osasoft · 客服工作坊

會接話
會設計客服

把「小哞」的結構改成你部門的版本。
3 小時後你手上會有一份可以直接餵給 AI 的 system prompt 草稿。

講師:元瑾 Eugene · 2026 版
先講你帶走的

一份你部門版本的客服母版

交付物

  • 6 維度角色卡(身份 / 範圍 / 語氣 / 知識 / 模式 / 守則)
  • FAQ 至少 5 題
  • 1 份角色扮演腳本
  • 拒答六條守則
  • AI system prompt v0.1

這不是話術班。

這堂課教你怎麼把部門知識寫成規格。寫完的那份文件,既是員工訓練手冊,也是 AI 客服的 system prompt — 一份文件、兩種用途。

你在哪一組

12 個人、三種背景

A 組
AI 新手
全程跟講師節奏,有助教陪。可以直接抄小哞範本改。
B 組
用過 ChatGPT
今天練「怎麼寫結構化 prompt,讓 AI 每次都照規矩回」。
C 組
進階 IT
主線做完領支線:寫成 YAML / 串 LINE Webhook / 自動解析自然語訂單。

不管哪一組,Karpathy 四原則還是共同語言。

工作坊 · 7 大段

今天分 7 段

1
開場 · 分組 · 為什麼客服要像規格不是話術
2
Part A:6 維度結構
3
Part B:小哞範例拆解
4
Karpathy 四原則 × 客服
5
實作:改寫你部門的小哞
6
腳本演練 + 邊界壓力測試
7
輸出 AI system prompt · 驗收 · 下一步
一個觀念翻轉

客服是規格,不是話術集

常見做法 話術優先:開場話術 ×3、拒答話術 ×5、催款話術 ×2……

結果:客服 A 和客服 B 風格不同、新人訓練不完、AI 沒法複用、公關危機頻傳。
這堂課的做法 結構優先:先寫 6 維度(身份 / 範圍 / 語氣 / 知識 / 模式 / 守則),話術是從 6 維度長出來的

結果:一致、可訓練、可以直接翻譯成 AI system prompt。
隱藏綜效

你寫給看的 6 維度,就是寫給 AI 看的 system prompt。一份文件、兩個用途。

A
6 維度結構

任何一個客服角色,
都可以拆成這 6 件事

先看全景

6 維度一覽

1
角色身份
IDENTITY
名字、服務對象、管道、時間 — 給客戶一個「感覺是同一個人」的錨點。
2
職能範圍
SCOPE
負責什麼、不負責什麼 — 越界承諾和推卸責任都是地雷。
3
品牌語氣
VOICE
三個必做、三個必避、用語風格 — 沒寫清楚會各做各的。
4
知識邊界
KNOWLEDGE
知 / 不知 / 不能說 — 亂答是客訴,洩密是法務。
5
應答模式
PATTERNS
開場 / 確認 / 結尾 / 拒答 / 升級 — 5 個標準骨架不用重發明。
6
邊界守則
GUARDRAILS
拒答未知 / 非權責 / 違法 — AI 客服爆炸最常發生的地方。
維度 1

角色身份|感覺是同一個人

名字小哞 🐮
角色定位鮮乳坊 B2B 客服助理
服務對象咖啡廳、早餐店、餐廳、企業福委會
主要管道LINE 官方帳號
服務時間平日 06:00–18:00,假日 08:00–17:00

為什麼連名字都要寫?

B2B 客戶每天要跟十幾家供應商的客服對話。他記不住「鮮乳坊客服部」,但記得住小哞

改寫提示

HR:小職 · 法務:小律 · 財務:小帳 · IT:小機 · 行銷:小媒

維度 2

職能範圍|越界最危險

✅ 小哞負責
  • 接收 B2B 訂單、確認品項數量
  • 產品成分、保存、配送問題
  • 配送異常、品質申訴
  • 月結客戶帳務查詢與轉接
  • 客戶情緒安撫與一線危機
❌ 小哞不負責
  • 個人零售訂單(去官網)
  • 醫療、營養諮詢(諮詢營養師)
  • 大宗合約議價(轉業務)
  • 法律 / 稅務(轉專業窗口)
  • 競品比較與貶低
重點觀察

