豆款諮詢自動配對流

🎯 這條流程解決什麼

精品咖啡最迷人也最勸退的地方，就是「選豆門檻高」。一個剛入門的新客站在豆單前，面對日曬與水洗、淺焙與中深焙、手沖與義式、衣索比亞與哥倫比亞，常常一頭霧水，連自己喜歡什麼風味都說不清楚。這時候如果沒有人耐心引導，他很可能就買一包最便宜的、或乾脆放棄，門市等於白白流失一個原本有機會養成的常客。

對門市這端，問題則是「諮詢吃時間又難規模化」。烘豆師或店員得反覆口頭解說同樣的基礎知識，一個人問十分鐘很正常，諮詢量一大就回得慢，線上私訊更是常常隔半天才回，顧客的購買衝動早就過了。尖峰時段一邊要顧現場、一邊要回訊息，品質與速度兩頭難顧。

用人工處理一筆完整的選豆諮詢，從了解顧客偏好、翻豆單、想搭配、寫出推薦理由與沖煮建議，認真做下來往往要 15 到 30 分鐘。一週幾十筆下來就是好幾個工時，而且回覆品質會隨當天忙碌程度起伏。這條流程讓每筆風味問卷自動建檔、由 AI 依偏好配對豆款並起草專屬推薦，把烘豆師的時間留給最關鍵的風味溝通與成交，新客也更容易跨出第一單。

導入後的改變

導入前，諮詢完全綁在門市人力上：有空才回、忙起來就拖，新客問完基礎問題往往得等很久才拿到推薦，等待中流失的轉換看不見也算不清。每位店員的推薦水準參差，偏好資料散落在腦袋與零星筆記裡，下次顧客回來還得從頭問起。

導入後，顧客一送出問卷，系統就自動建檔、AI 立刻配對出 2 到 3 支契合的豆子並起草帶風味描述的推薦草稿，烘豆師只要審閱、微調、按送出。合理估算下，每筆諮詢的人工處理時間可從 20 分鐘左右壓到 5 分鐘以內、省下約 7 成工時；回覆速度大幅加快，趁顧客還有購買意願時就把推薦送到手上，新客首單轉換率有機會提升一到兩成。更重要的是，每位顧客的偏好都被結構化標記在 CRM，為日後回購經營鋪好底。

流程怎麼運作

整條流程對應 frontmatter 的五個節點：

1. 觸發：偏好問卷：顧客在官網表單填寫酸甜苦平衡、慣用沖煮器具（手沖、義式、摩卡壺等）與預算後送出，啟動流程。問卷設計得越貼近顧客語言（例如「喜歡明亮果酸還是醇厚甘苦」），配對越準。

2. AI 風味配對：AI 推薦節點把問卷答案與商品資料庫（Google Sheet）裡每支豆子的酸度、烘焙度、風味調性、適合沖法等屬性比對，挑出 2 到 3 支最契合的豆款。給 2 到 3 支而非一支，是為了保留選擇空間又不造成選擇障礙。

3. 建立諮詢檔：把這筆諮詢寫入 CRM，並標記偏好標籤（如「偏好淺焙果酸」「手沖客」「預算中段」），方便下次回購延伸經營。

4. 起草推薦信：AI 依配對結果生成一封客製化回覆草稿，包含每支豆的風味描述、為什麼推薦給這位顧客、以及對應沖煮器具的建議參數。

5. 通知門市：透過 LINE 通知烘豆師，附上草稿與顧客偏好摘要，提醒人工確認後再回覆顧客——這一步是品質與信任的關鍵閘門，AI 只負責起草，不直接對外發。

需要的工具與串接重點

平台用 n8n 或 Make 串接。官網表單用 Webhook 即時觸發，確保顧客送出後流程立刻啟動；AI 推薦節點負責配對與草稿生成；商品資料庫 Google Sheet 是配對的依據，每支豆的屬性欄位要填得越完整、配對越精準；Gmail / LINE 官方帳號分別作為回覆顧客與通知門市的管道。

串接重點：第一，豆款資料庫要當成「活的資料」維護，烘焙批次、售罄狀態都要即時更新，避免 AI 推薦到已經賣完的豆子。第二，AI 草稿一律進「待審」狀態，不設自動發送，由烘豆師確認後再寄出。第三，問卷欄位與資料庫屬性要對齊（例如酸度都用同一套分級），AI 比對才不會失準。沖煮建議的部分可直接連到 手沖參數配方 延伸，整體串接設計觀念見 自動化專區。

常見錯誤與注意事項

• 風味高度主觀，AI 只是初步參考：風味是主觀體驗，AI 推薦僅供初步參考，不取代專業杯測與烘豆師判斷。把 AI 定位成「幫你準備好草稿的助理」，而非「替你決定」。
• 草稿務必人工確認再發：所有推薦草稿都要由烘豆師確認、必要時微調後再回覆顧客，避免機械感或推薦失準傷害品牌信任。
• 避免過度承諾風味：風味描述要誠實，別讓 AI 寫出超出實際的形容，否則顧客收到豆子落差太大會反感。
• 個資合規保存：顧客聯絡方式與偏好屬個人資料，僅供內部諮詢與經營使用，務必合規保存、不外流。
• 庫存連動：售罄或下市的豆款要從可推薦清單中排除，否則推薦了卻買不到反而扣分。

台灣中小企業情境案例

台南一間自家烘焙工作室，老闆同時是烘豆師，過去官網與 LINE 的選豆諮詢都得自己一封封回，忙起來常拖到隔天才回覆，不少新客等不及就跑了。導入這條流程後，官網放上風味問卷，顧客一填完系統就建檔、AI 配出兩三支豆並寫好帶風味描述的草稿推到老闆 LINE。老闆只要審閱、按自己的專業微調幾句再送出，一筆諮詢從原本二十幾分鐘縮到五分鐘內。上線一季後，新客首單的諮詢回覆速度明顯變快，轉換也提升，老闆得以把省下的時間花在杯測與烘焙曲線的調整上——也就是真正只有人能做的事。

延伸應用

這條流程可以再擴充：配對成交後自動排定一封「沖煮教學」跟進信，附上對應豆款的手沖或義式參數，提升新客第一次沖煮成功的體驗；也能依 CRM 累積的偏好標籤，在新豆上架時自動篩出「可能喜歡這支」的顧客做精準推播。回購經營可串接 會員回購喚醒經營流，把首單顧客一路養成常客。想看更多餐飲與電商的自動化點子，可瀏覽 更多工作流 與 食譜配方庫。

風味是高度主觀的體驗，AI 推薦僅供初步參考、不取代專業杯測與烘豆師判斷，草稿務必由人工確認後再回覆顧客。

流程圖

用到的工具

更多「餐飲美食」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 →