AI Agent 在動物醫院的行政應用：預約、疫苗提醒、衛教與飼主問答全攻略

醫療免責：本文介紹的 AI Agent 僅用於動物醫院的「行政與衛教溝通」，不具醫療診斷、用藥或治療建議功能。任何寵物的病情判斷、診斷與處置，都必須由合格獸醫師親自評估。文中所有 Prompt 都已內建「轉門診、由獸醫師評估」的護欄，請務必保留。

開一間動物醫院，最稀缺的資源永遠是「獸醫師看診的時間」。但真正吃掉這些時間的，常常不是看診本身，而是櫃檯那支響不停的電話與跳不完的 LINE。

這篇要解決的問題：手把手教你用 AI Agent 接手動物醫院從預約確認、疫苗與回診提醒、術後衛教到飼主常見問答這條行政溝通鏈，把重複打字變成自動化草稿。 適合誰讀：動物醫院院長、獸醫師、櫃檯與護理人員，以及寵物相關服務業者，完全不需要程式基礎。 讀完你會得到：四段可直接複製的 Prompt、一張 Workflow 流程圖，以及一個台灣動物醫院導入前後的真實對照案例。

為什麼動物醫院特別需要 AI Agent？

動物醫院的價值，集中在「獸醫師面對病患的那幾分鐘」。可是一天下來，這幾分鐘卻被大量行政瑣事稀釋掉了。

早上一開門，櫃檯就要接預約電話、回 LINE 訊息、查當天診次有沒有空；同時系統裡躺著一堆「三合一疫苗下週到期」「結紮術後該回診拆線」的病患，沒人提醒就默默過期。下午獸醫師剛從手術台下來，又有飼主傳訊問「我家貓咪今天有點不太吃飯怎麼辦」「術後傷口要怎麼照顧」「狂犬病疫苗多少錢」。這些訊息單筆都不難，加總起來卻讓櫃檯整天像在打仗，而獸醫師也常被拉去回覆本該由衛教文字解決的問題。

更可惜的是兩件事：一是疫苗與回診提醒沒人做，等於把回頭客往外推——飼主不是不願意回來，是真的忘了；二是重複的衛教與問答佔掉醫護大量精力，明明同一段「術後照護注意事項」一天要講十次。

傳統做法只能靠「請更多櫃檯」或「醫護自己撐」。而 AI Agent 補上了關鍵的一塊——它能像一位不下班的行政助理，自己讀懂飼主訊息、自己根據病患資料產生個人化提醒、自己把標準衛教寫成有溫度的文字。醫護要做的，從「全部自己打字」變成「快速複查、按下送出」。

如果你還不確定 AI Agent 到底是什麼、跟平常用的 ChatGPT 差在哪，建議先讀 AI Agent 是什麼 打底，再回來看這篇的實作會更有感。

核心概念：把「行政溝通鏈」拆成四個可自動化的環節

很多動物醫院卡在「不知道從哪裡開始自動化」，又怕一不小心讓 AI 講錯醫療資訊出事。訣竅是：不要想著把醫院交給 AI，而是把「不涉及診斷」的行政溝通切成四段，一段一段交出去，並在每一段都畫好醫療紅線。

這裡有個攸關安全的關鍵：動物醫院的 AI Agent 必須是「行政助理」，不是「線上獸醫」。 它能回答「狂犬病疫苗的施打時程」這種通用資訊，但永遠不能回答「我家狗這個症狀是不是得了什麼病」。這條線一旦守住，AI 才能放心上場。

另一個關鍵是：Agent 的能力上限，取決於你餵給它的「記憶」。 一個不知道「Lucky 是術後第三天、要回診拆線」的 AI，寫出來的提醒只會是罐頭文。所以動手前，你得先幫病患準備好結構化資料——這就是整套系統的靈魂。

讓 AI 安全、標準化地接上你的試算表、LINE 與院內系統這些工具，現在主流做法是透過 MCP（Model Context Protocol） 這類標準介面，你可以把它想成「Agent 的萬用接頭」。想理解它為什麼重要，可參考 MCP 是什麼。而要讓 Agent 只根據「你醫院自己的衛教資料」來回答、不亂編，背後的技術觀念是 RAG，值得花十分鐘搞懂。

實際教學：五步打造動物醫院的行政 AI Agent

不用寫程式，跟著做五步。

Step 1：盤點四段重複的行政溝通任務

拿出紙筆，把這週櫃檯與醫護實際回覆過的訊息分類。你會發現八成都落在「預約、提醒、衛教、問答」這四桶裡。先鎖定其中最花時間或最容易漏掉的一桶開刀——多數動物醫院是「疫苗與回診提醒」，因為它直接關係到回頭率。

Step 2：整理病患與提醒資料表

開一張 Google 試算表，每一列是一隻病患，欄位至少包含：飼主稱呼、寵物名、品種、年齡、晶片號、最近一次疫苗種類與日期、下次疫苗到期日、最近就診原因、回診日、用藥與健康注意、慣用聯絡方式（LINE／電話）。這張表就是 Agent 的「記憶」，越完整，提醒越個人化、越不會配對錯。

