AI Agent 花店實戰：客製諮詢、節日預購、卡片代寫與配送協調全顧好

這篇文章解決什麼問題？ 教你把花店裡最吃時間又最常漏接的四件事——客製花束諮詢、節日預購收單、卡片祝福代寫、配送時段協調——交給 AI Agent 分擔，尤其在母親節、情人節這種訊息塞爆、雙手沾滿花材的爆單檔期。誰適合讀？ 一人花藝工作室到三五人的實體花店老闆與花藝師，人手不多、客人卻習慣用訊息問東問西，常常包花包到一半沒空回、訊息一冷客人就改買別家。讀完你會得到什麼？ 一套可以直接照抄的 Prompt 範本、一張看得懂的 Workflow 流程圖，以及一間台灣花店導入前後的真實成果數據，讓你今天就能動手做。

為什麼花店最該導入 AI Agent

花店的生意特性，幾乎是為 AI Agent 量身打造的：諮詢要來回問很多句、需求很主觀、訊息集中在雙手包花時湧入、檔期高度集中、做錯場合就是大事。

想想你的日常：客人傳來「想買一束送女朋友，預算一千，不要太老氣。」「母親節當天能送到嗎？」「我想要那種乾燥花的感覺，但要有顏色。」這些問題答案不固定，得來回問好幾句才問得出真正的需求，卻一定挑在你正修剪花腳、纏鐵絲、包紙、雙手沒辦法停的時候進來。等你包完一束空下來回訊息，往往已經過了半小時，客人早就問了別家、下單別家。漏一則，少一單。

更痛的是兩件事。第一是檔期集中：花店一年的營收高度壓在母親節、情人節、畢業季、七夕這幾個檔期，這幾天訊息量是平常的五到十倍，你一個人根本回不完，等於把最賺錢的日子拱手讓出一部分。第二是場合錯不得：花是用來傳遞心意的，送生日、送開幕、送慰問、送告別各有花語與禁忌，卡片祝福寫錯一句、白色菊花送錯場合，得罪人事小，砸招牌事大。

這些痛點有一個共同點：規則其實清楚（花語、價位、配送範圍、場合禁忌都可以寫下來），卻一直在花期最忙時偷走你的時間與營收。這正是 AI Agent 最擅長的領域。它不像傳統關鍵字機器人只會比對死板話術，而是能聽懂客人的語意、跨好幾輪對話把需求問清楚、查你給它的知識庫，並在判斷自己處理不來（例如喪儀措辭、客製大型花藝）時，乾脆地把客人轉給你。對人手吃緊的台灣花店來說，這不是「機器取代花藝師」，而是把人力從零碎訊息裡釋放出來，把雙手還給包花、把美感與心意留給作品。

核心概念：花店 AI Agent 的四個分身

不要把 AI Agent 想成一個無所不能的機器人。比較實際的想法是：你雇用了四位各司其職的「數位分身」，每一位只負責一件事，但都做得又快又穩，而且節日不用排休、不會包到一半就沒空回訊息。

關鍵心法是：每個分身都要有自己的「知識庫」，而且都要設好「護欄」。知識庫決定它答得準不準；護欄決定它什麼時候該停下來找你。花店特別要小心三道護欄——一是產能上限（節日當天能做幾束是有上限的，AI 不該為了成交而超賣），二是配送承諾（「母親節當天幾點前下單才送得到」屬於會卡死的時間紅線，不能亂答），三是場合禁忌（白花、輓詞、花語涉及生死與宗教，不能讓 AI 隨口發揮）。把知識庫與這三道護欄做好，AI 才不會在爆單時替你開天窗，也不會在敏感場合說錯話。

實際教學：五步驟讓 AI Agent 上工

Step 1：盤點重複工作，找出最痛的點

拿一張紙，把你一天（特別是節日當天）的工作列出來，圈出「一直在重複、又一直被打斷雙手」的部分。多數花店會發現，客製諮詢的來回問答、節日預購收單、卡片祝福撰寫、配送時段確認這四項就佔掉大半零碎時間。先別貪心，挑一到兩個最痛的先做——通常是「客製諮詢」與「節日預購」，因為它們直接連到爆單時漏接的訂單與營收。做出成果再擴大到卡片與配送。

