用 AI 建客服標準話術庫：常見情境、難纏客訴、一致語氣的回覆範本

你的客服團隊每天都在回類似的問題，但每個人回得都不太一樣：有人冷冰冰、有人太囉嗦、遇到客訴時新人甚至會慌到火上加油。問題不在人，而在於沒有一套標準話術庫。

這篇要解決的問題：教你用 AI 從零建立一份可複製、可維護、語氣一致的客服話術庫。 適合誰讀：電商小編、客服主管、服務業店長，以及想把客服品質標準化的中小企業，零到中階都適合。 讀完你會得到：一套建話術庫的完整流程、難纏客訴的降溫範本，以及可直接複製的 Prompt 與 Workflow 流程圖。

為什麼要用 AI 建客服話術庫？

很多團隊的客服品質是「看人品」的：遇到資深客服，回得體貼又快；遇到剛到職的新人，同一個問題可能回得詞不達意，甚至把小抱怨變成負評。這背後其實是三個老問題。

第一，回覆品質不穩定。沒有範本，每個人靠自己理解臨場發揮，語氣與分寸全憑經驗，品質自然參差。

第二，新人上手慢。沒有可參考的標準回覆，新人前一兩個月幾乎是邊做邊摸索，主管得反覆救火。

第三，難纏客訴最容易出包。情緒上來的客人需要的是被同理，但沒受過訓練的客服常常第一句就開始解釋規則，反而把火越搧越大。

傳統作法是請資深客服「有空時整理一份範本」，但這件事永遠排在最後，整理到一半就被日常工作淹沒。AI 改變的，正是這個「整理成本」——它能在幾小時內把你散落各處的對話，整理成一份結構清楚、語氣一致、可立即套用的話術庫。重點是：AI 負責量產初稿，人負責把關品質，兩者分工才是正解。

核心概念：話術庫不是罐頭回覆

很多人誤會「話術庫」就是一堆寫死的罐頭句子，客人一看就知道是複製貼上，反而更反感。真正好用的話術庫，是一套有結構、有變數、有語氣準則的系統。我們可以用「料理」來比喻：

換句話說，話術庫提供的是「怎麼回的框架」，而不是「一字不改的罐頭」。客服拿到範本後，只要填入具體資訊、微調語氣，就能又快又一致地回覆。框架顧及品質下限，留白處則保留真人的溫度。

實際教學：五步驟建立你的話術庫

下面用一套可照做的流程，帶你從零打造話術庫。即使你只是一人小店，也能跟著做。

Step 1：盤點真實對話，找出高頻情境

打開你的客服紀錄（LINE 官方帳號、客服信箱、社群私訊都算），把最近三個月的對話撈出來。目標是回答兩個問題：哪些情境最常出現？哪些客訴最難回？

別憑印象，實際數一數。多數電商會發現「出貨進度查詢」「退換貨流程」「商品規格問題」就佔了七成以上。把這些高頻情境列成一張清單，這就是話術庫的骨架。沒有歷史紀錄的新店，就改用「情境清單」起步：直接列出產品最可能遇到的 20 種問題。

Step 2：寫一頁「語氣準則」

這是整份話術庫的靈魂，務必親自寫。內容包含：品牌怎麼稱呼客人（您／你／親）、客服自稱（小編／客服夥伴／品牌名）、開頭與收尾習慣、絕對禁用詞、以及情緒底線（例如「絕不在客人情緒上來時先解釋規則」）。

這份準則之後會被反覆餵給 AI，所以越具體越好。準則模糊，AI 就會自由發揮，語氣自然跑掉。

Step 3：讓 AI 批次生成範本

把情境清單和語氣準則一起交給 AI，請它為每種情境產出 2 到 3 個版本。多版本的好處是讓審稿者有得挑、有得比，也方便依客人情緒輕重切換。後面〈範例〉一節有可直接複製的 Prompt。

