客服信箱每週都被「怎麼退貨」「發票在哪裡」「方案差在哪裡」淹沒時，老闆很容易問：能不能直接放一個 AI chatbot 在官網？最容易踩雷的地方是：工具答得出話，卻把過期政策、即時庫存、折扣權限和需要真人判斷的客訴混在一起。客人照著錯答案操作，客服反而要花更多時間收拾。
Chatbase、Botpress、Voiceflow、CustomGPT.ai 不適合排成一張「誰最強」清單。比較安全的做法是先選一個小任務：它只需要回答公開 FAQ，還是要查訂單、建立 ticket、呼叫 API、接語音，或把大量文件變成可引用的問答？把第一個任務切小，才知道該買哪一類工具、哪些問題先留給真人、上線後 72 小時要看哪些錯誤。
先用第一個客服任務分流，不要先用品牌名分流
四個工具都在往 AI agent 方向走，但它們適合放的位置不同。你要先決定第一個 chatbot 承擔的是「回答」「引導」「查資料」還是「執行動作」。同一家公司也可能最後用兩種工具：官網 FAQ 用一個，客服流程或語音場景再用另一個。
| 第一個任務 | 比較適合先看 | 為什麼 | 先不要交給 AI 的事 |
|---|---|---|---|
| 官網 FAQ、產品文件、簡單 lead collection | Chatbase | 官方文件主打用文件、網站或資料庫訓練 AI agent，並提供網站嵌入、actions、Analytics 與多渠道部署 | 退款承諾、合約例外、即時庫存 |
| 查訂單、建立 ticket、呼叫內部 API、走多步驟流程 | Botpress | 官方文件把 Botpress Studio、ADK、Desk、Cloud API、Integrations 分成一套 agent 平台 | 高金額補償、沒有日誌的資料修改 |
| 要設計 chat / voice 體驗、做 call center 或多渠道對話 | Voiceflow | 官方文件說明它可建立、測試、發布與監控 chat / voice agents，並有 playbooks、workflows、Knowledge base、Tools 與評估工具 | 沒有錄音、轉人工或測試集的正式客服線 |
| 大量文件、網站、內部知識庫、RAG API 問答 | CustomGPT.ai | 官方文件與 llms.txt 顯示重點在 business content、auto-sync、agent roles、API、Zapier / Make / n8n 等連接 | 需要細緻對話設計或複雜客服分派的場景 |
如果你只是每月幾十則重複問題，不一定要急著把 AI 放到客人面前。先讓真人客服用 AI 草擬回覆、整理 FAQ、標記缺文件的問題，通常比直接開一個對外 chatbot 更快發現資料缺口。
四個工具的安全位置
Chatbase 的價值在「快」。網站、說明文件、FAQ、PDF 和客服資料已經整理好時，它可以比較快變成一個可嵌入網站的 support agent。官方文件也把 human escalation、Slack、Stripe、Calendly、lead collection、web search 與 custom actions 放在 actions 裡。這代表它不是只能回答文件，但第一版仍應從低風險問答開始；要查訂單、改資料或承諾退款前，先確認轉人工和日誌。
Botpress 比較像要讓 agent 真的做事時的選項。它的官方文件把 Studio、code-first ADK、Desk、Cloud API、Integrations 和 Webchat 放在同一套文件裡；定價頁也把 conversation、AI spend、Teams、RBAC、routing、Help Center、storage 和 channels 拆出來。這些能力適合客服、ITSM、訂單或產品流程，但也表示你需要有人負責測試流程、權限、錯誤處理和成本警戒。沒有這些，就先別把「自動退款」「改會員資料」這種動作放進第一版。
Voiceflow 適合把對話當成產品體驗來做的團隊。它的文件強調 build、deploy、measure：用 playbooks、workflows 和 knowledge base 設計 agent，再透過 transcripts、call recordings、evaluations、tests、analytics 監控。若你的需求包含語音、電話、app 內 copilot、conversation designer 協作，Voiceflow 會比單純文件問答更對題。相反地，如果只是想讓網站訪客問三個 FAQ，Voiceflow 可能會比你現階段需要的還重。
