figure><img src="/files/CneKwOhd4fxe9ojPde4I" alt="對話平台分析列表頁"><figcaption><p>對話平台分析列表頁：顯示過去建立的分析報告</p></figcaption></figure>
{% endstep %}

{% step %}

### 新增分析 <a href="#create-analysis" id="create-analysis"></a>

點選右上角的「<mark style="color:blue;">新增分析</mark>」按鈕，填寫以下必填欄位：

* **日期範圍**：選擇要分析的對話區間（不可選未來日期）
* **分析用 LLM**：用來逐筆分析對話的大型語言模型
* **嵌入模型**：用來做主題分群的嵌入模型
* **報告語言**：分析摘要的輸出語言（繁體中文、簡體中文、英文、日文、韓文）

<figure><img src="/files/EaZDAhOJlyBJv3trs50Q" alt="新增分析 Modal"><figcaption><p>新增分析 Modal：填寫必填欄位</p></figcaption></figure>

展開「<mark style="color:blue;">進階設定</mark>」可調整取樣策略（詳見下方「進階設定說明」）。

<figure><img src="/files/rwtQNqPqdBrBCb4mIkRu" alt="進階設定展開後"><figcaption><p>進階設定：調整取樣與並行參數</p></figcaption></figure>

按下「<mark style="color:blue;">確定</mark>」後，系統會在背景非同步執行分析，狀態會從「等待中」→「處理中」→「已完成」。
{% endstep %}

{% step %}

### 查看報告 <a href="#view-report" id="view-report"></a>

待狀態變為「已完成」後，點擊該報告的「<mark style="color:blue;">查看報告</mark>」圖示（👁），即可進入報告詳情頁面。

報告內容依對話資料豐富程度呈現，包含數據概覽、解決狀況、主題分群、熱門問題、效能指標、分析摘要與逐筆對話分析。

<figure><img src="/files/QQ5kYGl7oDcvU6FKSa2a" alt="分析報告詳情頁"><figcaption><p>分析報告詳情頁：儀表板呈現指標、分群、失敗原因與效能分佈</p></figcaption></figure>
{% endstep %}
{% endstepper %}

***

## 報告內容說明 <a href="#report-content" id="report-content"></a>

### 1. 數據概覽 <a href="#data-overview" id="data-overview"></a>

| 指標   | 說明                          |
| ---- | --------------------------- |
| 總對話數 | 日期範圍內該對話平台的總對話數             |
| 已分析  | 實際被 LLM 分析的對話數量（受「最大取樣數」限制） |
| 抽樣率  | 已分析 / 總對話數（百分比）             |
| 處理時間 | 本次分析任務從開始到完成所花費的秒數          |

{% hint style="info" %}
當總對話數超過「最大取樣數」時，系統會以分群後的取樣策略選擇代表性對話進行分析，以控制成本與時間。
{% endhint %}

### 2. 解決狀況 <a href="#resolution-status" id="resolution-status"></a>

核心指標「**解決率**」計算公式：

```
解決率 = (已解決數 + 部分解決數) ÷ 已分析數
```

* **已解決**（綠）：AI 助理完整回答使用者問題
* **部分解決**（橘）：回答部分內容或方向正確但不完整
* **未解決**（紅）：無法回答或回答錯誤

解決率高於 50% 以綠色顯示，低於 50% 以紅色顯示，作為即時健康度提醒。

### 3. 效能指標 <a href="#performance-metrics" id="performance-metrics"></a>

呈現 AI 助理在這段時間的運算表現：

* **Token 總用量**：Input + Output Token 合計
* **每輪平均 Token**：平均每次對話輪次消耗的 Token 數
* **平均回覆時間**：從收到訊息到完整回覆的總耗時
* **平均首 Token 時間（TTFT）**：從收到訊息到開始輸出第一個 Token 的時間

### 4. 主題分群分佈 <a href="#topic-clusters" id="topic-clusters"></a>

將所有對話依「語意相似度」分群，以水平長條圖呈現各主題的出現次數與佔比。離群對話會歸類為「Noise / Outliers」。

透過此視圖可快速辨識使用者最常詢問的主題。

### 5. 解決 / 失敗原因分佈 <a href="#failure-reasons" id="failure-reasons"></a>

系統會為每筆分析的對話標記狀態或失敗原因，彙總如下：

| 原因     | 說明              |
| ------ | --------------- |
| 已解決    | AI 助理成功回答       |
| 部分解決   | 回答方向正確但不完整      |
| 知識庫缺口  | 知識庫缺少相關內容       |
| 指令過於限制 | 角色指令阻擋了合理回覆     |
| 工具失敗   | 工具執行錯誤或未觸發      |
| 用戶不明確  | 使用者訊息模糊、無法判斷意圖  |
| 離題     | 使用者問的內容不在助理範圍內  |
| 幻覺回應   | AI 生成了不存在或錯誤的資訊 |
| 未知     | 無法歸類到上述類別       |