Step 2：建立花店知識庫

AI 答得準不準，全看你餵了什麼。把以下內容整理成一份結構化文件（一份 Google 文件或表格即可）：

• 花材與花語：常備花材清單、各花色與花種代表的花語、節日熱門花材。
• 價位帶與花型：例如「迷你束 500-800、標準束 1000-1500、豪華束 2000 起」，每個價位帶附一兩張代表花型描述。
• 配送資訊：可配送區域、各區運費、配送時段、節日配送截止時間、不可配送清單（離島、偏遠）。
• 檔期與產能：母親節、情人節等檔期商品與每日可接單上限。
• 場合對照表：生日、開幕、探病、慰問、告別、求婚各自的慣用語、適合花材與禁忌（這張表是卡片代寫的命脈）。
• 常見問答：把客人最常問的二十題與標準答案寫下來。

這份文件就是你四個分身共用的大腦，之後 AI 講錯話，多半是這裡缺了一塊，補上即可。

Step 3：設定客製諮詢 Agent

把知識庫貼進 ChatGPT 或 Claude，給它一段角色設定（下方 Prompt 範本可直接抄），要求它依序問清預算、場合、送的對象、色系喜好、有無忌諱，再依價位帶給出一到兩個花型建議與報價。最重要的一句護欄是：「查不到、超出價位帶、或屬於大型客製，就停止承諾並請客人稍候由真人接手。」 這樣 AI 才會在邊界外乖乖把球傳回給你。

Step 4：建立預購、卡片與配送流程

節日預購時，讓預購分身依知識庫的產能上限收單，額滿就誠實回覆並提供改期選項；卡片代寫分身一定要先確認場合與關係再下筆，喪儀宗教類自動轉真人；配送協調分身依地址比對可配送區域與時段，給出可行方案，偏遠離島與指定精準時間轉真人。三個流程都遵守同一個原則：AI 負責問清楚與給初稿，最終承諾與決定由人定。

Step 5：監控與每週迭代

每週花十分鐘看四個數字：自動回覆率（多少訊息 AI 自己處理掉）、預購轉換率（諮詢有多少變訂單）、配送準點率（有沒有因亂答而開天窗）、客訴率（特別是場合或配送出錯）。把 AI 答錯或轉真人的案例蒐集起來，回頭補進知識庫。花店的知識會隨季節與花材變動，知識庫是養出來的，不是一次做完就放著。

範例：Prompt 與 Workflow

下面這段 Prompt 可直接複製到 ChatGPT 或 Claude，貼上你的知識庫後就能當客製諮詢分身使用：

你是台灣「○○花藝」的客製花束諮詢助理。請用親切自然的台灣口語，
依下列規則協助客人，不要使用浮誇形容詞與生硬的 AI 腔。

【你的任務】
1. 依序問清這五件事（一次問一到兩個，不要一口氣全問）：
   預算範圍、送花場合、送的對象與關係、喜歡的色系、有無忌諱花材或顏色。
2. 問齊後，依「知識庫」的價位帶，給出一到兩個花型建議與報價，
   並簡短說明為什麼適合這個場合與對象。
3. 引導客人留下：希望配送日期、收件地址區域、聯絡方式。

【知識庫】
（在此貼上花材花語、價位帶、配送區域與時段、場合對照表、常見問答）

【護欄｜務必遵守】
- 只能依知識庫回答，查不到就說「這部分我幫您轉給花藝師確認」。
- 不承諾知識庫沒列的配送區域、時段或超出價位帶的客製。
- 遇到喪儀、婚禮佈置、大型客製、企業大單，先收需求再轉真人，不報價。
- 涉及配送截止時間時，務必依知識庫的截止規則回答，不可寬鬆放行。

【輸出格式】
先一句確認需求摘要，再給花型建議與報價，最後列出還缺哪些資訊。

對應的 Workflow 文字版流程圖如下，看一眼就懂客人訊息怎麼一路被分流：

客人傳訊息
   ↓
客製諮詢分身：依序問清 預算 / 場合 / 對象 / 色系 / 忌諱
   ↓
判斷需求類型？
   ├─ 一般花束、在價位帶內 → 給花型建議＋報價 → 收配送資訊 → 進預購流程
   ├─ 要寫卡片 → 卡片代寫分身：確認場合與關係 → 草擬祝福 → 客人確認
   ├─ 要問配送 → 配送協調分身：比對區域與時段 → 給可行方案
   └─ 喪儀 / 婚禮佈置 / 大型客製 / 已額滿 → 轉真人花藝師
   ↓
真人最終確認花型、配送與報價 → 成立訂單
   ↓
案例回收 → 每週補進知識庫

