AI Agent 餐飲業實戰：訂位客服、菜單行銷、評論回覆與排班一次搞定

這篇文章解決什麼問題？ 教你把餐廳裡最吃時間、又重複的五件事——接訂位、回客人訊息、寫菜單與貼文、回 Google 評論、抓進貨與排班——交給 AI Agent 分擔。誰適合讀？ 餐廳、咖啡廳、小吃店的老闆與店長，人手不多、又被瑣事綁住，想用 AI 把自己從第一線重複工作解放出來。讀完你會得到什麼？ 一套可以照抄的 Prompt 範本、一張看得懂的 Workflow 流程圖，以及一間台灣餐廳導入前後的真實成果數據，讓你今天就能動手做。

為什麼餐飲業最該導入 AI Agent

餐飲業的特性，幾乎是為 AI Agent 量身打造的：重複問題多、尖峰時段忙不過來、人力流動快、行銷又得天天更新。

想想看，一間店一天會被問幾次「請問有位子嗎？」「幾點打烊？」「有素食嗎？」「可以帶寵物嗎？」這些問題答案固定、卻消耗大量人力。尖峰時段外場忙到沒空接電話，客人訂不到位就轉頭去隔壁。Google 評論湧進來，店長想回又怕回得不得體，乾脆放著不理，錯過挽回客人的機會。

這些痛點有一個共同點：規則清楚、可以描述、卻佔掉你大量時間。這正是 AI Agent 最擅長的領域。它不像傳統的關鍵字機器人只會比對固定話術，而是能理解語意、跨輪對話、查知識庫，並在判斷自己處理不來時，乾脆地轉給真人。對人手吃緊的台灣餐飲業來說，這不是「取代員工」，而是把人力從重複工作中釋放出來，去做機器做不到的現場服務與待客溫度。

核心概念：餐廳 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：你雇用了四個各司其職的「數位分身」，每個都只負責一件事，但都做得又快又穩。

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。把這兩件事做好，AI 才不會亂講話、也不會在敏感時刻擅自做主。

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，把你和員工一天的工作列出來，圈出「答案固定、卻一直重複」的部分。多數餐廳會發現訂位查詢、營業資訊問答、貼文撰寫、評論回覆這四項就佔掉店長大半的零碎時間。先別貪心，挑一到兩個最痛的先做，做出成果再擴大。

Step 2：建立餐廳知識庫

這是整套系統的地基。開一份文件，結構化地寫下：

• 基本資訊：店名、地址、電話、營業時間、公休日、捷運出口
• 菜單與價格：品項、價格、份量、辣度、過敏原、素食標示
• 訂位規則：可訂位時段、低消、用餐時限、包場條件、寵物與兒童政策
• 常見問題：停車、外帶、外送、刷卡、發票、加價選項

這份文件就是所有分身的「真相來源」。價格或時間一變動，只改這裡，所有 AI 回覆就會跟著更新。

Step 3：設定訂位客服 Agent

把知識庫餵給 ChatGPT 或 Claude，設定它的角色與護欄。重點是要求它只根據知識庫回答，查不到就轉真人，並在收集訂位資訊時一次問齊「日期、時段、人數、聯絡電話、特殊需求」。想了解如何讓 Agent 連上你的訂位系統做更進階的自動化，可以參考 MCP 是什麼 這篇。

Step 4：建立行銷與評論回覆流程

行銷端，用固定 Prompt 範本批次產出菜單描述與社群貼文，把主廚理念與招牌特色寫進去，避免罐頭味。評論端，依星等分流：好評自動回覆、負評由 AI 草擬後人工把關。更完整的內容自動化做法，可延伸閱讀 AI Agent 行銷應用。

Step 5：監控數據，每週迭代

上線後追蹤四個指標：自動回覆率、訂位轉化率、評論回覆速度、客人滿意度。每週把 AI 答不出來、轉真人的案例撈出來，回補進知識庫。這個「跑→看缺口→補知識庫」的循環，是讓系統越用越聰明的關鍵。

範例：Prompt 與 Workflow

下面是一個可以直接複製、稍作修改就能用的訂位客服 Agent Prompt。把方括號內容換成你自己的店家資訊即可。

你是「[店名]」的訂位客服助理，請用親切、簡潔的台灣口語回覆客人。

【你的知識庫】
- 營業時間：[週一至週日 11:30–21:00，週二公休]
- 訂位規則：[可訂 11:30 / 17:30 兩個時段，每組用餐限 90 分鐘，6 人以上需先付訂金]
- 招牌與特色：[手工窯烤披薩、無菜單義式料理]
- 過敏原與素食：[有提供蔬食披薩；含堅果品項會標示]
- 常見問題：[有停車場、可刷卡、可開統編、不可攜帶外食]

【回覆規則】
1. 只能根據上面的知識庫回答，知識庫沒有的資訊，回「這部分我幫您轉店長確認」，不要自己猜。
2. 客人要訂位時，一次問齊：日期、時段、人數、聯絡電話、是否有特殊需求（兒童椅、慶生、過敏）。
3. 遇到包場、20 人以上大型訂單、客訴或情緒激動，直接回覆「我幫您轉接店長」並停止。
4. 全程使用繁體中文、台灣用語，語氣溫暖，不要用過度浮誇的形容詞。

