STEP 1
客人不會等你營業
凌晨兩點，你睡得正沉。手機螢幕突然一亮：「週六下午能做臉嗎？」撐開眼回、睡眠毀了；等天亮再回、客人早就問了隔壁。
但你的數位店員，這一秒已經幫你回好了。
別只看數位店員回得好，
看它是怎麼回的。
一則預約訊息，從客人手機出發、到答案回家，每一步都畫給你看。不管你是做臉、美甲，還是命理老師——只要客人得先「預約」，這趟都一樣。
你的「數位店員」・在 LINE 上 24 小時待命
先說清楚它是誰——這是你的「數位店員」：不用睡覺、不會離職、不會擺臉色，24 小時替你顧客人。下面就看它怎麼上工。
⚡ 三十秒看懂
AI 客服機器人＝一個不睡覺的數位店員。客人一問，它先翻你教它的「筆記本」（價目、時段、你的規矩） → 有依據才回、絕不亂猜 → 沒把握的轉給真人 → 你教它一次，下次它自己就會。
下面每一步，都畫給你看 ↓
01一則訊息的旅程
跟著一則預約訊息，走一趟 數位店員的腦袋。
STEP 2
它先翻「店的筆記本」
回答前，它先翻你教過的筆記本——價目、可約時段、你的規矩，一片一片放好。
它不亂猜，只看你給的筆記。
STEP 3
查到了，才回答
翻到週六班表，它就用你店裡的口氣回：哪個時段有位、多少錢，講得清清楚楚。
對了才回，錯了不講。
STEP 4
沒把握？轉給真人
客人問「懷孕能不能做臉」——這種要看狀況的，它不硬答，一句「我請老師回您」，同一秒你手機叮一聲。
不懂就喊你，絕不逞強。
STEP 5
教一次，下次它就會
你回完客人，答案寫進筆記本。下次同樣的題，它自己會回——教過的不會忘，也不會離職帶走。
越用，越像你店裡最資深的員工。
換你試一句 👇
點一顆問題，看它怎麼走。（示範版・照真實客服邏輯預錄）
三題裡有一題它答不了——這是故意的。會轉真人，才是你敢放心交給它的原因。
02掀開引擎蓋
「筆記本」其實長這樣——掀開給你看。
剛剛講的筆記本，行話叫 RAG（你不用記，等一下五步拆給你看）。它為什麼要存在？看這組對比就懂了。
✗ 以前的笨方法
把整間店的資料一次全塞給 AI，它就像翻一本沒目錄的厚書——翻到一半忘了開頭，答起來就亂了。
✓ 聰明的方法（RAG）
先把資料做成一張張索引小卡、放進查得飛快的圖書館。客人問什麼，只抽最相關那幾張給它看——又快又準。
原來 AI 不是「什麼都知道」——它只是聰明地挑出相關的那幾張。
這招——先做索引卡、只抽相關那幾張——就是讓 AI 答得準、又不亂掰的關鍵。整套工具全部免費、全部開源，拆成五步看：
第 1 步
切片Chunking
你的價目、服務項目、預約規則、回話習慣，剪成一片一片的小卡。
第 2 步
幫每張卡標「意思」Embedding
電腦看不懂文字，得先幫每張小卡標上「意思」——意思越像的卡，標記就越接近。這樣客人一問，才找得到最像那幾張。（用哪個免費開源工具，下面零件表全講。）
第 3 步
進圖書館存起來、能秒查 免費
所有小卡照「意思」排好書架、編好目錄，客人一問就能秒撈最相關那幾張。料還少的時候，用最簡單的方式就夠了（我們現在就這樣）；料變大，再升級到專用的向量資料庫——pgvector、Weaviate 這些都免費開源。
📚 到這裡，資料都整理好、在圖書館等客人來問了。↓ 客人一問，換這兩步：
第 4 步
客人一問，秒撈最像的檢索
客人的問題進來，也照樣標上「意思」，去書架上撈出最像的那幾張——再挑出最準的，準備回答。
第 5 步
拼成小抄組合
把挑出的小卡跟問題拼成一張小抄，數位店員照著小抄回答——這就是它「有依據才回」的原因。
換你當一次 AI —— 挑一題，看它抽哪幾張卡 👇
下面是這間店的筆記本、拆成一張張卡。點一題、或打你自己的一句，看它怎麼「只抽相關的那幾張」。
💡 這是示範版的關鍵字比對；正式版用語意向量——你換句話講「禮拜六有沒有空？」它照樣聽得懂。