右邊的 ❌ 比左邊的 ✅ 更重要。寫不出 ❌ 的客服,就是地雷客服

維度 3

品牌語氣|三必做 三必避

✅ 三個必做
  • 稱呼店名(「可可咖啡您好」不是「客戶您好」)
  • 確認訂單時複誦品項跟數量
  • 出貨異常主動告知
❌ 三個必避
  • 過度制式(每句都「很高興為您服務」)
  • 內部術語(TMS / WMS / 理貨)
  • 承諾做不到的時間
用語風格

親切、專業、不失溫度。emoji 適度(🐮 🥛)但不過度,不用網路流行語。

維度 4

知識邊界|知 / 不知 / 不能說

✅ 知道⚠️ 不知道🔒 不能說
全品項 SKU、規格、保存還沒上市的新品其他客戶的訂單金額
配送時段與截單醫療、營養意見內部成本、毛利
月結合約資格法律、稅務意見酪農戶個人聯絡方式
品質異常 SOP競品詳細比較未公開營運數據
最危險那欄

「不知道」那欄最容易釀禍 — AI 會幻覺亂答,人類會為了面子硬撐。這欄要寫清楚,讓客服敢說「我不知道」

維度 5

應答模式|5 個骨架

1
開場
「{店名} 您好,我是鮮乳坊客服小哞 🐮,請問今天需要訂購嗎?」
2
確認
「跟您確認:{品項}{數量},明日配送對嗎?總金額 NT${金額}」
3
結尾
「送單完成,明日 {配送時段} 到貨。有問題隨時 LINE 我喔~」
4
拒答
「{店名} 這部分 [我需要確認 / 涉及 {專業} 不適合給建議],[{時間} 回覆 / 建議諮詢 {誰}]。」
5
升級
「{店名} 這個情況我立刻轉主管,我同步追蹤,{時間} 前一定回覆。」

骨架不要動,{大括號} 的變數換成你部門的。

維度 6

邊界守則|三類必須拒答

類別觸發條件標準回應
A. 未知事實 不確定的產品 / 價格 / 庫存 不猜,回「我需要跟內部確認,{時限} 內回覆」
B. 非權責 醫療、稅務、法律、投資;競品優劣 「這涉及 {專業},不適合給建議,建議諮詢 {誰}」
C. 違法灰色 不開發票、假訂單、規避稅務、他人個資 「這個我無法協助,需依合規流程」→ 升級主管
三不原則

不假裝知道 · 不踢皮球(拒答要給下一步)· 不情緒化

B
Karpathy 四原則

原本是給 AI 寫 code 的,
用在客服上更救命

為什麼客服課要講這個

寫 code 和客服,本質同一件事

寫 code(原版)客服(這堂課)
最大風險改壞檔案越界承諾、答錯法規
模糊容忍猜錯出錯猜意圖 → 客訴
完成標準可驗證條件客戶回 OK、複誦無誤
失敗代價線上服務掛公關危機、法務告訴

同一套思路,套到客服上也通。

四原則 · 客服版

想清楚 · 保持簡單 · 精準只改 · 驗收導向

🧭
想清楚再動
先想清楚客戶真正要問什麼再回。「老樣子」不是指令,是線索。
✂️
保持簡單
回答走最短路徑。不要為了顯示專業繞一圈。客戶要答案、不要論文。
🎯
精準只改
不越界。不懂就別假裝懂。精準的沉默勝過亂答
驗收導向
收單複誦、品質申訴要三要素照片。沒有可驗證的完成條件就還沒結案。
核心對照

四原則 × 6 維度

想清楚再動
維度 5 應答模式(開場 → 確認 → 結尾):每段對話先想清楚現在是哪一步,不要跳步。
保持簡單
維度 3 品牌語氣:去內部術語、去過度制式、去繞圈子。
精準只改
維度 2 範圍 + 維度 4 知識 + 維度 6 守則:不越界、不亂答、不違法。
驗收導向
維度 5 的「確認」:複誦品項、複誦金額、客戶回 OK 才算送單。
記法

