診所 AI 客服怎麼選？醫療安全、回答邊界與真人接手

百靈鳥團隊在實際協助診所導入 AI 客服後，常常發現一個反差；那就是展示時最能吸引客戶目光的功能，和正式上線後真正考驗品質的地方，經常是兩回事。 

展示Demo時的問題情境通常很完整。

「診所有哪些療程？」 「營業時間到幾點？」 「要怎麼預約？」

這類企業資本資訊和衛教相關的問題，由於資料明確，大多數 AI 客服都能順利回答。然而在實際的狀況中，真實患者的對話卻可能不完整，或是打錯字；前一刻詢問價格，下一句就開始描述症狀，希望 AI 直接判斷自己適不適合某項療程。

在這種狀況下，醫療產業的 AI 客服不能光看會不會回答，反而應該是注意，AI 是否知道哪些問題不該回答。從實際導入經驗來看，診所選擇 AI 客服，應先確認三件事：「遇到醫療風險時能不能停下來、系統是否清楚自己的回答邊界，以及超出處理範圍後，是否能讓真人順利且無障礙的接手後續流程。」

回答流暢，不代表內容可靠

假設一位患者在療程後傳訊息給診所：

「我昨天做完療程，今天愈來愈紅，還有一點痛，這樣正常嗎？」

AI 很容易根據一般資料，整理出一段語氣自然的說明，告訴患者泛紅可能是常見反應，通常幾天後就會改善。

問題在於，AI 看不到患者的實際狀況，也不知道紅腫程度、接受的療程、個人病史與其他症狀。內容即使聽起來合理，仍可能不適用於眼前這位患者。過度肯定的回答，還可能讓患者延後聯絡診所或尋求醫療協助。

「衛教知識」和「衛教諮詢」，對 AI 來說，對話的意圖差距不大，但在實務上，對醫院而言卻是完全不可以越界的醫療紅線。適合醫療場域的 AI 客服，遇到患者陳述症狀、術後異常或個人醫療判斷時，應依照院所規則停止回應，提醒患者聯絡診所，並通知真人客服、護理人員或醫師處理。

世界衛生組織曾提醒，大型語言模型產生的健康資訊可能看似合理且具有權威感，內容仍可能完全錯誤或包含嚴重錯誤，因此需要專業監督與嚴謹評估。WHO：Safe and ethical AI for health

對診所來說，醫療安全首先取決於 AI 是否知道自己該遵守哪些回應邊界。

回答邊界，需要在上線前定義清楚

自費醫療的諮詢通常比一般掛號複雜。患者會比較療程內容、醫師專業、設備差異、費用、恢復期與注意事項，也會詢問自己是否適合某項療程。

這些問題可以分成不同層級。

可以直接回答的院所資訊

例如營業時間、交通方式、門診時段、預約流程與院所提供的服務。只要資料正確且持續更新，AI 可以快速處理。

可以依照院所資料說明的療程知識

例如療程原理、一般流程、常見注意事項與費用概覽。百靈鳥會以 RAG（檢索增強生成），從院所核可、已完成資料清洗與結構化標籤的知識中找出與問題最相關的內容，再組織成回答。

建立知識庫前，團隊會逐份梳理療程文件、衛教資訊、設備與儀器手冊、藥理手冊與內部備忘錄，確認有效版本、保留完整語意、建立分類與適用條件，避免系統把不同療程或過期內容混在一起。回答內容應以院所確認過的資料為準，也要說明實際療程與費用仍需經過專業評估。

