AI 客服機器人怎麼選？我自己架過一套，先講廠商不會告訴你的 4 筆隱藏成本

💡 核心結論速覽 (TL;DR)

• AI 客服費用的重點不是月費，是計價單位：Fin（原 Intercom）按「成果」算，一筆 US$0.99、但「開發客戶」一筆要 US$9.99；Tidio 的 Lyro 按對話算，US$32.5／月只含 50 則；Chatbase 按「點數」算，同一則回覆換成高階模型會從 1 點跳到 5 點。
• 掛 LINE 不會把訊息費燒爆：LINE 官方帳號的一對一聊天與自動回應訊息免費且無上限，計費的是主動群發。怕錯方向的人很多——真正燒錢的是 AI 平台端。
• 最容易漏算的是人力：知識庫要有人維護、AI 答錯要有人收尾。我自己架過一套才學到：答錯一次的補救成本，常常吃掉答對十次省下的時間。
• 我的建議：每月客服訊息量不到 200 則，先別上 AI 客服——把 FAQ 寫清楚、LINE 自動回覆設好就夠了。真的要上，先用真人跑一個月、把問題分類記下來，再回頭挑計價方式，可以少燒一大筆冤枉錢。

「AI 客服一個月才幾百塊而已啦。」

一個做電商的朋友去年這樣跟我說，語氣輕鬆得像在講訂閱串流平台。結果第二個月帳單來，數字翻了快五倍——不是廠商偷漲價，是他從頭到尾都沒搞懂自己買的東西「怎麼算錢」。

老實說我完全能理解他為什麼會踩這個坑。你去 Google 搜「AI 客服推薦」，跳出來的十篇有八篇是「2026 十大 AI 客服平台完整評比」，而且大多是平台自己寫的。那些文章會告訴你「某某方案 $29 起」，但不會告訴你 $29 買到的是什麼單位、超出去之後一筆多少錢、誰來替 AI 答錯的話收尾。

我自己用 AI Agent 從零架過一套 AI 客服系統，所以知道這個東西真正的成本長什麼樣子。這篇不做第十一份工具清單，我想帶你看的是：AI 客服的錢到底花在哪、廠商不會主動說的 4 筆隱藏成本、以及什麼情況你應該直接不要導入。先講結論——月費從來不是重點，計價單位才是。

AI 客服費用怎麼算？月費不是重點，計價單位才是

先給你一句話結論：市面上的 AI 客服費用有三種完全不同的算法，而你的帳單會不會爆掉，取決於你買的算法跟你的客服型態合不合。看不懂這件事，比較月費完全沒有意義。

三種算法分別是「按成果」「按對話」「按點數」。聽起來很像，實際差很多。

按成果算的代表是 Fin（也就是大家熟悉的 Intercom 那套 AI）。它一筆成果 US$0.99，聽起來很單純——直到你發現「成果」不只一種。解決問題、轉真人、判定不合格，這三種各算 US$0.99；但如果 AI 幫你「開發到一個潛在客戶」，一筆是 US$9.99，整整十倍。而且每個月有最低 50 筆的門檻，就算你只用了 3 筆也一樣。

按對話算的代表是 Tidio 的 Lyro。入門大約 US$32.5／月、含 50 則 AI 對話，換算下來一則約 US$0.65——比行銷頁上那句「一次對話只要 $0.50」貴一些，因為 $0.50 是用量拉高之後才有的級距。這裡還有兩個很多人中招的地方：Lyro 是獨立加購的產品，要疊在你的方案上；而免費帳號給的 50 則 AI 對話，官方寫得很清楚是「lifetime」——一輩子就這 50 則，不是每月重置。

按點數算的代表是 Chatbase。它的方案標的是「message credits」——注意，是點數不是訊息。入門方案年繳約 US$32／月（月繳是 US$40），標準模型一則回覆吃 1 點，但你如果把模型換成比較聰明的那幾款，一則回覆最多會吃到 5 點。也就是說，同一個 15,000 點的方案，可能是 15,000 則回覆，也可能只有 3,000 則，全看你選了誰。

資料基準日：2026-07-15。以上為各平台公開定價，實際費用依方案組合與用量而定；台灣本土平台（如漸強實驗室、Omnichat、戰國策）多半不公開標準價，要走業務報價——這種情況你更要主動問一句：「你們是按什麼單位算錢？」

