板金估價勘查自動建單流

🎯 這條流程解決什麼

板金烤漆生意的第一關就是估價，而這一關往往決定客人要不要把車交給你。現實是車主常常只在 LINE 丟一句「我車撞到了，大概多少錢」，照片要嘛太遠看不出鈑件、要嘛只有單一角度，車牌、里程、是否走保險全都沒講。前台或師傅只能來回追問：是哪一側？保險桿還是葉子板？有沒有傷到車門？光是把資訊問齊，一筆詢問就要分三、四次對話、拖上半天到一天，期間客人很可能同時問了另外兩家，誰先給出像樣的回覆誰就接到單。

更麻煩的是，純人工處理這些散落的詢問，根本沒有「單」的概念。對話埋在 LINE 群組、便條紙貼在桌上、估價金額憑師傅腦袋記。一天進來十幾筆詢問，到了傍晚對不起來哪幾筆還沒回、哪幾筆已經約了勘查。以一間中小型板金廠來算，一位前台每天花在「問照片、整理資訊、轉達師傅、回約時間」的零碎時間，輕鬆吃掉兩到三小時，換算人力成本一個月就是上萬元，而且漏接的詢問是看不見的損失。

這條流程把這道關口自動化：每一筆估價詢問都自動建立成工單、由 AI 先初判受損部位與可能工項、再直接排出可勘查的時段，師傅打開工單就看到車型、照片、初步工項清單，把時間留給真正需要專業的判斷與工法，而不是當客服。

導入後的改變

導入前，估價詢問的處理是「人追資訊」：客人傳一張模糊照片，前台追問、客人補傳、再轉給師傅、師傅有空才看、再回頭約時間，一來一回經常超過 24 小時，回覆速度慢的詢問轉換率明顯偏低。每天總有幾筆因為太忙忘了回，等想起來客人已經進別家廠了。

導入後變成「資訊追人」：表單或 LINE 一送出，工單立刻成形，AI 在幾十秒內把可能受損部位與工項列好，系統同時推出可勘查時段給客人選。對中小型板金廠的合理估算是，第一次回覆從半天縮短到十分鐘內，前台每天省下約六到七成的零碎追問工時；因為每筆都有單可追，漏接、忘回的詢問幾乎歸零，以一個月多接住三到五筆原本會流失的估價、其中成交一到兩筆計算，光是回覆速度帶來的成交就足以覆蓋導入成本。師傅端則因為照片與工項先整理好，現場勘查與報價的效率也跟著提升。

流程怎麼運作

整條流程對應 frontmatter 的五個節點，逐步如下。

第一步「觸發：上傳車況」。車主在線上估價表單填寫，或直接用 LINE 傳事故照片，附上車牌、車型與里程。系統偵測到表單送出或圖片訊息即啟動，把照片與基本資料一併收進來。

第二步「AI 初判受損」。AI 影像判讀節點分析照片，辨識凹陷、刮傷、鈑件位置，初步列出可能的工項，例如「右前葉子板鈑修、右前門烤漆、保險桿換新」。這份清單是給師傅參考的草稿，不是最終報價。

第三步「建立估價工單」。系統把資料寫入工單系統或 Google Sheet，自動帶入車型、是否走保險、急件等級等欄位，並產生工單編號，從此這筆詢問有了可追蹤的身分。

第四步「排定勘查時段」。流程比對 Google 行事曆的空檔，把可預約的到場勘查時段推給車主選擇，避開師傅已排滿的時段，減少現場撞期。

第五步「通知估價師」。工單建立後，系統透過 LINE Notify 通知負責師傅，附上工單連結與 AI 初判清單，並明確標註「實際金額須現場確認後報價」，提醒師傅勘查才是定價依據。

需要的工具與串接重點

平台用 n8n 或 Make 串接。前端用線上估價表單（如表單工具或網站表單）與 LINE 作為兩個進件來源，LINE 端建議用官方帳號搭配 webhook 接收圖片。AI 影像判讀節點負責受損初判，串接時要把照片以可讀的網址或檔案形式傳入，並設計好回傳格式（建議要求 AI 輸出結構化的工項清單，方便寫回工單）。工單可用 Google Sheet 起步，成長後再換成正式工單系統。Google 行事曆負責勘查排程，LINE Notify 負責通知師傅。

串接注意點：照片解析度與角度直接影響 AI 初判品質，表單與 LINE 端最好引導車主「多角度、近距離各拍一張」；工單編號要在建立當下就產生並回傳給車主，讓客人有「已受理」的安全感。想把這套串進更完整的店務體系，可參考 自動化應用情境 的整體規劃。

常見錯誤與注意事項

最常見的錯誤是把 AI 初判當成正式報價。AI 影像判讀僅供「初步分類」參考，鈑金受損深度、骨架是否變形、是否傷及結構件、隱藏的內部損傷，這些都務必由估價師現場勘查確認，AI 不取代專業判斷。正式報價金額一定要人工確認後再提供給車主，避免初判與實際拆檢落差造成糾紛或事後加價的客訴。

第二，涉及保險的案件，工項與金額牽涉理賠權益，屬於敏感金流環節，AI 列的清單只是內部參考，對外溝通務必由師傅與承辦人核實。第三，車主上傳的照片、車牌、聯絡方式屬個資，儲存與存取要設好權限，不可外流。第四，急件或結構受損的車，系統可標記但不可自動承諾交期，需人工評估。

台灣中小企業情境案例

台中一間五位師傅規模的板金烤漆廠，過去 LINE 詢問都靠前台一筆筆手動回，下班前常有兩三筆沒回到。導入這條流程後，車主傳照片進來就自動建單、AI 列出初步工項、系統推勘查時段，前台只需把關。實施後第一次回覆時間從平均近半天降到十幾分鐘，前台原本每天耗在追問的時間大幅減少，把心力轉去顧現場接待。三個月下來，原本會因回太慢而流失的詢問被接住不少，估價到進廠的轉換明顯提升，老闆評估光是多成交的案件就遠超過建置這套流程的成本。

延伸應用

這條流程可往前後兩端延伸。往後，勘查確認、報價核准後，可直接把工單帶進 維修排程與完工通知工作流，讓估價單無縫接到排程與交車提醒。走保險的案件則可把估價單與照片直接帶入理賠協作流程。往內容端，可搭配 客戶溝通與報價話術配方，讓系統在推勘查時段時附上更有溫度的說明文字。進階玩法還包括：依車型與工項自動估出參考工時與料件、把常見車款的歷史報價當基準輔助師傅定價，逐步把估價這道關口打磨成全廠最快、最不漏單的環節。

流程圖

用到的工具

更多「汽機車」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →