AI Agent 在藥局的行政應用：常見問答、衛教、會員提醒與進貨自動化

重要免責聲明：本文僅探討 AI Agent 在藥局「行政與一般衛教資訊傳遞」上的應用，所有內容不構成醫療、用藥或健康建議。任何用藥選擇、劑量調整、症狀判斷、藥物交互作用評估，都必須由領有執照的執業藥師或醫師親自進行。文中所有 AI 流程都以「遇到專業問題即轉真人」為前提設計，請勿用 AI 取代藥師的專業判斷。

走進一間台灣社區藥局，你會發現藥師的時間其實被切得很碎：一邊在調劑，一邊電話響起問「你們今天幾點關」，櫃台又有人問「健保卡忘記帶可以先拿嗎」，後台還有一疊慢性病客人該提醒回診卻沒人盯，倉庫某款保健品又默默過了效期。這些都不是「需要藥師專業」的事，卻實實在在吃掉專業人力。

這篇要解決的問題：教社區藥局怎麼把 AI Agent 用在「不涉及用藥判斷」的行政環節，把藥師從重複瑣事中解放出來，專心做真正需要專業的事。 適合誰讀：社區藥局負責人、連鎖藥局店長、藥局行政與門市人員。 讀完你會得到：可立即套用的應用場景、可複製的 Prompt、會員與進貨提醒的 Workflow 流程圖、台灣藥局導入前後對照與成果數據，以及最關鍵的安全邊界設計。

為什麼藥局特別適合用 AI Agent 做行政

藥局是一種「高頻、重複、且專業與雜務高度混雜」的場域。客人的問題裡，大約有一半根本不需要藥師——他們只想知道營業時間、會員怎麼累積點數、口罩血壓計有沒有貨。但因為這些問題和真正的用藥諮詢混在同一支電話、同一個 LINE 對話框裡，藥師只能全部自己扛。

這正是 AI Agent 能發揮價值的地方：它擅長處理「有標準答案、規則明確、重複出現」的資訊傳遞，把這一半的雜務接走，讓藥師專注在另一半真正需要專業的諮詢。

更重要的是，藥局有清楚的「專業／非專業」分界線，這條線天生就是 AI 的安全護欄。只要設計得當，凡是踩到用藥、劑量、症狀的問題就攔截轉真人，AI 永遠待在安全的行政區域裡，不會越界。這比很多行業都更容易把風險關在門外。

對台灣的社區藥局與小型連鎖來說，導入門檻也低：絕大多數場景靠一個 LINE 官方帳號、一份整理好的知識庫、加上自動化提醒就能跑起來，不需要昂貴系統。

核心概念：把藥局任務分成「能交給 AI」與「絕不能交給 AI」

導入前最關鍵的一步，是先把藥局的任務分類。判斷標準只有一個：這件事需不需要「專業醫療判斷」。下表是台灣社區藥局常見任務的分類建議：

可以用一個簡單的比喻：AI Agent 是藥局的「行政櫃台同仁」，它能告訴你幾點關門、會員怎麼辦、貨架上有沒有東西；但只要你開口問身體、問用藥，它會立刻說「這部分我幫您找藥師」，然後把你帶到藥師面前。櫃台同仁不會、也不該替你看診——這就是 AI 在藥局的正確定位。

實際教學：五步驟把 AI Agent 導入藥局行政

Step 1：盤點藥局的重複行政任務

拿一張紙，連續記錄三天，把所有「客人問的問題」和「店內重複行政」都寫下來，並標記哪些屬於上表的「行政／一般衛教」。多數藥局會發現，前五名通常是：營業時間、有沒有某商品、會員規則、健保自費問題、回診與領藥時間。這五項就是你的首批導入目標，因為它們量大又有標準答案。

Step 2：建立藥局專屬知識庫

AI 不能憑空回答，必須有可引用的來源。把以下內容整理成一份結構化文件（Google 試算表或文件皆可）：營業時間與例外公告、地址停車交通、會員制度全規則、常見自費商品與價格、退換貨規則，以及你願意對外轉述的衛福部／疾管署公開衛教連結。重點是「只放官方與店內確定資訊」，這份知識庫就是 AI 回答的邊界，這也是 RAG 讓 AI 引用知識庫 的核心精神。

