運費怎麼算、退換貨幾天、發票補開要找誰——同樣這三句話，你的客服一天要回幾十次。人坐在那裡，把已經寫在頁面上的答案再打一遍，打到下班。客人那頭也沒比較開心，因為他得等你上線、等你看到、等你回覆。
你可能聽過一個說法，把這些重複問答交給 AI 就好，但一查下去又卡住——好像要會寫程式、要接 API、要養一個工程師。其實不用。自訂 GPT（Custom GPT）就是 ChatGPT 裡一個「專門處理某件事」的版本，你把公司的常見問答、產品說明、客服腳本餵給它，再用白話設定它該怎麼回話，它就成了一個讀過你內部資料的助理。整個過程一行程式都不必寫。
只是「怎麼用」這件事，多數教學帶你按完建立鍵就結束了，真正卡住業主的那關——做好之後要怎麼讓它出現在你的網站上接客——反而很少被講清楚。這篇就照「上傳文件、設定系統提示、嵌入網站」三步走一遍，把每一步該做什麼、容易踩哪些坑，連同 HR、電商、B2B 三種情境各能怎麼用，一次說明白。
自訂 GPT 是什麼？跟一般 ChatGPT 有什麼差異
一句話就能分清楚。一般 ChatGPT 是通才，什麼都聊但不認得你公司；自訂 GPT 是你訓練過的專才，記得你給它的規則和資料，每次開口都按你設定的角色走。
你平常用 ChatGPT，每次都要從頭交代一次背景——「我是賣寵物用品的，語氣親切一點，不知道的別亂猜」。自訂 GPT 把這套交代一次寫死，往後它都記得。OpenAI 官方說明把它的組成拆成三塊：指令（Instructions）決定它怎麼行為、知識（Knowledge）是你上傳給它參考的文件、功能（Capabilities）則是要不要開網頁搜尋、資料分析這些能力。三塊組起來，就是一份專屬的工作說明書。
對客服場景來說，差別很實際。一般 ChatGPT 回答「你們運費怎麼算」，它只能憑常識瞎猜；餵過你運費表的自訂 GPT，會直接照你寫的金額回，不跳題、不亂編。這也是為什麼把它拿來當客服比通用版可靠得多——它的答案有來源，就是你給的那份知識庫。
動手前先確認一件事——目前能「建立」自訂 GPT 的，是 ChatGPT 的付費帳號（Plus、Pro、Team、Enterprise 這幾種方案）。免費帳號可以「使用」別人公開的 GPT，但不能自己建。以入門的 Plus 方案來說，價格大約是每月美金 20 元（折合台幣約 650 元），對一間要省下大量客服工時的公司，這筆通常很快就回本。
動手前要準備什麼？帳號、權限與一份整理好的知識庫
醜話先講在前面，自訂 GPT 答得準不準，七成取決於你餵它的資料夠不夠乾淨。工具再聰明，知識庫亂七八糟，它也只能跟著亂答。所以真正的準備功夫在資料整理，不在點按鈕。
帳號和權限上，你需要一個付費的 ChatGPT 帳號，並且記得：建立和編輯 GPT 只能在網頁版操作，手機 App 能用、但不能建。這點先知道，免得你坐在電腦前找半天。
資料這邊，先把要餵進去的東西盤一遍。客服型的 GPT，最常見的素材有這幾類：
- 常見問答（FAQ）：把客服信箱、LINE 對話裡最常被問的問題，連同標準答案整理成一份清楚的文件。
- 產品或服務說明：規格、價格、適用對象、限制條件，越具體它答得越準。
- 流程與政策：退換貨規則、出貨時間、保固範圍、付款方式這些有明確答案的東西。
- 語氣範例：幾組「客人這樣問、我們這樣回」的對話，讓它學你的口吻。
格式上有個官方的硬限制要記住，一個自訂 GPT 最多附 20 個檔案，每個檔案最大 512 MB。多數公司的客服資料根本用不到上限，但這也提醒你別把幾十份零碎文件全丟進去——與其塞一堆，不如把內容合併成幾份結構清楚、以文字為主的檔案。版面太花俏（複雜表格、滿是圖片的 PDF）反而會讓它讀不順，這是官方明白寫出來的建議。
準備好這份乾淨的知識庫，剩下的三步其實很快。先從把文件餵給它開始。
第一步——上傳文件，把公司知識餵進 GPT
第一步要做的，就是把剛剛整理好的那幾份檔案上傳到 GPT 的「知識」區。這一步決定它「知道什麼」。
操作路徑不難。登入 ChatGPT 後，從側邊欄點進「探索 GPTs」（Explore GPTs），點右上角的「建立」，編輯器會切成左右兩半——左邊是對話式設定、右邊是即時預覽。切到「設定」（Configure）這一頁，找到「知識」（Knowledge）區塊，點「上傳檔案」，把你的 FAQ、產品說明、政策文件一份份加進去就行。