此分佈可以直接引導後續改善動作：知識庫缺口多 → 補內容；指令過於限制多 → 調整角色指令；幻覺多 → 加強知識庫與指令約束。

### 6. 熱門問題排行 <a href="#top-questions" id="top-questions"></a>

以「次數」排序的主題列表，顯示每個主題的**出現次數**與**解決率**。展開任一列可看到該主題的範例意圖，幫助您快速確認分群是否符合預期。

### 7. 按主題效能分佈 <a href="#performance-by-topic" id="performance-by-topic"></a>

針對每個主題拆解 Token 與耗時，找出「貴」或「慢」的主題：

* 平均 Input / Output / Total Token
* 平均回覆時間
* 平均首 Token 時間

若某主題 Token 異常高，可考慮優化角色指令或知識庫召回；若某主題耗時長，可能是工具呼叫次數多或內容過長。

### 8. 分析摘要 <a href="#synthesis" id="synthesis"></a>

由 LLM 綜合所有分析結果生成的 Markdown 報告，通常包含：

* 整體表現摘要
* 主要問題模式
* 優先改善建議
* 具體調整方向

預設以摺疊區塊顯示，點擊標題即可展開閱讀。

### 9. 逐筆對話分析 <a href="#per-conversation-analysis" id="per-conversation-analysis"></a>

展開後可逐筆檢視每個被分析的對話，每筆包含：

* **意圖**（User Intent）：使用者真正想問什麼
* **主題**（Topic）：歸屬的主題分群
* **說明**（Resolution Detail）：解決狀況的詳細描述
* **改善建議**（Suggestions）：針對該筆對話的具體優化方向

***

## 進階設定說明 <a href="#advanced-config" id="advanced-config"></a>

進階設定控制取樣與執行策略，建議先以預設值執行，再依需求調整：

| 參數      | 預設值 | 說明                           |
| ------- | --- | ---------------------------- |
| 每群集取樣數  | 10  | 每個主題分群最多取幾筆對話進 LLM 分析        |
| 最大取樣數   | 150 | 整份報告最多分析幾筆對話（控制成本上限）         |
| 並行數     | 8   | LLM 分析的並行處理數，數字越高越快但瞬時資源消耗越高 |
| 最大擷取對話數 | —   | 從資料庫撈取的對話總量上限                |
| 最少對話訊息數 | —   | 訊息數少於此值的對話會被過濾（避免分析無意義的短對話）  |

{% hint style="warning" %}
**成本提醒**：分析會消耗 LLM Token 額度（Input + Output + Embedding）。分析前系統會檢查組織額度，額度不足時無法建立任務。
{% endhint %}

***

## 應用情境 <a href="#use-cases" id="use-cases"></a>

### 情境一：季度品質回顧 <a href="#case-quarterly-review" id="case-quarterly-review"></a>

**需求**：主管想知道上一季 Web Chat 對話平台的對話品質與主要問題。

**操作**：

1. 日期範圍選擇上一季
2. 最大取樣數設為 300（擴大樣本）
3. 執行分析，聚焦「解決/失敗原因分佈」與「熱門問題排行」
4. 針對知識庫缺口、指令過於限制等高頻原因排定改善任務

