AI 線上設計客服：測試能跑，上線才知道 API 在燒
AI 線上設計客服在測試時看起來很順，但正式上線後才會遇到圖片數量、使用者操作、API 成本、失敗回退與人工接手問題。這篇記錄小企業導入 AI 客服前，不能只看 demo 成功。
很多人看到 AI 線上設計客服，第一個反應是：
「這個很適合印刷業。」
客人傳圖片。
AI 幫忙判斷。
AI 幫忙排版。
AI 幫忙產生設計方向。
AI 幫忙回覆問題。
最後再接到正式訂單。
聽起來很順。
在 demo 裡，也常常看起來真的可行。
但真正上線後，問題不一定出在 AI 不會做。
更常見的是：
測試情境太乾淨，正式客服現場太混亂。
測試時一張圖、一段需求、一個任務。
正式上線後，可能是一堆圖片、一堆問題、一堆來回修改、一堆不完整需求。
這時候才會發現：
AI 線上設計客服不是只有「能不能生成圖片」，而是整個客服流程能不能承受。
測試成功，不代表正式營運成功
測試 AI 客服時，通常會設計一個很漂亮的情境。
例如：
客人傳一張圖片。
AI 判斷圖片用途。
AI 回覆建議尺寸。
AI 幫忙產生一張示意圖。
客人確認後進入下一步。
這種情境很容易成功。
因為問題單純，資料完整，互動次數少。
但正式客服不一樣。
真實客人可能會：
- 一次傳很多張圖片
- 傳截圖而不是原始圖
- 傳低解析度照片
- 需求講一半
- 一直改方向
- 不知道自己要什麼尺寸
- 問價格
- 問交期
- 問材質
- 同時問設計和印刷
- 傳錯檔案
- 多次補圖
- 中途消失又回來
這些都是客服現場很正常的事情。
AI 如果沒有流程邊界，就會一直回、一直判斷、一直生成、一直消耗 API。
最大落差：一張圖可以，多張圖就不一定穩
AI 圖片流程最容易在測試時被低估。
因為測試時常常只測一張圖。
但正式客服裡，客人很可能一次傳好幾張。
例如：
- 一張 logo
- 一張參考圖
- 一張名片照片
- 一張舊稿截圖
- 一張想模仿的樣式
- 一張手機拍的手繪圖
這些圖片對人來說可以慢慢看。
但對 AI 系統來說，每張圖都可能增加成本、上下文與處理複雜度。
如果系統沒有設限制，AI 可能會嘗試全部處理。
結果就是：
客人還沒下單，API 已經開始燒。
而且圖片越多，越容易出現誤判。
AI 可能看錯重點。
可能把參考圖當成正式素材。
可能把低解析度圖當成可印刷檔案。
可能把不同圖片的需求混在一起。
所以線上設計客服不能只問：
「AI 能不能看圖？」
還要問：
AI 一次最多能處理幾張圖？超過怎麼辦？
API 成本不是技術細節，是營運問題
很多人一開始測 AI 客服，不會太在意 API 成本。
因為測試量很小。
但正式上線後，客服是持續發生的。
每天有人問。
每天有人傳圖。
每天有人來回修改。
每天有人問了不下單。
這些都會消耗成本。
如果沒有成本上限，AI 客服可能變成一個很會服務，但沒有成本控制的系統。
小企業最怕這種狀況：
客人還沒成交，系統成本先累積。
所以 AI 客服一定要有成本邊界。
例如：
- 每次對話最多處理幾張圖
- 每位客人每天最多生成幾次
- 沒有明確需求前不生成圖片
- 先收集需求，再決定是否進入 AI 圖片流程
- 超過限制時轉人工
- 高成本操作前需要確認
- 失敗時不自動重試太多次
這些不是小氣。
這是讓 AI 客服可以長期運作的基本條件。
客服流程要先收斂需求，不能直接生成
很多 AI 客服 demo 的問題，是太快進入生成。
客人一傳圖，AI 就想做圖。
客人一問設計，AI 就想產生設計。
客人一說想看看，AI 就開始生成。
但印刷與設計需求不能這麼快。
至少要先確認：
- 要做什麼產品？
- 尺寸大概是多少？
- 用途是什麼？
- 有沒有現成素材？
- 圖片是否清楚？
- 文字是否確定？
- 是否只是詢問，還是準備製作？
- 是否需要人工確認檔案品質？
如果這些沒有問清楚，AI 生成的東西可能只是看起來漂亮，但無法真正使用。
所以 AI 線上設計客服應該先做需求收斂。
