水餃店線上評論監控與回覆草稿自動化流程

🎯 這條流程解決什麼

一間水餃店今天的生意，有很大一部分掌握在 Google 評論的星數和外送平台的評分裡。顧客在點餐前習慣先滑一下評論，看到滿滿四星五星就安心下單，看到一則沒人回應的負評就默默關掉視窗，去隔壁那家。問題是，評論散在好幾個地方：Google 商家、Uber Eats、foodpanda，再加上臉書社團和 IG 留言，老闆一邊包水餃一邊顧爐火，根本沒有餘力一個平台一個平台慢慢翻。

實際算一下人工要花多少時間。一間中等規模的水餃店，每天大約會新增 5 到 15 則評論，要逐一登入四到五個平台檢查、判斷哪些需要回、再一則則打字回覆，認真做下來每天至少要 40 到 60 分鐘，等於一個月吃掉 20 到 30 小時人力。更糟的是漏接：負評若超過 24 小時沒人回應，演算法和顧客都會把它解讀成「這家不在乎」。許多店家不是不想回，而是看到的時候已經是三天後，火都熄了。

這條流程把整件事自動化。系統定時去抓 Google 商家、外送平台與社群的新評論，去重之後彙整到一張表；接著依星等與內容自動分類成好評、建議與客訴，把涉及食安、過敏、異物的負評標記為最優先；再由 AI 依照每則評論的語氣生成貼近的繁體中文回覆草稿——好評真誠致謝、負評同理並引導私訊處理；最後把草稿連同原評論一起推播給店主審閱，確認或微調後才發布。老闆不用每天巡平台，也不會讓客訴晾在那裡發酵。

導入後的改變

導入前，評論管理是「有空才看、看到才回」的隨機行為。一週可能漏掉三分之一的評論，負評平均拖到 48 小時以上才被發現，回覆語氣也因為人在忙時心情浮躁而前後不一。導入後，所有平台的新評論集中到一張表，店主每天只需要花 5 到 10 分鐘審閱草稿、按下確認，回覆涵蓋率從原本約六成拉到接近全部。

效益估算上，原本每天 40 到 60 分鐘的評論作業，壓縮到 5 到 10 分鐘，工時省下約八成。負評從發生到被店主看見的時間，從平均兩天縮短到一小時內，把「沒人理」的負面印象擋在擴散之前。回覆品質也更穩定，因為草稿先把禮貌、同理和具體解法的框架搭好，店主只要做專業判斷而不必從零打字。長期下來，Google 評分有機會因為回覆率提升而緩步上揚，這對只靠在地客和外送單存活的水餃店，等於是免費的曝光紅利。

流程怎麼運作

第一步・評論匯集。 排程定時觸發，透過 Google 商家 API 抓取最新評論，並從外送平台與社群來源收集新留言。系統用評論 ID 或內容雜湊去重，避免同一則被重複處理，乾淨的資料寫入評論彙整表，每則都帶上來源、星等、時間與顧客名稱。

第二步・情緒分類。 AI 模型讀過評論文字，結合星等做分類：四五星歸好評，三星多半是中肯建議，一二星進客訴區。同時掃描關鍵字，只要提到「吃壞肚子」「有頭髮」「沒熟」這類食安或異物字眼，立刻打上最高優先標記，確保不會被淹沒在一般留言裡。

第三步・回覆草稿。 針對每一則，AI 依語氣生成繁體中文草稿。好評著重具體致謝與邀請再訪；建議型評論承接顧客的觀點並說明會如何改善；負評則先同理情緒、不爭辯，再引導到私訊或電話處理，避免在公開版面上來回對質。

第四步・送審通知。 草稿連同原評論一起推播到店主的 Line 官方帳號或群組。一般評論可批次確認，被標記的負評與食安疑慮則單獨告警，提醒店主親自處理。店主確認或微調後，系統才把回覆發布出去。整套邏輯和類似的內容自動化串接，可以在 自動化專區 找到更多範本。

需要的工具與串接重點

平台用 n8n 或 Make 都可以。Google 商家 API 是評論來源的核心，需要先在 Google Cloud 開通 Business Profile 權限並完成 OAuth 授權；外送平台多半沒有開放評論 API，實務上常用排程搭配後台匯出或網頁讀取的方式取得。試算表（Google Sheet）扮演評論彙整與稽核底稿的角色，每則評論的處理狀態都留痕。AI 模型負責分類與草稿生成，提示詞裡要寫清楚店家定位、語氣與不可承諾的事項。Line 官方帳號則是店主的審閱與告警通道。

串接重點有三：一是去重要做在寫入表之前，否則重複草稿會讓店主疲於審閱；二是 API 金鑰用最小權限並妥善保管，不要把商家管理權限外洩；三是發布動作一定要走「人工確認後」這道閘，不能讓 AI 直接公開回覆。

常見錯誤與注意事項

最大的地雷是讓 AI 自動發布。回覆一旦公開就代表店家立場，語氣不當或誤判事實都會傷商譽，所以發布前務必由店主人工審閱確認，這道關卡不能省。涉及食安、過敏、食物中毒或要求賠償等內容，屬於敏感且可能牽涉法律責任的範疇，必須由負責人親自處理並依專業判斷回應，AI 草稿只是輔助，不取代專業與法律意見。顧客的評論內容與個資僅供內部客服使用，不可外流或另作行銷名單。另外，遇到明顯是同業惡意或不實的負評，正確做法是循平台檢舉機制處理，而非在公開版面爭執。

台灣中小企業情境案例

新北一間夫妻檔手工水餃店，主力是外送加少量內用。導入前，太太負責包水餃和顧店，先生偶爾才想到去看 Google 評論，常常一則「水餃皮破了湯都流光」的負評放了三天才回，期間又被好幾個潛在客人看到。導入這條流程後，他們把所有評論集中到一張表，每天打烊前花十分鐘一起審草稿。某次有顧客抱怨外送到貨時水餃黏成一坨，系統立刻告警，先生當天就私訊致歉並補寄一份，那位顧客後來不但改了評論，還在社團幫忙說話。三個月下來，店家的 Google 評分從 4.2 升到 4.5，回覆率接近全滿，外送單量也跟著回穩。

延伸應用

這條流程的骨架可以延伸到很多地方。把分類後的好評自動彙整成「顧客好評精選」，定期貼到社群當免費素材；把反覆出現的建議（例如「希望有韭菜口味」）整理成產品開發清單，讓評論變成研發依據；也能在顧客留下好評後，順勢導向常客經營或回購流程，把滿意的人變成會員。想找更多社群內容與顧客經營的搭配玩法，可以逛逛 任務食譜 與 工作流總覽，把口碑維護和後續行銷接成一條龍。

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 →