這段你可以帶走的判斷：如果你的客服大量是重複的簡單問題（出貨了沒、怎麼退換），按對話或按點數比較划算；如果你的客服量少但每一則都要真的解決問題，按成果反而不虧。先搞清楚自己是哪一種，再去看報價單。

廠商不會告訴你的 4 筆隱藏成本（我自己架過才知道）

直接說結論：AI 客服真正吃掉預算的，通常不是那張報價單上的數字，而是四筆沒有人幫你列出來的成本。這四筆我全部踩過，因為我自己用 AI Agent 架過一套客服系統，從知識庫到接手流程都是自己搭的。

❶ 知識庫的維護成本。這是最被低估的一筆。AI 客服不是裝上去就會回答，它答得準不準，完全取決於你餵給它的東西。而你的商品會換、活動會過期、退換貨政策會改——每改一次，就要有人回去更新知識庫。沒人更新的 AI 客服，三個月後就變成一台自信滿滿的謠言製造機。

❷ 答錯的補救成本。這筆最痛。真人客服答錯，通常當場就能圓回來；AI 答錯，是白紙黑字傳到顧客手上的。我自己架那套的時候學到最重要的一課就是：答錯一次的補救成本，常常吃掉答對十次省下的時間。一個顧客拿著 AI 給的錯誤承諾來要求你認帳，你要花的不只是時間，還有信任。

❸ 交接與升級的人力。AI 答不出來的時候要轉給誰？這件事聽起來很小，實際上是整個系統最容易崩的地方。如果沒有人在後面接，顧客就會卡在一個永遠鬼打牆的機器人面前——那比沒有 AI 客服還糟。而「有人在後面接」這件事，本身就是人力成本。

❹ 續約與換老闆的風險。這筆很少人算。舉個現成的例子：Fin（原 Intercom）在 2026 年 6 月已經跟 Salesforce 簽下收購協議，金額約 36 億美元，目前尚未完成交割、定價也還沒變動。但你簽的是一份會綁住客服流程的合約——今天談好的價格與方案，明年換了老闆還算不算數，沒有人能跟你保證。

這種「軟體免費、周邊要錢」的結構其實不只出現在客服。我之前拆過一套爆紅的開源 AI Agent，也是同樣的套路——看起來免費的自架方案，真正的帳單其實藏在主機和 API 用量裡，那篇我把每月成本算給你看過。跑 AI 代理本身也很燒錢，我整理過帳單暴增的根因和能砍三到五成的省 token 心法，邏輯是一模一樣的：你以為的單價，永遠不是你的帳單。

下一步可以做的事：把上面四筆各給一個粗估的月數字（就算是拍腦袋也好），加到廠商報價上。加完之後那個總額，才是你真正要拿去做決定的數字。

LINE AI 客服怎麼做？大家最怕的訊息費，其實怕錯方向了

這題我要先破一個很普遍的誤會：把 AI 客服掛在 LINE 上，不會把你的 LINE 訊息費燒爆。因為 LINE 官方帳號的「一對一聊天訊息」和「自動回應訊息」是免費且沒有上限的，這一點 LINE 官方寫得很清楚。

會被計費的是主動推播——群發訊息、分眾訊息、API 推播。而且是按「發送人次」算：你群發給 1,000 個好友，就是 1,000 則。所以真正吃掉你訊息額度的，是行銷推播，不是顧客來問問題。

LINE 官方帳號目前的方案是這樣：輕用量免費、含 200 則群發；中用量月費 NT$800、含 3,000 則；高用量月費 NT$1,200、含 6,000 則。只有高用量能加購，加購從每則 NT$0.2 起、階梯累進。

把這件事想清楚之後，成本結構就很清爽了：顧客丟訊息進來、AI 回答，這段在 LINE 端是零成本；你要付的錢在 AI 平台那一側（就是上面那張表的計價單位）。這也是為什麼我會說很多人怕錯方向——他們拚命想壓 LINE 訊息費，卻沒發現真正的水龍頭開在別的地方。

順帶一提的省錢提醒：如果你目前每個月群發不到 200 則，輕用量的免費方案就夠了，先別急著升級。把預算留給知識庫維護，投報率高得多。

下一步可以做的事：去後台看你上個月的「群發則數」跟「一對一對話則數」各是多少。如果群發遠低於額度、對話卻很多，那你要解的是 AI 平台的計價問題，不是 LINE 的方案問題。