Step 3：設計安全轉真人關卡（最重要的一步）

在 AI 的指令裡明確寫死：凡訊息中出現症狀、藥名、劑量、副作用、交互作用、懷孕哺乳、孩童用藥等關鍵字或意圖，AI 一律不作答，改回覆「這部分需要藥師為您確認」並轉接真人或留言給藥師。這一關沒設好，後面全部不能上線。把這當成不可妥協的底線。

Step 4：串接會員與進貨提醒

這部分靠「資料觸發」而非 AI 記憶。把慢性病連續處方的領藥週期、會員生日、商品安全庫存量與效期，建在試算表或從 POS 匯出。再用自動化工具（如 Google Sheets 自動化 思路或 LINE 推播）設定：到期前 N 天自動觸發。AI 的角色是把冷冰冰的資料，寫成一句有溫度、像真人寫的提醒訊息。

Step 5：試營運後量化成效

先讓一兩位店員當「人工守門員」，AI 回覆前由店員過目一週，確認沒有越界、語氣得體後再放手。同時記錄三個數字：每天省下的接電話與回訊時間、回診提醒帶回的會員數、因效期庫存提醒而避免的斷貨次數。有數據才知道值不值得擴大。

範例：Prompt 與 Workflow

下面這段 Prompt 可直接貼進你選用的 AI 助理，作為藥局行政客服的系統指令。重點在前半段的「絕對禁止」，這是安全核心。

你是「OO 藥局」的行政客服助理，只負責回答「非醫療」的行政與一般資訊問題。

【絕對禁止，無例外】
只要客人的訊息涉及以下任一項，你「不可以」自行回答，必須回覆下方固定話術並轉真人：
- 症狀描述、該吃什麼藥、藥效、副作用
- 劑量、用法、是否該停藥或調整
- 兩種以上藥品或保健品是否能併用、交互作用
- 懷孕、哺乳、嬰幼兒、長者、慢性病的個別用藥
固定話術：「這部分涉及用藥專業，需要由我們的藥師為您確認，我已通知藥師稍後回覆您，謝謝！」並標記【轉藥師】。

【可以回答的範圍】
僅限我提供的知識庫內容：營業時間、地址停車、會員制度、自費商品有無與價格、退換貨規則、衛福部公開衛教連結轉述。
知識庫沒有的資訊，不要編造，回覆「這部分我幫您確認後再回覆」並標記【待查】。

【語氣】
親切、簡潔、像鄰里藥局櫃台同仁，使用繁體中文台灣用語，每則回覆不超過三句話。

搭配的會員回診與進貨提醒 Workflow，文字版流程圖如下：

每日定時觸發（例如每天早上 9:00）
   ↓
讀取資料來源（會員試算表 / POS 匯出 / 庫存效期表）
   ↓
判斷今天有哪些「到期事件」
   ├─ 慢性病領藥週期到 → 產生「回診提醒」名單
   ├─ 會員生日 → 產生「生日問候」名單
   ├─ 庫存低於安全量 → 產生「補貨待辦」給店長
   └─ 商品效期剩 30 天 → 產生「即期處理」待辦
   ↓
AI 把每筆資料寫成自然、有溫度的訊息文字
   ↓
人工把關（試營運期）／ 自動發送（穩定後）
   ├─ 客人訊息 → 透過 LINE 官方帳號推播
   └─ 店內待辦 → 彙整成一張清單給店長
   ↓
記錄發送結果與回應，供成效統計

這套流程的精神是：日期與庫存這類「不能出錯」的事由資料決定，AI 只負責「把資料變成好讀的人話」，各司其職。若想把多個工具串起來，可參考 什麼是 MCP 的連接概念。

常見錯誤

讓 AI 回答用藥問題「只是給個參考」：這是最危險的錯誤。沒有「只是參考」這回事，AI 一旦對劑量或症狀給出文字，客人就可能照做。守門關卡必須是硬規則，不能有灰色地帶。

