用 AI 設計顧客旅程：從認識到回購，每個接觸點都優化體驗

很多品牌很會「拉新」：投廣告、做促銷、衝流量。但顧客真正的價值，藏在他第一次認識你之後的每一步——考慮、下單、收貨、客服、回購。這整段歷程裡，任何一個接觸點體驗不好，前面砸的廣告費就白費了。

這篇要解決的問題：怎麼用 AI 把「顧客旅程」這件聽起來很抽象的事，變成一張看得懂、改得動的地圖，並為每個接觸點設計對應的體驗。 適合誰讀：電商營運、品牌行銷、服務業店長、客服主管，以及任何想提升回購率的中小企業主，不需要程式基礎。 讀完你會得到：一套從畫地圖、找斷點到自動化的完整流程，外加可直接複製的 Prompt 與 Workflow 流程圖。

為什麼你需要用 AI 設計顧客旅程？

先看一個殘酷的事實：拉一個新顧客的成本，通常是留住一個舊顧客的五到七倍。但多數品牌的資源分配剛好顛倒——九成力氣花在「讓人第一次買」，幾乎沒人在管「怎麼讓他第二次買」。

問題不是大家不懂這個道理，而是顧客旅程的資料太分散、太瑣碎了。客服對話在一個系統、訂單在另一個系統、評論在 Google 和社群、退貨理由埋在表單裡。要靠人把這些拼起來、看出「顧客到底在哪一步流失」，光是讀完就要花掉一個下午。

這正是 AI 最擅長的事。AI 能在幾分鐘內讀完上百則客服紀錄與評論，幫你對應到旅程的每個階段，指出「哪裡卡住、為什麼卡住」。它不只幫你看見問題，還能直接草擬每個階段該對顧客說什麼。換句話說，AI 把「設計顧客旅程」從一個需要顧問團隊的大工程，變成一個小團隊也能持續做的日常工作。

核心概念：顧客旅程是一條線，不是一個點

很多人對「顧客旅程」的誤解，是把它想成行銷漏斗那種「上寬下窄」的單向流程。實際上它更像一條有起伏的線：顧客的情緒會隨著每個接觸點上下波動，而你的工作就是在低谷處補上體驗。

最實用的拆法是分成五個階段。下面這張表把每個階段的顧客心態、常見接觸點，以及 AI 可以怎麼幫忙，一次列清楚：

用一個生活比喻會更好懂：顧客旅程就像招待一位第一次來家裡的客人。你不會只在門口熱情迎接（認識），然後整晚不管他（考慮、購買），等他要走了才問「下次再來喔」（回購）。好的主人會在每個時刻都剛好遞上他需要的東西——進門時的拖鞋、口渴時的水、離開時的伴手禮。AI 的角色，就是那個記得每位客人偏好、提醒你「該遞水了」的貼心管家。

實際教學：用 AI 設計一條顧客旅程

接下來用一個假想但很常見的台灣場景示範：一家賣手沖咖啡器具與咖啡豆的線上小店「晨光咖啡」，想搞懂顧客買完一次之後為什麼很少回來。

Step 1：畫出完整的旅程地圖

先別急著用 AI，自己花十分鐘把接觸點列出來。從顧客第一次看到你的廣告，一路寫到他收到貨、用了一個月、考慮要不要再買。每個接觸點旁邊標兩件事：顧客當下的「目標」和「情緒」。

不用追求完美，手寫在白板或開個表格都行。這一步的目的，是讓你對「整條線」有具體的畫面，後面 AI 的分析才有對應的座標。

Step 2：用 AI 把真實資料標到地圖上

這是整個流程的核心。把你手上的真實資料——客服對話、Google 評論、退貨理由、訂單備註——整理成文字，貼給 AI，請它幫你對應到 Step 1 的各個階段，並找出顧客卡住的地方。

AI 的好處是它沒有成見。你可能一直以為問題出在「咖啡豆不好喝」，但 AI 讀完資料後可能告訴你：真正的流失點是「收到貨卻不知道怎麼沖煮」，導致顧客覺得「我不會用，乾脆不買了」。