Step 3：為四段環節各寫一段配方 Prompt

不要想用一段 Prompt 打天下。預約、提醒、衛教、問答的語氣與目標都不同，分開寫反而簡單。每段都給足五件事：角色、步驟、輸出格式、語氣、醫療護欄。其中醫療護欄是每段都不可省的固定段落，範例見下一段。

Step 4：拿真實病歷先手動跑一次

挑一筆真實病患，把資料表的那一列貼進 Claude 或 ChatGPT，配上配方，親眼看它產生的提醒或衛教。重點要逐項檢查：日期對不對、有沒有越線給醫療建議、異常情況有沒有導回門診。對了再往下；語氣太生硬就用講的調（「再親切一點，像跟熟客飼主聊天」）。

Step 5：接上排程與 LINE 通知

驗證沒問題後，用 n8n 或 Make 把試算表、LINE 官方帳號串起來：設定每天早上自動讀取「明後天疫苗到期」與「今日該回診」的名單，逐筆產生提醒草稿，丟到醫護群組待複查送出。想看完整可套用的自動化藍圖，到 工作流知識庫 找一個改成你的版本。

範例：Prompt 與 Workflow

以下提供兩段最實用的配方，可直接複製到 Claude 或 ChatGPT 使用，把 {{ }} 換成你的資料。

配方一：疫苗／回診提醒（個人化、含護欄）

# 角色
你是台灣一間動物醫院的行政助理，負責撰寫給飼主的疫苗與回診提醒訊息。
你不是獸醫師，絕對不對寵物的健康狀況做任何診斷或治療建議。

# 任務
根據下方病患資料，寫一則溫暖、簡短的 LINE 提醒訊息，提醒飼主帶寵物回院。

# 病患資料
- 飼主稱呼：{{飼主稱呼}}
- 寵物名／種類：{{寵物名}}（{{品種}}，{{年齡}}）
- 提醒事項：{{疫苗種類或回診原因}}
- 建議回院時間：{{到期日／回診日}}
- 醫院門診時間：{{門診時間}}
- 預約方式：{{預約方式}}

# 輸出格式
1. 親切的開頭稱呼飼主與寵物名
2. 一句說明這次要提醒的事項與建議時間
3. 一句引導預約（附門診時間與預約方式）
4. 結尾留下醫院名稱

# 語氣
口語、親切、像認識的櫃檯人員，繁體中文台灣用語，30～80 字內。

# 醫療護欄（務必遵守）
- 只提醒「時程」，不評論寵物目前的健康狀況。
- 若資料中有「異常」字樣，改為提醒「建議盡快回診由獸醫師評估」，不臆測病因。
- 不提供任何用藥、劑量或居家治療建議。

配方二：飼主常見問答（限定知識庫、不亂編）

# 角色
你是台灣某動物醫院的線上客服助理，只回答「行政與通用衛教」問題，不做醫療診斷。

# 可用知識（只能依據以下內容回答）
{{貼上醫院 FAQ：門診時間、收費範圍、預約方式、術前禁食規定、常見疫苗時程、停車資訊等}}

# 規則
1. 問題若能在上面知識中找到答案，就用親切口語回答。
2. 問題若涉及「症狀、病情、要不要看醫生、吃什麼藥」→ 不回答內容，改回覆：
   「這部分需要由獸醫師當面評估比較準確，建議您帶來門診，或我幫您安排預約唷～」
3. 知識庫沒有的行政問題 → 老實說「這我幫您轉接專人確認」，不要自己編。
4. 全程繁體中文台灣用語，不使用簡體與中國慣用詞。

Workflow 流程圖（文字版）

[每天 09:00 排程觸發]
        ↓
[讀取病患試算表：篩出「明後天疫苗到期」「今日該回診」名單]
        ↓
[逐筆帶入「配方一」→ AI 產生個人化提醒草稿]
        ↓
[草稿送進醫護 LINE 群組／後台「待複查」清單]
        ↓
[醫護快速複查：日期對嗎？沒有越線給醫療建議嗎？]
        ↓
   ┌─ 正確 → 一鍵透過 LINE 官方帳號發送給飼主
   └─ 有誤 → 醫護修改後再送（修正也回饋給配方）
        ↓
[飼主回覆「想預約」→ 進入「配方二／預約流程」]

飼主端的問答則是另一條即時流程：飼主在 LINE 發問 →（配方二）AI 比對知識庫 → 能答就答、涉及病情就自動回「請帶來門診」並通知櫃檯 → 櫃檯接手安排預約。