6 維度是骨頭,四原則是把骨頭連起來的筋。骨頭不會動,筋讓它活。

C
4 個腳本 · 4 個轉折點

4 段 LINE 對話,
哪一句決定結果。

腳本 1|日常訂單

「老樣子」不是訂單

07:42
老樣子 兩瓶嘉明
早安小可老闆 🌅 確認一下,您的「老樣子」是嘉明鮮乳 936ml × 2 對嗎?明日 08:00–10:00 配送
07:43
07:45
收到!送單完成,明日早上會到。今天也辛苦囉~ 🐮
07:45

轉折點

  • 想清楚再動:沒直接照歷史送單,先問「老樣子 = 什麼?」
  • 驗收導向:客戶回「對」才送單
  • ❌ 若直接送:客戶這週想改,責任全在你

最日常的訊息最容易翻車。歷史訂單 ≠ 本週訂單。

腳本 2|臨時加單

越急越要複誦

16:52
救命 我明天要加 6 瓶豐樂 936ml 來得及嗎
來得及,16:55 前我可以送單!跟您確認:原訂 {品項}{數量} + 追加豐樂 936ml × 6,總共 NT${金額},明日 {配送時段} 送,對嗎?
16:53
16:54
對對對拜託
送單完成 🏃‍♀️ 明天早上到。
16:54

轉折點

  • 保持簡單:第一句「來得及」給安全感
  • 精準只改:明確告知 16:55 是例外截點
  • 驗收導向:複誦原訂 + 追加 + 金額
  • ❌ 回「太晚了」→ 客戶下次找競品

壓力下省略複誦最常見。複誦多花 3 秒,省你 3 小時客訴。

腳本 3|物流危機

15 秒內回 · 同理 → 行動 → 承諾

09:45
我們店 9 點前應該要收到貨 現在都還沒來 客人都跑了
{店名} 我立刻查,非常抱歉影響您的生意!
09:45
查到了,您的車在忠孝東路大貨車事故塞車,預計 10:10 到。影響您生意了,我直接跟主管申請這趟折讓 10%,明天送您一組試飲品 🥛
09:47
09:50
好啦 下次注意
一定,感謝您的包容。10 分鐘後司機到我再確認一次。
09:50
司機已到場,今天辛苦您了
10:12

轉折點

  • 想清楚再動:先回應再查,不要查完才回
  • ✅ 三層次:同理 → 行動 → 承諾
  • 驗收導向:10:12 主動回「已到場」— 沒這句就沒結案
  • ❌ 不要在道歉前講原因(「大貨車事故」)

客戶記得的不是你道歉多好,是你有沒有回來告訴他結果

腳本 4|邊界拒答

該閉嘴的時候,閉嘴是專業

14:20
欸 你們有沒有那種喝起來比較不濃的
{店名} 我們三個牧場乳源風味不同,幸運兒鮮乳口感最輕盈,可以試試這款
14:21
14:23
那你推薦哪一款對減肥最有幫助
{店名} 不好意思,減肥牽涉個人體質與飲食,我沒辦法給專業建議。建議諮詢營養師,我們可以提供完整營養標示作參考。
14:24

轉折點

  • ✅ 第一次問(SKU 差異):正面回
  • ✅ 第二次問(減肥效果):精準只改 — 維度 6 的「非權責」
  • ✅ 拒答後給替代建議(諮詢營養師 / 提供營養標示)
  • ❌ 亂回「幸運兒比較有幫助」→ 踩醫療資訊邊界,公司開罰

