今天跟同事喝咖啡聊到最近公司剛把 LINE 官方帳號接上 AI，結果大家都在問「真的會不會把客人帶偏？」我就把自己剛踩過的坑整理一下，順帶提醒大家幾個小細節，讓 AI 客服不會變成「自說自話」的怪獸。
為什麼 AI 會產生「幻覺」？
其實「幻覺」不是什麼高深名詞，而是 AI 在找不到可靠資料時，硬是自己填空，說出看起來合理卻不正確的資訊。常見的原因有：資料來源不完整、Prompt（指令）寫得太模糊、沒有限定 AI 回答的範圍，還有上下文記憶混亂。尤其在 LINE 官方帳號的自動回覆裡，如果沒有先建好產品 FAQ，AI 很容易說錯價格、寫錯規格，甚至編造不存在的優惠。
雙模型驗證：Gemini + ChatGPT 的配合方式
很多企業已經不滿足於只用單一模型，改用 Gemini 先把客戶的問題意圖辨識清楚，再交給 ChatGPT 產出符合品牌口吻的答案。Gemini 主要負責即時資訊的語意判讀，像是「這是查訂單」或「想了解活動」的關鍵意圖。之後，ChatGPT 會根據企業事先上傳的知識庫，產出正式、自然的回覆。兩個模型互相檢核，能大幅降低錯誤回答的機率，而且支援多輪上下文，讓對話不會因為前後文斷層而跑偏。
避免幻覺的實務設定技巧
在把 AI 接到 LINE 官方帳號前，先做好以下幾件事：先把所有常見問題寫進固定的 FAQ 知識庫，然後在 Prompt 裡加入「只能使用已知資料」的限制，禁止模型自行推測。再設定「超出範圍」時自動轉接真人客服，這樣即使 AI 真不懂，也不會冒險給錯答案。最後，別忘了定期把新產品資訊、促銷活動更新到知識庫，並加上敏感詞過濾規則，防止 AI 誤用不該說的字句。
實際運作時的細節觀察
把 API 串進去之後，AI 可以直接讀取會員資料、查詢訂單狀態，甚至根據 CRM 裡的分群資訊給予不同的商品推薦。這對於要同時處理大量客服訊息的電商或加盟店特別有幫助。從我看到的案例來說，當系統偵測到客戶問的是「我的訂單在哪裡」，Gemini 先判斷意圖，交給 ChatGPT 把查詢結果以友善語氣說出，同時把對話紀錄寫回 ERP，做到前後端資料一致。只要把雙模型的切換邏輯寫好，幾乎可以做到 24 小時不間斷、品質穩定的智慧客服。
FAQ
Q：如果我的 FAQ 內容不夠完整，AI 會不會自行編造答案？
A：如果 Prompt 已經加入「只能引用指定資料」的限制，AI 在找不到對應內容時會回應「抱歉，我沒找到相關資訊」或直接轉真人，避免自行編造。
Q：Gemini 與 ChatGPT 要怎麼同時跑在同一個 LINE 官方帳號上？
A：只需要在後端建立一個路由層，先把使用者訊息送給 Gemini 做意圖辨識，再根據結果呼叫對應的 ChatGPT API，最後把產出的文字回傳給 LINE。整個流程可以用雲端函式或容器化服務來維護。
如果想了解更細的設定步驟、成功案例或最新的模型調校方法，歡迎持續關注我的更新，我會把實務操作的螢幕錄製、程式碼範例一併分享，讓你的 LINE 官方帳號 AI 客服跑得更順暢。
延伸閱讀
