診所 AI 客服教學：7 步驟 LINE OA 自動回覆到預約上線

診所 AI 客服教學：7 步驟從 LINE OA 自動回覆到預約收集上線

晚間十點，病患在 LINE 問「明天早上還有診嗎？」——沒人回。隔天早上櫃台才看到，對方已經掛了別家。假日、晚上、看診尖峰時段，重複問題佔滿櫃台時間：營業時間、地址停車、自費價目、療程時間、預約改期。這篇文章給你一套可照做的 7 步驟流程，從盤點對話到上線迭代，7–14 天可完成第一版，附意圖／槽位表範本、轉人工規則，以及直接拿去問廠商的報價比對問題清單。

先界定範圍——診所 AI 客服能做什麼、不能做什麼

在開始之前，先釐清 AI 客服的界線，避免期待錯誤。

能做（分流高頻、標準化任務）：

• FAQ 自動回覆：營業時間、地址與停車資訊、自費價目範圍、各療程所需時間
• 預約／改期／取消的意圖收集與引導（不一定要串後台才能開始）
• 術前準備與術後衛教腳本引導
• 停診、休診與提醒通知

不能做（紅線，一律轉人工）：

• 醫療診斷、療效判斷、劑量建議
• 價格承諾與療效保證
• 未經授權的個資查詢或揭露
• 高風險症狀諮詢（例如胸痛、呼吸困難）

市場上的 AI 客服大致分兩類：規則型（意圖分類＋關鍵字匹配） 與 LLM 型（大型語言模型知識庫）。規則型適合對話路徑單純、高頻問題固定的診所場景，上線快、維護成本低；LLM 型回答更靈活，但需要較多醫療語料校對與安全網設計（參考 Botpress 對 FAQ chatbot 的通論分類）。¹ 多數診所從規則型起步，累積足夠對話數據後再評估是否升級。在醫療 AI Agent 的場景應用上，也有業者整理了相關案例與架構分類供參考。²

步驟 1–2｜盤點高頻對話、定義意圖清單

先記錄 2 週對話，再設計腳本

不要憑感覺設計 FAQ。花 2 週人工記錄 LINE、電話、現場櫃台的所有對話，統計頻率最高的問題類型。根據多數診所的實務經驗，高頻問題集中在六類：

1. 營業時間與公休日
2. 地址、停車、交通方式
3. 自費價目範圍與健保給付項目
4. 各療程所需時間
5. 預約／改期／取消
6. 術前準備與注意事項

意圖清單範本表

把統計結果對應到至少 5 個意圖，每個意圖配上標準回覆範本。以下為可直接修改的起手範本：

業界參考目標：意圖分類準確率 ≥80%（來源：FIRST LINE 的診所 chatbot 案例研究）。³ 如果初期準確率不到 70%，先回頭補關鍵字詞庫，不要急著上線。

步驟 3–4｜對話流程設計：槽位表與歡迎語

預約槽位表範本

預約類對話的核心是「收集必要資訊」，一次問一項，已給的資訊不重複問。以下為預約槽位表範本：

設計原則（參考 FIRST LINE 對話設計五要素）：³

• 一次只問一個問題，不要一次丟五個欄位給使用者填
• 已收集的資訊不重複詢問
• 每個問題都給提示格式（例如「09xx-xxx-xxx」）

歡迎語與容錯設計

開場歡迎語直接列出可辦事項清單，讓使用者知道這個 chatbot 能幫他做什麼：

「您好！我是 XX 診所的智能客服，可以幫您： ① 查詢營業時間與地址 ② 查詢自費價目範圍 ③ 預約／改期／取消 ④ 術前術後注意事項 ⑤ 轉接櫃台人員 請直接輸入數字或說明您的需求。」

任務結束後給明確的下一步按鈕：「確認預約」、「修改時間」、「找人工客服」。

容錯設計：當使用者輸入模糊或無法匹配意圖時，先澄清再執行，而不是直接給罐頭回覆。業界參考門檻：後備率（fallback rate）<10%、跳出率 <40% 表示對話流程設計尚可。³

步驟 5｜選通道與方案類型：LINE OA 是主流入口

台灣診所場域中，病患入口以 LINE 官方帳號為絕對主流，官網與 Messenger 為輔助通道（市場脈絡，參考 Omnichat 對 LINE chatbot 的通案分析）。⁴ 若你的診所還沒有 LINE OA，這是第一步。

