客人問等多久，AI 卻離題
假設阿葵開一間小型牙科診所，晚診已經坐滿。櫃台電話響、LINE 跳訊息、現場病人走來問「我還要等多久」。她想導入 AI客服，至少先把重複問題擋掉一部分。 問題是，很多展示看起來很漂亮。AI 可以接電話、可以回訊息、可以整理常見問答。可是一到診所現場，客人只問等候時間，AI 卻開始介紹植牙流程、診所特色與預約方式。 這篇要拆的不是「AI客服能不能用」。真正的問題是，診所櫃台不是一般客服信箱。它處理的是現場排隊、預約狀態、病人焦慮與醫療風險，不能只靠一個會聊天的 AI 小幫手撐起來。
診所要買的不是會聊天的 AI客服，而是能讀懂預約、等候、轉真人時機的櫃台流程。
先替你做判斷
如果客人只問「還要等多久」，AI 卻開始介紹療程或門診功能，問題通常不在話術。診所櫃台的關鍵資料會一直變，AI客服要先知道現場狀態、病人意圖與風險分流，才能真的減少櫃台壓力。
為什麼現在特別容易買錯
最近幾則開源專案討論，碰到的是類似處境。有一個討論把服務從一般 AI 顧問，改成給醫美診所與美容牙科使用的櫃台系統，價格寫成一次建置 995 美元、每月 499 美元。這代表市場開始把「AI 小幫手」包成前台服務，而不是單純賣聊天功能。 另一個討論在寫等候時間預測，重點是它還停在實作基準與交付計畫，不是核准正式上線。換句話說，「估多久會輪到你」看起來像一句簡單回答，其實需要現場資料、更新頻率與責任判斷。對診所老闆來說，這不是加一句話術就能解決。 還有討論把通訊、客戶紀錄與自動回應放在同一套商業計畫裡。它透露一件事：店家想要的不是更多對話，而是少一點漏接、少一點重複確認、少一點櫃台混亂。AI客服如果只被包裝成「會回訊息」，很容易賣到一半就失焦。 診所櫃台是什麼？它不是單純接電話的人，而是把預約、報到、候診、改期、臨時狀況與現場情緒串起來的人。AI客服是用 AI 協助回答與分流的服務。AI 小幫手則常是很泛的包裝名，聽起來方便，卻不一定處理診所最痛的那幾個瞬間。
真正卡住的是現場狀態
客人問「還要等多久」，他要的不是診所介紹。他要知道自己要不要繼續坐著、要不要先去移車、要不要改約、要不要跟公司請假。這些答案都跟即時狀態有關，不是跟文案有關。 診所 AI客服最容易出事的地方，通常有三種。第一種是把狀態問題當常見問題回答。第二種是把醫療風險問題當一般客服安撫。第三種是沒有辨識對方身分，就在訊息裡談到太多個人就診內容。 你可以先用這三句話分辨問題類型：
這就是診所情境跟一般店家不同的地方。餐廳客人問「還要等多久」，多半是排隊與翻桌。診所客人問同一句話，背後可能有疼痛、麻藥、家屬接送、回診時間與病歷關聯。 還有一個常被低估的細節：診所資料不是一份乾淨表格。預約系統有一份、櫃台紙本可能有一份、醫師口頭調整又是一份。AI 如果只接到其中一份，就會回得很有自信，卻跟現場不同步。錯得很整齊。 如果下一個週一晚診，你讓 AI 直接回所有電話與訊息，卻沒讓它知道醫師已經延遲 40 分鐘，櫃台會少忙一點，還是要花更多時間收拾誤會？這個問題要在上線前問，不要等候診區坐滿才問。
先把三種回答分開
想導入診所 AI客服，先不要從「能不能像真人」開始看。你要先把問題分成三桶：固定資訊、現場狀態、風險分流。這三桶需要的資料不同，能自動化的程度也不同。 第一桶可以交給 AI 或現有工具處理。例如 LINE 官方帳號有關鍵字回應、圖文選單與自動回覆，可以放營業時間、地址、初診要帶的資料、預約連結。這些內容變動少，答錯的風險也比較低。 第二桶要接現場狀態，但不一定一開始就要做很複雜。你可以先讓櫃台在預約系統或共用表格裡維護幾個狀態：已預約、已報到、候診中、過號、改期、看診中、已完成。AI客服只能讀這份狀態，不能自己猜。 第三桶要設轉真人。只要訊息出現急性疼痛、持續出血、呼吸困難、胸悶、意識不清、用藥疑慮、術後異常等訊號，AI 不要繼續聊天。它可以回一句「這類情況需要由人員確認，若症狀嚴重請立即就醫或撥打 119」，再通知櫃台。 上線前，請先檢查這幾個東西：
