💬 LINE 自動回覆樹完全建構指南:從關鍵字到升人工的 3 層設計
從零打造 LINE OA 自動回覆樹的完整教學:3 層分支結構、關鍵字觸發設計、快速回覆按鈕、升人工接手判斷、JSON 匯入格式。附台灣電商實戰案例與避坑提醒。
為什麼台灣電商一定要做好 LINE 自動回覆
做電商的人都知道一件事:LINE 是台灣顧客習慣的客服管道,不是 Email、不是線上表單。根據 LINE 官方 2025 年的數據,台灣電商品牌的 LINE OA 平均月收訊息量是品牌粉專的 4 倍。
問題是,小團隊客服根本接不完。我認識一個賣手作皂的朋友,夫妻兩人經營,某次上 LINE 直播後 24 小時收到 800 多則訊息。早上起來看到時整個人傻掉,光是「請問還有貨嗎」就出現了 200 次。
這就是為什麼自動回覆是必備:80% 的客戶問題是高度重複的,只要設計得當,機器人可以扛掉這 80% 的量,真人專心處理那 20% 真的需要判斷的案件。
但很多店家做出來的自動回覆超糟。常見問題:
- 觸發詞太死板,客戶打「出貨了嗎」找不到「物流」分類
- 回覆內容像官方公告,完全沒有品牌調性
- 機器人鬼打牆,客戶想轉真人找不到出口
- 沒有「升人工」判斷,金錢爭議也讓機器人答,結果一答錯就客訴
這篇會把怎麼設計一棵「不會讓客戶想砸手機」的 LINE 自動回覆樹講清楚,給你可以照抄的架構。
一棵好用的回覆樹長什麼樣:3 層結構拆解
所有有效的 LINE 自動回覆樹,都是 3 層架構。多了客戶不耐煩、少了無法處理複雜情境。
第一層:歡迎訊息 + 主選單(加好友觸發)
這是客戶第一個看到的訊息,責任有三:
- 用一句話告訴他「你可以期待什麼」
- 給 4-5 個主要按鈕快速分流
- 暗示「真人客服」的存在(避免他覺得只有機器人)
範例:
> 嗨,歡迎加入「日青選物」🌿
> 我是小青機器人,以下選單可以快速找到你要的資訊:
>
> 1️⃣ 我要查詢訂單
> 2️⃣ 退換貨相關
> 3️⃣ 商品問題
> 4️⃣ 找真人客服
>
> 輸入數字或點下方按鈕,平日 10:00-18:00 客服在線。
第二層:子分支(分類後的細項處理)
每個主選單按下去後,進入第二層。這層的設計重點:
- 每個分支要能解決 60-80% 的對應問題
- 保留逃生門(「找真人」按鈕)
- 加變數欄位提示客戶要提供什麼
例如「訂單查詢」進來後:
> 請提供「訂單末 5 碼」或「訂購人手機後 4 碼」,我幫你查詢出貨進度 📦
> 改地址請輸入「改地址」、超過 5 天還沒收到請輸入「真人」
第三層:具體執行 + 升人工出口
第三層是真正的動作層:查詢結果、轉接、留言。重點是不能讓客戶卡在這層走不出去,所以每個第三層節點都要有「真人」「重新開始」兩個按鈕。
設計原則:從第一層到第三層,任何一步都能 1 鍵跳到真人客服。客戶不是被機器人困住的囚犯,他應該隨時可以出來。
關鍵字觸發詞設計:不要只設一個詞
這是 80% 店家會踩的坑:只設一個觸發詞。
例如設「物流」這個關鍵字,結果客戶實際打的是「東西什麼時候到」「貨呢」「我訂的什麼時候出貨」——完全對不到。
正確做法:每個分類設 5-10 個觸發詞變體
以「訂單查詢」這個分類為例,應該設:
- 主要詞:訂單、查詢、出貨、物流
- 口語變體:什麼時候到、貨呢、寄了沒、寄到哪
- 數字:1(對應主選單編號)
- 英數:order、tracking
LINE OA 後台支援「包含」匹配,不是只能完全一致。所以你可以設「貨」這個字,客戶打「我的貨呢」「貨出了嗎」「貨還沒到」都會觸發。
但這也帶來新問題:關鍵字衝突。
如果「貨」會觸發訂單查詢,「沒貨」會觸發庫存問題,客戶打「我訂的貨呢」可能被誤判到庫存分類。所以設關鍵字時要做兩件事:
1.優先順序排列:更精確的詞放上面,LINE OA 會由上而下匹配
2.負面關鍵字測試:「沒貨、缺貨、賣完」這類詞要排除在「訂單查詢」之外
實務上,我建議每個分類:
- 設定 5-8 個觸發詞
- 排除 2-3 個可能誤判的詞
- 上線後第一週每天看 OA 後台的「未配對訊息」,補上漏掉的口語變體
這個工作很煩,但只要做完一次,之後 80% 的訊息都能正確分流。
升人工接手判斷:5 個必轉條件
機器人能扛 80% 的量,但那 20% 一旦讓機器人硬答就是災難。客訴、退款、商品瑕疵這種情境,客戶要的不是制式回覆,是真人的判斷與安撫。
設計回覆樹時,必須明確列出「自動轉真人」的 5 個條件:
條件 1:用戶主動要求
關鍵字觸發:「真人」「客服」「找人」「轉接」「人工」任一個出現,立刻轉真人,不要再讓機器人問東問西。
條件 2:AI 連續答非所問