### 情境二：版本更新後影響評估 <a href="#case-version-impact" id="case-version-impact"></a>

**需求**：上週調整了角色指令，想知道是否改善對話品質。

**操作**：

1. 分別針對「調整前一週」與「調整後一週」建立兩份分析報告
2. 對比兩份報告的解決率與失敗原因分佈
3. 確認特定失敗類型是否下降

### 情境三：主題分群做知識庫補全 <a href="#case-knowledge-gap" id="case-knowledge-gap"></a>

**需求**：發現使用者常問的問題，想系統性補充知識庫。

**操作**：

1. 分析近一個月對話
2. 從「熱門問題排行」挑出高頻、低解決率的主題
3. 展開「範例意圖」確認實際問法
4. 回到知識庫補上對應 FAQ 或文件

***

## 常見問題 <a href="#faq" id="faq"></a>

### Q：為什麼有些對話沒被分析？ <a href="#faq-why-not-all-analyzed" id="faq-why-not-all-analyzed"></a>

系統會依「最大取樣數」與「最少對話訊息數」做過濾，並在分群後做代表性取樣。若總對話數龐大，會只取代表性樣本以控制成本。

### Q：解決率是如何判斷的？ <a href="#faq-resolution-rate" id="faq-resolution-rate"></a>

分析用 LLM 會對每個被分析的對話**直接歸類為 9 種狀態之一**：已解決、部分解決、知識庫缺口、指令過於限制、工具失敗、用戶不明確、離題、幻覺回應、未知。

解決率公式：

```
解決率 = (已解決 + 部分解決) ÷ 已分析總數
```

「已解決」與「部分解決」皆計入解決率分子，其餘 7 種狀態都視為未解決。

### Q：可以同時對同一對話平台建立多份分析嗎？ <a href="#faq-concurrent-analyses" id="faq-concurrent-analyses"></a>

可以，但**日期範圍不能與進行中的分析重疊**。若出現「此對話平台已有進行中的分析，日期範圍重疊」錯誤，請等待該分析完成或選擇不同的日期範圍。

### Q：分析要跑多久？ <a href="#faq-duration" id="faq-duration"></a>

視對話量、最大取樣數、並行數與所選模型而定。一般而言 150 筆取樣約數分鐘到十餘分鐘。系統預設處理時限為 110 分鐘，超過會自動標記為失敗。

### Q：分析失敗了怎麼辦？ <a href="#faq-failure" id="faq-failure"></a>

若狀態顯示「失敗」，可從報告列表查看「錯誤訊息」欄位。常見訊息與處理方式：

* 「Analysis timed out — the worker may have crashed during processing.」處理超過時限：建議調降「最大取樣數」減少分析量後重試
* 「Analysis task was never picked up by a worker.」任務未被分派：稍後再試一次即可
* 其他訊息：可截圖回報給 MaiAgent 服務窗口協助排查

{% hint style="info" %}
若是**額度不足**，會在建立分析時就直接被擋下並提示，不會出現在「失敗」狀態的報告中。
{% endhint %}

### Q：為什麼我的帳號看不到「對話平台分析」？ <a href="#faq-permission" id="faq-permission"></a>

「對話平台分析」是「客服對話」存取權限的子項。預設只要 MaiAgent 角色具備「客服對話」存取權限，就會包含此功能。

如果看不到，可能是：

* 您的 MaiAgent 角色沒有「客服對話」存取權限
* 組織管理員針對您的角色關閉了「對話平台分析」子權限

請聯絡組織管理員，到[角色權限管理](/org/role-permission)頁面檢查並調整。

***

## 注意事項 <a href="#notes" id="notes"></a>

{% hint style="info" %}
**權限說明**

* 「對話平台分析」是「客服對話」存取權限的子項，預設包含在所有具備「客服對話」權限的 MaiAgent 角色內
* 組織管理員可至[角色權限管理](/org/role-permission)頁面調整此功能對不同角色的開放
* 具備此權限的成員可建立與檢視所屬組織內的所有分析報告
  {% endhint %}

{% hint style="warning" %}
**成本提醒**

* 每次分析會消耗 LLM Input / Output Token 與 Embedding Token
* 建議在建立前於 Modal 中確認日期範圍與最大取樣數
* 可在進階設定中調整最大取樣數以控制成本上限
  {% endhint %}

{% hint style="danger" %}
**資料保護**

* 分析過程會將對話內容傳送給所選的 LLM 進行處理
* 請依組織資料處理政策選擇合規的模型
  {% endhint %}

***

## 相關功能 <a href="#related" id="related"></a>

{% hint style="info" %}
**延伸閱讀**

* [使用分析](/org/usage)：AI 助理層級的量化 KPI 儀表板
* [對話平台搜尋功能](/conversations/inbox-search)：快速搜尋特定對話
* [對話檢視器](/conversations/conversation-viewer)：查看單筆對話完整脈絡
* [評估洞察報告](https://github.com/Playma-Co-Ltd/maiagent-user-guide-gitbook/tree/main/zh-tw/channels/evaluation-insights.md)：AgentOps 批次測試後的自動洞察
  {% endhint %}


