開一間社區洗衣店或自助洗衣店，最累的往往不是洗衣服，而是「一直回訊息」。每天 LINE 跳出來的問題幾乎都一樣：衣服好了沒、可不可以幫我收送、西裝乾洗多少錢、現在還有開嗎。一邊摺衣服、一邊低頭打字回覆，店裡的人都被這些瑣碎訊息綁住。
這篇要解決的問題：把洗衣店天天重複的客服與行銷工作，交給一個會自己查、自己回、自己發優惠的 AI Agent。 適合誰讀：社區乾洗店、自助洗衣店、連鎖洗衣品牌的老闆與店長，完全不需要程式基礎。 讀完你會得到：一套可立刻照做的導入流程，外加可複製的客服 Prompt 與 Workflow 流程圖，以及一個台灣洗衣店的實際導入成果。
為什麼洗衣店特別需要 AI Agent？
洗衣產業有三個特性，讓它特別適合導入 AI Agent。
第一，問題高度重複。客人問的九成是固定那幾題，答案也固定，這正是 Agent 最擅長接手的場景。第二，狀態查詢頻繁。一件衣物從收件、清洗、整燙到可取件，客人會反覆問「好了沒」，這種「查一筆資料再回答」的工作天生適合自動化。第三，人力高度吃緊。多數洗衣店只有一兩個人顧店，又要洗、又要燙、又要接待，根本沒有餘裕即時回每一則訊息。
更現實的是，洗衣店的客人對「即時回覆」很敏感。問了收送沒人回，客人下一秒就去找別家；自助洗衣店半夜機台卡住沒人理，客人從此不再上門。AI Agent 能 24 小時待命、秒回，剛好補上人力的空窗。如果你還不確定 AI Agent 跟一般客服機器人差在哪，建議先看 AI Agent 是什麼，它解釋了「會主動完成任務」這個關鍵差別。
核心概念：把洗衣店拆成四個可自動化模組
別把「導入 AI」想成一次要全部搞定。洗衣店的營運可以拆成四個模組，每個都能獨立交給 Agent，逐步上線。
| 模組 | 客人會問什麼 | Agent 要做的事 | 需要的資料 |
|---|---|---|---|
| 預約收送 | 可以來收嗎？幾點？ | 確認地址時段、寫入收送排程 | 收送時段表、區域 |
| 進度查詢 | 我的衣服好了沒？ | 用訂單編號查狀態、即時回覆 | 訂單狀態試算表 |
| 會員管理 | 我累積多少次？ | 查會員消費、回報點數與優惠 | 會員消費紀錄 |
| 行銷觸發 | （不用問，主動推） | 依消費紀錄自動發回流券、生日券 | 會員名單與消費日期 |
這四個模組共用同一套底層邏輯：Agent 讀一張資料表 → 判斷客人意圖 → 回覆或寫入資料。理解這個共通結構，你就會發現導入其實沒那麼複雜——重點不是 AI 多聰明，而是你的資料表夠不夠乾淨。Agent 連接這些外部工具與資料的標準方式，可以參考 MCP 是什麼。
實際教學：五步打造洗衣店客服 Agent
Step 1：盤點最常被問的訊息
打開你的 LINE 官方帳號或記事本，把過去兩週客人問過的問題抄下來，依出現次數排序。多數洗衣店的前五名幾乎都是：衣服好了沒、可不可以收送、某品項多少錢、營業時間、有沒有會員優惠。
把這份清單分成兩類：「查資料就能答」（進度、價格、營業時間）與**「需要判斷或排班」**（特殊污漬處理、衣物賠償、客訴）。第一類全部交給 Agent，第二類設計成「自動轉真人」。這一步看似簡單，卻決定了整套系統的成敗——先把界線畫清楚。
Step 2：把訂單與會員資料表整理好
開一張 Google 試算表，至少要有兩個分頁。
訂單分頁欄位：訂單編號、會員手機、品項、金額、狀態（收件／清洗中／可取件／已取件）、預計完成日。會員分頁欄位：手機、姓名、累積消費、最近消費日、生日。
