顧客在官網的對話框打了一句「我的訂單什麼時候會到」，AI 客服回了一段物流查詢連結。他心裡還是沒底，換個說法再問一次「訂單大概幾天能收到」，這次 AI 卻自顧自切進了退換貨流程，答非所問。他有點不耐煩，打了句「你是不是聽不懂我在問什麼」，結果換來第三種、還是文不對題的回覆。三個回合、三種答案，沒有一個真的解決他的問題。
這種狀況背後常被誤會成「AI 不夠聰明」，其實問題多半出在 AI 客服對話設計這件事上，也就是要不要把「同一件事」的處理路徑先訂清楚，讓意圖判斷、記憶、知識庫、回覆語氣這幾層各自對得上，而不是每次都讓模型現場自由發揮。設計沒顧到，不只讓顧客多花時間繞圈子，還會讓他認定這套系統整體不可靠，連帶影響他對品牌的信任；反過來說，把這幾層搭好，答案不一致的情況其實有明確的方法可以收斂，不必只靠模型愈訓愈聰明。
先從同一個問題為什麼換來不同答案講起，再一路拆進背後的四個常見病灶，以及能對症下藥的三個解法。
同一個問題，AI 客服為什麼每次回答都不一樣？
多數企業遇到 AI 客服答非所問，第一個反應通常是懷疑模型不夠聰明，或者知識庫塞的資料不夠多。但從設計的角度看，真正拖累回答一致性的，常常是「對話設計」這個中間層沒有先搭好，而不是模型本身的語言能力不足。
對話設計包含好幾層，各自負責不同的工作：意圖辨識（intent recognition）負責判斷顧客這句話想問什麼；對話狀態（dialogue state）負責記住前面講過的內容、判斷現在進行到哪一步；知識庫負責決定要拿哪一份資料當答案的依據；生成語氣則負責把找到的答案組織成一句自然的話。鬼打牆通常不是單一原因，而是其中一層、甚至好幾層同時出了問題，不是「AI 笨」這麼單純一句話能解釋。
很多企業以為答非所問是知識庫不夠完整，於是不斷往裡面塞更多常見問答，結果顧客還是被繞。Nielsen Norman Group 一份針對對話機器人易用性的研究就指出，多數對話機器人本質上是「線性流程加上有限分支」的設計，使用者的用詞或順序只要稍微偏離腳本預期的寫法，系統就容易答非所問，這正好說明同一個問題換句話問就換答案，根源常常在流程設計本身，而不是資料塞得夠不夠多。
這裡還要分清兩件事：回答不一致，跟回答錯誤，並不是同一回事。同一個問題被系統給出三種不同答案，對顧客信任感的傷害，往往比給一個雖然不夠完整、但前後一致的答案還要大，因為顧客懷疑的不再是「這次沒答對」，而是這套系統整體可不可靠。這正是 AI 客服對話設計要解決的核心問題。
AI 客服鬼打牆，通常卡在這 4 個原因
上面這幾層拆解偏抽象，實際落地時，鬼打牆通常會具體卡在下面四個環節。看懂這四點，不只工程團隊，店家自己也能一眼看出問題出在哪個環節，後面三個解法也是針對這四個病灶而設計。
原因一：意圖判斷沒有固定路徑，每次都靠模型「現場猜」
意圖辨識如果沒有先把常見問題收斂成一份有限、明確的分類清單，同一句話換個說法問，系統等於每次都要重新猜一次對方的意圖。猜對猜錯，幾乎全看當下的狀態，自然會產生三種不同的答案。
Nielsen Norman Group 同一份研究裡記錄了幾個實際觀察到的例子：達美樂披薩（Domino’s Pizza）的訂購機器人被使用者問到住的地方是公寓還是房子時，對方打了「townhome」這個字，機器人完全聽不懂，只回了一句自己沒辦法理解；另一個例子是精品品牌 Burberry 的客服機器人，使用者只打了「Belt」想找皮帶商品，系統卻回了一串訂單取消的說明。這兩個例子的共同點，都是意圖判斷沒有先收斂出固定的路徑，系統只能照當下認得的關鍵字硬猜，猜偏了就答非所問。
原因二：對話沒有記性，前後文接不起來
多輪對話要順暢，AI 得記住三件事：顧客剛剛講過什麼（context）、目前已經蒐集到哪些資訊（槽位，slot）、進度走到哪一步（對話狀態，dialogue state）。少了這三樣，AI 每次回覆都像重新開一段新對話，顧客換句話再問一次，系統等於從零重算，答案自然對不上。
Rasa 在〈How To Build Multi-Turn AI Conversations〉裡指出，多輪對話需要意圖辨識、槽位填充（slot filling）、對話狀態管理，加上離題處理（handling digressions）這四個構件才撐得起來；文中也點出根本原因，多數基礎的 AI 系統把每一句輸入都當成獨立事件處理，不會回頭參考前面說過的內容，只看最新這一句。這也解釋了顧客為什麼常被要求把訂單編號、問題內容重講一次，因為系統根本沒有把上一輪的資訊留下來。
