電話 AI 的常見問題自動回覆，品質由知識庫決定，不是由模型決定。一套堪用的電話知識庫，試營運 30–50 題就夠起步，正式上線約 80–120 題，成熟後 150 題以上；每題只講一件事、答案寫成口語、有一套「答不出來怎麼辦」的兜底規則，並且每個月從真實通話錄音補題。 做到這五件事，同一個模型的表現會差很多。
很多老闆評估電話 AI 時，注意力放在「聽不聽得懂台灣腔」「聲音自不自然」。這些當然重要，但上線三個月後決定客人滿不滿意的，通常是：AI 有沒有正確的資料可以答。模型負責聽懂與表達，知識庫負責答案本身，而後者是你自己準備的。這篇文章就是寫給要準備它的人。
先講結論：一套好用的電話知識庫長什麼樣
以我們協助客戶導入的經驗，好用的電話知識庫符合五個條件：
題目從哪裡來：三個來源與來電原因分類表
三個來源
來源一：櫃檯或客服口述。 請最常接電話的同事花 30 分鐘口述「這一週被問過的問題」，你負責記。不要發問卷，口述最快，而且會講出真實的問法（「你們那個什麼的還有嗎」），這些之後要放進知識庫當關鍵字。
來源二：LINE、Email、官網表單的歷史紀錄。 把最近三個月的文字訊息拉出來歸類。文字管道與電話的問題大量重疊，能快速補齊櫃檯沒想到的題目。
來源三：上線後的通話逐字稿。 這是前兩個來源無法取代的。上線後每一通對話都有逐字稿，其中「AI 回答不了」或「客人重複問」的段落，就是下一批要補的題目。
做一張來電原因分類表
蒐集到的問題先不要急著寫答案，先做一張分類表，搞清楚「哪些值得先做、哪些 AI 根本不該自己答」。
| 來電原因 | 每週次數（估） | AI 能否直接答 | 需要查系統嗎 | 優先度 |
|---|---|---|---|---|
| 營業時間、地址、怎麼停車 | 40 | 能 | 否 | 高 |
| 某項服務的價格 | 25 | 能（若價格固定） | 否 | 高 |
| 預約或改期 | 30 | 能（需串接） | 是（預約系統） | 高 |
| 訂單進度、出貨了沒 | 15 | 能（需串接） | 是（訂單系統） | 中 |
| 退換貨規則 | 10 | 能 | 否 | 中 |
| 客訴、要找特定人 | 8 | 不能 | 否 | 轉真人 |
| 合作洽談、廣告推銷 | 5 | 部分（留言） | 否 | 低 |
「每週次數」估個量級就好，目的是排序。「AI 能否直接答」和「需要查系統嗎」兩欄，決定這題是寫進知識庫還是做系統串接（後面細講）。
要準備幾題：分三個階段
「到底要準備幾題才能上線」的答案分階段：
| 階段 | 題數 | 目標 |
|---|---|---|
| 試營運（前 2–4 週） | 30–50 題 | 涵蓋分類表中「高優先度」的來電原因，先讓 AI 把最常見的來電接好 |
| 正式上線 | 80–120 題 | 補齊中優先度題目與常見的變形問法，主要來電原因幾乎都有答案 |
| 成熟期（3 個月後） | 150 題以上 | 由逐字稿驅動的長尾題目，每月穩定補 5–10 題 |
為什麼不是越多越好
「多塞一點總沒錯」在實務上有兩個代價：
1. 檢索混淆。 AI 回答前會先從知識庫找出最相關的幾段內容。題目越多、越相似（例如「會員退費」與「非會員退費」寫得幾乎一樣），越容易抓到錯的那段。
2. 延遲與成本。 檢索出的內容會一併送進模型，內容越多，每輪回覆的延遲和 token 成本越高，而語音對話多零點幾秒客人就感覺得到。Retell 的知識庫結構指南也指出：知識庫會增加延遲與成本，沒必要的內容不要放（來源）。
所以正確的策略是「從高頻題開始，用逐字稿驅動長尾」，而不是一開始就把官網所有內容倒進去。
