文具商品諮詢自動回覆流

🎯 這條流程解決什麼

文具店最常被問的，永遠是那幾種問題：「哪支筆比較好寫？」「這款紙適不適合鋼筆，會不會暈墨？」「手帳要用什麼膠帶比較好撕？」「考試用的中性筆推薦哪一支？」這些問題聽起來簡單，但要回答得專業，店員得熟悉店裡上百種品項的紙質磅數、墨水相容性、出墨粗細與價位區間，還要記得哪些是熱賣、哪些缺貨。

真正的痛點是「對的時間沒人回得了」。門市尖峰時段店員忙著結帳、補貨，根本沒空陪一位客人慢慢挑筆；線上 LINE 私訊更慘，常常拖到隔天甚至好幾天才回，等店員終於有空打字，客人早就在別家買好了。對一家同時經營門市與線上的文具選物店來說，平均一天累積二、三十則諮詢，每則認真回覆要花五到十分鐘，光是回訊息就吃掉店員一兩個小時，而且第一線新進店員的回答品質還參差不齊。

這條流程要解決的，就是把「諮詢進來」到「給出一份專業推薦草稿」之間的等待與門檻砍掉。想把推薦話術與選物文案再做精緻，可到 /recipes 找文案配方，或在 /workflows 看其他門市經營流程。

導入後的改變

導入前，線上諮詢的平均回覆時間以「小時」甚至「天」計算，轉換率自然低；回答內容因人而異，資深店員講得頭頭是道，新人卻只能說「都不錯耶」。客人沒被說服，也沒被順勢推薦相關耗材，客單價拉不高。

導入後，諮詢一進來，AI 在數十秒內就生出一份對應用途的推薦草稿，店員只需檢視、補一句庫存與優惠就能送出。回覆時間從數小時縮短到幾分鐘之內，這對「猶豫期很短」的文具衝動型消費影響很大——回得快，成交率明顯上升。以一天約三十則諮詢估算，店員每天能省下約一到兩小時的打字時間，把心力放在面對面服務與選品上。同時因為 AI 草稿會主動帶出替代方案與周邊耗材（買鋼筆順帶推墨水、吸墨器），客單價也有機會往上拉一到兩成。回覆品質一致化，更是讓新人也能輸出資深店員等級的專業推薦。

流程怎麼運作

這條流程對應五個節點，從顧客提問到店員回覆形成一條清楚的動線：

第一步「觸發：顧客提問」，當 LINE 官方帳號收到訊息，或商品諮詢表單被送出，流程自動啟動並把提問內容建檔，避免漏接。

第二步「解析需求」，AI 推薦節點先讀懂顧客在問什麼：判斷用途屬於手帳、鋼筆、繪圖還是考試，並抓出隱含的偏好與預算線索（例如「學生」「平價」「好攜帶」）。

第三步「比對商品庫」，系統從商品資料庫或 Google Sheets 撈出符合用途與預算的品項，比對規格欄位（筆尖粗細、紙張磅數、墨水類型、售價）。

第四步「起草推薦」，AI 產出 2 到 3 款推薦，每款都附上「為什麼推薦」的選購理由，並準備一個替代方案，方便客人比較。

第五步「店員確認」，這是最關鍵的一步：店員在 LINE 或 Slack 收到草稿通知後，檢視推薦是否合理、補上即時庫存與當期優惠，必要時修正手感描述，確認無誤才回覆顧客。整套邏輯也能延伸成更完整的 /automation 客服自動化。

需要的工具與串接重點

平台用 n8n 或 Make 串接。LINE 官方帳號是主要進線管道，串接 Webhook 讓訊息即時觸發流程；商品諮詢表單可用 Google 表單收線上訂單頁的提問。商品資料庫建議用 Google Sheets 維護，欄位要設計得夠細：品名、用途標籤、筆尖/磅數規格、墨水相容性、售價、庫存狀態，欄位越乾淨 AI 比對越準。AI 推薦節點負責解析與生成，提示詞中要餵入店家的選品觀點與品牌語氣，避免講出制式罐頭話。Slack 或 LINE 用來把草稿推給店員審核，Gmail 則可用於回覆走 Email 的線上訂購客。串接重點是「庫存欄位」要盡量接近即時，否則推了缺貨品反而扣分。

常見錯誤與注意事項

最常見的錯誤是貪快，讓 AI 草稿未經店員確認就自動回覆顧客。AI 的推薦只能依商品資料庫，它不知道昨天剛到的新貨、也無法替顧客感受「這支筆的握感重不重」「這款墨水在這張紙上會不會羽化」這些細膩手感。專業選筆、選紙的最後一哩判斷，必須由店員親自把關，AI 不取代店員的專業。

此外，要小心商品資料庫過期：售價、庫存若沒定期更新，AI 會推出停產或缺貨品，造成客訴。建議排程定期同步庫存。涉及到顧客個資（LINE 暱稱、聯絡方式）時，僅供本次諮詢服務使用，不得另作行銷用途，除非另取得同意。

台灣中小企業情境案例

新竹一家主打鋼筆與進口紙的文具選物店「筆與紙」，門市加線上每天約有二十多則諮詢，過去常因尖峰忙不過來，線上私訊隔天才回，流失不少訂單。導入這條流程後，客人在 LINE 問「預算一千內，新手鋼筆推薦」，AI 幾秒內就草擬出三款不同筆尖粗細的選擇與各自理由，店員看過、補上「這款現貨充足、本週買筆送一瓶墨水」就送出。店長觀察兩個月，線上諮詢的平均回覆時間從原本動輒半天縮短到十分鐘內，鋼筆相關訂單的成交率明顯提升，連帶墨水與筆記本的搭售也變多。

延伸應用

這條流程能往幾個方向擴充。可加上「諮詢後追蹤」節點，對問過卻沒下單的客人在三天後自動關懷一次。也能把常見問題沉澱成知識庫，讓 AI 推薦更貼近店家觀點。對線上店而言，可把推薦結果直接帶上商品連結與加購建議，縮短下單路徑。若想把諮詢、會員經營、回購提醒整合成一條龍，可參考 /workflows 其他流程，到 /recipes 取用文案配方，或在 /automation 規劃整體門市自動化藍圖。

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 →