AI 客服 × 真人「混合排班」完整 SOP：6 種 workload 分工、4 條情緒紅線、3 種團隊規模班表模板

你花錢買了一套 AI 客服，客服團隊卻抱怨「工作變多、離職率變高」。這不是特例，是我們過去半年協助 5 家中小企業做 AI 客服健檢後，最普遍看到的狀況。

老闆的期待是：AI 接掉 60% 的問題，客服團隊變小、成本變低。實際發生的是：AI 接掉 60% 的簡單問題，但把「複雜的、AI 答不了的、客戶情緒被 AI 惹毛的」問題全部集中丟給真人客服。人力沒減、離職率反而上升，因為每一通電話都是硬骨頭。

問題不在 AI，也不在客服團隊，而在「排班」。這篇文章要拆解的，是我們在幾家中小企業實際落地的「AI × 真人混合排班 SOP」——6 種 workload、4 條 SLA 條款、3 條情緒紅線，幫你把 AI 客服的預期落差補回來。

根據 Zendesk 2026 客服趨勢報告，導入 AI 客服後未做流程重設計的公司，客服人員平均離職率上升 22%；但同時做「AI + 真人混合排班」重設計的公司，離職率反而下降 14%。差別不在買了哪套 AI，在有沒有把排班邏輯翻新。

為什麼「AI + 真人」不能只是簡單串起來？

多數中小企業做 AI 客服時，走的是「串聯模式」：AI 先接、答不出來或客戶不滿意就轉真人。這個模式聽起來合理，實際上會產出 3 個看不見的成本：

1. 『情緒滿載』的客戶轉給真人：客戶已經在 AI 那邊繞了 3 到 5 輪、越問越煩，這時才轉給真人，真人接到的每一通都是負面情緒的高峰。長期下來，客服的心理耗損比純真人客服更嚴重。
2. 『上下文斷裂』：客戶轉真人後，要重複描述問題，因為 AI 對話紀錄沒完整傳給真人。這讓客戶第二次爆氣、真人客服要花額外時間安撫。
3. 『複雜問題集中化』：AI 接走了 60% 的簡單問題，真人接的 40% 全是硬骨頭。過去客服每天處理 30 通、有 20 通是輕鬆的「訂單查詢」「換貨進度」，這些沒了。剩下的都是「投訴、退款、客訴、情緒處理」。單通處理時間變長、心理負擔加倍。

這就是為什麼 Zendesk 那份報告顯示「AI 導入後客服離職率上升 22%」的真正原因——不是 AI 搶了工作，是 AI 把工作變得更難、更累、更耗神。

混合排班的核心邏輯，是把「AI vs 真人」從『串聯』改成『分工 + 輪替』。不同 workload 走不同分流路徑，真人客服也有「輕鬆通」的日程，維持心理復原。

6 種客服 workload 的分工邏輯

我們把中小企業客服的日常任務拆成 6 種 workload，每種對應不同的 AI / 真人配比：

這張表最關鍵的不是分工比例，而是「切換節點」的設計。我們在協助客戶落地時，都會把切換節點寫進客服系統的 routing rule，避免 AI 一路走到底才發現客戶已經崩潰。

4 條「立刻轉真人」的情緒紅線

客戶爆氣時 AI 越答越糟，這是所有 AI 客服的通病。我們建議設 4 條「無條件轉真人」的情緒紅線，寫進 routing rule：

1. 客戶連續 2 輪對話含負面情緒關鍵字（爛、爛透了、退錢、告你們、投訴、氣死）—— 30 秒內轉真人，並把前面對話 summary 摘出來。
2. 客戶明確要求「我要跟真人講」—— 立即轉，不要 AI 再問「請問可以先告訴我什麼問題嗎」。這句是最容易讓客戶再度爆氣的話。
3. 議題涉及金額 > 5,000 元 —— 直接轉真人。金錢議題答錯的商業風險太高，不能讓 AI 走完流程。
4. 同一位客戶 7 天內第 3 次接觸 —— 代表前 2 次沒解決，直接跳過 AI，接續原負責的真人客服。