# Webhook

## 用途 <a href="#usage" id="usage"></a>

發者需要提供一個 API 端點（就像是一個網址），讓系統可以把資料傳送過來。當 MaiAgent 的 AI 助理 在對話平台上產生回覆後，這些回覆會自動送到您設定的這個 Webhook 端點。

這樣的設定可以讓您把 AI 的回答，整合進自己的系統中，例如記錄下來、再轉發給使用者，或做其他應用。

所有這些 Webhook 的傳送紀錄，系統也會幫您集中顯示在這個頁面上，方便您隨時查看、追蹤或排查問題。

{% hint style="info" %}
[如何串接 API?](/tech/api-integration/quickstart)
{% endhint %}

<figure><img src="/files/PpKkwPLEHFmDH7WID4NX" alt=""><figcaption></figcaption></figure>

## 應用場景 <a href="#use-cases" id="use-cases"></a>

### **客服系統整合** <a href="#customer-service-system-integration" id="customer-service-system-integration"></a>

當 AI 助理回答完用戶問題後，透過 Webhook 將回覆內容同步到企業的客服系統，方便客服人員查看對話紀錄、進行後續處理或人工接手。

### **即時通知推送** <a href="#real-time-notification-push" id="real-time-notification-push"></a>

將 AI 助理的回覆或特定事件（如異常狀況）推送至 Slack、Line Notify、Email 等通訊工具，提醒相關人員即時處理。

### **數據分析與記錄歸檔** <a href="#data-analytics-and-archiving" id="data-analytics-and-archiving"></a>

自動將所有 AI 對話資料傳送至資料倉儲、雲端資料庫或 Google Sheets，進行使用行為分析、品質評估或建立互動記錄存檔。

### **內部流程自動化** <a href="#internal-workflow-automation" id="internal-workflow-automation"></a>

如使用者透過 AI 助理提報問題、申請資源或回報異常，Webhook 可將這些資料自動串接到內部表單系統、任務管理工具（如 Jira、Notion）進行後續追蹤。


# 組織與成員管理

基於 RBAC 設計的權限管理解決方案

## 什麼是組織與成員管理？ <a href="#what-is-organization-member-management" id="what-is-organization-member-management"></a>

MaiAgent 的組織與成員管理功能，就像是為您的企業打造一個「數位辦公室」。透過這個功能，您可以建立公司架構、分配員工職位、設定誰能做什麼事，讓團隊協作更有條理。

本系統基於 **RBAC**(Role-Based Access Control,角色權限控制)設計，提供完整的組織管理解決方案,讓企業能夠有效地組織團隊、分配權限並監控資源使用。

{% hint style="info" %}
**什麼是 RBAC？**

RBAC 是一種「先設定職位，再把人員加入職位」的管理方式。例如：您先定義「客服專員」這個角色可以做哪些事，然後把張先生、李小姐加入這個角色，他們就自動擁有客服專員的所有權限，不需要逐一為每個人設定。
{% endhint %}

***

## 系統架構 <a href="#system-architecture" id="system-architecture"></a>

### 三層式結構 <a href="#three-tier-structure" id="three-tier-structure"></a>

MaiAgent 採用清楚的三層式架構：**組織 → 角色 → 成員**

```
組織 (Organization)
└─ 您的公司
   │
   ├─ 角色 (Role)
   │  └─ 職位/部門 (例如：客服部、行銷部)
   │     │
   │     └─ 成員 (Member)
   │        └─ 員工 (例如：張先生、李小姐)
```

{% hint style="info" %}
**簡單理解：**

* **組織** = 您的公司
* **角色** = 公司內的部門或職位（例如：客服部、行銷部）
* **成員** = 公司的員工（例如：張先生、李小姐）
  {% endhint %}

### 運作方式 <a href="#how-it-works" id="how-it-works"></a>

<figure><img src="https://1593648278-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fmzb5NG9GDzFP2YDKeYVl%2Fuploads%2Fgit-blob-5503ceba3aecfd5845b8e547dd7bd206c16f2c85%2Fimage%20(80).png?alt=media" alt=""><figcaption></figcaption></figure>

**設定步驟：**

1. **建立組織**：在系統中建立您的公司
2. **建立角色**：在組織內建立部門或職位（例如：客服部、行銷部）
3. **設定權限**：為每個角色設定可以做什麼（決定功能權限）
4. **分配成員**：將員工加入對應的角色
5. **自動生效**：成員自動獲得該角色的所有權限

