有一天,我發現AI對話數據內開始出現「謝謝」

有一天看網站的 AI 對話紀錄,看到一個客戶問完問題後,留了一句謝謝。這句話讓人停下來想,一個人會對 AI 說謝謝,究竟代表了什麼。

海外房產專案與網站 AI 對話紀錄分析

在網站導入 AI 客服時,多數人著重於資料庫的建置與基本問答。透過海外房產專案的真實對話數據發現,AI 在網站上的核心任務並非單純回覆問題,而是透過調整回答的順序與節奏,化解台灣客戶面對跨國交易時的距離感與不安全感,在對的時間提供適當資訊。

有一天,我在看網站上的 AI 對話紀錄,看到一個客戶問完問題之後,最後留了一句:

「謝謝。」

我其實愣了一下,因為沒有人會特別去算客戶跟 AI 說了幾次謝謝,但我那時候覺得,一個人會對 AI 說謝謝,好像滿特別的。應該是某個他原本不太確定的地方,真的有被回答到。

這是一個我最近在協助的海外房產專案。 合作的對象是一間在馬來西亞深耕超過 25 年的地產集團。跟他們工作一段時間後,我印象很深的是,他們對房產這件事真的很細。

他們團隊有一句話讓我印象深刻:

「成交才是服務的開始。」

哪些資訊現在可以講,哪些政策可能會變,哪些事情一定要交給律師或現場的人確認,他們分得很清楚。 面對客戶也是。成交以前,該擔心的事情先一個一個講清楚,而不是急著把房子賣掉。

後來他們決定把台灣市場服務做得更完整,我也開始協助他們調整網站上的 AI 客服。 一開始處理 AI 怎麼回答、資料怎麼整理、哪些事情可以講、哪些不能講,去拆解可能造成的摩擦路徑。

一個人在台灣,第一次接觸馬來西亞房產,到他真的願意開口問,中間到底卡了什麼?

海外房產專案討論

海外房產有一個很難消除的門檻:距離

不只是台灣到吉隆坡有多遠,而是有很多事情沒辦法自己確認的緊張感。 網站可以放 Bangsar 的照片,可以寫捷運、房型、周邊生活,也可以放從陽台看出去的景。這些資訊其實都看得懂。 但反而常常是一些很小、甚至不太好意思第一句就直接問業務的問題,是一個信賴的開始。

網路接觸

網路上的接觸,和面對面吃下午茶是不一樣的,把 AI 放在「人味」的位置上,先把問題和體驗襯托出來。

AI智能在網站上的任務,其實是數據收集

很多人說,AI當「客服」是簡單的幾個操作把網站資料整理進去,再加上語氣和基本規則。

但事實上,在協助超過20個不同類型客戶後,AI在網站上的角色,其實是顧問。因為客戶可能只是剛看到一個房型,順手查了附近交通,又回頭問管理費。

他還沒有準備跟業務說話,還停離在好奇。如果 AI 把網站裡所有相關資料一次丟給他,答案可能沒有錯,但也不一定有幫助。

這要花多少時間?

我後來花很多時間去了解,啟動對話的起始點是什麼?

問價格的人,需要的是價格。問 MM2H 的人,可能連要不要買都還沒決定。 已經問「說明會幾點」的人,也不需要再繞一圈問他是自住還是投資。

有人問投資,也不代表現在就要會把一整排房型推出來。他可能在意的是能不能做 Airbnb、租金回報怎麼看,也可能是現在投資,以後自己會住。

有些人問的是法規,其實想知道的是「我可以相信你嗎?」每一個問題後面的下一步都不一樣。有時候少塞一段現在還用不到的資料,對話反而可以多走一步。

我後來看實際對話時,覺得很有意思的一件事。台灣客戶其實不太會直接問:「你們會不會騙我?」

他們比較常側著問:
「外國人可以買嗎?」表面上在問購屋資格,背後可能是在確認:這件事到底安不安全?
「你們公司有資格嗎?」真正想知道的可能是:我可以相信你們嗎?
「款項怎麼匯?」他可能真正擔心的是:我的錢會不會出問題?

如果這時候直接丟一串 SPA、法條、註冊編號,資訊可能全部都對,但對方真正擔心的事情還是在。

所以我開始調整回答的順序,開始調整對話節奏,就像抓出人類遇到這些問題,實際的反應是什麽? 需要依個人條件判斷的,就交給房產顧問。AI 不需要假裝自己什麼都知道。它要知道,什麼事情回答到這裡就夠了。

實際對話分析

後來,我又回去看那一句「謝謝」,抽樣了一百多則實際對話和網站流量放在一起看。

大家從哪一頁進來、在哪裡開始問、問完什麼會繼續聊、什麼問題之後容易離開、哪一種回答會讓人願意再多問一題。 調整也開始變得很具體:這個人現在還缺哪一塊資訊,才能保持興趣到下個接段?

這次合作之後,我和他們的分工也變得很清楚。客戶把時間留在房產、客戶與交易現場。我處理網站、搜尋內容、數位動線和 AI 對話,把台灣客戶接觸海外品牌時會遇到的障礙,慢慢移除。

我把過程統整四個問題。

同時適用高單價商品、專業服務,或任何客戶需要想一下才會決定的東西,都可以拿回去看一次。

  1. 01

    01|他來之前,已經查過什麼?

    不要假設每個人都從零開始認識你。
    有人已經比較過產品,有人查過價格,有人甚至已經看過競品。

    先知道他帶著什麼問題走進網站,AI 才不會從頭講一遍他已經知道的事情。

  2. 02

    02|他現在到底需要看多少?

    AI 很容易因為知道很多,就一次回答很多。
    但十個方向全部給他,不一定比先刪掉七個有用。
    如果一個人只想知道通勤,就先處理通勤;如果他正在確認 Airbnb,就不用順便介紹所有房型。

    不是回答越完整越好,而是這個答案有沒有讓下一步變簡單。

  3. 03

    03|他問出口的問題,真正想確認的是什麼?

    「可以買嗎?」可能問的不只是法規。
    「公司有資格嗎?」可能也不只是想查一個編號。

    很多真正重要的問題,客戶不一定會直接說出口。
    所以我現在看 AI 對話,不只看:問題 → 答案
    而是有著一個公式去探尋,他問了什麼 → 他其實想確認什麼 → 現在回答多少 → 接下來去哪裡。

  4. 04

    04|回答完這一題,下一句應該是什麼?

    不是每一段 AI 對話最後都應該變成「請留下聯絡方式」。
    問價格的人,可能現在就需要價格。
    已經問活動時間的人,可能已經準備讓真人接進來。

他從哪裡來 → 現在卡在哪裡 → 這一刻需要知道多少 → 下一步願意走多遠。

AI 能不能回答問題,已經不是最難的部分。真正需要設計的是,它能不能在對的時候回答對的程度,也知道什麼時候該讓真正的人接手。 但至少代表有一個原本隔著很遠,心裡還有點不確定的人,在那一刻得到了一個他需要的答案。

距離不一定是公里數。有時候,只是客戶還有一個問題,沒有被好好回答。