LINE Bot 上線之後才會遇到的事：做不到什麼、誰來顧

作者｜瞻新資訊　張安邦執行長（台大醫工背景・十年以上IT服務公司創辦人）

網路上關於 LINE Bot 的文章，九成在講它能做什麼。

這可以理解——要說服你做一件事，當然是講好處。但真正決定一個 LINE Bot 會不會活過三個月的，幾乎都不是選型階段的事，而是上線之後才會冒出來的那些：它做不到什麼、誰要顧、以及那些沒寫在報價單上的成本。

LINE Bot 到底是什麼、跟官方帳號差在哪、四種做法怎麼選、費用怎麼算——這些我們在〈LINE Bot 是什麼？跟官方帳號差在哪、四種做法怎麼選〉已經整理成一篇完整的選型指南，還沒看過的建議先看那篇。

這篇接在那一篇之後：假設你已經選好了，接下來會遇到什麼。它處理不了哪三種狀況、實際能省下多少、轉真人要怎麼設計、推播的代價，以及上線之後該看什麼數字。

動筆之前先確認：你談的是哪一種 LINE Bot

這一節很短，但省略不得——因為「LINE Bot」這四個字在台灣同時指三件成本差很多的東西：後台設定的關鍵字自動回覆、租來的月費客服工具、以及串接自家系統的客製程式。

要記住的關係只有一句：LINE 官方帳號是帳號本身，LINE Bot 是掛在這個帳號上、讓它能自動做事的程式。 LINE 官方文件寫得很明確——要使用 Messaging API（也就是做出 LINE Bot 的那套介面），必須先有 LINE 官方帳號。兩者是包含關係，不是二選一。

用比喻來說：官方帳號是店面，Bot 是你請的那位店員。沒有店面就不用談店員；有了店面，你可以選擇不請（純人工回訊息），或請一位只會回答固定問題的，或請一位能查庫存、能幫客人下訂單的。

三種做法各自的成本、彈性與適合對象，選型那篇有完整的四種路線對照，這裡不重複。本篇假設你已經知道自己要做哪一種，接下來談的是它的邊界與上線後的維護。

一則訊息進來之後，實際上發生了什麼事

這一段稍微碰到技術，但值得花三分鐘看懂——因為看懂之後，你才有辦法判斷廠商的報價合不合理、他說的「這個做不到」是真的做不到還是不想做。

LINE 官方文件描述的流程是三步：

1. 使用者傳訊息給你的 LINE 官方帳號
2. LINE 平台把這個「事件」送到你的伺服器（官方術語叫 webhook）
3. 你的伺服器判斷之後，再透過 LINE 平台把回覆送給使用者

換成白話就是：客人在 LINE 上講的每一句話，LINE 都會轉寄一份到你自己的一台電腦上；那台電腦看完之後決定要回什麼，再交給 LINE 送出去。

關鍵在第二步跟第三步之間的那個「判斷」。那台電腦怎麼判斷，決定了這個 Bot 有多聰明，也決定了它多貴：

• 最簡單的判斷是比對關鍵字：客人打「營業時間」就回營業時間。這不需要什麼開發。
• 中等的判斷是照流程走：客人點了「我要預約」，就一步步問日期、時段、人數，最後存起來。
• 最複雜的判斷是要去別的地方查資料（例如接上預約系統或訂單資料庫）：客人問「我上次訂的到了嗎」，那台電腦得先認出這個人是誰，再去你的訂單系統查他的訂單，再把結果組成一句話回覆。

第三種之所以貴，不是因為 LINE 這一段難，是因為它要跟你原本的系統對話——而那個系統有沒有留介面、資料乾不乾淨，才是真正的成本所在。 這也是為什麼同樣叫「做一個 LINE Bot」，報價可以差十倍。想知道那筆錢實際上是怎麼組成的，可以看〈LINE Bot 開發費用怎麼算？拆開四層帳單，教你判讀報價單〉。

先講它能做的四類，才講得清楚做不到的三件

官方文件列出的能力範圍很廣，對決策有意義的分法是這四類。這一段刻意寫得短——能做什麼在選型那篇已經展開過，這裡列出來只是為了跟下一節的「做不到」形成對照：

類別	做什麼	典型場景
回答	客人問，Bot 答	營業時間、地址、常見問題、規格說明
查詢	幫客人查他自己的資料	訂單進度、剩餘堂數、點數餘額、報修狀態
辦事	幫客人完成一個動作	預約、報名、下單、填表、上傳資料
通知	主動告訴客人一件事	預約提醒、出貨通知、活動開始

這四類的難度與價值是遞增的，但投報率最高的往往是第一類與第二類，因為它們處理的是量最大、最重複、最不需要判斷的事。

很多公司一開始就想做第三類與第四類，結果第一類的常見問題內容都還沒整理好。 這個順序反了。客人來問的問題如果連你自己都沒有一份完整的答案清單，那不管用什麼技術做，回出來的東西都不會好。

有一個很實際的判斷方式：打開你的官方帳號，往回捲三個月的對話紀錄，把重複出現的問題數一數。 如果有五個問題佔了七成以上的訊息量，那你的第一版 Bot 只要處理好那五個問題就夠了，剩下的都是第二期的事。這個數字待會算帳那一節還會用到。

更重要的是，LINE Bot 做不到的三件事

這一節大概是這篇跟其他文章最不一樣的地方。廠商不太會主動講這些，但它們決定了你的期待該放在什麼高度。

第一，它沒辦法處理「需要判斷」的問題。 客人問「我這個狀況適不適合用你們的方案」，這句話沒有標準答案——它要看客人的預算、時程、既有系統、內部政治。這種問題丟給 Bot，得到的一定是模糊的罐頭回答，而模糊的罐頭回答比不回答更傷，因為它讓客人覺得你有回、但沒有在聽。

第二，它處理不了情緒。 客人是來抱怨的時候，他要的不是正確答案，是一個人。機器人回得再有禮貌，都改變不了「我在跟機器講話」這件事本身就會讓怒氣升級。

第三，它沒辦法替你決定內容。 Bot 是一條管線，不是內容的來源。你的常見問題答案寫得含糊，Bot 就把含糊的答案傳得更快、更多次。導入 Bot 通常會讓內容問題暴露得更明顯，而不是解決它。

至於「像 ChatGPT 一樣自由聊天」這件事，技術上做得到，但要不要做是另一回事。用生成式 AI 來回答，好處是彈性大、能處理沒預想到的問法；代價是回答內容不完全可控。如果你的產業是醫療、法律、金融，或任何一句話講錯會有責任的領域，那可控性遠比彈性重要。

	規則式（照流程走）	生成式 AI 對話
回答的可控性	高，你寫什麼就回什麼	低，可能生成沒說過的內容
應付沒預想到的問法	差	好
維護方式	改流程與話術	調整提示與知識庫，需要持續校正
適合的產業	有法規責任、答案必須精確的	資訊型、容錯度較高的

對「AI 客服」的期待，該放在哪個高度

這幾年「AI 客服」講得很熱，這裡值得把期待值先校準一下。

Gartner 在 2025 年 3 月的一份預測中認為，到 2029 年，具備自主行動能力的 AI 將能在沒有真人介入的情況下自行解決 80% 的常見客服問題，並帶來約三成的營運成本下降。

⚠️ 這是國際研究機構對未來的預測，不是已經發生的事實，也不是台灣中小企業的現況，引用時要當成方向參考而不是保證。但它點出的重點很有用：那句話的主詞是「常見客服問題」。技術往前走，變好的是重複問題被處理掉的比例，不是所有問題都不用人。

換句話說，就算五年後 AI 更強，前面那個結構還是一樣：機器處理重複的，人處理需要判斷的與有情緒的，中間要有一條順暢的通道把人接進來。你現在把常見問題清單和轉真人流程做好，這兩件事在任何技術世代都不會白做；反過來，把賭注全押在某一套當紅的技術上，三年後大概要重做一次。

導入之後實際會省下多少？先算一筆帳

在談做法之前，先把帳算一次——因為這決定了你願意投多少。

先說清楚，下面是推導不是統計，用的都是約數，你要換成自己的數字。

假設你的官方帳號一天進來 40 則訊息，其中 28 則是那五個高頻問題（營業時間、地址、有沒有現貨、怎麼預約、進度到哪）。每一則從看到、判斷、打字到送出，抓三分鐘，光是這 28 則就吃掉一個人一天將近一個半小時，一個月大約 30 小時。

Bot 能吃掉的不是全部，抓七成是比較實際的估法——剩下三成會有問法太特別、或客人堅持要找人。所以省下來的大約是每月 20 小時上下。

這筆帳有兩個地方容易算錯，要提醒：

第一，省下的時間不會自動變成錢。 除非你原本就打算多請一個人，否則省下的是「同一個人可以多做別的事」，不是帳上少一筆薪水。把 LINE Bot 的效益寫成「省下一個人力」去說服老闆，上線三個月後通常會很難交代。

第二，要把維護成本扣回去。 內容要更新、活動要換、流程會調整，這件事每個月大概還是要花掉幾個小時。所以淨省下來的會比 20 小時再少一點。

反過來說，有一個效益比省時間更值錢，但很少人算：客人不用等。 晚上十點問營業時間，馬上有答案，而不是隔天早上才回。這個對成交的影響，在服務業與預約型生意上通常比省下的工時更實際。

做哪一種，只有兩個問題真正在分岔

做法有幾種、各自多少錢，選型那篇已經攤開比過，這裡不重講。但有兩個問題值得單獨拉出來，因為它們不是「比功能」，是一旦選錯就很難回頭的分岔點：

第一，要不要接你自己的系統？ 要接，官方後台與多數租用型工具就出局了，這是最乾脆的一條分界線。

第二，資料要存在誰那裡？ 用第三方工具，客人的對話紀錄、標籤、名單會存在對方的系統。這在商業上是可接受的選擇，但要先問清楚三件事：資料能不能匯出、匯出格式是什麼、停止服務之後資料怎麼處理。「以後想搬家的時候搬不搬得走」，要在簽約前問，不是在想搬的時候才問。

還有一件跟技術無關、但更容易出事的：官方帳號本身要開在你公司的名義下，不要用廠商的帳號。這件事在合作愉快的時候完全沒感覺，換廠商的時候會變成大麻煩。

什麼情況值得做？三個判斷條件

不是每一家公司都需要 LINE Bot。三個條件，建議至少要中兩個。

條件一：重複性夠高。 前面說的「往回捲三個月」如果數出來只有零星幾則訊息，那自動化的空間很小。自動化的價值來自「同一件事做很多次」，不是來自「這件事很難」。

條件二：好友數已經有一定基礎。 LINE 在台灣的滲透率確實很高——依 LINE 台灣 2024 年 12 月公布的官方數據，台灣用戶數達 2,200 萬；而 LINE 官方在 2024 年 11 月的公開資料顯示，全台 LINE 官方帳號已超過 309 萬個。但平台大不等於你的帳號大——如果你的官方帳號好友只有兩百人，那先做的事應該是把好友數養起來，不是做 Bot。

條件三：有人可以維護。 Bot 上線不是結束，是開始。常見問題會變、活動會換、流程會調整。如果公司裡沒有一個人的工作內容裡包含「顧這個 Bot」，那它三個月後就會開始給出過期的答案。

我們接觸過的產業類型相當多（業主資料顯示曾服務 40 至 50 種以上產業／服務類型），一個蠻一致的觀察是：做得起來的案子，共同點通常不是預算多、技術多先進，而是公司裡有一個真的在意這件事的人。

沒設計好「轉真人」的機器人，比沒有機器人更糟

這一節如果只記得住一句話，記標題那句就好。

想像一個場景：客人的訂單出問題，他打開 LINE 想問，結果 Bot 一直回「請問您要查詢下列哪一項」。他打「我要找人」，Bot 回「抱歉我不太明白您的意思」。三個回合之後，原本只是訂單延遲的客訴，變成「你們公司連個人都找不到」的客訴。

這裡有一份數字剛好可以佐證這件事。研究機構 Gartner 在 2026 年 8 月發布的一項調查中指出，在受訪的 3,566 位 B2B 與 B2C 客戶裡，有 87% 認為「當企業使用生成式 AI 提供客服時，必須提供可以接觸真人客服的選項」是必要的；同一份調查也發現，有 50% 的客戶覺得企業使用生成式 AI 讓互動變得比較容易。

⚠️ 這是 2026 年 2 月至 3 月執行、以歐美市場為主的國際調查，不能直接寫成台灣消費者的行為，而且它問的是生成式 AI 客服、不是專指 LINE Bot。但兩個數字擺在一起看，方向很清楚：客戶並不排斥被機器人服務，他們排斥的是被機器人擋住。