現在請以這個身分，回覆客人的訊息。

文字版 Workflow 流程圖如下，呈現一則客人訊息進來後的處理路徑：

客人傳訊息／私訊進來
        ↓
AI 判斷意圖（查詢資訊？想訂位？客訴？）
        ↓
   ┌────────┼────────────┐
   ↓        ↓            ↓
查營業/菜單  收集訂位五要素   偵測到負面情緒
（查知識庫）  （日期/時段/人數  或包場大單
   ↓        /電話/需求）        ↓
答得出來？     ↓           轉接真人店長
   ↓        寫入訂位表單    （附對話摘要）
 是→直接回覆   ↓
 否→轉真人    回覆確認＋提醒事項
        ↓
   店長後台確認訂位

行銷文案的 Prompt 也提供一個範本，讓你批次產出社群貼文：

你是「[店名]」的社群小編，請寫一則 Instagram 貼文。
- 主打商品：[秋季限定 栗子千層蛋糕]
- 特色：[使用日本和栗、現做、限量 20 份]
- 目標客群：[25–35 歲、喜歡甜點打卡的上班族]
- 語氣：台灣口語、活潑但不浮誇，3–4 句，結尾加一句行動呼籲與 3 個 hashtag。

常見錯誤

• 沒建知識庫就直接讓 AI 回客人：AI 會開始亂編價格與時間，反而砸招牌。知識庫是第一步，不能跳過。
• 把負評也設成自動回覆：一到二星評論常涉及補償與道歉，自動回的制式話術容易火上加油，務必人工把關。
• Prompt 寫得太籠統：只說「幫我寫貼文」，產出的就是沒有店家個性的罐頭文案。把理念、特色、客群寫進去才有靈魂。
• 知識庫更新了卻忘了同步：換季調價、改營業時間後沒更新文件，AI 就會持續報錯資訊。把「改價就改知識庫」變成固定習慣。
• 期待 AI 自動連上 POS 與排班系統：基礎版的 AI 不會自己存取你的系統，進貨與排班它只能「建議」，最終決策仍需店長拍板。
• 沒設轉真人護欄：包場、大型訂單、情緒激動的客人若全交給 AI，容易出包。一定要設明確的轉真人條件。

最佳實務

• 先做一件事做到好：別想一次上線四個分身。先把訂位客服做穩，看到成效再擴大到行銷與評論。
• 知識庫單一來源：所有分身共用同一份知識庫文件，避免多處維護、資訊打架。
• 保留人味護欄：把「敏感案件轉真人」當成鐵則，AI 負責量大重複的部分，人負責有溫度的部分。
• 固定每週迭代：把轉真人與答錯的案例當成免費的需求清單，每週回補，系統會越來越聰明。
• 用範本管理 Prompt：把訂位、貼文、評論回覆的 Prompt 存成固定範本，員工照填即可，不必每次重寫。想要現成範本，可到 任務食譜書 直接取用。
• 數據說話：用自動回覆率、訂位轉化、評論回覆速度衡量成效，而不是憑感覺，更多自動化串接思路可參考 工作流知識庫。

實際案例：台中一間 60 席義式餐廳

台中西區一間 60 席的義式餐廳，老闆夫妻加上五位內外場員工。導入前，訂位主要靠電話與 Instagram 私訊，尖峰時段常漏接電話，店長平均每天花約 2 小時回覆重複訊息；Google 評論累積到 1.8 顆星沒人回的負評三則，新評論平均要五天才回；社群貼文常常一週才更新一次。

老闆用上述方法，先建好一份知識庫，再把訂位客服 Agent 接上 Instagram 與 LINE 官方帳號，行銷與評論回覆則用 Prompt 範本由小編操作。導入後三個月的變化如下：

老闆的回饋很實在：「最有感的不是省人力，是晚上十一點客人私訊也有秒回，隔天位子就被訂滿了。」店長則說，評論全數回覆後，店家在地圖上的星等慢慢回升，新客人看到店家認真回應，下訂的意願明顯提高。

提醒：上述數據為單一店家經驗，實際成效會因店型、客群與執行落實度而異，請以你自己的數據為準，導入後務必持續監控與調整。

結論

AI Agent 對台灣餐飲業的價值，不在於「炫技」，而在於把老闆和店長從第一線的重複工作中解放出來。訂位客服、菜單與行銷文案、評論回覆、進貨與排班輔助——這四件事都有清楚的規則，正是 AI 最擅長分擔的部分。

動手的順序很簡單：盤點重複工作、建好一份知識庫、先把訂位客服做穩、再擴大到行銷與評論，最後靠每週迭代讓系統越來越懂你的店。記住兩個鐵則——知識庫是地基、護欄留人味——你就能在不增加人手的情況下，把時間還給真正重要的事：站在現場，把每一位走進門的客人服務好。

準備好動手了嗎？先到 任務食譜書 找現成範本，或用 Prompt 產生器 客製你的第一個訂位客服 Agent。有導入上的問題，也歡迎 與我們聯絡。

❓ 常見問題 FAQ

🔗 延伸閱讀

• AI Agent 是什麼？從入門到實戰
• AI Agent 客服實戰：意圖分流＋RAG 知識庫
• AI Agent 行銷應用：自動化你的內容生產
• ChatGPT Prompt 教學：寫出好提示詞
• 任務食譜書：現成的 AI 應用範本