← 作品集首頁

B2B 禮品 LINE 智能客服機器人

串接 LINE、n8n、RAG 向量資料庫與 AI,客戶在 LINE 上詢問產品、價格、交期時自動分流並回覆, 並把詢問同步通知內部。本頁為純前端互動展示。

LINE Messaging API n8n RAG / 向量檢索 AI 生成回覆 宜搭表單 群組通知 熱資料 冷資料

互動體驗:實際對話結果

目前狀態:等待提問 送出問題後將顯示資料檢索與回覆時間
🤖
AI 客服 · 禮品小幫手
● 線上 · 自動回覆中

試試這些問題(依技術分類)

背後怎麼運作(說明)

以下為架構說明,會隨上方提問同步更新;手機版的完整流程改由對話框內的「查看流程」開啟。實際展示重點在上方的對話結果。

處理流程

1💬LINE
2🔀n8n
3🧭路由
4🗂️RAG
5🤖AI
6📤回覆

冷熱判斷閘道

Q1 編號?❄️冷
Q2 品類?❄️冷
Q3 模糊?🔥熱
Q4 FAQ?❄️冷
皆未命中🔥熱

接點說明

❄️ 冷資料源 🔥 熱資料 📋 宜搭表單

後台設定與對話數據

AI 的回答行為不寫死在程式裡,而是由四段式情境設定驅動: 觸發條件 → 資訊收集 → API 工具 → 回覆規則。 每個情境可獨立設定優先度、必填欄位與可用資料源,新增情境不需改程式碼。 點左側情境,右側流程即時切換。

對話情境(4)

優先度高者可中斷低者;「規則流程」走固定選項回覆,「AI 對話」交由語意判斷。

技術與設計說明

✨ 設計重點6 項
  • 🎯

    分層檢索(先精準、後語意)

    先用編號/分類代碼/關鍵字做精準比對,命中就直接回覆;找不到才動用向量語意搜尋,同時顧到準確度與運算成本。

  • 🔀

    規則式分流,不靠 AI 判斷

    進線第一步用關鍵字規則判斷「問產品 / 問規則 / 兩者都問」,不耗費一次 LLM 呼叫就能決定走哪條路;誤判時會在下游的檢索階段被修正,不影響最終答案正確性。

  • ❄️🔥

    冷熱資料分流

    變動少的 FAQ/產品/牌價以批次方式同步為「冷資料」,查詢時走「熱資料」快取與向量索引,明顯降低回應延遲。

  • 🛡️

    報價保守、不亂估

    只有「商品編號」與牌價表完全比對一致才自動報價;對不到就不臆測,改提示「需人工確認」並自動建立宜搭詢價單,避免報錯價造成商業風險。

  • 🔔

    即時通知、不漏單

    客戶詢問同步通知內部群組,重要詢價與需人工處理的案件不漏接。

  • ⚡

    本地快照索引與快取重建

    把上萬筆產品建成記憶體索引(編號/分類/關鍵詞),並用檔案 mtime/size 判斷是否重建,避免每次查詢重讀整份資料、大幅降低延遲。

📊 牌價覆蓋率與報價策略示意數字

產品庫規模遠大於牌價表規模,是這類 B2B 客製商品常見的現實—— 多數商品需人工報價。系統的任務是把能自動的部分做到準,剩下的部分可靠地轉人工,而不是硬湊一個看起來會回答的價格。

16k+
產品庫筆數(示意量級)
~2.4%
編號可自動對到牌價
~97.6%
轉人工報價

* 以上比例為實際專案量級的示意數字,用於說明「為什麼保守報價策略是必要設計」,非即時營運數據,亦不含實際品名/客戶資訊。

🛠️ 專案實作項目6 項

獨立完成從系統設計、多平台整合到生產化維運的 B2B 智能客服:以 RAG 與分層檢索確保回覆準確、 將報價風險與 API 成本納入設計,讓常見詢問自動化處理,把人力集中在真正需要人工的高價值客戶。

  • 🔗多平台整合

    串接 LINE Messaging API、n8n 自動化流程、向量資料庫與 AI 生成模型, 並整合 宜搭表單與內部群組通知,串起「客戶詢問 → 自動回覆 → 內部跟進」的完整閉環。

  • 🧠檢索式生成(RAG)架構

    將 FAQ 與產品知識向量化建立索引,依問題語意檢索相關內容後再交給模型生成回答, 讓回覆有所本、可控、可追溯,而非單純讓模型自由發揮。

  • ⚡檢索策略與成本最佳化

    設計多層檢索:精準比對優先、語意搜尋為後備,並以冷熱資料分層與本地快取 減少不必要的向量運算與外部呼叫,同時改善回應速度與 API 成本。

  • 🛡️商業風險控管

    針對報價情境採保守策略:唯一認定依據是「商品編號」與牌價表精準比對, 對不到即轉人工並自動建單,把「AI 答錯造成的營運風險」納入系統設計,而不只是追求看起來會回答。

  • 🏗️生產化與工程紀律

    處理 webhook 簽章驗證、訊息去抖動、增量資料同步與本地快照索引等生產細節, 並以自動化測試守住關鍵行為(產品編號不被語意搜尋覆蓋、報價不亂估),確保穩定可維護。

  • 🔁從低程式碼到工程實作

    先以 n8n 快速驗證可行性並上線,再為了效能、成本與可控性 重構為可維護的服務——兼具「快速落地」與「長期可維運」兩種能力。

* 實際的檢索邏輯、資料結構、prompt 與門檻參數屬營運 know-how,未公開於本展示,可於面談時進一步說明。