AI 自動化工作流案例：每天省 2 小時的客服摘要流程

背景：每天 2 小時的「客服日報」

客戶是一間 20 人的台灣電商，每天收到 80-120 封客服 Email 和 LINE 訊息。客服主管每天下班前要手動整理「今日重點問題」——重複問題有哪些、哪些需要技術支援、哪些客戶情緒不好。這個工作每天花 1.5-2 小時，而且週一早上要重看週五的紀錄。

自動化設計

我們設計了一條 n8n 工作流：

1. 定時觸發：每天下午 6 點自動執行
2. 讀取訊息：從統一資料庫抓當天所有客服對話
3. AI 分析：OpenAI 分類問題類型、標記情緒指標、提取重複問題
4. 產出報告：自動生成結構化摘要，發到 Slack #客服頻道

Prompt 設計重點

為了讓 AI 產出真正有用的摘要，我們設計了多層 Prompt：

第一層（分類）：「請將以下客服對話按問題類型分類：物流/退換貨/產品問題/付款/其他。」

第二層（情緒）：「標記每則對話的情緒：平穩/焦急/憤怒。憤怒的對話需要主管介入。」

第三層（摘要）：「總結今天出現 3 次以上的重複問題，並建議是否需要更新 FAQ 或通知產品團隊。」

上線後的改變

• 客服主管每天省 1.5-2 小時
• 主管現在早上 9 點就看到前一天的完整摘要，不用重翻紀錄
• 重複問題被快速識別，FAQ 更新頻率從每月變成每週
• 情緒異常的客戶能被即時標記，升級處理更快

成本

n8n 雲端版免費額度就夠。OpenAI API 每天約 0.5-1 美元。整個方案月費不到 1,000 台幣，但每天省 2 小時的主管時間。