我跟同事剛把公司的 LINE 官方帳號（Line@）接上 AI，結果第一天晚上就收到一筆「訂單查詢」的訊息。當時我們的客服還在手動回覆，等到深夜才處理完，客人已經離開。這次的教訓讓我們立刻決定把「Line Messaging API」和「Gemini API」結合起來，讓 AI 能 24 小時自動回應，從此不再有「夜貓子」的問題。
先搞清楚訊息流的真相
在實作上，Line@ 主要負責接收使用者的訊息並透過 webhook 把資料即時推送到自己的 AI 伺服器。伺服器收到後，會先把文字交給 Gemini 進行知識型查詢或長文本分析，像是商品規格、活動說明等較正式的資訊。接著，ChatGPT 負責自然語言對話與銷售引導，能根據客人的語氣提供推薦或引導預約。所有對話紀錄會同步寫入資料庫，方便日後在 CRM 裡做標籤與分群，真正做到「一次設定，多次使用」。
選模型、別踩雷的實務要點
很多品牌只用單一模型，結果遇到複雜問題時會卡住，甚至給出不相關的答案。雙模型架構的好處在於：客服類問題交給 Gemini 處理，它在語意理解上較為精準；而需要銷售口吻或互動感的回覆，就交給 ChatGPT，這樣的切換不只提升回答品質，還降低了單一模型誤判的風險。實務上，建議先在測試環境把「常見問題」與「商品推薦」的關鍵字分流寫好，讓 webhook 能根據內容自動指派給對應的 API，避免一開始就把所有訊息塞給同一個模型。
如果你已經有既有的 CRM 系統，別忘了把 AI 回覆的標籤同步回去，這樣日後可以用 AI 自動分析顧客需求，直接在 CRM 裡看到「有意向」或「需要跟進」的分群，省下不少手動整理的時間。最後，別忽視監控機制，設定好失敗重試和人工介入的閘道，才能確保在高峰期不會出現「無回應」的尷尬。
FAQ
Q: 我只想先試試看自動回覆，是否需要同時匯入 Gemini 與 ChatGPT？
A: 可以先從單一模型開始，例如先用 ChatGPT 處理一般對話，等需求變多再加上 Gemini 做知識型查詢，避免一次性投入過大資源。
如果想了解更完整的流程圖、案例或最新的 API 變動，繼續關注相關技術部落格會是個不錯的選擇。
延伸閱讀