怎麼分類：建議六大類
分類有兩個目的：讓檢索更準（同類用語一致，AI 不易抓錯）、讓維護更容易（價格改了只要翻「服務與價格」）。分類不是給客人聽的選單，客人永遠用自然語言問，AI 自己會去對的類別找。
建議六大類，每類附三個範例題：
1. 營業與聯絡資訊
2. 服務與價格
3. 流程與申請
4. 規則與政策
5. 技術或使用問題
6. 公司與品牌
標好類別後，再檢查同一類裡有沒有兩條講同一件事，有就合併。
寫答案的規則：電話上的答案跟網頁 FAQ 不同
網頁 FAQ 是用看的，電話答案是用聽的。同一份內容直接搬過來，客人會覺得 AI 在唸公告。六條規則：
1. 口語。 用「我們」「您」，不用「本公司」「貴賓」。
2. 先講結論。 第一句就是答案，補充放後面。
3. 一次不超過三個資訊。 客人在電話上記不住第四點；要講的多就分段，或先問客人想知道哪一個。
4. 數字要唸得出來。 「NT$1,280」要寫成「一千兩百八十元」，時間寫「早上九點到晚上六點」。
5. 避免「請參閱」。 電話上沒有連結可以點，「請至官網查詢」要改成直接給答案，或「我可以用簡訊把連結傳給您」。
6. 給下一步。 答完接一句「需要我幫您預約嗎」「還有其他想問的嗎」，讓對話有方向。
改寫前 / 改寫後對照
| 改寫前（網頁 FAQ） | 改寫後（電話答案） |
|---|---|
| 本公司營業時間為週一至週五 09:00–18:00，例假日休息，詳見官網公告。 | 我們平日早上九點到晚上六點營業，週末和國定假日休息。您想找哪一天過來呢？ |
| 取消政策：預約日前 24 小時內取消將收取 NT$500 手續費。 | 如果是在預約時間的前一天以內取消，會收五百元的手續費；提前一天以上取消就不收費。需要我幫您改期嗎？ |
答不出來怎麼辦：四層兜底策略
知識庫再完整都會遇到答不出來的問題，差別在 AI 怎麼反應。以 Pathors 的做法，兜底分四層，一層接不住就往下一層：
第一層：改問一次確認意圖。 客人的問題常常不精確。ELOQ 研究指出，約 25% 的自然提問含有錯誤前提、超過 50% 有歧義（來源）。所以第一步不是硬答，是確認：「您是想問退費的條件，還是退費多久會入帳？」
第二層：說明沒有資料，並提供最接近的答案。 確認意圖後仍沒有對應知識，就誠實講：「這部分我手邊沒有確切資料。一般退費會在七個工作天內處理，但您的情況建議請同事確認。」關鍵是不要猜。猜錯一次價格或規則，客人日後會拿這句話要求你兌現，代價遠高於「我不確定」。這正是語言模型幻覺在客服最危險的地方，可參考LLM 幻覺在客服場景的風險與對策。
第三層：轉真人或留言回撥。 上班時間就轉接，並把前面的對話摘要交給真人，客人不必重講；非上班時間就留下姓名、電話、問題，承諾回撥時間。轉接的設計細節見AI 與真人的交接怎麼設計。
第四層：記錄成待補題。 每一次落到第二、三層的問題，都要自動進入「未命中清單」。這份清單就是下個月補題的來源，也是知識庫會越用越準的原因。
四層裡最常被忽略的是第一層。多問一句確認，能把不少「答不出來」變成「答得出來」。
知識庫與系統查詢的分工
知識庫適合放不常變的規則。會變的資料（今天還有沒有位子、訂單到哪了）放進知識庫只會過期，應該讓 AI 即時查系統：
| 資料類型 | 放知識庫 | 串系統查詢 | 原因 |
|---|---|---|---|
| 營業時間、地址、停車 | 是 | 否 | 幾個月才變一次 |
| 服務內容、固定價目 | 是 | 否 | 靜態說明 |
| 取消、退換貨、付款規則 | 是 | 否 | 政策類，改了要人工審 |
| 今天還有沒有空位、房態 | 否 | 是 | 每分鐘都在變 |
