LINE 說 AI 代理時代到了——我自己先做了一個，這是上線後的真實體驗

LINE 官方都在推了，你還在手動回？

LINE 台灣去年底宣布進入「AI 代理時代」，今年陸續上線 AI 對話幫手、廣告自動化、甚至 NFC 碰一下領優惠券。2200 萬月活躍用戶，幾乎等於全台灣的人都在 LINE 上。

各種「AI 客服省 90% 人力成本」的新聞標題你大概也看過了。聽起來很美好。

但我想問你一件事：你有沒有真的跟一個 AI LINE Bot 對話超過三輪？

大部分人沒有。因為大部分 AI LINE Bot 的體驗是這樣的：你問了一個正常的問題，它回你一個制式回覆，你再追問，它開始鬼打牆。然後你去找真人。

三週前我自己做了一個 AI LINE Bot，讓它 24 小時接技術諮詢。不是 demo，是真的上線、真的有人來問問題。以下是上線後的真實體驗——AI 接得住的、接不住的、以及我為什麼不敢不設安全機制。

成本長什麼樣：一則回覆幾毛到十幾塊

先講最敏感的事：錢。

AI LINE Bot 的回覆成本取決於問題複雜度。簡單的問候或直接問答（「你能做什麼？」「LINE Bot 大概要多久？」），一則大概台幣一兩塊。需要 AI 去翻技術筆記、組織比較複雜的回答，會跳到幾塊到十幾塊。

整體來說，以目前的諮詢量，AI 回覆的月成本比一杯超商咖啡還便宜。

但這有個大前提：我在架構上做了幾個選擇，讓成本壓在這個水位——後面會講是哪些。如果沒做這些選擇，同樣功能的月帳單可以翻好幾倍。

AI 接得住的：比我預期好很多

上線前最擔心的是 AI 會不會亂講話、答非所問。實際跑起來，結果比想像中好。

接得住的場景：

• 「你能做什麼？」——AI 讀我的技術筆記庫回答，講得比我自己介紹還清楚
• 「LINE Bot 大概要多少錢？」——AI 拆解成三個量級（FAQ bot / 功能 bot / AI bot），附工期和維運費
• 「我想做一個預約系統，從哪裡開始？」——AI 會反問業務類型、每月預約量、有沒有現成系統，不是直接甩方案
• 模糊問法——「我們公司的東西都找不太到」這種，AI 會判斷是在問知識庫，引導對方描述具體痛點

關鍵不是模型有多聰明，是它有一整套技術筆記可以查。一個空的 AI 什麼都不是；一個能讀你知識庫的 AI，才有能力回答你自己才知道的問題。

AI 接不住的：這些我必須自己來

不是所有東西都能丟給 AI。上線後很快就發現，有幾類問題它明確接不住：

1. 涉及報價和時程承諾

「這個大概多少錢？」AI 可以拆解成本結構，但不能替我報價。每個案子的變數太多——客戶的系統現況、期望品質、是否需要維護——AI 沒有足夠的判斷力做這個決定。

我的做法：AI 回答到「你的需求大概落在這個量級」之後，自動通知我接手。

2. 客戶情緒不對的時候

有一次訪客連續問了三個問題，語氣越來越急。AI 察覺不到這個變化，還是用正常節奏回答。如果我沒有即時看到通知，對方可能覺得在跟機器人鬼打牆。

3. 跨領域的複雜判斷

「我應該自己建系統還是用現成的？」這種 meta-decision，需要同時考慮預算、團隊能力、時程壓力、長期維護。AI 可以列出考量因素，但做不了最終判斷。

實際體驗下來，大部分對話 AI 自己處理到底，少部分會自動轉給我。這個比例取決於你的知識庫厚度——知識庫越完整，AI 能獨立回答的比例越高。

但完全不轉交也不對。如果 AI 什麼都敢自己回，代表你沒有設定好邊界——它遲早會在報價或承諾上幫你惹麻煩。

為什麼我不敢不設三道安全機制

AI 按次計費。每次它回答問題、查資料，都在花錢。正常情況下一則回覆幾塊錢，但如果遇到異常——訊息格式怪、AI 誤解問題反覆查資料、或一個步驟失敗觸發無限重試——成本會在你不知道的時候飆上去。

業界有個知名案例：一個工程師讓 AI agent 自動安裝套件，一個步驟失敗了，agent 連續重試 6 小時。工程師在睡覺。隔天起床，帳單 $120 美金（約 3,800 台幣）——全部燒在一個永遠不會成功的錯誤迴圈上。