當客戶回覆「不是」「不對」「沒問題」「不用」這類否定詞超過 2 次,代表機器人理解錯了,自動轉真人。
條件 3:涉及金錢爭議
關鍵字觸發:「退款」「收費」「多扣」「發票」「電子發票」「統編」一旦出現,直接轉真人,不要讓機器人答錯造成更大麻煩。
條件 4:出貨延誤
當客戶查詢的訂單已超過約定出貨時間 24 小時,系統判斷後直接告知「我幫你轉接真人客服處理」,主動承擔責任。
條件 5:非營業時段
設定上班時間(例如平日 10:00-18:00),時段外的訊息直接告知「目前為非營業時段,留下訊息我們隔日 10:00 前回覆」,並建立「待處理」標籤,讓客服上班第一件事就是處理這些。
轉接訊息範本(可直接抄):
> 我幫你轉接真人客服喔 👋
> 目前 {等待人數} 位排隊,平均等待 {分鐘} 分鐘
> 客服上線時段:平日 10:00-18:00
> 非上班時段請留言,我們會在隔日 10:00 前回覆 🙏
這份訊息要顯示「排隊狀態」和「上班時段」兩個資訊,讓客戶有合理預期,避免乾等不耐煩。
兩週上線時程:從規劃到全店啟用
知道架構不代表做得出來,給一個 14 天的實戰時程:
Day 1-2:盤點現有問題
- 翻過去 3 個月的客服對話,列出最常被問的 30 個問題
- 標註「機器人可答」vs「必須真人」兩類
- 找出隱藏在訊息裡的「品牌語氣特色」(這會決定機器人怎麼說話)
Day 3-4:設計樹狀結構
- 套用 3 層架構,把 30 個問題分到對應節點
- 每個分支寫文案草稿,語氣對齊品牌調性
- 列出每個關鍵字的 5-8 個觸發詞變體
Day 5-6:設計升人工邏輯
- 寫清楚 5 個必轉條件
- 設定上班時間與非營業時段範本
- 設計「轉接後的接手 SOP」(真人收到後 1 分鐘內回應的標準動作)
Day 7-8:LINE OA 後台設定
- 進入 LINE OA Manager,設定「歡迎訊息」
- 一個一個建立「自動回應訊息」,綁定關鍵字
- 設計 Quick Reply 按鈕(這部分最花時間)
Day 9-10:內部測試
- 找 5 個非客服同事當「白老鼠」,各自用 LINE 加好友測試
- 記錄「卡關的地方」「答非所問的地方」「按鈕點下去沒反應的地方」
- 修正第一輪 bug
Day 11-12:小規模試運行
- 找 50 位老客戶當測試,給他們 LINE QRcode
- 觀察 48 小時內的對話資料
- 計算「真人接手率」(目標應低於 30%)
Day 13-14:全店上線 + 文宣
- 更新所有商品頁、結帳頁、Email 簽名的 LINE QRcode
- 寫一篇社群貼文告知「我們上線了 LINE 自動客服,深夜也能秒回」
- 設定每週固定一次的「回覆樹健檢」,看哪些分支需要優化
想跳過 Day 3-4 的設計時間? 你可以直接用 LINE 自動回覆樹建構器 工具,輸入產業與常見問題,30 秒內拿到完整 3 層架構與 JSON 匯入格式,直接照抄到 LINE OA 後台,把規劃時間從 2 天縮短到半小時。
5 個常見地雷:設計時不要踩
做過數十個 LINE OA 自動回覆樹後,整理出最常見的 5 個地雷:
地雷 1:歡迎訊息太長
新好友看到的第一則訊息,如果超過 5 行就會被折疊。把品牌故事、營業時間、客服信箱、退換貨政策全塞進歡迎訊息是錯的——客戶要的是「我接下來要幹嘛」,不是看你的官網介紹。
正確做法:歡迎訊息最多 3-4 行,只說「我是誰、按鈕功能、上班時間」三件事。
地雷 2:關鍵字觸發詞太精確
設「物流查詢」要客戶打完整 4 個字才觸發,99% 的客戶不會這樣打。
正確做法:設「物流」「貨」「出貨」「到貨」「快遞」5-8 個變體,用「包含」匹配。
地雷 3:沒有「真人」逃生門
每則機器人回覆訊息下面如果沒有「找真人客服」按鈕,客戶想轉真人只能自己亂打,結果反覆觸發機器人鬼打牆。
正確做法:每個訊息的快速回覆按鈕,最後一個永遠是「找真人客服」。
地雷 4:轉真人後客戶等太久沒人理
機器人說「我幫你轉真人」,結果半小時沒人來,客戶當下整個火大。
正確做法:轉接時就顯示「目前排隊 X 人,平均等待 X 分鐘」,讓客戶決定要等還是改用其他方式。
地雷 5:沒有定期檢視「未配對訊息」
LINE OA 後台會記錄「客戶傳了但沒匹配到關鍵字」的訊息,但很多店家上線後就不管了。結果半年後一看,有 30% 訊息都沒被機器人理解。
正確做法:每週固定 30 分鐘看一次「未配對訊息」,補上漏掉的關鍵字變體。剛上線時頻率拉高到每天一次。
避開這 5 個地雷,你的 LINE OA 自動回覆樹就能持續為你扛訊息量、降客服成本,而不會變成另一個客訴來源。