📖 RAG 不是我們發明的——這套「先查資料再回答」的架構，是 Facebook AI 研究院（現在的 Meta AI）在 2020 年提出（Lewis 等人，NeurIPS 2020）、現在企業導入 AI 的標準做法。我們只是把這套業界公認的配方，老實做好。
這五步，從「計劃」到「打造」老徐全包。你只要給料，不用碰任何一個術語。
03訊息變資產
客人問過的每句話，一句都不浪費。
數位店員回覆的同時，還可以把客人傳進來的每句話存下來、自動整理成一張表，放進 Google 試算表 免費——你手機隨時打開看。
📥 客人每句話，自動落成一行
| 時間 | 客人 | 問什麼 | 答了沒 |
|---|---|---|---|
| 23:47 | 陳小姐 | 週六預約 | ✓ |
| 09:12 | 林先生 | 護膚價格 | ✓ |
| 14:05 | 王小姐 | 懷孕能做 | 轉真人 |
Google 試算表・手機隨時打開看
誰在半夜問——最急的客人，隔天優先追。
最常被問的題——就是你該主打的招牌。
答不了的題——下一片筆記本，教一次就會。
別人的客人訊息已讀就丟；你的每一句都變成客戶名單＋市場情報。
🔧 這是我們現在的輕量做法（Google 試算表）。要更專業的——多平台一個收件匣、完整對話統計、一鍵轉真人——業界標準是開源的 Chatwoot（等於自架版的 Zendesk）。那是店做大了的下一步，我們照樣講給你聽。
04需要的傢俬
整套需要什麼？兩件，就兩件。
很多人以為要機房、要工程師。其實你只要備兩樣：一台夠力、能 24 小時不關機的電腦 ＋ 一顆會講話的腦。軟體全部開源免費。
傢俬 1
一台不關機的電腦
它得 24 小時醒著，一邊接客人訊息、一邊幫 AI 做整理（把資料切成索引卡那些），所以要夠力又穩。
✓ 小台的 Mac mini 能跑
✓ Windows 電腦也能跑
✕ 不建議用筆電——24 小時不關機散熱扛不住、容易過熱又傷電池
一台約 3 到 4 萬（32G 這級、Mac mini 或 Windows 都行），老徐幫你配、幫你架好。（記憶體正在漲、看當下報價。）
傢俬 2
一顆會講話的腦
雲端腦——多數店家選這條
用多少付多少。小店一個月大約三、四百塊、最省事。你店裡的資料（名單、SOP）留在自己電腦上，只有「客人這句話＋要查的內容」會加密送去雲端那顆腦生成答案——會出門問一次、但不是把整個資料庫交出去。要完全不出門，選旁邊自家腦。
自家腦——資料敏感的選這條
想連大腦都自己養、客人資料一步不出門，把這台電腦規格再拉高一點就行——零月費、不被平台漲價綁住。
軟體整套免費開源，要花錢的就上面這兩件。電腦一次買、腦按月付（或也買斷）；見面聊完你的店，老徐直接告訴你怎麼配最划算。（行情 2026 年 7 月查證、記憶體漲價中）
05說穿了
這不是魔術，也不是神話。
回想一下你剛剛看到的——會翻筆記本的它、雲端那顆腦、那台不關機的小電腦。拆開來就這些：幾樣免費開源的技術，搭在一起而已。
一台小電腦
＋
RAG 筆記本
＋
會講話的腦
具體是哪些零件？全部攤給你看——每個都查得到、都免費開源，我們現在用哪些、還沒上哪些，標得清清楚楚：
Dify 開源 ✅ 我們在用
AI 應用的「樂高」，拉節點就兜出整套流程、不用從零寫程式。GitHub 十幾萬星（2026）。
會講話的腦（LLM） ✅ 我們在用
真正回話的那顆腦。我們這隻示範現在走雲端（Gemini），也可以換成跑在自己店裡的模型。
RAG ＋ bge-m3 開源 ✅ 我們在用
「先翻工具書再回答」那套，加上把文字變座標的翻譯機——bge-m3 對中文很強（北京智源開源、MIT 授權、中文排行榜名列前茅），客人講中文特別合用。
LINE 官方帳號 ＋ API ✅ 正式版在用
客人用 LINE 傳訊息就對到機器人，走官方正規管道、不怕封號。其他平台想串也能做——只要有官方 API，像 FB Messenger、IG 私訊、WhatsApp、Telegram、官網聊天窗都能接。