這張表就是整個 Agent 的「大腦資料庫」。店員只要在三個節點更新狀態——收件時、洗好時、可取件時——Agent 就能隨時查到最新進度。資料表越乾淨，Agent 回得越準。
Step 3：寫好洗衣店客服 Agent 配方
這一步是核心。你要給 Agent 清楚的角色、可查的資料、回覆語氣與護欄。下一節會附上完整可複製的 Prompt。重點是規定它：查得到就回、查不到就請客人提供訂單編號、遇到客訴與賠償一律轉真人。配方寫法的完整原則可參考 ChatGPT Prompt 寫法教學。
Step 4：接上 LINE 與排程自動跑
用 n8n 或 Make 把三樣東西串起來：LINE 官方帳號（接收訊息）、Google 試算表（查資料）、AI 模型（產生回覆）。流程是：客人傳訊息 → n8n 收到 → 帶著訊息和試算表內容問 Agent → 把 Agent 的回覆送回 LINE。
同時設一條反向通知：當試算表某筆訂單狀態改成「可取件」，自動發 LINE 通知該會員「您的衣物已完成，歡迎取件」。客人連問都不用問。現成的串接藍圖可以到 工作流藍圖 直接套用。
Step 5：加上會員行銷自動觸發
最後讓行銷也自動化。設定排程，每天掃一次會員分頁：超過 30 天沒消費的，自動發「想念您，回來洗衣享 8 折」；當天生日的，自動發生日券。這就把行銷從「老闆有空才做」變成「系統天天幫你做」。
範例：Prompt 與 Workflow
可複製的客服 Agent Prompt
你是「清淨洗衣」的線上客服助理，負責回覆客人在 LINE 上的詢問。
【你可以使用的資料】
- 訂單表：含訂單編號、會員手機、品項、金額、狀態、預計完成日
- 會員表：含手機、姓名、累積消費、最近消費日
【回覆規則】
1. 客人問「衣服好了沒」：請對方提供訂單編號或手機，查訂單表後回覆目前狀態與預計完成日。
2. 客人問價格：依品項報價（西裝乾洗 250、襯衫 60、棉被 350），不確定的品項請對方傳照片並說明「店員稍後為您確認」。
3. 客人問收送：確認地址與希望時段，回覆「已為您登記，店員會再致電確認」。
4. 客人問營業時間：週一至週六 09:00–21:00，週日公休。
【護欄】
- 查不到訂單時，禮貌請對方再確認編號，不要亂猜狀態。
- 遇到衣物損壞、賠償、客訴、退費，一律回覆「這部分由專人為您處理」並標記轉真人。
- 語氣親切簡短，用台灣口語，每則回覆不超過三句話。
- 不確定的事就說「我為您轉接店員確認」，絕不編造。Workflow 流程圖（文字版）
客人在 LINE 傳訊息
↓
n8n 接收訊息
↓
判斷意圖（進度／價格／收送／客訴）
↓
┌──────┴───────┐
↓ ↓
可自動回答 需轉真人
↓ ↓
查 Google 試算表 標記＋通知店員
↓
Agent 產生回覆
↓
送回 LINE 給客人
↓
（狀態改為可取件時）自動推播取件通知這張流程圖刻意把「可自動回答」與「需轉真人」分流，確保高風險或需要判斷的事永遠回到人手上，這是洗衣店導入 Agent 最重要的安全設計。
常見錯誤
一、資料表沒人更新，Agent 全部答錯。 這是最致命的問題。如果店員收件、洗好時懶得改狀態，Agent 查到的永遠是舊資料，客人問「好了沒」就會得到錯誤答案，反而更糟。導入前一定要先把「更新狀態」變成店員的固定動作。
二、想讓 Agent 一次接管所有事。 包含賠償、客訴、特殊污漬判斷全丟給 AI，結果一出錯就鬧得不愉快。正確做法是只自動化「查資料就能答」的部分，其餘留給人。
三、行銷訊息發太頻繁。 自動化很方便，但每週狂發優惠只會讓客人封鎖你。回流券、生日券這類「有理由」的訊息才發，純促銷一個月最多一次。
