客訴 AI 分流器：50 封客訴不用一封封讀，30 秒分類加紅黃綠燈加話術｜AI101 Day 121
客服信箱每天塞 50 封客訴，光是分類加寫第一句就燒掉 2 小時。客訴 AI 分流器丟入文字或截圖，30 秒自動產出分類、嚴重度紅黃綠燈、第一線回覆話術，紅燈判斷會抓 Dcard、退一賠三等台灣特有信號，主管只看紅燈案件，客服新人照話術回不打官腔。
有個做居家用品的客戶，客服是一個小編兼的。她跟我說最痛苦的不是客訴多，是每天早上打開信箱那 50 封裡面，她得一封封讀完，判斷這封該轉物流、那封該找主管、這封回個罐頭訊息就好，光是「分類加寫第一句話」就把整個上午燒掉了。等她好不容易分完類，真正該處理的退款、補寄、協調都還沒開始，人已經先累一半。
我聽了很有感。客訴這種東西，八成其實是重複的，出貨延遲、退款爭議、商品有瑕疵，來來去去就那幾類。真正需要人腦去判斷的其實只有兩件事：這封會不會鬧大、第一句話怎麼講才不會火上加油。可是人在一次要讀 50 封的時候，判斷力會鈍掉，該升級處理的沒升級，該好好安撫的卻回了官腔，一顆一星就這樣長出來，甚至被截圖 po 上社團。我早期幫一個電商顧客服的時候也踩過，一封語氣很衝的退貨信，我當下太累，回了一句制式的「已為您登記，將盡快處理」，結果對方直接截圖發文說「連個道歉都沒有」，一件本來私訊就能解決的小事，硬是被我回成了公關事件。那次我學到，累的時候最不該相信自己的臨場判斷。
這就是 AI101 Day 121 這個客訴 AI 分流器要做的事：把「讀完加分類加想開頭」這段從 2 小時壓縮成 30 秒，讓人的時間留給真正需要溫度的溝通。
這個工具能做什麼
你把客訴文字丟進去，或是直接上傳對話截圖讓它 OCR，它一次產出三件事。
第一是分類，把這封歸到出貨延遲、退款爭議、商品品質、服務態度或其他。第二是嚴重度紅黃綠燈：紅燈代表這封可能被 po 上 Dcard，要立刻處理；黃燈代表需要主管接手；綠燈代表罐頭回覆就能收掉。第三是第一線回覆話術，同理對方的情緒、給出補救方案、講清楚後續怎麼追蹤，一次到位，而且刻意避開那種一看就知道是 AI 寫的官腔。
實際流程就是：客服收到客訴、複製貼上、30 秒拿到分類加燈號加話術草稿。主管每天只要盯紅燈案件清單，不用逐封讀。客服新人照著話術回，不會再用一句「不好意思造成您不便」把在氣頭上的客人打發掉。
舉個例子，同樣是抱怨東西沒到，一封寫「請問我的包裹大概什麼時候會到」，它判綠燈，給你查詢步驟加預計時間就收掉；另一封寫「等超過一週了，再不到我就 po Dcard 叫大家別買」，它立刻標紅燈，因為抓到了「Dcard」這個信號，話術也會從單純查物流，變成先真誠道歉加主動補償加給一個明確的到貨承諾。這種細膩的分級，就是它跟你隨手丟給一般 AI 最不一樣的地方，該緊張的它幫你緊張，不用你自己一封封判斷。
為什麼這件事值得做好
因為客訴處理的速度跟語氣，直接決定一個抱怨的客人會變回頭客還是變黑粉。同一件出貨延遲，30 分鐘內好好回、附上補償方案，客人氣消了甚至覺得你們有誠意；拖到隔天才回、還用官腔敷衍，他轉頭就去 Dcard 開一篇「這家客服有夠爛」，底下一排「+1 我也遇過」。
更關鍵的是紅燈的早期識別。真正會鬧大的客訴，如果能在第一時間被標出來、被主管接走，很多危機在私訊階段就化解掉了。這工具內建台灣電商客訴語料，紅燈判斷會特別去抓「Dcard」「PTT」「退一賠三」「檢舉」「消保官」這些台灣特有的危險信號，這是你把客訴直接丟給一般 ChatGPT 抓不到的細節。對小團隊來說，這等於多請了一個 24 小時不累、判斷標準又穩定的分流助理，讓你有限的人力永遠花在最該花的地方，而不是被大量的綠燈罐頭訊息拖住。
幾個實際建議
第一，把它當分流站而不是自動回覆機。話術是草稿，送出前一定要人看過，尤其紅燈案件更要主管親自過目再回。第二，把紅燈清單放進每日晨會的第一個議程，讓主管的注意力集中在真正會出事的那幾封，其他的放心交給客服照燈號處理，人力才用得對地方。第三，累積一段時間後回頭看分類統計，如果「出貨延遲」佔比一直居高不下，那就不是客服的問題，是你物流環節該修了，客訴資料其實是最誠實的一份體檢報告。
小結
客服不是把訊息回完就好，是在最累的時候還能穩定判斷「哪封會出事、第一句該怎麼講」。這工具把重複的分類跟開頭交給 AI，把人的判斷力集中在最關鍵的紅燈。早上那 50 封，先讓它分好流，你只要專心處理會出事的那幾封就好。把省下來的時間拿去經營客人、想產品，這才是客服真正該創造的價值。