導入前先回答這 3 題，答不出來就先別買

我帶產品那幾年養成一個習慣：任何工具導入前，先問三個問題；三題答不出來，就代表你要解的問題還沒想清楚，這時候買什麼都是浪費。AI 客服尤其如此。

❶ 你到底要解決什麼？「想省人力」不是答案，那是願望。真正的答案長這樣：「我每個月有 300 則客服訊息，其中 200 則在問出貨進度。」——看到差別了嗎？前者無法驗證，後者可以直接推出你需要什麼功能、以及該用哪種計價方式。

❷ 你要串接哪些系統？如果 AI 客服答不到「你的訂單在哪」，那它能處理的就只有一般問答，價值直接砍半。它要不要接你的訂單系統、金流、庫存？能不能接？這件事會直接決定你是能買現成 SaaS，還是得走客製。很多人是在簽約之後才發現串不起來。

❸ AI 答錯的時候，誰收尾？這題最多人跳過，但它是整個導入案的地基。要有一個明確的人、一個明確的升級規則。沒有這個，你買的不是 AI 客服，是一台會自動得罪顧客的機器。

我自己在架那套系統的時候，第三題卡最久。技術上要讓 AI 判斷「我不確定」然後轉手，其實不難；難的是組織上要有人願意接、而且要接得夠快。這是管理問題，不是技術問題——買再貴的工具都不會幫你解決。

順著這個邏輯往下想，你會發現 AI 導入的難點幾乎都不在模型本身。我在聊 AI 到底能為小公司帶來什麼改變那篇裡就寫過類似的觀察：小公司導入 AI 最常見的失敗，是把工具當成解方，卻沒先把流程講清楚。想先看更大的圖再回來看客服這一塊，那篇可以當前導。

下一步可以做的事：把這三題寫在紙上，逼自己各寫兩句話。寫不出來就別開報價會議——你會被業務牽著走。

中小企業、個人品牌怎麼選？我的決策樹

直接給你我的判斷：選 AI 客服不是選「哪個功能多」，而是選「哪種計價方式跟你的客服型態最合」。我把常見的三種情況拆給你看。

如果你是個人品牌／一人公司（每月客服訊息大約幾十到兩百則）：老實說，你多半還不需要 AI 客服。把常見問題整理成一頁 FAQ、LINE 自動回覆設好關鍵字，就能吃掉大部分的重複問題，而且是零成本。真的要試，從按點數計價的訂閱制入門方案開始，額度用不完也不會失控。

如果你是小型電商／服務業（每月幾百到上千則，大量是出貨、退換貨這類重複題）：這是 AI 客服最有價值的區間。優先看能不能串訂單系統，計價選按對話或按點數——因為你的問題重複度高、單題價值低，按成果算會很不划算。

如果你的客服量不大、但每一則都很複雜（B2B、專業服務、客製化商品）：這種情況 AI 能處理的比例本來就低，別期待它幫你省人力。它比較適合當「第一線分流」，把問題分類、收集資料，再轉給真人。這時候按成果計價反而合理，因為你要的是「真的被解決」。

適合 vs 不適合，一句話版本

• ✅ 適合：重複問題多、答案標準化、有人能維護知識庫、有人能接 AI 答不出來的題
• ❌ 不適合：客服量小、每題都要判斷、沒人維護知識庫、答錯的代價很高（醫療、法律、金流爭議）

順帶一提，如果你是靠內容經營個人品牌的人，你的「客服」其實常常是課程或產品的售前問題。那個場景我在比較線上課程平台的隱藏費用與台灣金流那篇聊過——同樣是「月費看起來很甜，抽成才是真正的成本」的故事。看過那篇你會對這篇的邏輯特別有感。

下一步可以做的事：把上個月的客服訊息拉出來，隨手分成「重複題」跟「要判斷的題」兩堆。哪一堆比較高，答案就出來了。

什麼情況我會直接說「先別導入 AI 客服」

這段大概是整篇最不討喜、但我最想寫的一段：不是每個人都該導入 AI 客服，而且「先別做」往往是更省錢的決定。廠商永遠不會這樣跟你說，因為他們要賣東西。我不賣東西，所以可以老實講。

第一種：每月客服訊息量不到 200 則。這個量級，AI 客服省下來的時間，很可能還不夠你花在維護知識庫上。把力氣拿去把 FAQ 寫清楚、把商品頁的資訊補完整，投報率高非常多——而且很多客服問題根本是商品頁沒寫清楚造成的，那是產品問題，不是客服問題。

第二種：你的答案還沒標準化。如果同一個問題，你公司三個人會給三種答案，那你現在餵給 AI 的就是三種答案。AI 不會幫你收斂共識，它只會把你的混亂等比例放大，而且放大得非常有效率。