例如：
- 先確認產品類型。
- 再確認素材狀態。
- 再確認文字內容。
- 再確認使用情境。
- 再判斷是否需要 AI 生成示意。
- 最後才進入人工或正式製作流程。
這樣比較穩。
AI 客服不能取代人工接手
AI 客服很適合做前段整理。
例如：
- 收集需求
- 整理圖片
- 提醒缺少資訊
- 初步分類問題
- 引導客人補資料
- 產生簡單說明
但它不應該完全取代人工。
特別是涉及：
- 檔案能不能印
- 材質是否適合
- 顏色是否有風險
- 圖片解析度是否足夠
- 文字是否正確
- 成品是否能符合期待
- 客人是否已經確認內容
這些都需要人工判斷。
AI 可以幫忙整理，但不能承諾結果。
如果 AI 客服直接說「可以印」、「沒問題」、「這樣就能做」，風險很高。
比較安全的說法是：
AI 可協助初步整理，正式製作仍需人工確認。
這樣比較符合小企業現場。
失敗回退很重要
AI 客服一定會遇到失敗。
可能是：
- 圖片看不清楚
- 檔案格式不支援
- 客人描述不完整
- AI 判斷錯誤
- API 失敗
- 生成結果不符合需求
- 成本超過限制
- 對話太長
- 客人一直改需求
如果沒有失敗回退，AI 可能會繼續嘗試。
繼續問。
繼續生成。
繼續消耗。
繼續讓客人期待。
這不一定是好事。
正確做法是設停止條件。
例如：
- 圖片超過限制，轉人工
- 需求不清楚，先收集資料
- 生成失敗一次後，不立即重複生成
- 客人要求正式製作，轉人工
- 涉及價格、交期、材質，轉人工
- 超過一定對話長度，整理摘要交給人工
這樣 AI 客服才不會無限燃燒。
線上設計客服要有明確邊界
AI 線上設計客服上線前，要先定義邊界。
至少要寫清楚：
AI 可以做什麼
- 收集需求
- 引導補資料
- 初步整理圖片用途
- 提醒缺少資訊
- 產生簡單設計方向
- 整理對話摘要
- 協助人工接手
AI 不可以做什麼
- 不可保證印刷結果
- 不可自行報價
- 不可自行承諾交期
- 不可保存敏感資料
- 不可無限制生成圖片
- 不可把低品質圖判定為可直接印
- 不可取代人工最終確認
- 不可在需求不清楚時一直生成
邊界越清楚，AI 客服越能真正幫忙。
小企業導入 AI 客服前的檢查清單
如果小企業想做 AI 線上設計客服，可以先檢查這些問題：
- 一次最多處理幾張圖？
- 圖片太多時怎麼辦？
- 哪些問題要轉人工？
- 什麼時候可以生成圖片？
- 每個客人有沒有生成次數限制？
- API 成本有沒有上限？
- 失敗後是否自動重試？
- 是否保存圖片？
- 是否保存對話？
- 是否有人工接手摘要？
- 是否會涉及價格或交期？
- 是否需要檔案品質確認？
- 客人確認前，AI 是否可以承諾結果？
這些問題沒有答案前，不適合直接正式上線。
可以先做內部測試。
也可以先做半自動流程。
例如 AI 只整理需求，不直接生成圖片。
或 AI 只做初步問答，生成圖片由人工確認後才啟動。
測試要接近真實客服現場
AI 客服測試不能只測漂亮案例。
應該測：
- 客人傳錯圖
- 客人傳很多圖
- 客人需求不完整
- 客人一直改
- 圖片解析度不足
- 對話中途跳題
- 客人問價格
- 客人問交期
- 客人要求直接製作
- API 失敗
- 生成結果不滿意
- 人工接手流程
這些才接近真實現場。
如果只測一張漂亮圖片，demo 很容易成功。
但那不代表系統能營運。
結語：AI 客服不是不能上線，是不能只看 demo
AI 線上設計客服很有潛力。
對印刷、小型設計服務、小企業客服來說，它確實可以幫忙整理很多前期需求。
但不要只看 demo 成功。
真正要看的是：
- 圖片多了怎麼辦？
- 客人亂問怎麼辦？
- API 成本怎麼控？
- AI 失敗怎麼停？
- 人工怎麼接手？
- 哪些話 AI 不能說？
- 哪些操作要先批准？
AI 客服不是不能用。
而是要先設邊界。
測試成功只是第一步。
能控制成本、能限制範圍、能失敗回退、能人工接手，才是真正能上線的 AI 客服。