Step 4：人工審稿與標注可變數

AI 生成的是初稿，不是成品。請資深客服逐條校對：刪掉 AI 腔（過度客套、空洞贅句）、修正不符品牌底線之處，並把需要替換的資訊標成可變數欄位，例如 {訂單編號}、{商品名稱}、{預計天數}。標好變數，客服套用時才知道哪裡要填。

Step 5：上線與定期回訓

把審好的話術庫放進客服常用的地方（共用文件、客服系統的快捷回覆、或 AI Agent 的知識庫）。接著建立一個簡單習慣：每月撈出當月最棘手或範本沒涵蓋的客訴，回頭補洞、優化舊範本。話術庫是活的資產，會越養越好用。

範例：Prompt 與 Workflow

可複製的生成 Prompt

下面這個 Prompt 把「角色、語氣準則、情境、輸出格式」一次講清楚，你只要替換大括號內容就能用：

你是我們品牌的資深客服主管，請協助我建立客服話術庫。

【品牌語氣準則】
- 稱呼客人：您
- 客服自稱：小編
- 語氣：親切、專業、簡潔，不過度客套
- 禁用詞：親、不好意思這是規定、沒辦法
- 底線：客人情緒激動時，先同理再處理，不先解釋規則

【本次情境】
情境名稱：{例如：客人收到商品有瑕疵，語氣不悅，要求退款}
已知資訊欄位：{訂單編號}、{商品名稱}、{退款天數}

【請輸出】
請針對這個情境，產出 3 個版本的回覆範本：
版本A（標準）、版本B（情緒較激動時）、版本C（簡短快速版）
每個版本都要：
1. 用繁體中文台灣用語
2. 把需要替換的資訊用大括號標成可變數
3. 結構為：同理情緒 → 承認問題 → 明確下一步 → 時間點
4. 結尾不要說空話，要給客人一個具體可期待的動作

Workflow 流程圖（文字版）

盤點真實對話
   ↓
撈出高頻情境 + 難纏客訴清單
   ↓
撰寫一頁「語氣準則」
   ↓
餵給 AI 批次生成（每情境 2-3 版本）
   ↓
資深客服審稿 → 刪 AI 腔、標注可變數
   ↓
上線到客服系統 / 快捷回覆 / Agent 知識庫
   ↓
每月撈新客訴 → 回頭補洞、優化範本
   ↓
（回到上一步，持續循環）

這個流程的精神是「先建骨架、再持續長肉」。第一版不必完美，能涵蓋八成情境就先上線，剩下的兩成靠每月回訓慢慢補齊。

難纏客訴的降溫範本（可直接改用）

以「商品瑕疵、客人要求退款且語氣不悅」為例，標準版範本如下：

您好，看到商品有瑕疵讓您這趟購物不愉快，真的很抱歉（同理情緒）。
這確實是我們出貨檢查的疏忽，責任在我們（承認問題）。
我已為您訂單 {訂單編號} 啟動退款，您不需要寄回瑕疵品（明確下一步）。
退款預計 {退款天數} 個工作天內回到原付款帳戶，到帳後我會再主動通知您（時間點）。

