導入 AI 質檢時，大家最先問的通常是「AI 準不準」。但實際上，AI 評得準不準，很大一部分取決於評分表本身寫得好不好。「服務態度良好」這種項目，連兩位資深質檢員都可能給出不同分數，AI 當然也很難判得一致。
好的評分表有三個特徵：每個項目描述的是一個聽得出來的行為、每個判定都能指到逐字稿裡的一句話、真正不能出錯的項目被標成致命項單獨處理。
這篇整理客服質檢評分表的結構、寫法、範本與校準流程。你不需要從零開始，從現在正在用的那一份改起就好。
評分表的五層結構
| 層級 | 說明 | 範例 |
|---|---|---|
| 段落 | 通話的階段 | 開場、問題處理、結尾 |
| 評分項目 | 段落裡要檢查的單一行為 | 核對客戶身分 |
| 判定方式 | 怎麼算通過 | 通過、未通過、不適用 |
| 權重 | 這個項目佔多少分 | 10 分 |
| 致命項 | 一旦未通過，整通直接標記 | 未核身就提供帳戶資訊 |
分段落的好處是報表能看出「誰在哪一段最弱」：有人開場很好但總是忘了結尾確認，有人處理問題很快但沒有核身。只看總分，這些差異都會被平均掉。
把評分項目寫成「聽得出來的行為」
AI 與人一樣，判定的依據是逐字稿。一個項目如果在逐字稿裡找不到對應的句子，就很難判得一致。
| 不好判定的寫法 | 改寫成可判定的行為 |
|---|---|
| 服務態度良好 | 客戶表達不滿時，客服有回應客戶的感受，而不是直接進入流程 |
| 有效確認需求 | 客服在提出解決方案前，有用自己的話複述客戶的問題 |
| 專業度足夠 | 客服回答的方案名稱、條件與公司公告一致 |
| 結尾完整 | 結束前有詢問客戶是否還有其他問題，並致謝 |
| 合規 | 通話開始時有告知通話將被錄音 |
改寫的三個原則：
「不適用」要設計進去
不是每一通電話都會走完所有流程。客戶只問營業時間，就不會有「提供解決方案」以外的處理段落；客戶沒有抱怨，「安撫情緒」就不該被判未通過。
建議每個項目都允許三種判定：通過、未通過、不適用。計分時，不適用的項目從分母中排除，否則簡單的通話會因為「沒做到」而被扣分，分數就失真了。
加權分數怎麼算
加權分數 = 通過項目的權重加總 ÷ 適用項目的權重加總 × 100
算例：一份評分表有 6 個項目，權重分別是 10、20、20、15、15、20，總和 100。某通電話中，權重 15 的「安撫情緒」項目不適用，權重 20 的「確認需求」項目未通過，其餘通過。
如果沒有排除不適用項目，這通會被算成 65 分，看起來比實際表現差很多。
致命項：不看總分，單獨處理
有些錯誤，不管其他地方做得多好都不能接受。這類項目應該標成致命項：一旦未通過，整通電話直接送主管審核，不跟其他項目一起被平均掉。
常見的致命項：
致命項的數量要克制。如果每個項目都是致命項，送審清單會長到沒人看得完，等於沒有致命項。
範本：客服進線評分表
| 段落 | 評分項目 | 權重 | 致命項 |
|---|---|---|---|
| 開場 | 報出公司名稱與自己的名字 | 5 | 否 |
| 開場 | 告知通話將被錄音 | 5 | 是 |
| 問題處理 | 提供個人資料前核對客戶身分 | 15 | 是 |
| 問題處理 | 提出方案前複述客戶的問題 | 15 | 否 |
| 問題處理 | 客戶表達不滿時回應客戶的感受 | 10 | 否 |
| 問題處理 | 提供的方案與條件和公司公告一致 | 20 | 否 |
| 問題處理 | 未使用禁說詞 | 10 | 是 |
| 結尾 | 確認客戶是否還有其他問題 | 10 | 否 |
| 結尾 | 說明後續處理方式與時程 | 5 | 否 |
| 結尾 | 致謝並結束通話 | 5 | 否 |
這是一份起點，請依你們的業務、法規要求與公司規範調整。
客服評分表 vs 電銷評分表
| 比較項目 | 客服進線 | 電銷外撥 |
|---|---|---|
| 通話目的 | 解決客戶的問題 | 介紹產品、取得同意或成交 |
| 開場重點 | 確認身分與來電原因 | 表明身分與來電目的，詢問對方是否方便 |
| 核心項目 | 需求確認、解決方案正確性 | 產品說明完整、費用與條件說清楚 |
| 合規重點 | 核身、個資保護 | 告知義務、不當承諾、客戶明確拒絕後仍持續推銷 |
| 致命項傾向 | 個資外洩 | 誇大或不實的承諾 |
電銷通話的合規風險通常更高，建議把「費用與條件是否說清楚」「客戶明確拒絕後是否仍持續推銷」這類項目優先列入。台灣電銷相關的法規整理，可以參考 AI 電話行銷導入與合規指南。
校準：讓 AI 跟你們的資深質檢員對齊
評分表寫好後，不要直接上線。建議用下面的流程校準：
1. 挑一批通話：涵蓋不同業務線、不同客服、高分與低分的通話。
2. 人工與 AI 同時評分：由資深質檢員評一次，AI 評一次。
3. 逐項比對差異：找出判定不一致最多的項目。
4. 看原句找原因：AI 判定附有原句，對照之後通常會發現是項目描述有兩種解讀。
5. 改寫描述，再評一次：直到差異降到團隊可以接受的程度。
校準的過程常常會發現，原本的評分表連人工質檢員之間都沒有共識。這本身就是一個收穫。
規則會改，要有版本
法規更新、新產品上市、公司調整話術，評分表都會跟著改。改了之後要注意兩件事：
評分表是 AI 質檢的地基。項目寫成聽得出來的行為、判定能指到原句、設計不適用、把真正不能出錯的事標成致命項，再用一批通話跟資深質檢員校準，AI 才能照你們的標準評每一通電話。
Pathors 的 Voxcal 直接使用你們現有的評分表：每一項判定都附原句，致命項未通過的通話自動送審，規則改了存成新版本，過去的通話可以重新評分。
延伸閱讀：
常見問題
客服質檢評分表要有幾個項目？
沒有固定答案，常見是 10 到 20 項。項目越多越完整，但每一項都要能在逐字稿中找到依據。與其列很多模糊的項目，不如少一點但每一項都判得準。
致命項和一般扣分項有什麼不同？
一般項目會依權重加總成分數；致命項一旦未通過，不論總分多高，整通電話都直接送主管審核。致命項適合用在核身、個資、禁說詞、不實承諾這類不能出錯的事。
「不適用」的項目要怎麼計分？
建議把不適用的項目從分母中排除。加權分數等於通過項目的權重加總，除以適用項目的權重加總，再乘以 100。這樣簡單的通話不會因為沒走到某些流程而被扣分。
AI 質檢可以用我們現有的評分表嗎？
可以，而且建議從現有的表開始。以 Pathors Voxcal 為例，直接使用企業自己的評分表，可以自訂項目、權重與致命項。導入時通常需要把部分項目改寫成更具體的行為描述。
評分表改了之後，舊的分數還能比較嗎？
直接比較會失真，因為新舊分數用的是不同規則。比較好的做法是把評分表存成新版本，再用新規則重新評過去一段時間的通話，前後比較才有意義。