知識庫沒整理就上線：AI 沒有可靠來源就會「自信地編造」，例如把營業時間講錯、把會員規則說反。寧可先做好一份小而準的知識庫，也不要範圍大卻錯漏百出。

用 AI 記憶會員回診日期：把日期交給 AI「記住」一定會出錯。日期、庫存、效期都必須由資料庫或試算表管理，AI 只做訊息撰寫。

一次想全部自動化：試營運期就拿掉人工守門，等於把沒驗證過的回覆直接推給客人。一定要先讓店員過目一段時間，確認語氣與邊界沒問題再放手。

忽略個資與紀錄：會員資料屬於個資，餵給 AI 前要評估必要性、給最小範圍，並保留對話與發送紀錄方便事後查核。

最佳實務

• 把「轉真人」當成功能而非失敗：AI 主動說「我幫您找藥師」不是它不夠強，而是它把對的人帶到對的事。這反而提升客人信任。
• 知識庫定期更新：營業時間、優惠、商品價格會變，指定專人每月檢視一次知識庫，過期資訊比沒有更糟。
• 訊息保留人味：藥局是鄰里生意，回診與生日提醒讓 AI 寫得自然親切，避免罐頭感，客人才會買單。
• 先單一場景跑順再擴大：先把「常見問答」做到穩，再加「回診提醒」，再加「進貨待辦」，逐步堆疊比一次全上成功率高。這也是 企業導入五步驟 一再強調的原則。
• 留下稽核軌跡：每一則 AI 回覆、每一次轉真人、每一筆提醒發送都留紀錄，出問題時能快速釐清。

實際案例：台中一間社區藥局的導入歷程

以下為綜合台灣社區藥局常見情境整理的示意案例，數字為示範用途。

台中一間單店社區藥局，兩位藥師、兩位門市，每天光是接電話問營業時間、有沒有貨、會員怎麼算點數，就佔掉門市同仁大量時間，藥師也常被櫃台問題打斷調劑。慢性病老客人該回診卻沒人提醒，回流全憑客人自己記得；倉庫保健品偶爾過效期只能報損。

導入前：

• 每天約 30 至 40 通電話，超過一半是行政問答，門市平均花 2 小時在重複回答。
• 慢性病回診全靠客人自發，沒有系統性提醒。
• 每季約有數千元商品因過效期報損。

導入做法：開設 LINE 官方帳號接上行政客服 AI（套用上方 Prompt），知識庫放營業資訊、會員規則、自費品項；同時用一份試算表管理慢性病領藥週期與商品效期，每天早上自動產生回診名單與即期待辦，AI 把名單寫成親切訊息，前一個月由門市過目後再發送。

導入後（約三個月）：

• 行政問答約六成由 AI 在 LINE 直接處理，門市每天省下約 1.5 小時，可投入調劑與面對面服務。
• 回診提醒上線後，慢性病客人回流率明顯提升，老客人反映「有被記得的感覺」。
• 效期與庫存提醒讓即期報損次數大幅下降，斷貨情形也減少。
• 最關鍵的是：所有用藥相關提問都被守門關卡攔下轉給藥師，三個月內 AI 沒有發生任何越界給出用藥建議的情況。

這個案例的重點不在「AI 很厲害」，而在邊界劃得夠清楚——AI 只做行政，專業永遠回到藥師手上，反而讓藥師有更多時間做專業的事。

結論

藥局導入 AI Agent 的核心心法，其實一句話就能講完：讓 AI 顧好雜務，把藥師還給專業。社區藥局有清楚的專業與行政分界，這條界線天生就是最好的安全護欄。只要你先盤點任務、整理知識庫、把「遇到用藥就轉真人」設成不可妥協的硬規則，再串上會員與進貨提醒，就能用很低的成本，把藥師從重複瑣事中解放出來。

別忘了本文反覆強調的底線：AI 在藥局只做行政與一般資訊傳遞，所有用藥與健康判斷都必須回到執業藥師。把這條線守住，AI 就是你藥局最可靠、最不會喊累的櫃台同仁。

想開始？先從一個場景試做，看看實際的 任務食譜 與 企業導入五步驟，把第一步踏出去。

❓ 常見問題 FAQ

🔗 延伸閱讀

• AI Agent 是什麼？從入門到實戰
• 企業導入 AI Agent 五步驟落地法
• 什麼是 MCP？讓 AI 連接你的工具
• RAG 是什麼？讓 AI 引用你的知識庫
• 瀏覽更多任務食譜