搜尋「Intercom Fin 怎麼用」的人，多半不是想看聊天機器人介紹，而是想知道：我的客服量能不能被 AI 扛一部分？Fin 會不會亂答？哪些問題可以自動化，哪些一定要交給真人？
答案很務實：Fin 適合處理「可由可信知識來源回答」的客服問題，不適合處理高風險、資料不足、需要例外判斷的案例。
Fin 適合處理哪些問題？
| 問題類型 | 適合度 | 原因 |
|---|---|---|
| 帳號登入、密碼、基本操作 | 高 | 有明確文件與步驟 |
| 方案價格、功能差異 | 高 | 可由 FAQ 與定價頁回答 |
| 退款政策 | 中高 | 要文件清楚，且要設升級規則 |
| 技術 bug | 中 | 可先收集資訊，但通常要升級 |
| 客訴、威脅、法律問題 | 低 | 應交給真人 |
| 大客戶合約與資安問題 | 低 | 需要專人與審核 |
Fin 的第一階段目標應該是減少重複問題，不是讓所有客服都自動消失。
Fin 的核心能力
Intercom 官方文件說明，Fin 可以與既有 helpdesk 或 Intercom 一起使用，支援 tickets、email、live chat 等支援渠道，並遵循既有 assignment rules、automations、reporting，必要時升級到指定 inbox。
對客服主管來說，重點是這四件事：
- AI 回答從哪裡來。
- AI 不確定時怎麼交給真人。
- 錯答如何被發現。
- 哪些 topic 造成客服量暴增。
導入前要整理的知識來源
Fin 的品質高度取決於知識庫。先整理：
| 資料 | 建議 |
|---|---|
| Help Center | 移除過期文章，補上日期與適用方案 |
| FAQ | 一題一答案，不要混多個政策 |
| 退款政策 | 明確列出可退款、不可退款、人工審核情境 |
| 技術排除文件 | 用步驟式寫法，避免長篇敘述 |
| Handoff 規則 | 定義哪些關鍵字或意圖直接轉真人 |
不建議一開始就把內部文件全部丟進去。先從高頻低風險問題開始。
最小可行導入流程
１．挑 ２０ 個最高頻問題
從過去 ３０ 天客服對話中挑：
- 最常被問的功能問題。
- 最常見的帳號問題。
- 最常見的付款問題。
- 真人客服回答幾乎固定的問題。
２．補乾淨答案
每個問題都要有一個明確答案來源。格式建議：
問題：
答案：
適用方案：
不適用情境：
需要轉真人的條件：
最後更新日期：３．設計轉真人條件
Fin 不該硬答所有問題。常見轉真人條件：
- 客戶要求退款但情境不符合標準流程。
- 客戶提到法律、投訴、個資外洩。
- 客戶已經連續追問兩次仍不滿意。
- AI 找不到可信來源。
- 問題涉及企業合約、資安審查、客製報價。
４．先灰度測試
不要全流量直接開。先限制：
- 單一渠道。
- 單一語言。
- 單一產品線。
- 非 VIP 客戶。
- 低風險 topic。
報表要看什麼？
Intercom 官方文件提到 Topics Explorer 可用 AI 自動把 conversations 分成 topics 與 subtopics，幫助發現趨勢、追蹤高成本問題，Fin 也提供 performance 與 quality reporting。
建議追蹤：
| 指標 | 為什麼重要 |
|---|---|
| Automation rate | 看自動解決比例 |
| Escalation rate | 看 AI 是否太常轉真人 |
| Reopen rate | 看「看似解決」是否真的解決 |
| CSAT | 看客戶體感 |
| Top failed topics | 找出知識庫缺口 |
| Human override reasons | 找出 AI 不該碰的範圍 |
只看 automation rate 會很危險。錯答但沒有升級，短期看起來很省人力，長期會變成客訴。