在社群媒體時代，客服就是公關的第一線。一名憤怒的客戶，很可能因為客服小編的一句「罐頭回覆」或「冷冰冰的規定」，而截圖把事情鬧上爆料公社。
傳統的客訴處理高度仰賴小編個人的 EQ（情緒智商）。但即使脾氣再好的人，處理了十個小時的奧客後，文字的溫度難免會流失。
讓沒有情緒的 AI 來幫你判斷客戶情緒吧！
第一個應用：客訴信件的情緒分級 (Triage)
大語言模型非常擅長「感受」字裡行間隱藏的情緒與急迫性（這種技術叫 Sentiment Analysis，目前 LLM 表現極為完美）。
遇到信箱被灌爆時，你可以利用自動化流程（如 Make.com 串接 Gmail 與 ChatGPT），讓 AI 先幫你把信件進行「分流標記」：
情緒分析 Prompt：
這是一封客戶寄來的信件。請幫我分析這封信的「怒氣等級」以及「核心痛點」。
信件內容：
[客戶來信全文]
請輸出以下分析報告：
1. 怒氣等級：[1 到 5 分，5 分代表極度憤怒且具有攻擊性]
2. 痛點歸納：用一句話說明他真正在意的到底是什麼？（錢？尊嚴？還是只是想要一個道歉？）
3. 潛在風險：這個客戶是否有威脅要爆料、提告或尋求消保官？有了這些標籤，客服主管就能把所有「怒氣 5 分」的炸藥包拉出來，讓資深員工優先拆解，避免錯失黃金救援時間。
第二個應用：AI 草擬安撫文案，拯救乾涸的同理心
當你已經很累，卻還得向那種只為了一百元免運費大吵大鬧的客人解釋規定時，你需要的不是「強大的意志力」，你需要的是 AI 幫你寫一篇滴水不漏的降溫安撫文案。
[!TIP] 寫客訴文案的最高境界：展現同理心，但絕不輕易認罪。 AI 可以在不承認全責的前提下，寫出讓客戶覺得「被深深理解與重視」的文字。
實際應用場景：處理社群客訴留言
這是在臉書粉絲團最常見的災難：客人公開留言抱怨商品遲遲不到貨。你可以把客人留言丟給 AI，並設定回覆規範。
客訴安撫 Prompt 範本：
我們是一間高端的女裝電商。有一位 VIP 客戶（張小姐）在我們的粉絲團公開留言抱怨：
「你們出貨速度到底有什麼問題？等了兩個禮拜還沒出，私訊也不回，這就是你們對待 VIP 的態度嗎？我要退貨！」
請幫我撰寫一段公關安撫回覆（需要一篇公開留言 + 一篇長篇私訊解釋）。
要求條件：
1. 核心定調：先安撫她的情緒，承認我們近期出貨确实因為物流卡關有延遲，並告知已經附上一張 300 元補償折價券給她。
2. 語氣：非常有誠意、委婉、溫柔，具有「高級感」與「對 VIP 尊榮感」的展現。
3. 嚴格禁止：不要跟客人爭論「預購本來就要等兩週」這件事，這是火上加油。
4. 結尾：要讓她感覺到這件事是由「專屬客服主管」在幫她特急處理。
請給出這兩篇文案。結果分析
透過 AI，你可以確保輸出的每一句話都四平八穩，不會因為客服人員的私人情緒而被捲入爭論的泥淖中。當我們把時間省下來，就能專注在「幫客戶真正解決物流追蹤與退款的行政流程」上。
第三個應用：結案分析與內部優化會議 (Post-Mortem)
客訴處理完，不代表事情結束。月底時，你可以把這個月所有的（已脫敏）客訴紀錄全部扔給 Claude，並詢問它：
「請分析這 50 筆這個月的客訴紀錄，找出哪三項流程的抱怨佔比最高？請提供針對我們這間電商可以立即改善的具體建議。」
從解決單點個案，到用數據優化整體公司的服務流程，這才是客服從「消耗品」真正轉型為「營運心臟」的 AI 之路。
💰 導入成本與效益估算
| 項目 | 傳統做法 | AI 輔助後 |
|---|---|---|
| 單筆客訴回覆時間 | 15–30 分鐘 | 3–5 分鐘（AI 草稿 + 人工微調） |
| 情緒誤判風險 | 高（客服人員疲勞後判斷力下降） | 低（AI 不會疲勞，一致性高） |
| 月度客訴分析報告 | 主管花 1–2 天整理 | AI 30 分鐘產出初稿 |
| 需額外花費 | 無 | ChatGPT Plus 月費 20 美元 |
一個月處理 200 筆客訴的中型電商，光是回覆時間的節省就等於省下一位兼職小編的薪資。
⚠️ AI 客訴處理的三大禁區
- 絕對不能讓 AI 直接發送回覆：AI 草稿必須經過人工審閱再發出。一旦 AI 在自動回覆中承諾了不該承諾的補償方案，法務會崩潰。