第三種：答錯的代價很高。牽涉到金額、法律責任、健康的問題，我不會讓 AI 直接面對顧客。它可以幫你整理資料、分類問題、草擬回覆，但按下送出的那個人，必須是人。這條線我建議你劃得比想像中更保守一點。

第四種：沒有人負責維護。如果你講不出「知識庫由誰維護、多久更新一次」，那就先別上。我看過太多的 AI 客服，上線時風光，半年後變成一個會理直氣壯講錯話的鬼打牆機器人——最後還是得關掉，等於錢跟信任都燒了。

說真的，我知道這段可能會讓一些人失望。但我自己架過、也算過帳，所以更清楚一件事：導入 AI 最貴的從來不是訂閱費，是你為了遷就一個沒想清楚的工具，把流程扭曲掉的那些成本。

FAQ 常見問題

AI 客服費用一個月大概多少？中小企業要抓多少預算？

沒有單一答案，因為計價單位不同。按點數的訂閱制入門年繳約 US$32／月（約新台幣一千元上下）；按對話的入門約 US$32.5／月含 50 則；按成果的一筆 US$0.99、每月最低 50 筆。真正該抓的預算是「平台費 ＋ 知識庫維護人力 ＋ 答錯補救」——只算平台費，通常會低估一半以上。

AI 客服 vs 真人客服，該怎麼分工才不會出事？

我的建議是「AI 分流、真人拍板」。讓 AI 處理重複、標準化、答錯代價低的問題（出貨進度、營業時間、退換貨流程），並且設一個明確的轉手規則：AI 判斷不確定、或牽涉金額與責任時，一律轉真人。分工的關鍵不在 AI 多聰明，而在轉手夠不夠快。

把 AI 客服掛在 LINE 上，會不會把訊息費燒爆？

不會。LINE 官方帳號的一對一聊天與自動回應訊息免費且無上限，計費的是主動群發（群發、分眾、API 推播），並且按發送人次計算。所以顧客來問、AI 回答，這段在 LINE 端是零成本；你的錢會花在 AI 平台的計價單位上。

要買現成 SaaS，還是自己用 AI Agent 架一套？

除非你有明確的串接需求（訂單、庫存、內部系統）而且有人能長期維運，否則我會建議先買現成的。自架看起來免費，但主機、API 用量、維護時間都是成本，而且出事的時候沒有客服可以找——你就是客服。想清楚「誰來維運」再決定，比較不會後悔。

AI 客服答錯導致顧客誤解，責任怎麼算？

從實務角度講，顧客不會覺得那是「AI 的錯」，他們只會覺得那是「你的公司說的」。所以答錯代價高的領域（金額、法律、健康）不要讓 AI 直接面對顧客；一定要上的話，在對話中明確標示這是自動回覆、並提供轉真人的入口。這是導入前就該設計好的，不是出事後再補。

最後，我想說的一句話

AI 客服是好東西，我自己架過、也真的靠它省下過時間。但它是一個會放大你既有狀態的工具：流程清楚的公司，它幫你變得更快；流程混亂的公司，它幫你把混亂變得更快、更大聲。

所以在你打開任何一份報價單之前，先花一個下午做三件事：把上個月的客服訊息分類、把常見問題寫成一頁 FAQ、把「誰來收尾」這件事講定。做完這三件事，你可能會發現不需要買了；也可能會發現需求變得無比清晰，選工具只花十分鐘。兩種結果，都比現在就刷卡好。

如果你想繼續往下研究，我整理過中小企業到底要不要租 GPU、哪些成本是陷阱，跟這篇一樣是「先算帳再決定」的路數；想從最基礎開始把 AI 用進工作流，我實測整理過不同情境該裝哪個 MCP server，那是讓 AI 真的能接到你系統的關鍵一步。而如果你在猶豫要不要為 AI 付費，我同時養好幾個訂閱、實測過免費版跟付費版到底差在哪，可以幫你先把錢花在對的地方。

想更了解我怎麼看這些工具，可以看看關於夜羽凌；也歡迎訂閱我的部落格，會不定期收到信。

參考資料

• Fin — Pricing（成果計價與最低用量說明）
• Tidio — Pricing（Lyro AI 對話計價與加購方案）
• Chatbase — Pricing（message credits 與各模型點數消耗）
• LINE for Business 台灣 — LINE 官方帳號方案與訊息費用說明