***

## 核心概念說明 <a href="#core-concepts" id="core-concepts"></a>

### 組織 (Organization) <a href="#organization-concept" id="organization-concept"></a>

**組織**是最上層的管理單位，代表您的公司或團隊。每個組織擁有獨立的成員、角色、權限和資源。

{% hint style="info" %}
\*\*簡單理解：\*\*組織就像是「公司」，每個公司有自己的員工（成員）、部門（角色）和資料（AI 助理、知識庫等）。
{% endhint %}

### 角色 (Role) <a href="#role-concept" id="role-concept"></a>

**角色**是組織內的功能單位，定義了一組權限和資源。

**三種角色類型：**

* **擁有者角色**：最高權限，可管理所有設定
* **預設角色**：所有成員自動擁有的基礎權限
* **自訂角色**：根據需求建立的部門或職位角色

{% hint style="info" %}
\*\*簡單理解：\*\*角色就像公司的「部門」或「職位」（例如：客服部、行銷部、主管），每個角色有不同的職責和權限。
{% endhint %}

### 成員 (Member) <a href="#member-concept" id="member-concept"></a>

**成員**是組織內的使用者，透過角色獲得權限。

**成員類型：**

<table><thead><tr><th>成員類型</th><th width="215">說明</th><th>權限範圍</th></tr></thead><tbody><tr><td>擁有者</td><td>組織的創建者或被指派為擁有者的成員</td><td>擁有所有資源的完整存取權限<br>可以管理組織設定與角色權限</td></tr><tr><td>一般成員</td><td>角色內的成員</td><td>擁有所屬角色的權限與資源，如問答、對話權限等</td></tr></tbody></table>

{% hint style="info" %}
**簡單理解：**

* **擁有者** = 公司的總經理或系統管理員，可以管理所有事情
* **一般成員** = 公司的員工，根據所屬部門（角色）擁有不同權限
  {% endhint %}

### 權限 (Permission) <a href="#permission-concept" id="permission-concept"></a>

**權限**控制成員可以使用哪些功能。

MaiAgent 採用**層級式權限架構**：

{% hint style="info" %}
**什麼是「層級式權限架構」？**

就像資料夾的結構：

* **主權限** = 主資料夾（例如：「AI 功能」）
* **子權限** = 子資料夾（例如：「AI 助理」、「知識庫」、「爬蟲」）

**實際運作：**

* 勾選主權限會自動包含底下所有子權限
* 也可以只勾選部分子權限，實現更精細的控制
  {% endhint %}

### 資源 (Resource) <a href="#resource-concept" id="resource-concept"></a>

**資源**是組織內的實體項目，可分配給特定角色使用。

**資源類型：**

* **AI 助理**：指定角色可操作的 AI 助理
* **知識庫**：指定角色可存取的知識庫
* **對話平台**：指定角色可使用的對話平台

***

## 設定流程導引 <a href="#setup-guide" id="setup-guide"></a>

{% hint style="success" %}
**建議的設定順序**

建議依照以下順序進行設定，可以避免混亂：

1. ✅ **建立組織**：先建立您的公司組織
2. ✅ **建立角色**：在組織內建立需要的部門或職位
3. ✅ **設定權限**：為每個角色設定功能權限
4. ✅ **分配資源**：為每個角色指定可使用的 AI 助理、知識庫
5. ✅ **新增成員**：將員工加入組織
6. ✅ **分配角色**：將成員指派到對應的角色
   {% endhint %}

***

## 相關頁面 <a href="#related-pages" id="related-pages"></a>

接下來，您可以依照您的需求，參考以下詳細說明：

* [組織管理](/org/organization)：如何建立、切換、管理組織
* [角色權限管理](/org/role-permission)：如何建立角色、設定權限、分配資源
* [成員管理](/org/member)：如何新增、刪除成員、分配角色

***

## 設計優勢 <a href="#design-advantages" id="design-advantages"></a>

{% hint style="info" %}
僅有在您組織下的成員可以查看、管理該組織下所有的 AI 助理相關功能。
{% endhint %}

這樣的設計可以：

* **結構清晰**：組織 → 角色 → 成員，三層架構一目了然
* **權限靈活**：可依角色需求個別設定不同權限組合
* **管理集中**：組織擁有者統一管理所有設定
* **成員彈性**：一個成員可以同時屬於多個角色，參與不同專案或團隊
* **即時掌握**：提供組織營運狀況的即時資訊
* **資源管控**：確保資源使用的有效管理




---

[Next Page](/llms-full.txt/1)

