維修叫修派工追蹤流

🎯 這條流程解決什麼

家電行的售後維修，最常出問題的不是技術，而是「資訊掉在縫裡」。顧客打電話來報修，客服一邊接電話一邊抄在便利貼上，掛完電話便利貼壓在鍵盤底下；LINE 進來的報修訊息混在一堆對話裡，過兩天才被看到。師傅的排程靠店長腦袋記，今天該去三重還是蘆洲、哪一單要先處理，全憑印象。顧客修了三天沒消息，又打電話來追問「修好了沒」，客服還得回頭翻群組找紀錄。一個環節卡住，整張工單就停在那裡沒人知道，重工、客訴、漏單跟著一起來。

用人工跑完一張完整工單，光行政溝通就很燒時間。接報修登錄約 8 到 10 分鐘，查保固、配師傅、排時段又是 15 分鐘來回電話，途中還要主動回報三到四次進度。換算下來，一張單純行政協調就吃掉客服 40 分鐘以上，旺季一天 30 張報修，等於一個人整天都在傳話、追進度，根本沒空處理真正需要判斷的疑難案件。漏接一通報修電話，可能就是流失一個願意付保固外維修費的老顧客。

導入後的改變

導入這條流程之前，報修是「被動接、靠人追」：客服忙就漏接、師傅排程打架、顧客體感是「報修像丟進黑洞」。導入之後，報修變成一條會自己往前走的輸送帶。

• 建檔時間：從每張 8 到 10 分鐘降到趨近於零，表單與 LINE 訊息一進來就自動生成工單。
• 行政協調工時：原本每張約 40 分鐘的傳話與追進度，壓縮到 10 分鐘以內，客服工時省下約六到七成。
• 漏單率：所有報修都進系統、有狀態欄位，幾乎不再有「卡在某一環沒人知道」的單，漏單與重工明顯下降。
• 顧客追問電話：因為到府、報價、完修都自動推播，主動追問「修好了沒」的來電可減少五成以上。
• 保固判讀：自動比對購買日與保固年限，避免該收費的沒收、不該收的多收，減少帳務爭議。

對一家月接 300 張報修的中型家電行來說，省下的不只是工時，而是把人力從傳聲筒釋放出來，去做安撫客戶、處理疑難雜症這些真正創造口碑的事。

流程怎麼運作

這條流程對應 frontmatter 裡的五個節點，逐步把一張報修單從進件帶到結案：

1. 觸發：收到報修——顧客填報修表單或在 LINE 官方帳號傳故障訊息時，系統自動在 Google Sheet 或工單系統建立一張工單，帶入顧客姓名、聯絡方式、機型、症狀描述與報修時間，並給一個工單編號方便後續追蹤。
2. AI 初判——AI 分類節點讀取症狀文字（例如「冷氣不冷」「洗衣機脫水會跳掉」），比對機型常見故障，初判可能原因與所需零件方向，同時撈出該顧客的購買日與保固狀態，標記這張單是保固內還是保固外。這一步是給師傅與客服的「提示」，不是最終診斷。
3. 派工指派——依顧客所在地區與故障類型，配對熟悉該品類、且該區域有空檔的師傅，並到 Google Calendar 查可用時段，排定建議的到府時間，避免兩單撞在同一時段。
4. 進度通知——到府前、現場報價、完修三個關鍵節點，自動透過 LINE 推播給顧客：「師傅預計今日 14:00 到府」「本次維修報價 NT$1,800，是否同意施作」「已完修，保固 3 個月」，讓顧客全程有感。
5. 回填紀錄——師傅完工後回報處理結果、更換的零件與工時，系統回寫工單並結案歸檔，累積成可分析的維修履歷，方便日後查同一台機器的維修史。

想看完整的自動化串接邏輯，可參考 自動化案例 與更多 工作流 範本。

需要的工具與串接重點

• 平台（n8n / Make）：負責把表單、AI、試算表、行事曆、LINE 串成一條流程。建議用 webhook 接報修表單，LINE 端用官方帳號的 Messaging API 接收訊息。
• 報修表單：欄位要設計好——機型、序號、症狀、方便到府時段、聯絡方式，欄位越結構化，AI 初判越準。
• AI 分類節點：用來判讀自然語言症狀並對應故障類型，prompt 要明確要求輸出「可能原因＋是否屬保固」，並標註信心程度。
• Google Sheet / 工單系統：作為工單真實來源（single source of truth），每張單都有狀態欄位（待派工 / 已派工 / 報價中 / 完修 / 結案）。
• Google Calendar：管師傅排程與避免時段衝突。
• LINE 官方帳號：所有對顧客的通知出口。串接注意：推播訊息要綁工單編號，避免顧客回覆時對不上單。

保固狀態可由 保固登錄建檔流 查得；若機況已不堪修，可導向 汰舊回購估價流。維修進度通知話術可參考 客服回覆 配方。

常見錯誤與注意事項

故障診斷與維修報價是專業判斷，AI 初判僅供師傅參考，實際原因、更換零件與安全務必由持證維修人員到府確認，AI 不取代專業判斷。涉及電器、瓦斯、冷媒的維修更要由合格技師處理，安全無小事。

若屬保固外收費，報價金額應經人工核對並取得顧客明確同意後才施作，切勿因自動流程就跳過顧客確認，否則容易引發收費爭議。報修蒐集的顧客姓名、地址、電話屬個人資料，須依個資法取得同意、限定用途並妥善保管，維修履歷不得外流或挪作他用。另外，AI 排定的到府時段只是建議，遇到師傅請假、塞車或臨時加單，仍要由排班人員人工微調，別讓系統硬排出做不到的行程。

台灣中小企業情境案例

新北三重一家經營二十多年的傳統家電行「協益電器」，過去售後報修全靠老闆娘一人接電話、抄單、打給師傅。每到夏天冷氣旺季，一天三、四十通報修電話接到手軟，常常漏接、忘記回報，顧客在 LINE 上連環追問，老闆娘還要一邊翻通訊軟體一邊安撫。

導入這條流程後，報修一律走表單與 LINE 自動建單，AI 先標好機型、症狀與保固狀態，師傅每天早上打開手機就看到當天排好的路線。到府、報價、完修自動推播，顧客不再奪命連環 call。三個月下來，老闆娘估算行政時間省下約六成，旺季漏單幾乎歸零，因為進度透明，連帶保固外維修的成交率也提高——顧客覺得「這家很專業、很有效率」，自然更願意付費修而不是直接換新。

延伸應用

這條流程的骨架可以再長出很多分支。可以接上滿意度回訪，完修後隔天自動發一則簡短問卷，把評價低的單拉回人工關懷；可以做零件庫存連動，當 AI 初判需要某零件時，順手查庫存、不足就提醒採購；可以加上師傅績效看板，從回填紀錄統計每位師傅的平均工時、完修率與客訴率。連鎖門市還能做跨店派工調度，當某區師傅滿載時自動詢問鄰近門市支援。把這條維修流跟 保固登錄建檔流、汰舊回購估價流 串成完整售後生態，就能讓一次維修延伸出延保、回購、換新的後續商機。

流程圖

用到的工具

更多「零售商店」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 →