四、沒設轉真人的明確規則。 沒寫清楚哪些要轉真人，Agent 就可能硬答賠償金額或承諾做不到的事，反而製造糾紛。護欄一定要寫死。
最佳實務
- 先做進度查詢，再做其他。 進度查詢是洗衣店訊息量最大、最重複的一塊，先自動化這一項，效益最明顯，店家也最有感。
- 把狀態更新做進收件流程。 在收件單上印 QR Code，店員掃一下就改狀態，讓更新變得毫不費力，資料表才會持續準確。
- 保留人味的開場與結尾。 即使是自動回覆，開頭一句「您好～」、結尾「謝謝您」，能讓客人感覺被照顧，不會覺得在跟冷冰冰的機器對話。
- 每週看一次 Agent 答錯的紀錄。 把客人追問、抱怨「答非所問」的對話撈出來，補進 Prompt 規則，Agent 會越用越準。
- 無人店要強化報修引導。 自助洗衣店把機台編號、故障排除步驟、報修電話寫進 Prompt，讓 Agent 能即時引導客人，減少深夜無人處理的窘境。
實際案例：台中一間社區乾洗店的導入歷程
台中北屯一間家庭式乾洗店「潔森洗衣」，由一對夫妻經營，平日只有兩人顧店。導入前，太太幾乎全天都在回 LINE，先生則忙著燙衣與收送，常常訊息隔了兩三小時才回，客人抱怨「問進度都沒人理」。
導入前的狀況：每天約 80 則 LINE 訊息，其中超過七成是問進度與報價；尖峰時段訊息積壓、回覆延遲；會員行銷完全靠先生「想到才發」，一個月頂多發一次，回流率低。
導入做法：他們花了一個週末，把訂單與會員整理成兩張 Google 試算表，用 Make 串接 LINE 官方帳號與 ChatGPT，套用上面那組客服 Prompt。收件單加印 QR Code，店員掃碼就能更新狀態。會員行銷則設定每日掃描，自動發回流券與生日券。
導入後的成果（導入三個月後統計）：
- 需要人工回覆的訊息量從每天約 80 則降到約 22 則，減少約 72%。
- 進度查詢平均回覆時間從「數小時」縮短到「即時」。
- 自動回流券帶動沉睡會員回店，月回流客數成長約 35%。
- 太太從「整天盯 LINE」變成「一天看兩三次轉真人提醒」，多出的時間拿去拓展企業制服的洗滌合約。
這個案例的關鍵不在工具多強，而在他們先把「更新狀態」這件小事變成固定習慣——資料準了，Agent 才幫得上忙。
本文所述行銷與營運做法為一般性教學參考，實際導入成效因店家規模、客群與資料品質而異，請依自身情況評估調整。
結論
洗衣店的痛，從來不是洗衣服本身，而是被無止境的重複訊息與零碎行銷綁住手腳。AI Agent 的價值，就是把「查進度、報價、登記收送、發優惠」這些天天重複、規則明確的工作接手過去，讓店家把人力留給真正需要判斷與溫度的事——例如處理一件客人很在意的污漬，或經營一段長期關係。
你不需要一次到位。從訊息量最大的「進度查詢」開始，把資料表整理乾淨，套上本文的 Prompt 與 Workflow，先讓它跑起來，再慢慢加上會員與行銷。當你準備好打造自己的洗衣店 Agent，可以用 Agent 配方產生器 快速生成專屬配方，或到 工作流藍圖 找現成範本直接套用。讓系統去回那些重複的訊息，你才有餘裕，把店真正顧好。
❓ 常見問題 FAQ
AI Agent 真的能取代洗衣店的人工接單嗎？
不會寫程式的洗衣店老闆也能導入嗎？
客人問衣服好了沒，Agent 怎麼知道答案？
導入 AI Agent 要花多少錢？
自助洗衣店（無人店）也適合嗎？
🔗 延伸閱讀
每週把這類實戰教學寄給你
訂閱 AgentAI 智庫情報週報，新的 Prompt、AI Skills、工作流與教學第一時間收到。
免費 · 隨時取消