常見錯誤

導入時，台灣動物醫院最常踩的坑有這幾個：

• 讓 AI 跨線給醫療建議：這是最危險的錯誤。飼主問「我家貓拉肚子怎麼辦」，若 AI 回了居家處置，輕則延誤就醫、重則衍生糾紛與責任。配方裡的醫療護欄是底線，不可為了「服務更周到」而拿掉。
• 資料沒整理就先自動化：病患資料表欄位殘缺、日期格式亂，AI 就會把「Lucky 的疫苗提醒」發給「Money 的飼主」。先把記憶整理乾淨，再談自動化。
• 一段 Prompt 想打天下：把預約、提醒、衛教、問答塞進同一段 Prompt，結果每種都做不好。分開寫，每段專注一件事。
• 完全無人複查就推播：提醒涉及具體日期與寵物名，配對一錯就傷信任。除了最通用的衛教，其餘都建議保留「醫護一鍵複查」這道關。
• 用了簡體或生硬 AI 腔：飼主一看到「親愛的用戶您好，關於您的咨詢」就知道是機器人。配方務必指定繁體台灣用語、口語化，並貼上幾則醫院真實語氣的範例讓它模仿。

最佳實務

• 先衛教、後提醒、再問答，最後才碰預約：從風險最低、最標準化的「通用衛教」開始練手，建立信心後再往需要即時判斷的環節推進。
• 把醫療護欄寫成固定段落：做一段標準的「非診斷護欄」文字，每支配方都貼上同一段，確保紅線一致、不會某支漏掉。
• 建立院內自己的知識庫：把門診時間、收費、術前須知、各疫苗時程整理成一份文件餵給 Agent，讓它只根據你的資料回答，這正是 RAG 的精神，能大幅降低亂編的機率。
• 保留人機協作的複查關：AI 出草稿、醫護按送出。這不只防錯，也讓醫護維持對訊息的掌控與溫度。
• 記錄修正、持續迭代：每次醫護改了 AI 的草稿，就把「改了什麼」回饋進配方範例。一兩週後，草稿會越來越接近你想要的樣子。
• 明確告知飼主這是行政助理：在 LINE 自動回覆開頭標明「我是醫院的客服小幫手，醫療問題會為您安排獸醫師」，誠實反而提升信任。

實際案例：台中一間社區動物醫院的導入前後

台中北屯一間兩位獸醫師、三位櫃檯的社區型動物醫院，導入前的困境很典型。

導入前：櫃檯每天花約 3 小時回 LINE 重複問題與打提醒訊息，疫苗提醒全靠人工翻系統、常常漏發；獸醫師平均每天被拉去回覆 15～20 則本可用衛教解決的訊息。飼主因為沒收到回診提醒而錯過疫苗的比例不低，回頭率卡關。

導入做法：先用一張 Google 試算表整理近一年的活躍病患，建立疫苗與回診到期欄位；接著用上面的「配方一、配方二」寫好四段 Prompt，並做了一段固定的非診斷護欄貼在每支配方上；最後用 Make 串接試算表與 LINE 官方帳號，設定每天早上 9 點自動產生當日提醒草稿，丟到醫護群組複查。整個建置由院長帶一位櫃檯花約三個下午完成，零程式基礎。

導入後（約六週）：

• 櫃檯每日行政打字時間從約 3 小時降到約 50 分鐘，多出的時間用於現場服務與電話預約。
• 疫苗／回診提醒從「人工常漏」變成「每日自動覆蓋」，到期前提醒涵蓋率接近 100%。
• 因提醒而回診的比例上升，院長估算回診預約量約增加 2 成。
• 獸醫師每天被重複問答打斷的次數明顯下降，得以把精力留在看診。

院長的心得是：「最有感的不是省了多少錢，而是該回來的病患真的回來了，而且櫃檯不再一整天像在救火。」值得注意的是，這間醫院從第一天就把「AI 不做任何診斷」當鐵律——所有涉及症狀的訊息一律由 AI 導回門診，這條線守得緊，才讓他們敢放心讓 Agent 上場。

數據為單一醫院實務估算，會因醫院規模、病患結構與執行落實度而異，僅供參考。

結論

動物醫院導入 AI Agent，重點從來不是「讓 AI 取代獸醫師」，而是把獸醫師與櫃檯從重複的行政溝通裡解放出來，把時間還給真正需要專業判斷的看診現場。

做法其實很單純：把行政溝通鏈拆成預約、提醒、衛教、問答四段，幫病患整理好結構化記憶，為每段寫一支含「非診斷護欄」的配方，先手動驗證再用 n8n／Make 接上排程與 LINE。從風險最低的衛教開始、守住醫療紅線、保留醫護複查關，你就能用同樣的人力，照顧更多毛孩、留住更多回頭的飼主。

準備好動手了嗎？先到 工作流知識庫 找一個可套用的藍圖改成你的版本，再回頭把 AI Agent 是什麼 與 MCP 補齊，你的動物醫院就有了一位不下班、又絕不越線的行政助理。

❓ 常見問題 FAQ

🔗 延伸閱讀

• AI Agent 是什麼？從入門到實戰一次搞懂
• MCP 是什麼？讓 Agent 連上工具的標準介面
• ChatGPT 提示詞教學：寫出好 Prompt 的方法
• RAG 是什麼？讓 AI 引用你自己的資料
• 工作流知識庫：可套用的自動化藍圖