CustomGPT.ai 的位置是「文件和知識」。它的官方文件索引列出網站、Google Drive、SharePoint、Confluence、Zendesk、YouTube、Notion 等 auto-sync，也有 agent roles、context depth、API 與 Zapier / Make / n8n 動作。這適合把產品文件、SOP、政策或內部知識變成可查詢的 agent。要注意的是：文件問答做得好，不代表它天然適合設計完整客服流程；如果你需要轉人工、分派、即時訂單和權限控管，要把 CustomGPT.ai 放進更大的客服系統，避免讓它單獨扛下全部流程。
開始用前先做三個檢查
第一，檢查知識庫有沒有「會害人的舊答案」。退貨天數、保固條件、價格、方案限制、法規和醫療/法律建議都不能只靠一份舊 FAQ。若內容每週都變，工具是否支援 auto retrain、auto-sync 或清楚的更新紀錄，比模型名稱更重要。
第二，檢查哪些問題一定要轉真人。客訴、退款、資安、合約、醫療、法律、個資、帳號被盜、付款失敗，都應該有明確的轉人工規則。好的第一版 chatbot 不需要回答所有問題；它要能知道自己什麼時候停下來，並把上下文交給客服。
第三，檢查成本和錯誤誰看。Chatbase 的定價頁以 message credits、AI Actions、訓練內容大小和 seats 分層；Botpress 以 conversations、AI usage、storage、channels 和 workspace 能力拆方案；Voiceflow 面向 agency / business 並強調 usage-based billing；CustomGPT.ai 用 credits、agents、docs per agent、actions per message、storage 和 API 能力分層。這些數字會變，買之前要看官方頁；比較時不要只看月費，還要看超量、成員、知識庫大小、語音、API 和進階安全功能。
一個安全的 72 小時試跑方式
選一個能重做、能驗證、錯了也不會讓客人受損的任務。例如「查詢運送政策」「解釋方案差異」「引導填表」「把文件段落引用給內部客服」。先準備 30 到 50 個真實問題，混入 5 個高風險問題：退款例外、價格過期、客訴、個資、需要真人判斷的情境。AI 如果硬回答，這不是小錯，是上線前就該修的紅線。
試跑時每天看三件事：哪些問題被答錯、哪些問題其實是文件缺漏、哪些問題應該轉真人。三天後再決定要不要放到更多頁面、接更多資料源或開 actions。這比一開始就把所有客服都交給 AI 更慢，但能避免 chatbot 變成一個全天候製造錯誤答案的入口。
常見問題
AI chatbot 工具要先選 Chatbase 還是 Botpress？
如果第一個任務是把網站 FAQ、文件和簡單 lead collection 放到官網，先看 Chatbase 指南 通常比較快。若任務需要查訂單、呼叫 API、建立 ticket、走固定流程或分派給不同團隊，再看 Botpress 指南。不要因為工具能做很多事，就把第一版任務做得很大。
Voiceflow 和 CustomGPT.ai 差在哪裡？
Voiceflow 比較像把 chat / voice agent 當成一個可設計、可測試、可監控的對話產品；CustomGPT.ai 比較偏向把文件、網站、知識庫和 API 變成可查詢的 agent。若你要做語音、contact center、app 內 copilot 或 conversation designer 協作，先看 Voiceflow 指南。若核心是文件問答、來源引用、內部知識搜尋或 RAG API，先看 CustomGPT.ai 指南。
客服量不大，也需要買 AI chatbot 嗎？
不一定。每週只有少量重複問題時，先用 AI 幫真人客服整理 FAQ、草擬回覆、標記缺文件的地方，可能比放一個對外 chatbot 更有效。等到你知道哪些問題真的高頻、哪些答案能公開、哪些一定要轉人工，再把第一個低風險任務放到網站或產品裡。
比較 AI chatbot 工具時，價格要怎麼看？
先把月費放旁邊，改看你的限制會卡在哪裡：message credits、conversations、docs per agent、知識庫大小、AI actions、voice、API、成員數、storage、SSO、RBAC、稽核紀錄與支援等級。官方價格和方案常變，所以本文只做選型分流；購買前請回到各工具官方定價頁確認。