- AI 回答等候時間時，資料來源是不是當天現場狀態，而不是官網文字。
- 訊息裡涉及病情、身分證號、病歷內容時，是否符合《個人資料保護法》與診所內部存取規定。
- 系統是否保留對話紀錄，且只有必要人員能查閱。
- 轉真人後，櫃台是否能看到前面對話摘要，不用讓病人重講一次。
電話端也要務實。若你用雲端總機或語音選單，可以先把來電分成預約改期、詢問營業時間、現場等候、術後問題。這不是為了讓病人多按幾層，而是讓高風險問題不要被一般問答淹沒。 測試時，不要只拿供應商準備好的漂亮題目。假設你先拿 30 則已去識別化的真實訊息，混入改期、遲到、抱怨、術後不適、家屬代問與重複追問，請 AI 跑一次。你要看的不是它文筆好不好，而是它有沒有停在該停的地方。
別把會說話當會櫃台
最容易白忙的做法，是把所有問題都丟進一個知識庫。官網、價目表、醫師介紹、療程說明全部塞進去，AI 看起來懂很多。可是病人問的是「我現在該怎麼辦」，它卻開始背資料。 第二個誤區，是把「轉真人」當失敗。診所情境剛好相反，該轉就轉，是系統成熟的表現。尤其遇到症狀、費用爭議、投訴、個資確認，AI 繼續聊太久，櫃台後面會更難處理。 第三個誤區，是只看供應商展示，不看尖峰時段。展示通常是單一病人、單一問題、單一路徑。真實診所是電話、現場、LINE 同時來，醫師進度還會變。這才是 AI客服要面對的工作場。
上線前最後看這張表
把 AI客服放到診所前，請用櫃台語言檢查一次。不要問「模型強不強」，先問它能不能在你的晚診現場活下來。
- 固定資訊是否已整理成可直接回答的內容。
- 等候時間是否有即時狀態來源，而不是讓 AI 猜。
- 急症、術後異常、用藥疑慮是否會轉真人或提醒就醫。
- 個資、病歷與對話紀錄是否有存取限制與保存規則。
如果這四項有兩項還說不清楚，就先不要把它接到所有入口。你可以先讓它處理低風險問題，再逐步放到改期、候診提醒與電話分流。穩比炫更重要。
下次看展示要這樣問
下次供應商說他有診所 AI 小幫手，請不要先問它會不會接電話。你可以直接給一個晚診情境：醫師延遲、病人已報到、另一位術後不舒服、LINE 同時有人改期，請它現場示範怎麼分流。 如果它能說清楚資料從哪裡來、哪些問題自動回、哪些問題立刻交給人，這才值得往下談。如果它只展示漂亮對話，你可以先把它放在低風險入口。診所需要的是能減壓的 AI客服，不是多一位很會聊天、卻看不到候診室的同事。
讀者最常問的幾個問題
可以先買現成工具，但不要只看它能不能聊天。你要確認它能不能讀取預約狀態、能不能限制回答範圍、能不能設定轉真人條件。若它只能回常見問題，適合放在營業時間、地址、收費說明這類低風險問題，不適合直接處理等候時間與就診判斷。
先從答案穩定、現場變動低的問題開始，例如營業時間、交通方式、初診要帶什麼、預約改期入口。等候時間、症狀描述、術後不適、費用爭議，建議先由 AI 做分類與提醒，再交給櫃台或護理人員確認。
不建議讓它做診斷或給處置建議。比較安全的做法是讓它提供就醫前準備、提醒回診、說明何時需要聯絡診所，並在疼痛、出血、呼吸困難、意識不清等訊號出現時轉真人或提醒立即就醫。這不是保守，是在保護診所與病人。
請對方現場跑一遍晚診尖峰情境，而不是只看展示畫面。你可以問：如果醫師延遲、病人過號、臨時插入急件、LINE 同時進來改期訊息，系統怎麼回？如果對方只回答「AI 會自動判斷」，你就要再追問它看的是哪一份狀態資料，以及何時會停下來交給真人。
