診所導入 AI 客服實戰：3 週完成從常見問題到預約引導的設定指南

先講結論：診所導入 AI 客服，成敗八成取決於導入前的「高頻問題盤點」，而不是選哪一套工具。實務觀察，診所收到的訊息約七到八成集中在 10–15 個重複問題——營業時間、掛號方式、看診進度、初診流程、停車資訊。把這些答好、答對、答得合規，再接上預約引導與真人轉接，就是一套能上線的 AI 客服。

這篇給你完整的導入流程：問題盤點方法、三層回覆架構、合規紅線、預約引導設計，以及一份 3 週導入排程。

診所為什麼需要 AI 客服？

三個真實情境：

1. 夜間與午休的詢問接不住。患者滑手機查診所多在下班後，實務上非營業時間的訊息常占整體三成上下。隔天早上才回，人早就約了別家。
2. 櫃檯尖峰時段分身乏術。現場報到、電話、LINE 訊息三頭燒，訊息回覆永遠排最後——但訊息回得快慢，直接影響名單轉換。
3. 回覆品質不穩定。同一個問題，資深人員和新人的答案不一樣，忙與不忙時的語氣也不一樣。

AI 客服解的就是這三件事：24 小時即答、尖峰分流、答案標準化。它不是要取代櫃檯，而是把重複問答自動化，讓人力留給真正需要判斷的對話。至於效益怎麼估算，可參考診所導入 AI 的投資報酬分析。

導入前先做什麼？盤點你的高頻問題

別急著開系統，先開對話紀錄。 抓過去 1–3 個月的 LINE 與電話詢問，把問題分類統計。實務上的典型分布長這樣（各診所比例不同，請以自家統計為準）：

盤點的產出是兩張清單：AI 可答清單（每題附標準答案）與必轉真人清單。這一步做扎實，後面設定只是把答案填進系統。

AI 客服怎麼設定？三層回覆架構

實務上穩定好用的架構是三層，由淺到深：

第一層：固定資訊即答。 門診表、地址、停車、初診流程這類「有標準答案」的問題，設定後直接回覆。重點是指定專人維護——休診異動沒更新，AI 答錯一次就足以讓患者不再信任。

第二層：預約引導。 患者問「可以約什麼時候」時，AI 的任務不是聊天，而是把對話推進到留下預約：引導選擇科別／療程 → 提供可約時段 → 確認姓名與聯絡方式 → 發送預約確認。每一步都給明確選項，不要讓患者面對開放式問題。

第三層：真人轉接。 價格、療效、術後不適、客訴，以及任何 AI 連續兩次答不上來的對話，立即轉真人。轉接規則與時限的設計是另一門學問，詳見 AI 轉真人的 SLA 設計。

工具選擇上，從 LINE 官方帳號內建的自動回應，到能理解語意、串接預約系統的 AI 對話工具都有，差異與選型可參考診所 AI 聊天機器人比較。原則是：流程想清楚了，工具只是執行；流程沒想清楚，換再貴的工具都一樣。

回覆內容怎麼寫才合規？

AI 客服的回覆對外發送，就受醫療廣告規範約束——由 AI 生成不是免責理由，違規責任在診所。撰寫標準答案時守住三條線：

1. 不保證療效：「有效改善」「一次見效」這類字眼一律不出現，改為「實際效果因個人狀況而異，由醫師評估後說明」。
2. 不做價格促銷：不主動報優惠價、不用限時折扣話術。價格詢問轉真人，在一對一對話中依規範說明。
3. 不使用見證式內容：AI 不引用患者案例或前後對比作為回覆素材。

把這三條寫進 AI 的系統指示與標準答案審核清單，上線前逐題檢查一次。完整的紅線整理見醫療廣告法規指南。

3 週導入排程

上線不是終點。前一個月每週看一次「AI 答不出來的問題」清單，把新出現的高頻問題補進知識庫——AI 客服是養出來的，不是設定完就結束。

導入後怎麼衡量成效？

盯四個數字：

• AI 自行解決率：不需真人介入的對話占比。剛上線三到五成正常，知識庫養熟後五到七成算健康。
• 首次回應時間：導入後應壓到 1 分鐘內——這是 AI 客服最直接的價值。
• 對話轉預約率：詢問的人有多少留下預約。這才是終極指標，AI 答得再流暢，沒有推進到預約就只是聊天。
• 轉真人後的接手時間：AI 放手了，人多快接上。轉接後晾著患者，前面的即時感全部歸零。

把這些數字和廣告名單、到診紀錄放在同一套系統看，你就能回答一個更重要的問題：AI 接住的那些夜間詢問，最後有多少變成了到診與成交——這是把名單一路追蹤到成交的數據化經營，也是評估 AI 客服值不值得的唯一標準。

最常見的三個失敗原因

1. 想一步到位：第一版就想讓 AI 什麼都能答，結果答錯率高、患者失去信任。先接住前 15 題，再逐步擴充。
2. 沒有退出機制：患者說「我要找真人」AI 還在繞圈，是體驗最差的情境。轉真人的入口要隨時存在、明顯可見。
3. 上線後沒人管：門診表改了沒更新、新療程沒建答案。指定一位負責人，每週維護一次，比選什麼工具都重要。

AI 客服做得好，患者感受到的不是「這家診所用了 AI」，而是「這家診所回覆真快」。從盤點自家的高頻問題開始，三週後你就有一個不下班的第一線。