本來想靠LINE官方帳號提升問答效率，結果客戶總說「機器人根本不懂我問什麼」，這時才發現光有自動回覆還不夠。直到深入研究AEO（AI搜尋最佳化）這套流程，才驚覺LINE帳號跟AI整合時，結構化資料才是關鍵。
1. 結構化資料是LINE客服的「身分證」
很多企業都錯估AI的認知能力，以為放好FAQ就能被Google搜出。結果我發現，除非網站用Schema格式把客服流程完整標記，不然LINE@的AI客服在Google AI Overview幾乎不會出現。像客戶常問的「預約流程是？」、「門診時段？」這種問題，得先用Organzation Schema在網站首頁宣告，讓AI抓到核心資訊才會被引用。
2. 小心誤用「型別錯接」
之前誤把LINE問答系統串聯到Gemini，結果客戶收到簡訊都是複雜術語。後發現是Schema型別設錯，應該用「QAPage」而不是「FAQPage」，否則系統會誤判這不是常見問答場景。另外有些企業硬把客服電話設成Email格式，AI直接漏接，記得確認Line@聯絡方的Schema型別正確。
3. 機器人不會讀你腦補的流程
網站雖寫了「可問預約」，但沒有搭配Service Schema說明服務時間、所需資料（如身分證、預約連結），AI無法自動連線LINE客服。現在調整成「當搜尋問診時段→跳LINE預約功能→顯示現場等候人數」這種結構，AEO機率才真的提升。
FAQ- Q：LINE機器人必須設多少話術才足夠？
- A：建議聚焦首頁Schema內的15-20個常見問答，過多內容反而讓AI抓不到重點。
最後提醒：別只做LINE自動回覆就打完，AEO的精髓在讓AI「看得懂」你的客服流程。現在回顧我們的結構化資料圖，才發現當時漏掉FAQ Schema，導致很多客訴根本沒觸發預警系統。