注意它的順序：先道歉、再認錯、再給解法、最後給時間。整段沒有一句「這是規定」或「不好意思我們也沒辦法」，這正是降溫的關鍵。

常見錯誤

錯誤一：直接把 AI 初稿上線。 AI 很會寫，但也很會「裝客套」。沒人工審過的範本常充滿空洞贅句，客人一看就覺得是機器人。一定要經資深客服把關。

錯誤二：話術庫寫死、沒有可變數。 把訂單編號、商品名都寫死，客服套用時得整段重打，反而更慢。務必標好 {變數} 欄位。

錯誤三：沒寫語氣準則就叫 AI 生成。 沒有準則，AI 每次語氣都不一樣，整份話術庫東一塊西一塊，等於沒標準化。

錯誤四：難纏客訴一開口就解釋規則。 客人在氣頭上時，最不想聽的就是「這是我們的政策」。先處理情緒，再處理事情。

錯誤五：建完就放著不管。 話術庫不回訓就會過時。新產品、新活動、新客訴類型都會讓舊範本失效，一個月看一次是基本功。

最佳實務

• 每種情境準備多版本：至少分「標準版」與「情緒激動版」，讓客服依現場切換。
• 語氣準則放在範本最前面：無論餵給 AI 或給真人，準則永遠擺第一，當作所有回覆的依據。
• 可變數用統一命名：全團隊都用 {訂單編號} 而非有人寫「單號」、有人寫「訂單號」，方便日後接系統自動填值。
• 保留真人微調空間：話術庫提供骨架，鼓勵客服依客人語氣加一兩句個人化的話，避免變成冷冰冰的罐頭。
• 把話術庫接進 AI Agent：當話術庫夠成熟，可以把它當成知識庫餵給 AI Agent，讓機器人先擋掉常見問題、複雜客訴再轉真人。
• 以客訴情境驅動更新：每次出現範本沒涵蓋的客訴，當下就記下來，月底統一補進話術庫。

實際案例：台灣保養品電商的客服標準化

台灣一家中型保養品電商，旺季時客服私訊每天破三百則，三位客服輪班仍回不完，而且因為各回各的，月平均負評裡有近四成跟「客服回覆態度／不一致」有關。

導入前：新進客服平均要兩週才敢獨立回客訴；遇到瑕疵退貨，三個人三種講法，有人甚至先回「這要看是不是您自己用壞的」，當場引爆客訴升級。客服主管每天花兩小時救火、改文案。

導入作法：他們花一個下午，把三個月的私訊紀錄丟給 AI 分類，整理出 22 個高頻情境；接著主管寫了一頁語氣準則（明定「您」稱呼、禁用「親」與「這是規定」、瑕疵一律先道歉認錯）。再用本文的 Prompt 批次生成每情境 3 版本，由資深客服花兩天審稿、標注可變數，最後把話術庫放進客服系統的快捷回覆，並接成 AI 自動回覆常見問題、複雜客訴轉真人。

導入後成果：

• 新人獨立上線時間從 兩週縮短到 3 天。
• 客服平均回覆時間從約 8 分鐘降到 2.5 分鐘。
• 「客服相關負評」佔比從近 40% 下降到 約 12%。
• 主管每日救火時間從 2 小時減到 約 30 分鐘，省下的時間拿去做客戶經營。

關鍵不在 AI 多神，而在於他們把「AI 量產初稿、資深客服把關語氣、每月回訓」這套流程跑起來，話術庫才真正成為持續增值的資產。

結論

客服品質忽好忽壞，幾乎都源自同一件事：沒有一套標準話術庫。AI 不是要取代客服，而是把「整理範本」這件永遠排不上的苦工變得可行——幾小時就能產出大量初稿，讓資深客服專心做最有價值的把關與優化。

請記住三個重點：先寫語氣準則、讓 AI 量產初稿、用真實客訴持續回訓。從今天開始，撈出你最常遇到的 20 個客服情境，套用本文的 Prompt 生成第一版，再依 Workflow 流程慢慢養大它。一份活的話術庫，會是你客服品質最穩的底氣。

延伸學習可參考 ChatGPT 提示詞教學 強化 Prompt 功力，或看 電商 AI Agent 應用實戰 把話術庫接進自動客服；想直接取得可套用的自動化藍圖，也可逛逛 工作流知識庫 與 Prompt 產生器。

❓ 常見問題 FAQ

🔗 延伸閱讀

• AI Agent 是什麼？從入門到實戰
• ChatGPT 提示詞教學：寫出好 Prompt
• 電商 AI Agent 應用實戰
• 工作流知識庫：可套用的自動化藍圖
• 用 Prompt 產生器生成你的配方