1驗證訊息來源比對 LINE 官方簽章，偽造的請求直接擋掉40ms
2等顧客講完停頓數秒確認沒有後續訊息才處理800ms
3語意檢索在知識庫找出最相關的幾條，命中「營業時間」620ms
4依據作答只根據找到的知識生成回覆1.2s
5信心判斷依據充分，沒有命中升級關鍵字30ms
6回覆顧客送出，並記錄這次用了哪筆知識410ms
合計4.2 秒
AI 已解決額度 −1自動標為已處理
這種問題佔了日常客服的大宗——它們不會再進到你的待辦清單。
1驗證訊息來源比對 LINE 官方簽章40ms
2等顧客講完停頓數秒確認沒有後續訊息800ms
3語意檢索把問題與知識轉成向量比對「意思」，字面完全沒重疊也能命中700ms
4依據作答只根據「退費政策」這筆知識生成回覆1.3s
5信心判斷依據充分30ms
6回覆顧客送出430ms
合計4.3 秒
AI 已解決額度 −1
顧客沒有打「退費」兩個字，但意思對上了。語意檢索比對的是意思，不是字面。
1驗證訊息來源比對 LINE 官方簽章40ms
2等顧客講完停頓數秒確認沒有後續訊息800ms
3語意檢索找遍知識庫，沒有一條跟停車有關680ms
4信心判斷沒有依據——不生成答案20ms
5告知顧客用店家自訂的話術回覆，不硬掰390ms
6記錄知識缺口把這個問題存起來，等店家補上答案60ms
合計3.8 秒
需真人待回覆知識缺口 +1
AI 大可回一句「附近有付費停車場喔」，聽起來很合理——但那是它編的。沒有依據就不開口，是寫死的規則，店家不能關、AI 也繞不過。
1驗證訊息來源比對 LINE 官方簽章40ms
2等顧客講完停頓數秒確認沒有後續訊息500ms
3比對升級關鍵字命中「客訴」——這類問題一律轉人，不再往下判斷15ms
4告知顧客讓顧客知道有人會接手，不會已讀不回380ms
5標記需真人案件在收件匣亮紅色「需真人」，等你接手120ms
合計2.8 秒
需真人待回覆收件匣已標記
命中的當下就跳過 AI——不看知識庫、不做判斷、直接找人。這一則沒進 AI，也不扣額度。
1驗證訊息來源每一則都比對 LINE 官方簽章40ms
2等顧客講完每收到一則就重新計時，停頓滿了才往下走（0–30 秒可調）約 1 秒
3合併成一個問題五則併成一句完整的問題再處理10ms
4語意檢索在知識庫找出相關依據610ms
5依據作答針對合併後的完整問題生成一次回覆1.1s
6回覆顧客送出一則，不是五則400ms
合計（含等顧客打完）7.1 秒
AI 已解決額度 −1，不是 −5
逐則回覆的機器人會連續丟出五句答非所問。等停頓再合併是刻意的延遲——體驗變好，額度也省了 80%。
1確認提問者身分內部帳號，走教學模式，不會發給顧客30ms
2語意檢索操作手冊手冊上傳時已被整理成條目，命中「時租規則 §2」640ms
3依據作答只根據手冊條目回答，不摻自己的理解1.1s
4附上知識來源標明依據哪一節，新人可以點回原文查證20ms
5回覆送出380ms
合計2.2 秒
AI 已解答附知識來源
新人不用翻手冊、不用打斷資深同事——答案永遠對到最新版規則。
1確認提問者身分同一段教學對話，接續處理30ms
2帶入上一題脈絡知道「那」指的是時租限制，不用重講一遍30ms
3語意檢索命中時租規則與套票規則兩筆660ms
4依據作答給出具體操作路徑，並主動補上套票不受影響1.2s
5回覆送出400ms
合計2.3 秒
AI 已解答多輪脈絡
追問不用從頭講——它記得上一句在講什麼，像坐在旁邊的資深同事。
1確認提問者身分內部帳號，走教學模式30ms
2語意檢索找遍手冊，沒有一節跟對帳報表有關690ms
3信心判斷沒有依據——不生成答案，對內對外同一套護欄20ms
4告知提問者說不確定，而不是教錯新人370ms
5記錄知識缺口存下這個問題，等主管補上答案60ms
合計1.2 秒
待補充知識缺口 +1
教材會自己長大：主管補一次，之後每個新人問都答得出來。