為什麼單純接模型會踩雷？
我在規劃公司客服時，最先想到的就是把 Line 官方帳號直接串接 Gemini 或 ChatGPT，結果卻發現 AI 回覆常常跑題、資訊過長，甚至給出錯誤的商品價格。從參考資料中看到，問題的根源往往不是模型本身，而是缺乏明確的 Prompt 設計。沒有設定角色定位、回覆格式與知識庫限制，AI 很容易在多輪對話中失去方向，導致顧客信任感下降。
因此，在正式上線前，我先把 Prompt 內部結構化：先定義 AI 為「品牌客服專員」，語氣保持友善且專業；再限制回覆字數在三句以內，並加入「若無法確認資訊，請直接說明並建議轉人工」的例外處理。這樣的設定讓 AI 在處理價格查詢、預約流程時，回應更精簡、資訊更可靠。
實作要點：如何避免常見坑洞
1. 角色定位：在 Prompt 開頭寫明「你是 XYZ 品牌的線上客服，需以親切但不失專業的語氣回覆」；這能避免口吻混亂。
2. 回覆格式：明確告訴 AI 「每次回覆僅限三句，若涉及價格或預約，請在最後提供連結或說明」；這防止冗長文字。
3. 知識庫限制：將常見問答、商品資訊、營業時間等資料放入專屬知識庫，並在 Prompt 中加入「僅使用此知識庫內的資訊」的指令，減少錯誤資訊的產生。
4. 情境流程：針對「商品推薦」與「預約」兩大情境，設計分支對話指令碼。例如，當顧客詢問「想預約試用」時，AI 必須先確認日期、時間，再自動產生表單連結。
5. 引導式提問：在每個回覆結尾加入「還需要其他協助嗎？」或「想了解更多優惠嗎？」的引導句，提升成交機會。
把以上要點寫進 Prompt，配合 Gemini 的長文本理解與 ChatGPT 的自然語言生成，Line 官方帳號就能變成 24 小時不間斷的智慧客服，既降低人力成本，又提升顧客體驗。
最後提醒，雖然自動化很吸引人，但仍要定期檢視 AI 回覆的正確性，並持續最佳化 Prompt，才能避免因一次錯誤回覆而失去潛在客戶。
FAQ
Q1：如果 AI 回覆超過三句，該怎麼處理？
A：檢查 Prompt 中的字數限制指令，確保「每次回覆僅限三句」寫在最前面，並在測試階段加入字數檢查機制。
Q2：如何讓 AI 同時支援 Gemini 與 ChatGPT？
A：先把 Gemini 用於長文本理解與多輪推理，然後將產出的關鍵資訊交給 ChatGPT 產生自然語言回覆，兩者串接時保持一致的 Prompt 結構即可。
延伸閱讀