Step 3：為每個階段定義關鍵時刻

旅程上有十幾個接觸點，但你不可能每個都優化。請 AI 根據資料，幫你挑出最影響轉換與留存的兩到三個「關鍵時刻（Moment of Truth）」。

以晨光咖啡為例，關鍵時刻很可能是：第一，下單後三天的「期待管理」；第二，收貨後的「上手體驗」；第三，首購後第三週的「回購提醒」。鎖定關鍵時刻，能讓你把有限的人力投在報酬率最高的地方。

Step 4：用 AI 為每個關鍵時刻草擬分眾訊息

針對每個關鍵時刻，請 AI 草擬對應的訊息——可能是 Email、簡訊或客服話術。重點是在 Prompt 裡給足脈絡：這是旅程的哪個階段、顧客的痛點、品牌語氣範例。

AI 出的是初稿，不是定稿。優惠幅度、品牌特有的口吻、法規上不能講的話，都要由人複查。把 AI 當成一個很快的文案實習生，你負責當主編。

Step 5：接上自動化，並持續優化

訊息寫好後，用 n8n 或 Make 這類拖拉式工具，把「觸發條件」和「訊息」串成自動化。例如「訂單狀態變成已出貨 → 隔三天自動寄沖煮教學」。

最後也是最常被忽略的一步：每個月把成效（開信率、回購率、客服量）再貼給 AI，請它彙整並建議下一步調整。顧客旅程不是設計一次就結束，而是一個持續迭代的循環。

範例：Prompt 與 Workflow

可複製的 Prompt：旅程斷點分析

把下面這段貼進 Claude 或 ChatGPT，並換上你自己的資料：

你是一位資深的顧客體驗（CX）顧問。我經營一家線上手沖咖啡器具與咖啡豆小店。

請依照「認識 → 考慮 → 購買 → 收貨使用 → 回購推薦」五個階段，
分析以下真實顧客資料，並完成三件事：

1. 把每一則資料對應到它所屬的旅程階段。
2. 找出顧客流失或體驗不佳的「斷點」，依嚴重程度排序。
3. 針對前三個最嚴重的斷點，各提出一個可立即執行的改善方向。

要求：用繁體中文（台灣用語），條列清楚，不確定的地方直接說「資料不足」，
不要編造數據。

【顧客資料】
（貼上你的客服對話、Google 評論、退貨理由、訂單備註）

Workflow 文字版流程圖

下面是把整套做法串成自動化後的樣子，可以直接照這個結構去 n8n 或 Make 設定：

顧客下單成功
   ↓
寫入訂單資料（含品項、是否首購、Email）
   ↓
判斷：是不是首購顧客？
   ├─ 是 → 進入「新客上手」旅程
   │         ↓
   │      出貨後第 1 天：寄出貨通知＋期待管理
   │         ↓
   │      收貨後第 2 天：寄對應品項的沖煮教學
   │         ↓
   │      首購後第 21 天：用 AI 產生回購關懷訊息
   │
   └─ 否 → 進入「熟客經營」旅程
             ↓
          依上次購買品項，預測回購時機
             ↓
          回購時機前 3 天：寄分眾優惠＋推薦獎勵
   ↓
每月底：把開信率／回購率彙整給 AI → 產出優化建議

這張流程圖的關鍵，在於「判斷是不是首購」這個分岔——新客和熟客需要的訊息完全不同，硬塞同一套就是體驗變差的開始。

常見錯誤

第一個常見錯誤，是只優化某個單點，卻沒看整條線。很多人花大錢改結帳頁，卻發現轉換率沒動——因為真正的問題在更前面的「考慮」階段，顧客根本還沒被說服。沒有旅程的全局視角，就會在錯的地方使力。

