AI客服權限沒設好，比客服回錯話更危險——因為它動的是訂單、個資、退款，出錯查不到人、也補不回來。
很多中小企業導入 AI 客服，一開始只求「回得像真人」：問配送、問退換貨規則、查訂單狀態。這一段風險低，AI 多半只是讀資料、回文字。
真正該小心的是下一步：AI 開始能改地址、開工單、標記商機、觸發退款、重設會員資料。這時候已經碰到營運後台，客服自動化就不只是話術問題，而是治理問題。
老闆該問的問題也要跟著換。不是「AI 回得像不像真人」，而是「AI 做過什麼、改了哪裡、誰批准、出錯能不能查」——這正是操作紀錄存在的意義。
先把 AI客服權限分成三層
中小企業最危險的做法，是把客服帳號、CRM、電商後台權限一次交給 AI，圖一時省事。長期下來會變成一個查不到責任的黑箱：出了問題，沒人說得清是誰改的、為什麼改。
穩一點的做法，是把 AI客服權限依風險分成三層，愈往下愈需要人管：
- 第一層：只能讀取資料——查訂單狀態、配送進度、會員等級、保固期限、活動規則與 FAQ，但不能修改任何資料。
- 第二層：可以建立資料——建立客服紀錄、開工單、標記商機、整理對話摘要、分派待辦，但不能直接改訂單或會員資料。
- 第三層：會改變客戶權益或公司成本——退款、取消訂單、修改地址、重設密碼、變更會員資料、補發折價券、調整發票、承諾賠償。
第三層的動作不該全自動：AI 可以整理理由、查資料、提出建議，但最後一定要有真人批准。
即使是風險最低的第一層，也要留紀錄——至少知道 AI 查了哪位客戶、查了哪些欄位、根據哪份資料回覆，客戶質疑答案來源時，團隊才追得回去。
哪些動作一定要留操作紀錄？
判斷原則很簡單：只要動作會影響客戶權益、公司成本、法律責任或資料正確性，就必須留紀錄。資源有限時，先抓以下五類：
1. 查詢訂單與會員資料：只要碰到個資、電話、地址、交易紀錄、會員等級，就要記錄查詢時間、客戶 ID、查詢欄位與回覆內容。
2. 修改地址、電話、發票與會員資料：任何修改都要留下修改前、修改後、修改原因、操作者、批准者與時間。例如客戶要求改地址，AI 先判斷訂單是否已出貨並提出建議，真人確認後才寫入後台。
3. 取消訂單、退款與補償：直接影響營收，建議設定金額門檻——低金額由客服主管批，高金額要老闆或財務確認。AI 可以整理退款理由與客戶歷史，但不該自己決定退款。
4. 開工單與客訴升級：分類錯了，客訴就會丟到錯的人手上。工單紀錄要包含問題分類、嚴重程度、處理人、期限、升級條件與原始對話連結。
5. 對外承諾與例外處理：「一定會賠」「保證明天到」「這個一定可以退」這類話術最危險，只要涉及承諾、保證、補償、合約條款，就該人工審核並留下對話紀錄。
最小操作紀錄表：先有欄位，再談自動化
早期不用上很重的系統，客服系統、CRM、Google Sheet 或 Notion 都能先跑。重點是欄位要齊，不是工具多高級。
最小版本建議至少留這 10 欄：
| 欄位 | 用途 |
|---|---|
| 操作時間 | 知道事件順序 |
| 客戶 ID／訂單編號 | 對應客戶與交易 |
| 動作類型 | 查詢、建立、修改、退款、升級 |
| 影響範圍 | 個資、訂單、金額、發票、工單 |
| 原始資料 | 修改前內容或原始狀態 |
| 新資料 | 修改後內容或 AI 建議 |
| AI 判斷理由 | AI 為什麼這樣建議 |
| 批准人 | 誰同意執行 |
| 執行結果 | 成功、失敗、等待人工 |
| 回復方式 | 出錯時怎麼撤回或補救 |
這張表不是為了抓戰犯，而是用來判斷流程能不能擴大：如果每週都有大量人工修正，代表 AI 還不適合直接寫入後台；如果錯誤集中在同一類問題，代表該改的是規則，不是換工具。
導入順序：先記錄，再授權，最後才自動執行
客服場景牽涉客戶信任，導入順序要保守，一段一段來：
- 第一階段：AI 只讀資料並產生建議，所有動作由真人執行，同時記錄 AI 判斷與真人是否採納。
- 第二階段：AI 可以建立工單、標記商機、整理摘要、分派待辦。主管每週抽查分類準確率與人工接手率。