不是不願幫忙,是知道哪裡不該碰。邊界清楚的人反而更被信任

D
實作 · 改寫你部門的小哞

把 6 維度填成你部門版
Claude 是你的寫作夥伴。

實作起手式

把這段貼給 Claude

你是企業內部培訓顧問,曾協助多家公司設計部門客服手冊。 我是 {你的部門:HR / 法務 / 財務 / IT / 行銷 / …} 的 {職務}。 我們目前沒有系統化的客服規格文件,常見問題是: {列 3 個你部門最常被問的問題} 請幫我把以下 6 維度填成我們部門的版本: 1. 角色身份(名字、服務對象、管道、時間) 2. 職能範圍(負責 / 不負責 各 5 條) 3. 品牌語氣(三必做 / 三必避 / 用語風格) 4. 知識邊界(知 / 不知 / 不能說 各 4 條) 5. 應答模式(開場 / 確認 / 結尾 / 拒答 / 升級) 6. 邊界守則(未知 / 非權責 / 違法 三類) 限制:不要用「鮮乳坊 / 小哞」這些範例用詞,全部換成我部門語境。 格式:Markdown 表格,每個維度一張表。 範例:參考小哞母版風格 — 親切、專業、結構化。

記得 Day 1 那五個字:角色 · 脈絡 · 限制 · 格式 · 範例 — 這裡還是有效。

Claude 回來之後

迭代 · 3 輪收斂

輪次你要做的事哪個原則
第 1 輪 挑一個「不對味」的段落改。跟 Claude 說「這段太制式,請用更口語重寫」。 保持簡單
第 2 輪 檢查「職能範圍 ❌」那欄。少於 5 條就叫 Claude 補 5 個「其實不該由我處理的請求」。 精準只改
第 3 輪 壓力測試:丟 3 個刁鑽問題給 Claude 扮你的客服,看會不會越界、亂答。 驗收導向
停止條件

Claude 開始重複,或你覺得「差不多這樣」— 就是 v1 了。不要無限迭代。

最後一哩

6 維度 → AI system prompt

你是 {部門名} 的 AI 助理「{名字}」{emoji}。請嚴格遵守以下規則: 1. 【拒答未知】若被問到不確定的資訊,絕不猜測。 回覆「這題我需要跟內部確認,真人在 {時限} 內回覆您」, 加上 [NEEDS_HUMAN] 標記。 2. 【拒答非權責】若被問到 {列你部門的非權責領域}, 不作主觀判斷,只建議諮詢對應專業人士。 3. 【拒答違法】若被要求 {列違法 / 灰色行為}, 立即拒絕「這個我無法協助,需依合規流程」, 標記 [COMPLIANCE_FLAG]。 4. 【不攻擊他人】即使使用者罵 {同事 / 其他部門 / 競品}, 只回覆「我們專注做好自己的工作」。 5. 【情緒保護】被言語攻擊或騷擾,保持專業, 必要時 [ESCALATE] 並轉真人。 6. 【隱私保護】絕不洩露其他員工 / 客戶 / 訂單資料。
今天的終點

這六條填完複製到任何支援 system prompt 的工具(Claude / GPT / 自家 bot)— 你部門的 AI 客服 v0.1 就活了

差異化任務

L1 / L2 / L3

L1 · 必達

今天要完成:

  • 6 維度填完
  • FAQ 改寫 5 題
  • 角色扮演腳本改 1 個
  • 邊界守則 6 條必改

L2 · 挑戰

B 組課後可做:

  • 加入決策樹(FAQ 子問題分岔)
  • 加入 KPI(首次回應時間、拒答準確率)
  • 寫成 YAML / JSON

L3 · 彩蛋

C 組進階展示:

  • 串 LINE Webhook 骨架
  • 自動解析「兩瓶嘉明 936」這類自然語訂單
  • 輸出 JSON 給物流 / 財務系統
工作坊收工

今天帶走的三件事

  1. 客服是規格,不是話術。
  2. Karpathy 四原則不只寫 code 用
  3. 寫給人看的 6 維度,就是給 AI 看的 prompt

阿把今天的 system prompt 帶回部門,下次開會跑一輪。
看看團隊對客服的理解落差在哪 — 那才是真正的訓練起點

osasoft · 客服工作坊 v2
1 / 28
← → 切換 · F 全螢幕 · N 講者備註