- 敏感議題必須轉人工：涉及人身安全、性騷擾、法律威脅的客訴，AI 只做分流標記，立刻轉交資深主管處理。
- 客訴資料要脫敏：把客人的信丟給 AI 分析前，移除真實姓名和電話號碼。尤其如果你用的是免費版 AI 工具，資料可能被用於模型訓練。
想學習如何搭建完整的智能客服與知識庫？或回到客服 AI 技能樹總覽看更多應用場景。
📊 情緒分析的進階玩法：從被動救火到主動預防
社群聲量即時監控
不要等客人寫信來罵才反應。用 AI 主動監控品牌在社群上的聲量變化，能讓你在火苗還小的時候就撲滅。
實作方式：用 Make.com 設定一個自動化流程：
- 每小時自動搜尋 Facebook、PTT、Dcard 上含有品牌名稱的貼文
- 把搜集到的貼文批次送給 ChatGPT API 做情緒分析
- 只要偵測到「怒氣 4 分以上」的貼文，立刻透過 LINE Notify 或 Slack 通知客服主管
- 附上 AI 建議的初步回應策略
這套系統的價值在於：你不再是看到爆料公社文章才知道出事了，而是在客人還只是「私下碎念」的階段就能主動介入。
情緒趨勢儀表板
單筆客訴的情緒分析是戰術層面，但把一整個月的情緒數據拉出來看趨勢，就是戰略層面了。
你可以讓 AI 每月產出一份「客戶情緒趨勢報告」：
以下是我們這個月 300 筆客訴的情緒分級結果（CSV 格式）。
請分析：
1. 各怒氣等級的分佈比例，與上個月相比是改善還是惡化？
2. 怒氣 4-5 分的客訴，最常出現哪三個關鍵字？
3. 是否有特定的時間點（週末、促銷活動期間）客訴量暴增？
4. 給出 3 個具體的流程改善建議，附上預估的客訴降幅當你能在月會上拿出這種數據驅動的分析，而不是只說「這個月客訴好像變多了」，你在老闆眼中的價值就完全不一樣了。
🛡️ 客訴處理的法律與品牌風險
什麼時候該讓法務介入？
不是所有客訴都是客服能處理的。以下情境必須立刻升級到法務或管理層：
- 客戶明確提到「消保官」「律師函」「集體訴訟」等法律關鍵字
- 客戶宣稱產品造成人身傷害或財產損失
- 客戶要求的補償金額超過你的授權範圍
- 客訴內容涉及個資外洩或資安事件
你可以在情緒分析的 Prompt 中加入一條規則：「如果信件中出現法律相關用語，請在分析結果中標註【法務警示】」。這樣 AI 就會自動幫你做第一層篩選，確保高風險案件不會被漏掉。
品牌一致性檢查
AI 草擬的安撫文案在發出前，除了事實正確性，還要確認品牌調性是否一致。用 Prompt 工程技巧 建立一份「品牌溝通指南」，包含：可以用的詞彙、絕對不能說的話、補償方案的上限和下限。把這份指南放在每次 Prompt 的前面，AI 就能穩定產出符合品牌形象的回覆。
❓ 常見問題 FAQ
AI 真的能準確判斷中文的情緒嗎？
目前的大語言模型（如 GPT-4o、Claude）對中文情緒分析的準確度已經非常高，尤其擅長判斷「字面客氣但暗藏不滿」的被動攻擊語氣。實測顯示，AI 的情緒分級與資深客服主管的判斷一致率可達 85–90%。少數誤判的情況通常出現在方言俚語或極度反諷的語氣。
小型電商沒有客服系統，也能用嗎？
當然可以。最簡單的方式是：把客人的 LINE 或 Facebook 私訊截圖，直接貼到 ChatGPT 對話框裡請它分析情緒和草擬回覆。不需要任何系統串接，一個人的微型電商也能立刻上手。進階一點可以用 Make.com 串接自動化流程。
AI 產出的安撫文案會不會太制式？
會，如果你不給它足夠的品牌語境。解法是在 Prompt 中明確描述品牌調性（例如「我們是走文青路線的甜點品牌，語氣要溫柔但不卑微」），並提供 2–3 個過去你覺得寫得好的真實回覆作為範例。AI 模仿特定語氣的能力非常強。
客訴月報分析能自動化嗎？
可以。每月將所有客訴紀錄匯出成 CSV 或 Excel，上傳給 AI 並要求它分析「Top 5 客訴原因」「情緒分佈」「改善趨勢」。如果你用 Make.com + Google Sheets，甚至可以設定每月 1 號自動觸發分析，完全不用動手。
📚 客服 AI 實戰系列
- 🧭 客服 AI 轉型指南（總覽）
- 🤖 智能客服與知識庫打造
- 💔 你在這裡 — 客訴情緒分析與安撫
- 🏨 多語系智慧管家與客訴防禦
- 🏛️ 市政信箱與便民客服