這 4 條紅線設完，你會發現 AI 的服務量從 60% 下降到 45% 左右。這正是我們要的——AI 只處理它擅長且低風險的區間，其他讓真人做，服務質量與客戶滿意度會顯著回升。

混合排班的實際做法：一週怎麼排

AI 上線後，真人客服的班表要重新設計。不能繼續照「每天 8 小時對客戶」的老方式，要引入「AI 監督時段」與「復原時段」：

週一到週五的 8 小時班（以 3 人客服團隊為例）：

• 第 1 小時：對接 AI overnight queue（AI 夜間處理但需要真人跟進的案件），主要是 review AI 昨晚的回覆是否有誤、需要補救的個案。
• 第 2 到 4 小時：接聽轉來的複雜案件與 VIP 客戶。此時 3 人全上線。
• 第 5 小時：復原時段。1 人下線休息、寫案件筆記、更新 knowledge base；2 人繼續接客。
• 第 6 到 7 小時：3 人全上線，處理午後高峰。
• 第 8 小時：AI 監督時段。1 人下線、2 人監督 AI 對話（用抽樣 monitoring dashboard），標註「AI 答不好」的對話補進訓練材料。

這個排班的關鍵是「復原時段」與「AI 監督時段」——這兩個時段幫真人客服「換一種節奏」，避免整天都在處理硬骨頭。我們協助的 3 家公司實測，導入後 6 個月客服離職率從 30% 降到 12%。

採購 AI 客服系統時，4 條必寫的 SLA 條款

很多中小企業採購 AI 客服 SaaS 時只看功能、看價格，忽略了 SLA。這 4 條要寫進合約：

1. 『情緒識別準確率』不低於 85%：低於這個門檻，AI 沒辦法辨識客戶爆氣、無法即時轉真人。要求廠商提供第三方測試報告。
2. 『轉真人延遲』不超過 30 秒：從觸發轉真人條件到真人接手，超過 30 秒客戶會流失。SLA 沒達標要有補償條款。
3. 『對話上下文完整移交』：轉真人時，AI 端的對話紀錄、客戶基本資料、可能的解法建議要一併移交。廠商若做不到，這條紅線不能過。
4. 『知識庫更新頻率』：AI 的 knowledge base 要能每週更新，最好支援真人客服直接編輯。若廠商說「每月一次由技術端更新」，這款產品不適合中小企業。

我們認為：AI 客服不會取代真人，會重新定義真人角色

業界大多說「AI 會取代 40% 客服人力」，但我們的實際觀察是：AI 不會取代真人，會把真人客服升級成「知識工程師 + 案件處理專家」。

在我們協助的公司裡，導入 AI 客服 6 個月後，客服人員的工作內容變成三塊：

1. 『複雜案件處理』：接 AI 分流過來的困難案件，這是核心產值。
2. 『AI 知識庫維護』：把 AI 答不好的對話標註出來、寫成新的 SOP、更新到 knowledge base。這是新增技能。
3. 『客戶關係經營』：VIP 客戶、大客戶的關係維護。這塊 AI 完全無法取代。

所以我們給老闆的建議是：不要「AI 上線後就砍客服人力」。反而應該「AI 上線後把客服升級成 knowledge team」——薪水可以往上調 10% 到 20%（吸引留任），但要求他們同時做案件處理 + 知識工程。整體人力可能不減，但每人的產值會翻倍、客戶滿意度也會上升。

下一步：3 週的 AI 客服落地評估

如果讀到這裡你決定要重新設計 AI 客服流程，我們建議走 3 週的結構化評估：

1. 第 1 週：客服 workload 盤點。把過去 30 天的所有客服對話用「6 種 workload」分類，算出實際比例。
2. 第 2 週：情緒紅線設計。跟客服團隊訪談，找出他們遇過「AI 應該轉真人但沒轉」的具體案例，變成 routing rule。
3. 第 3 週：排班改版試跑。用新的班表試跑 2 週，收集客服團隊回饋、客戶滿意度資料，決定是否全面切換。

如果你想跟我們一起走這個評估，直接 跟我們約 30 分鐘顧問通話。我們會協助你們做 workload 盤點、班表設計、SLA 條款檢視，以及一份可執行的 3 週試跑計畫。第一次通話不收費。

常見問題 FAQ