| 訂單進度、出貨狀態 | 否 | 是 | 每筆不同、需要客人身分 |
| 會員點數、餘額 | 否 | 是 | 個資，需驗證身分後查 |
| 促銷價、限時活動 | 視情況 | 建議串 | 更新頻繁，容易忘記改 |
判斷方式：答案會因為「誰打來」或「什麼時候打來」而不同的，就不該放知識庫。 這類要靠系統串接，做法見 AI 語音與 CRM 整合指南。知識庫負責的是「不管誰打來答案都一樣」的部分。
上線後的維護節奏
上線那天只是開始。不維護的話，經驗上大約三個月後準確率就會明顯下滑：價格改了、活動結束了、新問題出現了。建議節奏：
誰負責？不要是工程師。 知識庫是業務知識，最清楚的是櫃檯主管、客服主管或店長。工程師負責串接與異常排查，但「答案對不對」只有業務端能判斷。好的電話 AI 平台應讓非技術人員直接編輯知識庫並即時生效，這是選型時值得問的。
電話 AI 常見問題自動回覆怎麼做？答案不在模型，而在你準備的知識庫。從櫃檯口述與訊息紀錄整理來電原因分類表，試營運先做 30–50 題高頻題，用六大類整理，答案改寫成電話上能直接唸的口語，設好四層兜底，然後每週看未命中、每月補題、每季清過期。做到這些，不需要最貴的模型也能把大部分來電接好。
如果你還在評估階段，建議先讀電話 AI 是什麼？2026 完整指南理解整體架構；知識庫寫好之後，用電話 AI 上線前測試通話檢查清單實際打電話驗證；要處理「會變的資料」，則看 AI 語音與 CRM 整合指南。
常見問題
電話 AI 的知識庫要準備幾題才能上線？
試營運 30–50 題就可以開始，條件是這些題目涵蓋來電原因分類表裡的高優先度項目。正式上線建議 80–120 題，成熟期 150 題以上。不要一開始就追求數量，題目過多會造成檢索混淆、增加延遲與成本，而且維護不易。從高頻題開始，再用上線後的通話逐字稿補長尾，是最穩的做法。
可以直接把官網的 FAQ 丟進知識庫嗎？
可以當作素材，但不建議原封不動使用。官網 FAQ 是給人看的，常有「詳見下表」「請參閱官網」這類在電話上唸不出來的句子，數字和時間的寫法也不適合口語。建議逐條改寫成先講結論、一次不超過三個資訊、數字唸得出來、結尾給下一步的電話版答案，改寫時也順便把重複的條目合併。
電話 AI 會不會亂答、編造不存在的規則？
有可能，這是語言模型的已知風險，而且在價格、政策這類問題上代價很高。降低風險的做法有三個：知識庫每條只講一件事、避免相似內容互相干擾；明確設定「查不到資料就誠實說沒有，不要推測」的兜底規則；上線前用測試通話檢查 AI 面對範圍外問題的反應。誠實說不知道，永遠比猜對一半好。
客人問了知識庫以外的事，AI 會怎麼處理？
好的設計是四層兜底：先改問一次確認意圖，因為很多問題本身有歧義；確認後仍沒有資料，就說明沒有資料並給最接近的答案；接著轉真人或留言回撥；最後把這個問題記進未命中清單，作為下個月補題的依據。每一層要講什麼都要事先寫清楚，不能靠 AI 臨場發揮。
知識庫多久要更新一次？
建議三種節奏並行：每週花 15 分鐘看未命中清單，每月補 5–10 題，每季清一次過期內容。另外，任何業務變動（調價、改營業時間、新服務上架）當天就要同步修改，不要等排程。沒有維護的知識庫，經驗上大約三個月後準確率就會明顯下滑，客人會開始聽到舊價格和已結束的活動。
知識庫應該由誰來維護？
由最懂業務的人維護，通常是櫃檯主管、客服主管或店長，而不是工程師。工程師負責系統串接與異常處理，但答案是否正確只有業務端能判斷。因此選擇電話 AI 平台時，要確認非技術人員能直接編輯知識庫並即時生效，否則每次改一句話都要排工程時程，維護很快就會停擺。