- 第三階段：才開放低風險寫入，例如重寄通知信、建立售後追蹤任務。退款、取消訂單、改個資、承諾補償，仍要人工批准。
老闆每週該追三個指標：
1. AI 建議被採納率——真人大多不採納，代表判斷品質還不穩。
2. 人工接手原因——是金額太高、客訴風險、資料不足，還是 AI 判斷不了？原因固定，就能反推該改哪裡。
3. 錯誤回復時間——多久發現、多久修正、客戶是否被通知。
這套「先記錄、再授權、最後自動化」的順序，其實跟 RunningMate 招牌方法論 RACAE 優化循環背後是同一個精神：沒有基準數據，就無從判斷值不值得往下一階段推進。
RACAE 五階段：
1. Record 紀錄
2. Analysis 分析
3. Conclusion 結論
4. Assumption 假設
5. Experiment 驗證
想完整理解這套循環怎麼運作，可以看 RACAE 優化循環理論。
為什麼「先設權限、再導自動化」比工具本身更重要
市面上很多客服自動化的討論，焦點都放在「哪個工具比較聰明」。但真正決定成敗的，往往不是模型強不強，而是權限分級與操作紀錄有沒有先設計好。
這也是為什麼中小企業導入 AI 客服，不該只找系統商裝一套工具就了事，而更需要有人陪著先盤點客服流程、分清楚哪些動作能放給 AI、哪些一定要留人。
這正是 RunningMate 一路走來的立場——不是丟一套系統給你就走，也不是逼老闆自己從零摸索。
而是先懂你的生意，再帶著老闆和員工一起把權限分級、操作紀錄表、審核節點一段一段設起來，讓團隊自己學會怎麼判斷、怎麼擴大。這條思路也延伸在 企業AI陪跑 裡有更完整的說明。
結論：AI客服能不能升級，關鍵不是模型，而是治理
客服 AI 從回答問題走向處理事情，是很有價值的方向，但順序不能反：
- 先有權限分級，再有操作紀錄。
- 先有人工批准，再逐步自動化。
- 先看錯誤與回復時間，再談擴大範圍。
如果你正在評估 AI客服、CRM AI 或電商後台自動化，先不要急著問哪個工具最強，先問三個問題：哪些動作可以讓 AI 做？哪些動作一定要留操作紀錄？哪些動作永遠要真人批准？
AI客服權限與操作紀錄的 8 個問題
AI客服只是查訂單，也需要留操作紀錄嗎？
需要。查詢訂單會碰到個資、交易紀錄、配送狀態與會員資料。就算 AI 沒有修改資料，也應該記錄查詢時間、查詢欄位、客戶 ID 與回覆內容，避免客戶質疑時查不到來源。
AI客服權限應該怎麼分層？
建議分三層：第一層只能讀取資料（查訂單、配送、會員等級）；第二層可以建立資料（開工單、標記商機、分派待辦）；第三層會改變客戶權益或公司成本（退款、改個資、承諾補償），這一層一定要真人批准。
哪些客服動作一定不能讓 AI 自動執行？
退款、取消訂單、修改個資、調整發票、補償承諾、重設會員權限和高風險客訴，都不適合一開始全自動。AI 可以整理資料與建議，但最後要由真人批准。
小公司沒有客服系統，也能做操作紀錄嗎？
可以。先用 Google Sheet、Notion 或 CRM 備註欄就能開始。重點不是工具多高級，而是每次查詢、建立、修改、批准與回復，都要有固定欄位可以追。
操作紀錄至少該留哪些欄位？
建議至少 10 欄：操作時間、客戶 ID／訂單編號、動作類型、影響範圍、原始資料、新資料、AI 判斷理由、批准人、執行結果、回復方式。
客服自動化導入順序應該怎麼安排？
建議分三階段：第一階段 AI 只讀資料並產生建議，真人執行；第二階段 AI 可以建立工單、標記商機、整理摘要；第三階段才開放低風險寫入，退款與改個資等仍要人工批准。
老闆每週該看哪些指標，才知道客服自動化做得好不好？
三個指標：AI 建議被採納率（判斷品質穩不穩）、人工接手原因（能不能反推改善方向）、錯誤回復時間（多久發現、多久修正、客戶是否被通知）。
導入 AI客服治理，要花多少錢、多久看到效果？
沒有單一標準答案，取決於你的客服流程複雜度、團隊配合度與想先做哪一層。與其問價格，不如先盤點現有客服流程，看哪些動作最該先設權限與紀錄，這一段做對了，後面自動化才推得動。