這張圖的重點在最後兩步：敏感與超界的需求一律轉真人、所有成交前的最終承諾由人定，AI 只負責把前段的重複問答跑順。

常見錯誤

• 把產能上限丟給 AI 自由心證：沒寫清楚節日當天能接幾束、幾點前下單才送得到，AI 為了讓對話順利往往會「先答應再說」，結果爆單開天窗，客訴比漏接還傷。
• 卡片代寫不分場合就下筆：沒給場合對照表，AI 容易把告別式輓詞寫成喜慶用語，或在探病卡片用錯花語，這種錯一次就足以失去一位客人。
• 知識庫一年不更新：花材有季節、價格會調、檔期商品每年不同，知識庫沒跟著換，AI 就會拿過期資訊報價。
• 想一步到位全自動扣金流庫存：一人花店初期應從「AI 問清需求＋給初稿、真人最終確認」做起，硬要一開始就串金流物流全自動，技術門檻高又容易出包。
• AI 一答完就直接發給客人：客製花束與卡片牽涉美感與心意，AI 的建議與祝福一定要由你潤一句再送出，這是花店與罐頭機器人的差別。

最佳實務

• 先做諮詢與預購，後做配送與卡片：從最痛、回報最直接的兩項開始，做出成果再擴張，團隊與自己都比較有信心。
• 護欄寫在最前面、講得很白：把「不可承諾的事」明確列成清單放進 Prompt，AI 守規矩的程度，跟你把界線講得多清楚成正比。
• 節日前先做壓力測試：母親節、情人節前一週，自己扮客人狂丟刁鑽問題（離島配送、急件、超低預算、喪事），看 AI 會不會亂答，把破口補起來。
• 保留真人語氣的潤飾位：把 AI 當初稿產生器，最後一句永遠由你收尾，讓回覆帶著你的店的個性與溫度。
• 每週固定回補知識庫：把這件事排進行事曆，十分鐘，長期下來 AI 會愈來愈像你的得力助手。

實際案例：台灣一間社區花店的導入前後

台中一間以網路接單為主的社區花店「花日子」（化名），由老闆娘一人加一名兼職包花，平日訂單穩定，但每逢母親節、情人節就被 Line 與 IG 私訊淹沒。

導入前的痛點：節日當天平均湧入兩百多則諮詢，老闆娘一邊包花一邊回訊息，常常隔一兩小時才回，估算每個檔期約有三成諮詢因回覆太慢而流失；卡片祝福趕著手寫，曾把慰問卡寫得太喜慶被客人反映；配送也曾因口頭答應「當天一定到」卻爆單，造成數筆延遲與退費。

導入做法：花店沒有工程師，老闆娘用 Claude 加 Line 官方帳號，照本文步驟建了一份知識庫，設定客製諮詢、節日預購、卡片代寫、配送協調四個分身，並把產能上限與配送截止時間寫死成護欄。母親節前一週做了壓力測試，補掉了「離島不配送」與「下午三點後當日不保證送達」兩個破口。

導入後成果（以母親節檔期前後各一週比較）：

老闆娘的回饋是：「最有感的不是省多少時間，是節日當天我終於可以專心包花，不用一直被訊息打斷。客人問配送，AI 會老實說額滿、請改時段，反而比我以前硬接後做不出來更不會被罵。」這正呼應了核心心法：AI 接重複問答、守住產能與場合的護欄，把美感與心意留給人。

結論

花店是一門需要雙手與美感的生意，而 AI Agent 的價值，正是在你雙手忙不過來的時候，把「規則清楚卻一直重複」的諮詢、預購、卡片與配送先擋下來、問清楚、給初稿，再把最終的花型、承諾與心意交還給你。從一份知識庫、四個分身、三道護欄做起，先攻最痛的客製諮詢與節日預購，再逐步擴張到卡片與配送，你不必寫一行程式，就能讓最賺錢的節日檔期不再因為回不完訊息而漏單。今天就把你的花材、花語、價位與配送規則整理成一份文件，照著本文的 Prompt 與 Workflow 動手，讓 AI 成為你花期裡最穩的那位數位夥伴。需要現成範本，可以參考 任務食譜書 直接套用。

❓ 常見問題 FAQ

🔗 延伸閱讀

• AI Agent 是什麼？從入門到實戰
• RAG 是什麼？讓 AI 讀你的資料再回答
• ChatGPT Prompt 教學：寫出好提示詞
• MCP 是什麼？讓 AI 連上你的工具
• 任務食譜書：現成的 AI 應用範本