所以任何一個 LINE Bot，都必須先設計好三件事：

1. 怎麼觸發轉真人——關鍵字（「真人」「客服」「找人」）、選單裡一個明確的按鈕、或連續兩次答不出來就自動轉。三種都做最保險。
2. 轉過去之後誰接——這是組織問題不是技術問題。要指定人、指定時段。
3. 非上班時間怎麼辦——不要讓客人以為有人在，要明講「目前非服務時間，我們會在明天上午回覆您」，並留下預期。

「答不出來」不是失敗，「答不出來又不讓人找到人」才是失敗。 一個只能處理五成問題但轉真人很順的 Bot，客戶滿意度會遠高於一個能處理八成問題但把人困住的 Bot。

推播是成本也是風險，不是免費的行銷管道

很多公司做 LINE Bot 的隱藏動機，其實是那句「以後就可以直接發訊息給客人了」。

這件事要算兩筆帳。

第一筆是訊息成本。 LINE 官方帳號的主動推播訊息是有計費規則的，發得越多、好友越多，成本越高。詳細的級距與計價方式，〈LINE Bot 開發費用怎麼算〉那篇有拆解，這裡只要記得一件事：推播不是免費的。

第二筆是封鎖成本，而且這一筆沒有帳單。 使用者被打擾之後會封鎖或退追蹤，而一個被封鎖的好友，是你之前花錢或花力氣才加到的，封鎖之後不但這次的訊息白發，未來所有的機會也一起沒了。

比較健康的做法是把訊息分成兩種來想：

	回覆型訊息	主動推播
誰起頭	客人先問	你先發
使用者感受	正常，他在等你回	打擾，除非內容跟他有關
成本	通常較低	較高，且隨好友數放大
適合內容	查詢、客服、辦事	跟這個人有關的通知（他的訂單、他的預約）

最好的推播是「跟這個人有關的事」，不是「我們有活動」。 出貨通知、預約提醒、他關心的商品到貨了——這類訊息幾乎不會被討厭，因為它對收件的人有用。

導入前要先準備的五件事

技術可以外包，這五件事外包不了。

1. 一份真正完整的常見問題清單。 不是十題湊出來的，是從實際對話紀錄整理出來的，含答案，而且答案要具體。
2. 決定自動化到哪一層。 只做回答？還是要到查詢、辦事？寫下來，避免中途一直加。
3. 確認要串接的系統有沒有介面。 如果要查訂單，那個訂單系統能不能被外部查詢，這件事要先問你原本的系統廠商——「能不能接」要在報價前確認，不是等到開發到一半才發現。
4. 轉真人的規則與值班安排。 誰接、什麼時段、多久要回。
5. 圖文選單要放什麼。 這是使用者最常用的入口，內容要對應前面數出來的高頻問題。版型與尺寸規格可以參考〈LINE 圖文選單是什麼？尺寸、版型與進階應用指南〉。

還有一件事要放在心上：如果 Bot 會蒐集客人的姓名、電話、地址或其他可以識別個人的資料，那就受個人資料保護法規範，蒐集時的告知義務、後續的保存與使用範圍都要處理，不能因為「只是在 LINE 上問一下」就當作沒這回事。

上線之後看哪三個數字

Bot 上線之後最怕的，是沒有人在看它到底有沒有在工作。三個數字就夠了：

• 自助完成率：多少對話在沒有轉真人的情況下結束，而且客人沒有再問。這個數字反映 Bot 到底有沒有幫上忙。
• 轉真人率與轉真人後的等待時間：轉得出去、接得起來，這條路才是通的。
• 封鎖／退追蹤數的變化：特別是在每次推播之後看。這是最誠實的一個指標。

如果自助完成率一直上不去，多半不是技術問題，是那份常見問題清單寫得不夠好。 這種情況下再多花錢升級技術，效果會很有限；把答案重寫一遍，通常便宜得多也有效得多。

真的要走到串接內部系統這一步，找一個會先問「你現在的訂單資料存在哪裡、能不能被查詢」的開發團隊，比找一個先問「你想要什麼功能」的團隊，少走很多冤枉路。

常見問題