應該交給真人的個人醫療問題

例如症狀判斷、用藥、術後異常、個人適用性與療程建議。這些問題牽涉患者實際狀況，AI 應辨識風險並依照診所流程轉交真人。

回答邊界如果沒有事先定義，AI 很容易把一般知識延伸成個人建議。診所也很難知道問題發生時，責任究竟落在哪一個環節。

一套成熟的系統，需要同時具備知識內容與處理規則。它不只知道答案，也知道哪些情況不能繼續回答。

真實患者會省略、跳題，也會持續追問

展示問題通常寫得很完整，患者傳來的訊息可能只有：

「那這個可以一起做嗎？」

「上次問的還有嗎？」

「如果星期五做，星期一看得出來嗎？」

系統需要記得前面談的是哪項療程，理解「這個」指什麼，也要知道患者是否已經提供預約日期或其他條件。

品質差距往往出現在對話進行幾輪之後。患者開始省略主詞、改變話題、補充資訊，甚至推翻前面的需求，AI 還能不能延續對話，才看得出系統是否真正理解。

百靈鳥會保留長期對話記憶與多輪對話脈絡，完整記錄患者在不同時間、不同輪次互動中已提供的資訊。即使患者隔了一段時間再回來詢問，AI 仍能接續理解前一次談過的療程、關注與條件，而不是從第一句重新開始。

診所可以觀察幾項基本表現：

• 能否處理口語、錯字與不完整問題
• 能否保留前面的對話脈絡
• 資訊不足時是否先向患者確認
• 找不到資料時是否明確說明
• 話題改變後能否切換處理方式
• 遇到高風險內容時能否停止回答

如果測試只包含官網上找得到答案的常見問題，很難看出這些差異。

模型名稱不能代表完整品質

診所比較系統時，經常先問廠商使用哪一個 AI 模型。模型會影響理解能力、文字表現與回應速度，卻無法單獨決定客服品質。

同一個模型接上不同的院所資料、回答規則與處理流程，結果仍可能完全不同。知識庫如果同時存在新舊價目表，或兩項療程的注意事項混在一起，模型能力再好，也可能引用錯誤資訊。

因此，診所除了確認模型，也要了解廠商如何整理資料、處理版本衝突、更新知識與測試回答。

百靈鳥實際協助診所導入時，經手的知識內容往往包含大量療程文件、衛教資訊、各類設備與儀器手冊、藥理手冊與內部備忘錄。完成資料清洗、結構化與標籤建置後，即使知識量很大，AI 仍能在數秒內依照院所核可的資料回應；這是資料工程與檢索策略共同決定的結果，不是只靠模型名稱。

至於診所文件如何整理、RAG 為什麼可能找錯資料，以及資料結構如何影響回應速度，歡迎參考〈診所 AI 客服知識庫怎麼建？RAG 資料整理與精準檢索指南〉。

真人接手，不能只把聊天室換人

很多系統所稱的「轉真人」，只是停止 AI 回覆，將聊天室交給客服人員。

接手人員仍要從頭閱讀對話，確認患者詢問哪項療程、已經收到哪些回答、目前卡在哪裡。有些客服甚至會再次詢問：「請問您想了解什麼服務？」

對患者而言，前面的對話沒有真正被承接。

百靈鳥會完整記錄患者的對話歷程，並彙整為客戶與病患資料卡，清楚列出關注療程、互動摘要、已回答內容、未完成事項與待辦清單。換班或跨人員接手時，不必從頭翻找大量訊息，就能立即掌握脈絡並接續處理。

完整的真人接手，應讓院所人員快速掌握：

• 患者目前關注的療程或服務
• 主要需求與顧慮
• AI 已經回答的內容
• 尚未解決的問題
• 需要真人介入的原因
• 過去互動與預約狀態

醫美諮詢師、診所客服或護理人員掌握這些資訊後，才能直接處理需要確認的部分。

轉接過程還要確認另一件事：AI 停止回答後，相關人員是否會收到通知。

如果系統只顯示一筆未讀訊息，卻沒有清楚標示患者正在反映術後狀況，真人仍可能錯過需要優先處理的對話。醫療 AI 客服的交接品質，包含停止回答、傳遞脈絡、通知人員與後續處理狀態。

