2026全球人壽
AI Agent 介面設計與製作
為保險業務情境設計 AI Agent 的對話介面與操作流程,讓第一線人員真的用得起來。
- AI Agent
- 對話介面
- 金融業
你要做什麼系統?
你要做什麼系統?
用公司自己的文件、FAQ 與系統資料建立企業知識庫,AI 依據資料回答並附上出處;碰到訂單、退款、客訴這類要負責的事,轉給客服人員處理。從一個問題最多的客服管道開始,驗證答對率再擴大。
JoinX 的開發經驗
傳統客服機器人靠預先寫好的關鍵字與選單回覆,問法一變就答不出來。AI 客服會先從企業知識庫找出相關的文件段落,再用生成式 AI 組成回答並附上出處(RAG),能理解不同問法;需要查訂單、改資料時,透過 API 呼叫既有系統。導入成敗不在模型大小,而在知識庫內容是否正確、權限有沒有設好,以及答不了時能不能順利轉給真人。
Real projects 做過的 AI 對話與搜尋專案
以下是我們實際開發的專案,從保險業的 AI Agent 到官網上每天在回答問題的 JoinX GPT。
2026全球人壽
為保險業務情境設計 AI Agent 的對話介面與操作流程,讓第一線人員真的用得起來。
2024富邦人壽
為壽險情境開發 AI 教練系統的 Demo,約三週做出可以實際操作的展示版本,作為內部評估的依據。
2026GoodParty 享派兑
在我們開發並持續維運的 GoodParty 平台上加入 AI 搜尋功能,沿用原本的資料與後台,不另外換系統。
自家使用JoinX GPT
joinx.co 右下角的 AI 助手,依官網的服務、流程與文章內容回答問題,問不到的交給業務。
2020教育機構
為教育機構的粉絲專頁建立客服機器人,自動回覆課程與報名的常見問題。
※ 未標名稱的專案依保密約定以產業描述呈現。
What it does AI 客服可以做的事
大多數企業從第一項開始,等答對率穩定之後,再往查詢與串接走。
把產品說明、規章、FAQ、操作手冊整理成知識庫;AI 回答時附上出處,內容更新後重新索引即可。
訂單糾紛、退款、客訴與 AI 沒把握的問題轉給客服人員,對話紀錄一起帶過去,不必讓客人重講一次。
回答核心做成 API,官網對話框、APP 與 LINE 官方帳號等管道都接同一個知識庫,答案一致。
透過 API 讀取訂單、會員或預約資料,沿用原本的帳號權限;只開放查詢,修改類動作保留人工確認。
同一套知識庫也能給內部同仁用:業務查產品規格、新人查 SOP,不必每次都問資深同事。
記錄每一題的問法、回答與出處,標出答錯與轉真人的題目,作為補知識庫與調整的依據。
Which one 選哪一種
不是越新越好。看你們的問題有多固定、要不要動到系統資料。
| 做法 | 適合 | 要注意 |
|---|---|---|
| 規則式聊天機器人 | 問題固定、選項少,例如營業時間、門市地址 | 問法一變就答不出來,維護關鍵字很花人力 |
| AI 客服(知識庫+RAG) | 問題多、問法多,答案都寫在既有文件裡 | 文件要正確且持續更新,否則 AI 會照著過期資料回答 |
| AI Agent | 要跨系統查資料、建單或執行多步驟任務 | 權限要切細、留操作紀錄,重要動作保留人工確認 |
Process 導入流程
每一階段結束都有可以驗收的成果;概念驗證達不到可用的程度,就不往下做。
2–4 週
整理過去的客服紀錄與常見問題,確認答案寫在哪些文件、哪些資料不能給 AI 看,定義什麼叫「答對」。
4–8 週
用一個管道、一批真實問題建立知識庫與回答流程,量測答對率、出處正確率與轉真人比例。
2–4 個月
接上官網、APP 或 LINE,設定轉真人流程、權限與監控,必要時串接訂單或會員系統。
上線後持續
依對話紀錄補知識庫、調整回答規則,追蹤費用與答對率;由同一個團隊負責。
Pricing 費用區間
以 2026 年台灣客製專案估算。實際金額取決於資料量、要接的管道與系統,以及驗收要求。
| 階段 | 費用區間 | 包含 | 時程 |
|---|---|---|---|
| 場景評估 | NT$10 萬–30 萬 | 問題與資料盤點、風險評估、架構建議 | 2–4 週 |
| 單一場景 PoC | NT$30 萬–80 萬 | 一個管道、有限資料、人工監督下測試 | 4–8 週 |
| 正式上線 | NT$80 萬–250 萬 | 權限、串接、轉真人、監控、測試與部署 | 2–4 個月 |
| 跨部門、多系統 | NT$250 萬以上 | 多個知識庫與 AI Agent、跨系統流程與完整治理 | 4 個月以上 |
AI 模型 API 與雲端主機費用依實際用量另計;上線後的維運另訂合約。
FAQ 常見問題
以 2026 年台灣客製專案估算:場景評估約 NT$10 萬–30 萬,單一場景概念驗證約 NT$30 萬–80 萬,正式上線約 NT$80 萬–250 萬,跨部門、多系統通常從 NT$250 萬起。AI 模型 API 與雲端費用依用量另計。
會有答錯的可能,所以要設計防線:只依知識庫內容回答並附上出處、找不到答案就說不知道並轉真人、敏感題目直接轉客服。上線前用真實問題測答對率,上線後持續看對話紀錄調整。
不會。我們使用企業版 AI 服務,依合約不會用你的資料訓練模型;帳號密碼、個人資料等機敏內容不放進 AI 工具,知識庫的存取權限也會依角色設定。
可以。AI 客服的回答核心做成 API,官網對話框、APP、LINE 官方帳號等管道都接同一套知識庫;要查訂單或會員資料時,再透過 API 串接既有系統。
AI 客服主要是依知識庫回答問題;AI Agent 則能在授權範圍內呼叫系統、完成多步驟任務,例如建單或改預約。多數企業先從 AI 客服開始,答對率穩定後再評估要不要讓 AI 動到系統資料。
不一定要另外付顧問費。我們的第一階段就是場景評估:盤點問題與資料、說明哪些適合用 AI、哪些不適合;也可以先用官網的 AI 快速健檢看看準備到哪裡。
Get started 從一個客服管道開始
不用先準備完整規格。說說現在客服量最大的是哪個管道、最常被問什麼,以及答案目前放在哪裡。