兩條路徑比較

串接深度分級（導入前先決定）

• 不串接：純 FAQ＋留言收集，適合想先試水溫的診所
• 串預約日曆／HIS：完成真實預約、查詢看診進度，需要廠商技術支援

串接等級直接影響費用與導入時程，下一節會說明如何比價。

步驟 6｜轉人工規則與合規安全網

AI 客服不是要取代人，而是把高頻、標準化問題分流出去，讓櫃台人員專注處理需要判斷力的對話。以下為強制轉人工的紅線意圖：

• 任何涉及診斷的提問（「我這是什麼病？」「這個藥有效嗎？」）
• 價格承諾與療效保證（「做完一定會好嗎？」）
• 客訴與退費要求
• 個資查詢（「幫我查上次的報告」）

合規三原則

1. 個資最小化：只收集完成任務必要的資訊，對話紀錄不留完整病歷
2. 稽核紀錄保留：所有對話需保留可回溯的 log，供醫療爭議時查證
3. 上線前人工審稿：每一條 bot 回覆稿，上線前由院所負責醫師或主管逐條確認，尤其是衛教與價目相關內容

步驟 7｜上線 KPI 與迭代

上線後不要放著不管。追蹤以下指標，每週回看真實對話：

迭代節奏建議：上線後第 1–2 週，每週回看所有轉人工與後備對話，補知識庫缺口；第 3–4 週調整意圖分類與腳本用詞；之後每月一次定期維護。

費用怎麼算？自建 vs 訂閱制的比較維度

診所 AI 客服沒有統一定價，市場上可見的模式包含：

• AaaS／月訂閱制：依功能分級，月費約 NT$2,000–NT$8,000 不等（參考市場公開資訊，以廠商報價為準）
• 免自建開發的方案：由外部平台提供已建好的 chatbot 模板，診所只需填入內容
• 額度制：每月含固定訊息則數，超出另計

比較維度表（非報價，而是幫你判斷的框架）

報價比對問題清單（直接拿去問廠商）

在詢價時，把以下問題一次問清楚，避免簽約後才發現漏了關鍵項目：

1. 是否包含 LINE OA 串接設定？若需額外費用是多少？
2. 是否支援預約日曆／HIS 對接？支援哪些系統？
3. 同時在線人工席位數上限？超過如何計費？
4. 知識庫維護是否由廠商協助？更新頻率與費用？
5. 是否有繁中醫療語料模板？內容由誰負責審核？
6. 個資處理方式與稽核紀錄保存期限？

常見問題 FAQ

Q1：診所 AI 客服從零導入要多久？

依本篇 7 步驟，純 FAQ 型 7–14 天可上第一版（含對話盤點、意圖設計、腳本撰寫與測試）。若需串接預約日曆或 HIS，則視廠商開發時程，通常需額外 2–4 週。

Q2：一定要用 LINE 嗎？

不是強制，但台灣病患習慣以 LINE 為主要聯絡管道，LINE OA 是目前覆蓋率最高的入口。官網與 Messenger 可作為輔助通道，但建議先集中資源在 LINE 上。

Q3：AI 會不會回錯醫療資訊？

有可能。這就是為什麼需要：容錯澄清機制、高風險意圖強制轉人工、上線前人工逐條審稿、以及後備率指標監控。不要把 bot 當成醫師，它是一個分流工具。

Q4：需要串接原有掛號／HIS 系統嗎？

先做「FAQ＋留言收集」可以不串。如果要完成「真實預約」（查空檔、寫入掛號系統），才需要與預約日曆或 HIS 對接。建議第一階段先不串，跑順 FAQ 流程後再評估。

Q5：費用大概多少？

沒有公開統一定價。市場上外部平台方案月費約 NT$2,000–NT$8,000 不等，依功能與訊息則數而異。建議使用上方「報價比對問題清單」逐項詢問，拿到三家以上報價再比較。

Q6：可以完全取代櫃台客服嗎？

不能。AI 客服的定位是分流高頻、標準化問題，讓櫃台人員專注處理需要判斷力、同理心與醫療專業的對話。醫療判斷、高風險諮詢、客訴處理，永遠保留給真人。

結語：7–14 天上線總表

診所 AI 客服不是一次性的專案，而是需要持續迭代的營運工具。從最簡單的 FAQ 開始，跑順了再考慮串接更深的功能。

想了解 AI 自動化還有哪些應用場景，歡迎瀏覽 aicycle 官網，探索自動化在內容與營運上的更多可能性。

延伸閱讀：

• LINE OA 自動回覆與聊天機器人設定指南（本篇步驟 3–5 的延伸實作）
• AI 客服工具比較與廠商評估方法（費用章節的深度補充）
• 自動化工作流入門：n8n 與流程自動化教學（結語自動化脈絡的延伸）
• 中小企業 AI 導入成本與預算規劃（費用章節的預算規劃補充）