轉真人不是失敗，而是客服系統的正常能力
很多團隊導入 AI 客服時，第一個目標是降低重複問題的人工處理量，這沒有問題。但如果把轉真人視為例外或失敗，系統很快會出現兩種風險：AI 為了完成任務而過度回答，或客戶在需要真人協助時找不到出口。比較成熟的做法，是從一開始就把轉真人設計成產品能力，而不是補救機制。
工程上要先定義清楚什麼情況應該交給真人。常見條件包含帳務爭議、合約或報價討論、個資修改、投訴升級、系統判斷信心不足、客戶連續否定 AI 回答，以及使用者明確要求真人。這些條件不應只寫在提示詞裡，而要落在可觀測、可調整的規則層。提示詞可以協助判斷語氣與意圖，但真正是否升級，最好由後端策略、風險分類與業務規則共同決定。
我們通常會把 AI 客服分成三個責任範圍：可以直接回答的知識型問題、可以引導但不能完成的流程型問題、必須交給真人的高風險問題。這樣做的好處是後續接 ERP、CRM、LINE 官方帳號、工單系統或雲端資料庫時，不會每次都重新討論邊界。邊界清楚，AI 才能自然；邊界模糊，AI 很容易看起來聰明，但實際上增加營運風險。
安全轉接的核心是脈絡、權限與最小揭露
真人接手時最常見的客戶抱怨，是必須重講一次。這通常不是 AI 模型問題，而是系統沒有把對話脈絡整理成可用資訊。轉接時應該提供一份簡短、結構化的摘要，例如客戶身分狀態、問題主題、已確認資訊、AI 已回答內容、尚未解決事項、風險標記與建議下一步。真人不需要整段聊天紀錄從頭讀起，但需要足夠資訊判斷下一句話該怎麼接。
同時，安全不是把所有資料都丟給客服人員。企業客服常會牽涉會員資料、訂單、發票、內部備註、設備狀態、合約條款或維修紀錄。轉接摘要必須依角色與場景過濾。客服前線可能只需要看到訂單狀態與問題分類，主管才需要看到退款判斷，技術支援才需要看到設備紀錄。若系統接了 CRM 或 ERP，權限控管要在資料查詢層完成，而不是只依靠前端隱藏欄位。
- 保留必要脈絡：摘要應包含問題、時間線、使用者意圖、已驗證資料與待處理事項，避免真人重新問基本問題。
- 限制敏感資訊：身分證號、完整電話、付款資訊、內部成本、合約敏感條款等，除非工作需要，否則不應出現在轉接摘要。
- 記錄決策來源：系統應留下 AI 為何轉接、依據哪個規則、信心不足在哪裡，方便稽核與後續調整。
- 區分可讀與可操作：客服可以看到狀態，不代表可以修改狀態；查詢權限與操作權限要分開設計。
這些設計會讓轉接看起來比較工程化，但實務上正是它們讓客服體驗變自然。自然不是 AI 模仿真人說話，而是客戶不必承擔系統斷點造成的摩擦。
轉接時機要結合規則、信心與客戶情緒
只用一句「您要轉真人嗎」通常不夠。真正的難點是判斷何時該主動轉接、何時該繼續澄清、何時該把選項交給客戶。太早轉接，AI 失去分流價值；太晚轉接，客戶耐心被消耗，真人接手時已經是在處理情緒，而不是處理問題。
實作上可以把轉接判斷拆成幾個訊號。第一是任務風險，例如退款、法規、醫療、金融、合約承諾等需要保守處理。第二是資料完整度，例如客戶缺少訂單編號時，AI 可以先協助收集；但如果已收集資料仍無法判斷，就應轉接。第三是模型信心與知識來源，例如 RAG 沒找到可靠內容、檢索結果互相衝突、或問題落在文件未涵蓋範圍。第四是對話情緒，例如客戶已明確不滿、重複追問、或要求申訴。
比較好的體驗是讓 AI 說明為什麼要轉接，而不是突然消失。例如可以告知「這涉及帳務確認，我會把已整理的資訊交給同事協助」。這句話的重點不是話術，而是責任邊界清楚。AI 不應假裝能完成它沒有權限完成的事，也不應把轉接包裝成客戶自己的問題。
整合流程要讓真人真的接得住
很多 AI 客服專案卡住，不是模型不會回答，而是後端營運流程沒有準備好。若真人接手後仍要人工複製 LINE 對話、查 CRM、開 ERP、再建立工單，轉接就只是把摩擦從客戶端移到客服端。系統設計應該讓轉接同時建立或更新工單，附上摘要、分類、優先級、來源渠道、客戶識別碼與相關連結。
如果客服渠道包含 LINE、網站聊天、Email 或企業內部入口，對話狀態也要一致。客戶在 LINE 問到一半轉真人，客服在 CRM 回覆，最後又回到 LINE，這中間需要訊息路由、身份對應與紀錄同步。對工程團隊來說，這比單純做一個聊天框更重要，因為企業真正需要的是可追蹤的服務流程，不只是會講話的介面。
- 先決定主系統：CRM、客服平台或工單系統應有一個是服務紀錄的主來源，避免多處資料互相覆蓋。
- 保留接手狀態：同一段對話進入真人模式後，AI 是否只能旁聽、是否可建議回覆、何時恢復自動回覆，都要明確。
- 設計逾時處理：若真人暫時無法回應，系統應提供等待訊息、營業時間、替代聯絡方式或建立回覆承諾。
- 回饋到知識庫：真人常處理的重複問題，應定期回收成 FAQ、SOP 或 RAG 文件，但要經過審核再上線。
最後，轉真人流程需要持續觀察。不是只看有多少對話被 AI 解掉，也要看哪些問題轉接太晚、哪些摘要對真人沒幫助、哪些資料權限過寬或過窄。對企業而言，AI 客服的成熟度不在於完全取代真人，而在於它能穩定處理低風險任務，並在高風險或高情緒場景中，把正確資料交給正確的人。若企業要把客服、CRM、ERP、LINE 與雲端資料平台串起來，這通常需要產品、客服營運與系統整合團隊一起把流程設計清楚。