這不是極端案例，是任何沒設上限的 AI 系統都可能發生的事。

所以我在上線之前就強制自己做了三道防線：

1. 每則回覆預算上限——AI 處理超過設定金額就自動停止，回覆訪客「這個問題比較複雜，我請真人回覆你」
2. 失敗三次自動放棄——避免錯誤迴圈無限燒錢
3. 異常即時通知——AI 處理失敗時，手機馬上收到通知

這三道防線的開發成本不高，但沒有它們我不敢讓系統 24 小時跑。任何跟你說「上線就好」的廠商，如果沒提這三道防線，你該追問。

我怎麼把成本壓在這個水位：三個架構選擇

前面提到「架構選擇會讓成本翻倍」，具體是哪三個？

1. 善用 LINE 的免費回覆機制

LINE Bot 有兩種發訊息的方式：Reply（用一次性 token，完全免費，但只有 30 秒可以用）和 Push（主動發送，每月 200 則免費額度）。

我的做法：訪客發訊息進來，系統立刻用免費的 Reply 回覆「收到了，我看一下你的問題」。AI 思考完之後，再用 Push 把真正的答案送出。

這樣「收到了」那則永遠不花錢，只有 AI 回覆才消耗 Push 額度。200 則免費 Push ≈ 大約 40 個訪客的對話量——對剛起步的中小企業綽綽有餘。

2. 對話記憶不是越多越好

AI 每次回答都要把歷史對話一起送進去，歷史越長，費用越高。但你不需要讓 AI 記住所有對話——只要記住「第一次訪客說了什麼需求」加上「最近幾輪的交流」就夠了。

我的做法：對話超過一定長度後，自動保留第一則需求描述和最近的交流紀錄，中間的用摘要替代。訪客感受不到差異，但 token 用量砍了一大半。

3. 永遠在線的緩衝層，用免費的

AI 跑在我的本機電腦上——不是雲端伺服器，不用月租費。但本機會關機、會重開。

我在前面放了一層 Cloudflare Worker（免費額度很夠用）：它 24 小時接收 LINE 訊息、存進隊列、先回覆「收到了」。本機開機後從隊列撈還沒處理的訊息補回覆。

訪客感受：偶爾延遲幾分鐘，但永遠不會有訊息不見。這一層的月成本：零。

LINE 說 AI 代理時代到了——但你需要的不是急著跟

LINE 官方的 AI 對話幫手即將開放給中小企業。聽起來像是「官方都做了，你不用自己建」。

但要注意一件事：官方工具是通用的，不會讀你的知識庫。

一個美髮沙龍用官方 AI 客服，客戶問「你們的韓式燙跟日式燙差在哪裡？」——通用 AI 只能回制式答案，不可能知道你的設計師 Amy 最擅長哪一種。

真正有競爭力的 AI 客服，核心不是 AI 模型，是你餵給它的知識。你的產品細節、你的定價邏輯、你的客戶常見問題、你的團隊強項——這些東西只有你有。

LINE 官方工具適合「先試水溫」。但如果你要的是一個真正理解你業務的 AI 助手，遲早要走客製。

你該現在就做嗎？三個判斷

1. 你的客戶在 LINE 上嗎？

台灣的答案幾乎一定是「對」。但更精確的問題是：你的客戶會在 LINE 上問你問題嗎？如果你的客戶只在 LINE 上收通知但不會對話，LINE Bot 的價值就有限。

2. 你有重複被問的問題嗎？

如果你或你的客服每天回答超過十次同樣的問題——營業時間、價格範圍、服務流程——AI 的 CP 值最高。如果每個問題都不一樣，AI 能做的有限。

3. 你有可以餵給 AI 的知識嗎？

不一定要正式文件。你的 LINE 歷史回覆、常見問題整理、產品 FAQ、甚至你腦中那套「客戶問 X 我通常回 Y」的邏輯——整理出來就是知識庫。

三個都是「對」，你適合開始認真評估。有一個「不確定」，先把那個弄清楚再花錢。

想知道你的情況適不適合？

你現在讀到的這個網站，底下的「加 LINE 諮詢」就是我自己做的那個 AI Bot。它 24 小時在線，會讀我的技術筆記庫回答你。

描述你的業務和目前最讓你頭痛的客服問題——它會幫你判斷適不適合做、大概是什麼量級、有沒有更簡單的替代方案。需要我親自回覆的，它會自動轉給我。

免費、無壓力、每週限三組深度諮詢。

而且——你跟它的對話本身，就是你正在評估的那個服務的 live demo。