AI 小幫手(代理人)都會自己賣自己了，為什麼店裡 WhatsApp 接單還是卡住？

最近大家其實卡在同一個地方

最近你可能也看到很多 AI 小幫手變得很厲害。有人做出會替自己介紹服務、安排互動、一路推進任務的 AI 代理人。另一邊，餐廳和零售店也開始想把 WhatsApp 接單變自動。看起來答案來了。坑也來了。 我最近跟一位開餐飲店的朋友聊天，他說最想省的是每天回 80 則訊息的時間。結果他試了自動回覆後，客人問套餐、改時間、臨時加辣，系統回得很快，店員卻更忙。這很刺眼。 核心判斷其實很簡單：你以為拿到答案，其實拿到的是一個包裝精美的坑。AI導入不是把聊天視窗接上工具就結束，真正難的是先把店裡怎麼判斷一張訂單講清楚。這才是坑。

為什麼最近一直在同一個地方跌倒

為什麼這個問題最近一直冒出來？因為外面同時出現兩種訊號。一種是 AI 代理人開始能替產品說明價值、安排互動、把任務往前推。另一種是餐廳、服飾店、服務業想把 WhatsApp 接單變成正式系統。兩邊撞在一起。 WhatsApp，一套很多店家每天拿來收訊息的通訊軟體，對客人很方便。客人不用下載新 App，直接傳「今晚 7 點兩份」就能下單。可是對店家來說，聊天不是訂單系統。差別很大。 AI 代理人代表的是「工具開始會自己做下一步」。WhatsApp 接單代表的是「生意流程裡有很多臨場判斷」。這兩個名詞放在同一個標題裡，是因為多數老闆會在這裡誤會：會回訊息，不等於會接訂單。要分開看。 你會先在這些地方撞到坑：

• 客人用口語下單：像「跟上次一樣」或「不要太甜」這種話，AI 需要知道怎麼轉成正式品項。
• 價格有例外：套餐、加料、折扣、外送費，任何一個沒講清楚都會變錯帳。
• 訂單狀態很多：已詢問、已確認、已付款、製作中、可取餐、已取消，至少 6 種會混在一起。
• 人工接手太晚：等客人生氣才交給店員，前面省下的時間會全部吐回去。

你有沒有想過，如果隔壁店先把這 6 種狀態整理好，它不一定需要更厲害的模型，就能少掉很多來回確認？這才是時間差。

真正讓事情失控的，不是表面那一層

真正讓事情失控的原因，不是 AI 小幫手看起來太笨，也不是 WhatsApp 不適合做生意。問題常常出在你把「聊天」當成「流程」。聊天只要回得像人，流程要能承擔結果。差別在這裡。 舉例來說，客人問「今天還有牛肉飯嗎？」這只是查庫存。客人接著說「那幫我留兩份，晚點拿，老樣子不要蔥」，這就變成訂單承諾。AI 如果沒有被告知哪一步算確認，它很容易提前答應。坑在這裡。 很多團隊導入時會先問：「哪個 AI 工具比較強？」AI 工具，用白話文講就是幫你完成文字、判斷或流程任務的軟體。這個問題可以問，但不該排第一。排第一的應該是：「我們店裡哪些判斷不能交給它自己猜？」順序要換。 最近也有人在開發店家接單平台時，先補上多張業務流程圖。流程圖不是裝飾，它是在避免 3 個人各自理解同一個結帳、退換、折扣規則。對你來說，這代表 AI導入之前，老闆、店員、廚房要先講同一套話。先對齊人。 我會把症狀和原因這樣拆：

• 症狀是回覆變快：客人很快收到答案，但答案可能沒有經過店內規則。
• 原因是規範不清：AI 不知道價格、庫存、時間和例外誰說了算。
• 症狀是店員更忙：表面自動化，實際多了補問、改單、道歉。
• 原因是接手點太晚：沒有設定什麼情況要立刻找人。

這裡還有一個常被忽略的點：資料如果舊，AI 會把舊資訊講得很有把握。比如昨天的菜單、上週的折扣、已售完的品項，它看起來都能說得通。可信度不等於正確。要小心。

如果你只想先止血，先照這樣做

防呆法不用一開始做很大。先拿 10 筆真實 WhatsApp 對話出來，不要挑漂亮案例，專挑最麻煩的。看每一筆從詢問到成交，中間到底做了哪些判斷。真實對話最有用。 你要找的不是「AI 能不能回」，而是「哪一句開始有商業後果」。例如報價、保留庫存、承諾取貨時間、接受折扣、確認付款，這些都會影響成本和客訴。先圈出來。 先問這 4 個問題：

• 哪些訊息只需要回答，不需要建立訂單？
• 哪些訊息一回覆，就等於承諾價格或庫存？
• 哪些例外必須交給店員，例如退費、改時間、特殊折扣？
• 哪些資料每天會變，例如菜單、庫存、外送時段？

接著，把 AI 的工作範圍壓小。不要一開始就叫它「負責接單」。這句話太大。你可以先讓它做「整理客人需求」或「判斷是否需要人工接手」。範圍小，錯誤也比較好抓。 如果你要讓它回客人，先讓它學會說「我幫你確認一下」而不是直接說「可以」。這一句很重要，因為它把不確定的事情暫時留給人判斷。速度慢 10 秒，常常省掉後面 10 分鐘。很划算。 你可以把接單流程切成 3 個區域。綠色是 AI 可以直接回的常見問題，黃色是 AI 先整理後交給人，紅色是 AI 不碰的高風險決定。這不是保守，是把責任範圍說清楚。先穩住。 先用這個分法：

• 綠色：營業時間、地址、固定菜單、取餐方式這類低風險問題。
• 黃色：客人語意不清、品項替換、取餐時間變更這類需要整理的情況。
• 紅色：退費、特殊折扣、客訴、庫存不足後的替代方案。

最後做 48 小時試跑。不要直接全店上線。挑離峰時段，讓 AI 先處理一部分訊息，店員在旁邊看它哪裡提前承諾、哪裡漏問資訊。你會很快看到真正的破口。先試小。

最容易讓你以為有答案，其實還沒收尾的三個誤區

最容易白忙的誤區，是把「會聊天」當成「能負責」。現在多數模型很會把話講順，甚至會讓客人覺得店家反應很專業。可是專業口吻不能取代商業判斷。這點要分清楚。 第二個誤區，是只補更多範例。範例有用，但如果責任範圍沒有說清楚，AI 只是學會用更像你的語氣犯同一種錯。它會把不該答應的事答應得更自然。更麻煩。 第三個誤區，是把所有例外都丟回人工。這樣看似安全，但店員會被大量小事打斷，最後大家覺得 AI 沒省到時間。比較好的做法，是把例外分級，不是全收或全丟。要分層。 看到這 3 種情況，先停下來：

• AI 經常替客人確認價格，但價格來源不是最新的。
• AI 常說「可以」，但店員事後才發現需要人工判斷。
• 客人對話變多，正式訂單卻沒有變清楚。

你有沒有想過，如果再多接 30% 訊息，這些小錯會先發生在哪個時段？通常不是最閒的時候，而是午餐、晚餐、週末這種最沒有空補救的時間。時間點很關鍵。