> For the complete documentation index, see [llms.txt](https://docs.maiagent.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.maiagent.ai/serve.md).

# MaiAgent Serve｜客戶服務

- [MaiAgent Serve 總覽](https://docs.maiagent.ai/serve/overview.md): MaiAgent Serve 的三種客服方案：文字客服、語音客服與客服 Copilot。一張表比較適合誰、要準備什麼、從哪一頁開始，以及建置者與客服人員各看哪裡。
- [文字客服：從零到上線](https://docs.maiagent.ai/serve/text-service.md): 文字客服從零到上線的六個步驟：建立 Agent、準備知識庫、串接對話平台、調整平台設定、設定轉真人，最後做上線檢查與品質監控。每一步連到 MaiAgent Build 的設定頁。
- [語音客服：從零到上線](https://docs.maiagent.ai/serve/voice.md): 語音客服從零到上線：確認組織已開通語音、先讓 Agent 用文字答對、開啟語音助理、在網頁試講，再接上電話線路並打一通電話驗收。每一步連到 MaiAgent Build 的設定頁。
- [客服 Copilot](https://docs.maiagent.ai/serve/copilot.md): 客服 Copilot：在對話平台啟用 AI Copilot，讓 Agent 為客戶訊息產生回覆建議，真人客服確認、修改後再送出。
- [客服人員日常](https://docs.maiagent.ai/serve/daily-operations.md): 客服人員與客服主管每天在後台做的事的入口：客服人員操作手冊、客服主管指南，以及每個日常任務對應的功能頁。
- [客服人員操作手冊](https://docs.maiagent.ai/serve/daily-operations/agent-handbook.md): 客服人員操作手冊：第一天上手、一天的工作流、對話狀態與分頁定義、常見情境的處理步驟、常見錯誤，以及可列印的檢查清單。
- [客服主管指南](https://docs.maiagent.ai/serve/daily-operations/supervisor-guide.md): 客服主管指南：每日與每週要看的事、排班與可用性、工作負載與改派、品質抽查、把答錯的問題變成 FAQ、怎麼讀對話平台分析，以及客服人員的權限配置。
- [所有對話](https://docs.maiagent.ai/serve/daily-operations/reply.md): 「所有對話」頁的導覽：如何依對話平台、分頁與篩選條件找到對話，如何介入回覆、開關單一對話的自動回覆、接手與轉回 AI，以及對話檢視、搜尋與分析的延伸頁面。
- [對話檢視器](https://docs.maiagent.ai/serve/daily-operations/reply/conversation-viewer.md): 檢視完整對話內容與詳細資訊
- [收件匣搜尋](https://docs.maiagent.ai/serve/daily-operations/reply/inbox-search.md): 快速搜尋與過濾收件匣對話
- [對話平台分析](https://docs.maiagent.ai/serve/daily-operations/reply/inbox-analysis.md): 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
- [真人客服接手與回覆](https://docs.maiagent.ai/serve/daily-operations/human-handoff-operations.md): 真人客服的日常操作：設定自己的接單狀態與排休、收到轉接通知、接手對話、回覆使用者、轉交同事、轉回 AI，以及查看使用者的滿意度回饋。
- [聯絡人](https://docs.maiagent.ai/serve/daily-operations/contact.md): 聯絡人是什麼：記錄終端客戶身分與權限的資料卡，聯絡人類型比較、如何設定、權限管理與自動化整合。
- [AI 客服品質管理](https://docs.maiagent.ai/serve/ai-quality-guide.md): AI 客服品質管理指南：看懂忠實性、回答相關性、上下文精確度三個評估指標，從評估報告找出問題並用三步驟改善角色指令與知識庫。
- [應用實例：文字客服](https://docs.maiagent.ai/serve/text.md): 以知識庫與 FAQ 打造企業對外的 AI 文字客服 Agent，串接官網與各通訊軟體，並在必要時轉接真人客服
- [法規查詢助理](https://docs.maiagent.ai/serve/text/lawsearch.md): 法規查詢助理應用範例：以公部門法規公告建立知識庫，用不同角色指令為內部人員與一般民眾設計兩種回覆方式。
- [產品查詢助理](https://docs.maiagent.ai/serve/text/productsearch.md): 產品查詢助理應用範例：以電腦廠牌產品型錄為例，從建立 Agent、上傳型錄、設定角色指令到嵌入官網 Web Chat 的完整流程。
- [應用實例：語音客服](https://docs.maiagent.ai/serve/voicecs.md): 語音客服應用總覽：從語音輸入、ASR 語音辨識到 Agent 處理的流程，涵蓋 IVR 意圖辨識、通話摘要與通話質檢三種應用。
- [IVR 客服意圖辨識](https://docs.maiagent.ai/serve/voicecs/ivr-intent-recognition.md): IVR 客服意圖辨識應用範例：客戶直接用語音說明需求，由 Agent 判斷意圖並導向對應服務，取代按鍵式語音選單。
- [語音通話摘要](https://docs.maiagent.ai/serve/voicecs/call-summary.md): 語音通話摘要應用範例：以市民陳情專線為背景，將通話轉錄後由 Agent 擷取來電者、問題與地點並產出結構化摘要。
- [語音通話質檢](https://docs.maiagent.ai/serve/voicecs/call-qa.md): 語音通話質檢應用範例：將客服通話轉錄為文字後，由 Agent 依 SOP 檢核話術、情緒與合規風險，產出質檢報告。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.maiagent.ai/serve.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.