資料安全是診所導入的基本門檻

除了醫療安全、回答邊界與真人接手，資料管理也是診所 AI 客服必須具備的基本條件。

患者可能在聊天室提供姓名、聯絡方式、預約資訊、療程需求、症狀描述與照片。廠商只說「資料經過加密」或「系統符合資安標準」，仍不足以判斷實際風險。

診所至少應確認：

• 系統會收集哪些資料
• 資料儲存在哪裡
• 哪些人員可以查看
• 能否依照角色設定權限
• 對話紀錄保留多久
• 停用服務後如何刪除或移轉
• 使用哪些第三方模型與服務
• 患者資料是否會被用於其他用途
• 系統是否保留登入、操作與異常紀錄

NIST 的 AI 風險管理框架強調，可信任的 AI 系統需要將風險管理納入設計、開發、使用與評估流程。NIST：AI Risk Management Framework

每間診所的服務、串接系統與資料敏感度不同，實際要求仍需依照使用情境逐項確認。

診所應該怎麼實測 AI 客服？

診所比較廠商時，可以請對方使用接近正式環境的資料進行測試，不要只觀看預先錄製的 Demo。

1. 同一個問題換三種說法

例如將「皮秒雷射的恢復期多久」改成口語、錯字與療程簡稱，觀察 AI 是否仍能理解患者的問題。

2. 故意少給重要資訊

只說「我可以做嗎」，看看 AI 會直接推薦療程，還是先確認患者想詢問的服務與基本需求。

3. 詢問知識庫沒有的內容

測試 AI 是否明確表示資料不足，或自行組合出一個聽起來合理的答案。

4. 連續追問五到十輪

在對話中途改變話題，再回頭追問前面的內容，觀察系統是否忘記脈絡、重複提問或答非所問。

5. 加入症狀與醫療判斷問題

確認 AI 能否辨識風險、停止一般回答，並依照院所規則轉交真人。

6. 實際查看真人接手畫面

讓診所人員親自操作後台，確認接手時能看到哪些資訊、是否會收到通知，以及患者是否需要重新說明。

這些測試比單獨詢問「準確率有多少」更有參考價值。準確率如果沒有測試題型、資料範圍與判定標準，很難反映診所正式上線後的表現。

系統開通後，誰負責後面的工作？

AI 客服可以很快開通。帳號建立、LINE 串接與文件上傳完成後，系統可能當天就能開始回答問題。

真正影響長期品質的工作，通常發生在開通之後，包括確認院所資料版本、設定回答邊界、建立轉接規則、測試患者的真實問法，以及持續修正錯誤回答。

如果廠商只負責開通系統，這些責任就會回到診所內部。院所需要安排人力整理資料、測試回答，再自行判斷哪些內容可能產生醫療風險。

百靈鳥團隊在首次導入階段，會協助院所盤點資料、建立知識結構、設定回答原則與醫療安全邊界，並根據實際服務流程完成測試。院所後續可以自行更新內容，影響初期品質的基礎工作則由雙方共同完成。

診所選擇 AI 客服時，可以向廠商提出一個很實際的問題：

系統開始回答之後，哪些工作由廠商負責，哪些風險需要由診所承擔？

答案會直接反映廠商提供的是一套工具，還是一套能夠真正進入診所流程的服務。

會回答，只是診所 AI 客服的基本條件

醫美、牙科、健檢與其他自費醫療診所面對的是患者，不是標準題庫。

一套 AI 客服能否正式上線，要看它在患者說不清楚、資料找不到、問題超過回答邊界或真人需要介入時，是否仍有清楚的處理方式。

診所導入前，應實際測試醫療安全、回答邊界、連續對話、真人接手與資料管理。這些環節處理完整，AI 才能穩定承接第一線諮詢，同時讓院所保有必要的控制權。

---

延伸閱讀

• 什麼是 AI 客服？企業導入前應了解的完整指南
• AI 客服、聊天機器人與 LINE 自動回覆有什麼不同？
• AI 客服的差異鴻溝：從回答問題到企業洞察的四個等級
• 致然雅暮醫美診所導入百靈鳥 AI 客服案例

資料參考

• WHO：Safe and ethical AI for health
• NIST：AI Risk Management Framework