原因三：知識庫互相矛盾或版本過舊
不少企業的 AI 客服背後接了好幾個資料來源：常見問答文件、舊版政策頁面、內部信件範本，彼此更新的時間點都不一樣，版本也沒有同步。AI 檢索的時候撈到哪一份，就照哪一份回答，同一個問題自然會撈到不同版本的說法，有時候連客服人員自己都搞不清楚哪一份才是最新的。
Gartner 的研究顯示，資料品質不佳平均讓企業每年損失約 1290 萬美元。這個數字說明資料品質從來不是 IT 部門私下處理的小事，而是有具體代價的營運風險；對 AI 客服而言，知識庫要有唯一版本、定期盤點汰換過期內容，才不會讓 AI 檢索到早就作廢的舊答案。
原因四：生成太自由，同一件事換句話講就換答案
當生成式 AI 沒有被限制在一個固定的框架裡組織回覆，同一件事換個問法，模型表達的方式就可能整個不一樣，細節甚至彼此矛盾。這跟「幻覺」屬於同一類風險，但更常見的表現不是明顯捏造事實，而是用詞與結論一路飄移，讓顧客覺得系統每次的立場都不太一樣。
Sparkout Tech 整理的一份 AI 客服常見錯誤診斷表裡，把「相似問題卻給出不同回覆」列為一項獨立症狀，指出常見成因是提示詞不一致，或者資訊來源分散在好幾個地方；對應的解法是統一提示詞範本、把知識來源集中管理。這四個原因不管是哪一個沒顧到，只要放著不處理，接下來要付出代價的就不只是這一次的對話。
答非所問放著不處理，會先流失哪些顧客？
顧客被同一個問題繞了兩三圈，通常不會再給第三次機會，而且離開之前，他們往往還會留下一則負評，或是一筆客訴紀錄。這不只影響這一次的生意，還牽動後面每一個看到評論的潛在顧客的第一印象。
這也是為什麼前面提到的「回答不一致」比「回答錯誤」更傷，因為同一個問題被系統前後給出好幾種不同答案時，顧客認定的不是「這次沒答對」，而是「這整套系統不可靠」；信任一旦動搖，再多正確答案也很難拉回來。Zendesk 的客服統計顯示，消費者在經歷多次不佳的客服體驗後，有 73%會轉向競爭對手，而只要一次不好的體驗，就有超過一半的消費者會考慮轉單。這個比例說明，放著鬼打牆不處理，流失的不會只是一兩個顧客，而是一整批本來願意留下來的熟客。
與其等顧客用腳投票，不如把前面四個病灶逐一解決。第一個該補的，是讓每個問題都能找到同一條處理路徑。
解法一：先畫「意圖地圖」，讓每個問題只對應一個標準答案
先把過去的客服對話紀錄、常見問答整理出來，看使用者實際上會用哪些不同的說法問同一件事，再把這些說法歸納成一份有限的意圖清單。每個意圖對應唯一一套標準答案的骨架，可以是一份能重複套用的範本，不必是逐字照本宣科的固定台詞，讓生成模型在這個骨架裡組織語言，而不是每次都自由發揮去猜顧客要什麼。把這些意圖收斂整理好，就是一份可以持續更新的意圖地圖。
整理意圖清單的起點，是把過去的對話紀錄拿出來分析，找出被問最多次的問題，以及同一件事有哪些不同的問法變體。找到之後，「同一個意圖、不同問法」要收斂成同一條處理路徑，不能各自獨立處理，不然就等於同一件事被拆成好幾套邏輯，答案自然對不上。
比較麻煩的是意圖邊界模糊的情況，例如顧客只打了一句「我要換」，系統不知道是要換貨還是退貨。這時候該做的不是讓系統各憑印象猜一個答案，而是設計成主動追問。Rasa 在〈How to Create Effective Chatbot Conversation Designs〉裡就示範過類似的做法：當使用者說「我要轉帳」這種意思不夠明確的請求時，系統該反問對方是一次性轉帳，還是要設定成週期性扣款，而不是自己認定一種答案就往下走。這個原則放到客服情境一樣成立，意圖模糊時，多問一句比自己亂猜更能守住答案的一致性。
意圖判斷對了，只是解決鬼打牆的第一層；顧客問完一次後，AI 記不記得住剛剛講過的內容，是接下來要顧的下一關。
解法二：讓 AI 有「記性」，別讓顧客自己重講一次
替對話加一層狀態追蹤，記住顧客剛剛提供過的資訊，例如訂單編號、問題類型，也記住目前進行到流程的哪一步。這樣顧客換個方式再問一次，不會被要求整個重新自我介紹一遍；系統也要能辨認出「顧客只是換句話問同一件事」，而不是把它當成一個全新的問題重新處理。