Chatwoot 開源 🔜 下一步
一個收件匣收所有平台（LINE／FB／IG…）、完整對話統計、一鍵轉真人。業界標準、我們還沒上。
專用向量資料庫 開源 🔜 料變大再上
秒撈「最相關那幾頁」的記憶櫃（pgvector、Weaviate）——就跑在你自己的電腦裡、資料存你手上。料還少時我們用最簡單的方式頂著、夠用就好。
這張表我們敢原原本本給你看：哪些現在就在跑（✅）、哪些是店做大的下一步（🔜），一個字都不含糊。別家只跟你說「我幫你建好」，不會告訴你裡面是什麼。
🔍 不信？自己查。這些全是公開的開源專案，GitHub 上都翻得到——我講的不是隨口說說：
看到這你可能想：那我自己也能做？——對，你真的可以，這些工具網路上都查得到。那為什麼找老徐比較好？
1
我懂你的生意
懂業務、懂邏輯、懂整套架構——不然我現在怎麼有辦法，把這些一步步講給你聽？
2
照業界標準做
外面很多人只說「我幫你建」，卻從不講用了哪些技術。我每一步都照標準走、攤開給你看。
3
全部講清楚
從頭到尾沒有黑箱。你懂它怎麼運作，才會真的安心、放心交給它。
想自己動手做？來問我，不用錢。
你看完想挑戰自己做、卡住了想問——直接問我，我教你怎麼做。想清楚一件事就好：你要花二十幾個小時研究裝環境、調參數，還是花一小時跟我聊聊生意？我賣的是替你省時間，不是把你擋在門外。
06一起走的路
從見面到上線，一起走八站。
每站你要做的都很少——大部分時候，照常做生意就好。
第 1 站
見面
你泡杯茶，老徐帶 AI 客服來。聊聊店裡最煩的是哪幾種訊息。
你：聊天就好老徐：當面 demo 給你看
第 2 站
洽談
做什麼、多少錢、含幾次修改、保固多久——一張紙講清楚。
你：看清楚再決定老徐：白紙黑字寫死
第 3 站
計劃
列出要教它的：價目、常見問題、你的口頭禪。你給料，老徐整理。
你：給料老徐：整理成筆記本
第 4 站
設計
調它講話的樣子——像你店裡的人，不像客服機器。
你：挑順眼的老徐：調口氣調到像
第 5 站
打造
老徐把整套接上你的 LINE。這站你完全不用出力。
你：不用做事老徐：埋頭做工
第 6 站
試用
還沒接你的 LINE——老徐先給你一個模擬對話網頁，你在上面跟它聊、盡量刁難，回不好的當場一題一題修。
你：用力考它老徐：一題一題修
第 7 站
大量測試
試用覺得順了，還不能上。老徐拿一大批題目狠狠測——確定它答得都準、不會亂回，才敢讓真客人看到。
你：出難題老徐：全測到過關才放行
第 8 站
上線
調到你滿意、也大量測過了，才正式接上你的 LINE、打開給真客人——接 LINE 是最後一步、確定好才接。頭一個月老徐盯著，怪題隨時進他手機。
你：照常做生意老徐：半年保固、找得到本人
這一套，老徐已經幫真實店家做出來、天天在 LINE 上回客人。想看活的？當面開給你看。
07上線不是終點
交給它那天，才是它開始變厲害的第一天。
別家交件就跑。老徐不一樣——上線之後，它會越用越聰明、把你的店越顧越好。
用得越久、你教的越多 → 它答得越準
換你教它一次 👇
遇到它還不會的題，你只要教一次——看接下來會怎樣。
轉真人的，
會變成固定答案
答不了、轉真人的題，老徐定期回頭看——能固定的就補進更新，之後它自己就會答。
越用，
越懂你的店
你的店開越久、教過的越多，它就越像你本人在回——不會忘、也不會離職帶走。
常被問的，
會被抓出來教
老徐幫你盯那張訊息表——同一題被問很多次（比如超過 30 次），就提醒你「要不要教它固定答案？」你點頭，下次更新它就會。
說白了，它不是「自己」變神——是你教它、它就記住，一點一滴把整間店的問答，累積成換人也帶不走的資產。這就是「教一次、記一輩子」放到一整年的樣子。
想讓它替你值班、還越養越聰明？加 LINE，當面開給你 →