應用實例：文字客服

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

在企業客服工作中，面對大量且頻繁的客戶查詢，人工回覆不僅容易延遲，還會造成客服人員負擔過重，影響整體服務效率。許多重複性問題反覆出現，耗費大量時間處理，導致團隊難以將精力集中於更複雜的客戶需求與問題解決。

現在，您可以運用 MaiAgent 打造企業對外的 AI 文字客服助理，有效降低客服成本，提升服務品質與客戶滿意度！

適用情境

• 官網與通訊軟體客服：將 Agent 嵌入官網，或串接 LINE、Facebook Messenger、WhatsApp 等客戶慣用的通訊軟體，提供 24 小時即時回覆。

• 法規與政策查詢：公部門或高度受規範的產業，需要讓民眾與內部人員從大量法規公告中快速找到答案，且回覆必須附上出處。

• 產品規格與推薦：型錄、規格表、比較表等資料量龐大且更新頻繁，客戶問題多元，人工查找耗時。

• 訂單與售後查詢：需要即時查詢訂單狀態、保固範圍、維修進度等外部系統資料，單靠靜態文件無法回答。

同一份知識庫可同時供多個 Agent 使用。常見做法是針對「對外民眾」與「內部客服人員」各建一個 Agent，共用知識庫但給予不同的角色指令，讓兩者的回覆詳略與語氣不同。

運作方式

環節	內容
① 客戶提問	客戶在官網 Web Chat、LINE、Facebook Messenger 等已串接的對話平台發問
② Agent 接手	依角色指令判斷該用哪些資料來源回答
③ 尋找答案	從知識庫語意檢索相關段落、比對 FAQ 常見問題；需要即時資料時呼叫工具查詢外部系統
④ 生成回覆	整合檢索結果生成回覆，並依設定附上引用來源
⑤ 無法回答時	觸發轉真人客服，把對話交接給客服人員

Agent 收到問題後，會先從知識庫中以語意檢索找出相關段落，再由語言模型整合成回覆，並依設定附上引用來源讓客戶可回溯查證。若問題超出知識範圍，可設定轉真人客服通知，將對話交接給客服人員，避免 AI 亂答。

建置流程

1. 建立 Agent

於 AI 助理 頁面填寫名稱，選擇 RAG 與語言模型，並設定回答模式。一般文字客服選擇「RAG 問答」即可滿足需求。詳見建立 Agent。

2. 撰寫角色指令

角色指令決定 AI 的身分、輸出格式與回答邊界，是客服品質的關鍵。建議明確寫出「不在知識庫範圍內的資訊請勿回答」，並提供無法回答時的標準回覆話術。寫法可參考角色指令設計指南。

3. 建立知識庫與 FAQ

上傳型錄、規格表、公告等文件建立知識庫，或以爬蟲功能自動擷取官網內容。針對高頻且答案固定的問題，另外建立 FAQ 常見問題以確保回覆一致。上線前可用搜尋測試確認檢索結果是否命中。

4. 配置工具（選配）

若客服需要查詢訂單、庫存等即時資料，可為 Agent 配置工具，讓 AI 直接呼叫企業內部 API 取得最新結果。

5. 串接對話平台上線

依客戶所在對話平台選擇串接平台，可同時串接 Web Chat、LINE、Facebook Messenger、Telegram、Microsoft Teams、WhatsApp、Email 與 Slack。

6. 監控與優化

上線後於 AgentOps 進行自動評估與 Agent 監控，並依 AI 客服品質管理的建議持續補充知識庫與調整角色指令。

應用範例

• 法規查詢助理：以公部門法規公告為例，說明如何用同一個知識庫，為內部人員與一般民眾設計兩種不同的回覆方式。

• 產品查詢助理：以電腦廠牌產品型錄為例，示範從建立 Agent、上傳型錄到嵌入官網的完整流程。

接下來各小節將以實際案例示範建置過程，協助您快速套用至自身的業務情境。