把 AI 客服掛在自家網站第一個月 — 真實數據與三個沒預料到的學習

2026-05-15 · 黃少民 / Satsuma Creative

薩摩自家小愛上線一個月,我把後台所有數字攤開。包括成本、對話品質、轉換率,以及三個一開始沒想到的事。

或:當公司網站從「靜態目錄」變成「會開口的同事」,實際發生什麼事。

寫這篇之前我猶豫了三次。

把自家數據攤開有兩種風險:一是好不好都會被人看;二是別家會抄。但策略上不攤開反而是更大的損失——我們賣的是「AI 同事這個 niche」,把自家現場跑通的真實成果秀出來,本身就是最強的廣告。

所以下面是真實數據(訪客識別資訊都脫敏),包含三個一開始真的沒想到的事。

上線情境

  • 網站:satsumacreative.tw,整合行銷公司官網
  • 小愛上線日期:2026 年 4 月底
  • 觀察期:30 天
  • 知識庫:22 條(後來補到 38 條)
  • 技術:Claude + RAG 向量檢索

如果你對技術細節有興趣:RAG 是什麼? →。下面只談結果。

30 天數字一覽

總對話訪客:          47 人
其中留下聯絡方式:     31 人(66%)
總對話訊息:           328 則(訪客發 174、小愛回 154)
平均每訪客對話:        7 輪
AI 平均回應時間:      11.4 秒
hot lead 識別:        9 人(由 AI 自動偵測 [HANDOFF] 觸發)
轉真人(找真人 + UNKNOWN auto): 4 人
TG 雙向處理(專員親回): 2 人
從 chat 直接導到合作表單: 3 件
表單轉換 → 實際 brief: 2 件(進行中)

→ 總投入:設計 + 上線 8 小時(內部)、之後每天 5-10 分鐘看後台。

沒預料到的事 #1:訪客留聯絡方式比例 66%

我本來估計40% 已經很高。理由:訪客上門就是來看資訊的,要他先留 Email 才能對話,大多會直接關掉。

實際做出來反而 66%。原因(回頭看)有兩個:

  1. gate 用口語問,不用表單:小愛說「能告訴我怎麼稱呼你?順便留個 Email 或手機,二擇一就好」,訪客感覺像聊天不像填表
  2. 不留也能聊:我們是「提醒一次後就放他過」,訪客知道沒被綁。反而留的人變多

學習:不要硬要,稍微示弱反而比較多人留。這跟 cold outreach 的心法一樣:你要的越少,人家給的越多。

沒預料到的事 #2:AI 「答不出來」的問題,80% 不是知識庫缺漏,是訪客問模糊

最常出現的 [UNKNOWN] 訊息類型:

  1. 「你們怎麼樣?」(誰怎麼樣?業務?天氣?)— 32%
  2. 「我想合作」(想做什麼?)— 21%
  3. 「方案多少錢?」(哪個方案?產品線?)— 18%
  4. 真的 KB 缺漏(電商、ERP、特殊產業)— 19%
  5. 其他(亂打、測試、釣魚)— 10%

→ 80% 是訪客語意模糊,而 KB 補了也沒用,只能讓 AI 反問釐清。

所以我加了一條 [CLARIFY] action tag,讓小愛在問題太模糊時主動反問,不是直接 escalate。第二個月的數據顯示這比例下降到 11%。

學習:[UNKNOWN] 不要全部當成 KB 缺漏。先分類,大部分時候是 NLU 不是 NLG。

沒預料到的事 #3:訪客最喜歡跟小愛玩刁難遊戲

預期:訪客會問服務、報價、流程這種功能性問題。

實際:大概 30% 對話是訪客在「測試 AI」——

  • 「你叫什麼名字?」(看 AI 個性)
  • 「你是真人嗎?」(testing the Turing line)
  • 「你會說英文嗎?」
  • 「你們做電商嗎?」「你們做色情產業嗎?」(故意問 KB 沒寫的)
  • 「能不能講個笑話?」

剛開始我覺得這是「沒效率對話」、應該想辦法把訪客導回正題。後來改觀了:這些對話正是 demo 賣點。

訪客刁難 AI → AI 誠實回應(知道就答,不知道就說不知道)→ 訪客「喔他不是亂講的」→ 信任建立 → 才繼續問真正想問的。

學習:讓 AI「不亂講話」的能力,在 demo 階段比「答得快」重要 100 倍。

一個沒兌現的預期

文章不能只講好。一個沒做到的:

我以為小愛會「主動推銷」薩摩的服務。但實測下來她非常被動。

訪客問「TVC 怎麼拍」她就答 TVC,很少主動延伸到「順便提一下 AI 同事」。我看 system prompt 寫了「適當時主動 cross-sell」這條,Claude 沒有遵守。

兩個假設: - A. Claude 被 trained 成偏向「只答被問的事」,主動 cross-sell 牴觸這個訓練目標 - B. 我的 prompt 寫得不夠強

第二個月我改 prompt 加重要性權重,測試會不會改善。這是進行中的實驗。

我會推薦哪些公司現在就做?

強推: - 已經有 brand book、有廣告投放,但客服一直跟不上 - 中型 B2B / SaaS / 服務業,客戶會問脈絡題 - 想用 AI 客服當業務 funnel,不只是回 FAQ

不推(去買 SaaS): - 月互動量 < 500 - 純電商標準訂單客服 - 沒有想為 AI 寫人格的耐心

詳細評估邏輯:AI 客服選型指南 →

親手試試小愛

文章看完不如直接玩一輪:

→ 到首頁右下角找小愛

刁難她幾個問題,看她怎麼回。她不會亂講話,這是我們花最多力氣保證的事。

第二個月會做的事

[ ] 把 [UNKNOWN] 細分為 [CLARIFY] 跟 [ESCALATE] 兩類
[ ] 補強 cross-sell prompt
[ ] 開放小愛回英文 / 日文(已加 system prompt)
[ ] 寫一個 admin gaps 頁,把 [UNKNOWN] 群聚出來,直接導入 KB
[ ] 加自動週報(每週統計 hot lead + 對話量寄到 TG)

第二個月寫個 follow-up,看哪些有效、哪些 over-engineered。

黃少民 / Satsuma Creative

整合行銷創意公司。我們相信:用 AI 同事證明 AI 同事,比寫 PPT 提案更有說服力。