第二個錯誤，是把所有顧客當成同一個人。對首購和對買了十次的老顧客講同樣的話，前者覺得太硬、後者覺得被當陌生人。分眾不是進階技巧，是基本功。

第三個錯誤，是訊息發太多、變成騷擾。看到自動化很方便，就每個接觸點都塞一封信。顧客的耐心是有限的，與其發十封罐頭信，不如在三個關鍵時刻發三封真正有用的。

第四個錯誤，是只設計、不回頭看數據。旅程設計好就放著跑半年，從不檢視成效。沒有數據回饋的旅程，等於閉著眼睛在優化。

最佳實務

先看見、再優化。 任何訊息或自動化都先以「資料」為依據，不要憑直覺猜顧客要什麼。Step 2 的斷點分析永遠是起點。

鎖定關鍵時刻，不求面面俱到。 與其把十個接觸點都做到六十分，不如把兩三個關鍵時刻做到九十分。資源永遠是稀缺的。

AI 出初稿，人做定稿。 善用 AI 的速度，但把品牌語氣、優惠決策、法規把關留給人。這個分工能兼顧效率與品質。

小步快跑，先驗證再放大。 任何新的自動化都先小量手動試跑，確認訊息與時機正確，再接上全自動。

把旅程當成活的系統。 固定每月用 AI 彙整成效、調整訊息。市場、顧客、商品都在變，旅程也要跟著進化。

實際案例：晨光咖啡的首購到回購

延續前面的場景，看看晨光咖啡導入這套做法前後的差別。

導入前：團隊只有兩個人，行銷預算幾乎全砸在 Facebook 廣告拉新。顧客買完第一次後就沒有任何後續訊息，客服信箱裡常出現「豆子收到了但不知道粉要磨多細」「沖出來很酸是正常的嗎」這類問題。首購顧客的三個月內回購率只有約 9%，廣告越投越貴，營收卻卡住。

導入過程：店長花了一個下午，把過去三個月的客服對話、四十多則 Google 評論、退貨理由全部貼給 AI 做斷點分析。AI 指出的最大斷點不是產品，而是「收貨後的上手體驗」——大量顧客卡在「不會沖」這一關，自然不會回購。團隊接著用 AI 為三個關鍵時刻草擬訊息：出貨後的期待管理、收貨後依品項的沖煮教學影音連結、首購第三週的回購關懷，並用 Make 串成自動化。

成果數據：上線兩個月後，首購顧客三個月內回購率從約 9% 提升到約 23%；客服中「不會沖煮」類的詢問量下降約六成，等於變相省下人力；因為沖煮教學降低了「沖壞」的挫折感，咖啡豆的二次加購率也明顯上升。店長最有感的一句話是：「我們沒有多花一毛廣告費，只是把買過的人照顧好。」

這個案例的重點不在數字本身，而在思維的轉變：把資源從「無止盡拉新」挪一部分到「顧好整條旅程」，往往是中小企業投報率最高的一步。

結論

顧客旅程設計聽起來像大企業才玩得起的學問，但 AI 把門檻拉低了。你不需要昂貴的數據系統，也不需要顧問團隊——只要願意把散落各處的真實資料攤開來，讓 AI 幫你看見整條線、找出斷點、為每個接觸點寫出對的訊息。

記住整個流程的骨架：畫地圖 → 找斷點 → 定關鍵時刻 → 寫分眾訊息 → 接自動化並持續優化。從你手上現有的客服紀錄和評論開始，今天就能畫出第一版旅程地圖。

當你開始把每一個接觸點都當成一次「對顧客好一點」的機會，回購與口碑就會自己長出來。想更進一步把這套變成會自動運作的系統，可以參考 AI 電商應用 與 全部工作流藍圖，或先用 Prompt 產生器 做出屬於你品牌的第一份旅程配方。

❓ 常見問題 FAQ

🔗 延伸閱讀

• AI Agent 是什麼？從入門到實戰一次搞懂
• AI 電商應用：用 Agent 顧好整個購物流程
• ChatGPT Prompt 教學：高效指令公式
• 瀏覽全部工作流藍圖
• 用 Prompt 產生器做出你的第一個配方