AI 客服要餵什麼資料才會準？知識庫（RAG）準備指南

蘇家潁 / 2026-09-20 / AI 客服與自動化

快答清單

• AI 準不準，看你餵什麼

• 先整理 FAQ 與產品資訊

• 文件要拆小、標題清楚

• 答不出來要能轉真人

• 資料常更新才不會過時

RAG（檢索增強生成）指的是AI 回答之前，先去查你的知識庫、找到相關資料，再根據那些資料作答。這也是為什麼「餵什麼資料」比「用哪個 AI 模型」更能決定回答品質——AI 再聰明，也只能根據你給的內容回答。

為什麼「餵對資料」比選哪個模型更重要？

很多人以為導入 AI 客服就是「選一個厲害的模型」。實際上，決定客戶體驗好壞的，是背後那份知識庫。

通用 AI 模型本來就會有一定比例的「幻覺」（一本正經地講錯話），研究普遍落在 3–20% 之間；而 RAG 的價值，正是把回答綁定在你提供的可驗證資料上，多份研究指出可降低幻覺約 40%，做得好時甚至更高。換句話說，RAG 不是讓 AI「更會掰」，而是讓它「只根據你家的資料講話」。

但這裡有個常被忽略的重點：RAG 不會自動保證正確。檢索品質、文件結構、資料新鮮度都會影響最終答案。資料整理得好，AI 就穩；資料雜亂過時，AI 一樣會出錯。這是「垃圾進、垃圾出」的老道理，在 AI 時代依然成立。

對中小企業來說，這其實是好消息：AI 客服的成敗，握在「你願不願意好好整理資料」，而不是「你買不買得起最貴的模型」。而且回報很實在——導入良好的 AI 客服，可以穩定處理 80% 以上的重複性問題，讓有限的人力專注在真正需要判斷的複雜案件上。

該準備哪些資料？

上線前，先把散在各處（老闆腦中、客服的 LINE、舊 email）的資訊集中成幾類：

1. 常見問答（FAQ）：客戶最常問的 20–30 題，先寫成「一問一答」。這是投報率最高的一步。

2. 產品／服務說明：每項服務在做什麼、適合誰、包含什麼、不包含什麼。

3. 價格與方案：能公開的價格、方案差異、加購項目。

4. 流程與規則：怎麼下單、怎麼預約、退換貨政策、保固範圍、營業時間。

5. 公司基本資訊：地址、電話、聯絡方式、服務範圍。

不用一次到位。先把 FAQ 與最常被問的服務說明做好，就能涵蓋大部分對話，之後再逐步補齊。

資料怎麼整理，AI 才讀得懂？

同樣一份資料，整理方式不同，AI 的表現差很多。幾個實用原則：

• 拆小、拆清楚：與其一份 50 頁的 PDF，不如拆成一個個主題明確的小段落。AI 檢索時是「找相關片段」，片段越聚焦越準。

• 標題要能自我說明：用「退貨要幾天內申請」這種看標題就懂的句子，勝過「第三條」。

• 盡量一問一答：把資訊寫成問答形式，最貼近客戶實際的提問方式，也最容易被正確檢索到。

• 避免把重點藏在圖片裡：掃描的 PDF、只有圖沒有文字的檔案，AI 讀起來吃力。重要文字請以文字呈現。

• 一份資料只講一件事：不要把價格、流程、政策全塞在同一段，分開會更好找。

好消息是，現代平台能幫你分擔這些工。以 NebulaCore 的知識庫為例，上傳 PDF、Word、Excel 後會自動解析並轉換成可搜尋的格式、建立向量化索引，你不必自己動手切檔轉檔——但「內容本身寫得清不清楚」，仍然需要你來把關。

上線後怎麼維護與把關？

AI 客服不是「設定完就沒事」，而是像一位需要持續帶的新同事。三件事要顧好：

• 設好安全護欄：限定 AI 只回答知識庫範圍內的問題，超出範圍不要硬掰。回覆口吻也可以設定，維持專業一致。

• 答不出來要有出口：找不到答案時，引導客戶留下聯絡資訊或轉接真人，把「一次沒答好」變成「一條銷售線索」，而不是流失。

• 定期看對話、定期更新：每隔一段時間看看客戶問了什麼、AI 哪裡答不好，把缺的資料補進去。價格或政策一變，記得同步更新知識庫。

星繫怎麼幫你把 AI 客服做到位

台灣中小企業在 AI 導入上還在很前段——市場調查顯示，目前僅約 7% 的中小企業已導入或正在規劃導入 AI，約七成企業對 AI 還停留在初步認知階段。這意味著現在把 AI 客服做好的企業，領先幅度會很明顯。

星繫的做法是平台加陪伴：NebulaCore 專業版內建企業知識庫模組（文件上傳、AI 向量化、語意搜尋、角色權限），把技術面顧好；而 AI Plus 加值服務（月費 2,000 元） 則讓同一套知識庫延伸到 LINE Bot 24 小時 AI 客服，把客戶最常用的渠道也接上。若你不確定資料怎麼整理、護欄怎麼設，導入顧問服務可以陪你把第一版知識庫建起來。

想先理解「智能」與「智障」客服差在哪，建議搭配 24 小時 AI 客服：智能與智障的差別；想把 AI 客服接到 LINE 變成訂單入口，可看 LINE 官方帳號 AI 客服：把聊天變訂單。

常見問答（FAQ）

Q：要準備多少資料，AI 才夠用？
A：不必求多，求對。先把 20–30 題常見問答與主要服務說明整理好，通常就能涵蓋大部分對話，之後再逐步補齊。

Q：AI 會不會亂編（幻覺）？
A：通用模型有一定機率會，但 RAG 會把回答綁定在你的知識庫上，明顯降低亂答的機率；再加上安全護欄與「答不出轉真人」，可控制在可接受範圍。關鍵仍是資料品質。

Q：知識庫多久要更新一次？
A：沒有固定週期，原則是「資訊一變就更新」。價格、方案、政策異動時務必同步，並定期檢視對話紀錄補齊缺口。

Q：支援 LINE 嗎？
A：支援。透過 AI Plus 服務可將同一套知識庫接到 LINE 官方帳號，提供 24 小時 AI 客服。

Q：PDF 可以直接丟進去嗎？
A：可以，平台會自動解析並向量化。但若是掃描成圖片的 PDF，文字辨識效果較差，建議盡量提供以文字為主的檔案。

• #AI客服
• #RAG
• #知識庫
• #企業知識庫
• #AI導入