這裡有兩個名詞值得先弄清楚。槽位（slot）指的是系統需要蒐集的關鍵資訊，像訂單編號、聯絡電話、想查詢的日期，都是一個個槽位；對話狀態（dialogue state）則是指目前對話走到流程的哪一步、哪些槽位已經填好、哪些還缺。少了這兩層，AI 每答一句都像重新開機，前面問過的資訊全部歸零。
顧客中途離題或臨時補充資訊時，也要設計成先把這段內容記下來，再把對話帶回原本的任務，而不是整段對話直接中斷重來。Rasa 在〈How To Build Multi-Turn AI Conversations〉裡把槽位填充、對話狀態管理，跟離題處理並列為多輪對話不可或缺的構件，理由正是這幾層合起來，才能讓系統不必要求使用者一再重複同樣的資訊。
記性顧好之後，還有一種情況兩者都救不回來，那就是當 AI 真的判斷不出意圖、卡住的時候，接下來怎麼回應，才是留住顧客的最後一道防線。
解法三：設計「復原機制」，別讓每次卡關都回同一句「我不明白」
當 AI 辨識不出使用者的意圖時，常見的做法是每次都丟出一模一樣的萬用句，像是「抱歉我不太明白，請換句話說」。比較好的設計，是根據當下最接近的幾個可能意圖，直接列出來讓顧客選，不必要求顧客自己再想一次該怎麼問。這種做法業界稱為復原優先設計（fall-forward），同時也要準備清楚的跳出選項，像是重新開始、換個問法、轉真人客服，避免顧客卡在同一個死胡同裡繞不出去。
通用的錯誤訊息，跟「根據當下語境給出最接近的選項」，是完全不同層級的設計。如果同一種萬用回覆連續出現兩次以上，就代表這個環節該觸發不同的處理路徑，不能第三次還是丟出同一句話；復原機制也該跟情境掛鉤，不同任務卡關時該給的選項也不一樣，不是所有情境共用同一套罐頭句。
加拿大蒙特婁銀行（BMO）的客服機器人是個具體的前後對照案例。UX Content Collective 整理的一篇文章指出，BMO 的機器人原本超過一半的對話都被判定成無法辨識，只要比對分數低於 50%，系統就直接丟出「我不太明白，麻煩換個問法」，顧客常常被卡在原地。後來設計團隊把做法改成信心不足時，直接顯示幾個最接近使用者需求的選項讓對方點選，顧客不用從頭再問一次就能找到出路——同一套邏輯，換了一個呈現方式，結果差很多。
這三個解法把眼前的鬼打牆解決了，但顧客的問法會一直變，系統也不會永遠站在原地不動。
上線不是終點——怎麼從對話紀錄揪出還在鬼打牆的地方？
意圖地圖、記性、復原機制這三個解法上線之後，不會一次就到位，一定要定期回頭看真實的對話紀錄，才能持續把「同一個問題卻換來好幾種答案」的情況收斂到最少。
具體要做的，是從對話紀錄裡挑出「同一個意圖、不同問法卻被分類到不同處理路徑」的案例。把這些案例找出來，才知道意圖地圖哪裡還沒收斂完整，該補進哪些說法變體。Rasa 在〈How to Create Effective Chatbot Conversation Designs〉的「Test and Refine with Feedback」段落裡建議，持續監看對話分析數據，包括完成率、滿意度、復原機制觸發的頻率，用這幾個訊號找出哪個環節還需要調整。
上線前也不必等系統成熟才開始測試。找少數幾位真人實際操作，觀察他們實際卡在哪一步，是成本相對低、卻很有效的做法。Nielsen Norman Group 同一份研究本身用的方法就是如此，找了 8 位使用者實際上機操作，觀察真實的卡關情境，而不是靠團隊內部憑空想像可能的問題。把這些觀察結果回頭補進意圖地圖，系統上線前就能先擋掉一部分明顯的漏洞。
至於多久該回顧一次對話紀錄，沒有固定的標準答案，但幾個訊號值得持續追蹤：同一個問題被反覆問了幾次才問到滿意的答案、對話中途放棄的比例有沒有升高、復原機制被觸發的頻率有沒有異常增加。這些數字一旦出現變化，通常就是系統又開始鬼打牆的第一個訊號。
AI 客服會不會鬼打牆，考驗的從來不是模型多聰明，而是背後有沒有人把「同一件事該怎麼回」這條路先想清楚、寫下來，並且定期回頭檢查。意圖地圖畫得再完整，也會隨著顧客問法變化、產品規則調整而慢慢跟不上，AI 客服的對話設計因此不是上線那天就結案的專案，而是要跟著真實對話持續維護的長期紀律。願意把這件事當成日常工作的一部分，答非所問的情況才會愈來愈少，顧客也才會漸漸相信，不管換哪種問法，得到的答案都是同一套可以信任的說法。