這裡要分清楚一組常被混淆的概念——知識和指令不是同一回事。知識是「參考資料」，是它回答時去翻的書；指令是「行為規則」，是告訴它該怎麼翻、怎麼答。OpenAI 官方特別提醒，規則、語氣、工作流程要寫進指令，不要塞進知識檔案；知識檔案就單純放給它查的內容。舉個實際的例子，「退貨期限是 7 天」這種事實放在知識庫，「遇到問退貨的客人要先確認購買日期再回答」這種做法則寫在指令裡。
上傳完先別急著往下走。在右邊的預覽區隨手問幾個真實客人會問的問題，看它有沒有照你給的資料回。如果你希望它回答時引用文件原文，或標明答案出處，這個要求也得在指令裡寫清楚，它才會照做——這正好接到第二步。
第二步——設定系統提示，決定客服的語氣與底線
系統提示（也就是指令）是整個自訂 GPT 的靈魂，它決定這個客服是冷冰冰照本宣科，還是像個懂分寸的真人。同一份知識庫，配不同的指令，回出來的味道天差地遠。
寫指令有個官方建議的原則很受用：多用正面、具體的指示（「做 X」），少寫一長串禁令（「不要做 Y」）。與其列十條「不准」，不如把該做的步驟講清楚。對客服 GPT 來說，一份堪用的指令通常會交代這幾件事：
- 角色設定：你是誰。例如「你是一間寵物用品電商的線上客服，個性親切、有耐心」。
- 回話語氣：要簡潔還是熱絡、用不用表情符號、稱呼客人「您」還是「你」。
- 回答邊界：只根據知識庫回答，遇到查不到的問題不要硬掰。
- 求救機制：碰到知識庫沒有的問題時，固定回一句「這部分我幫您轉接真人客服」，而不是自己編一個答案。
最後那一條特別重要。AI 有時會「一本正經地胡說」，業界叫它幻覺（Hallucination）。對客服來說，胡說的代價很高——客人照著錯誤資訊操作，責任算誰的？所以指令裡務必劃一條線——答案只能來自你給的資料，超出範圍就轉人工。多步驟的處理也可以用「當 X 發生，就執行 Y」這種明確結構寫，OpenAI 官方也是這樣建議的，它讀起來更不會錯亂。
設定好之後，照樣回預覽區實測。回覆太長就補一句「請控制在三句話內」，語氣不對就調形容詞，這種微調來回幾次，它會越來越像你要的那個客服。等它答得穩了，按「建立」存起來，這個 GPT 就成形了。接著是最關鍵、也最多人卡關的一步——怎麼讓它真的出現在你的網站上。
第三步——嵌入網站，讓客服真正上線接客
這一步得先講一句很少人說清楚的實話——在 ChatGPT 裡建好的自訂 GPT，沒辦法直接「嵌」進你自己的網站。它住在 ChatGPT 平台裡，你能做的官方分享方式，是產生一條連結發出去——客人點了會被帶去 ChatGPT 的頁面，得登入 ChatGPT 才能跟它對話。
這對純內部使用沒問題。同事之間丟個連結，大家都有帳號，開起來就能用。但對「對外客服」這個目的，它有個明顯的斷點：客人得離開你的網站、跳去另一個平台、甚至先有 ChatGPT 帳號，才能問到問題。購物到一半被踢去登入別的服務，多數人就直接放棄了。
所以要分清楚你的「嵌入網站」到底是哪一種需求：
- 只是給內部團隊用：直接用分享連結就夠了。建立完成後開啟分享選單，選「只有我」「擁有連結的人」或「公開」，把連結貼進公司內部文件或群組即可。設成公開還會上架到 GPT 商店。
- 要在自家網站對外接客：得換一條路。原生自訂 GPT 做不到的事，是讓客服小工具（widget）內嵌在你的網頁右下角，客人不離站就能問。要達到這個效果，目前主流有兩種做法。
第一種是走 OpenAI 的 Assistants API。它和自訂 GPT 是兩套不同的產品——自訂 GPT 是 ChatGPT 裡的圖形化設定，Assistants API 則是給開發者的程式介面，可以打造一個內嵌在網站上的對話視窗。代價是它需要寫程式，這條路通常得交給工程師或外包團隊。
第二種，也是「不寫程式」這個訴求真正的解法，是用第三方的無程式碼客服平台。這類工具的做法很單純，你一樣上傳文件或直接貼上網站連結，它幫你訓練出一個 AI 助理，再給你一段嵌入碼，貼進網站就會在頁面角落長出一個對話按鈕。常見的內嵌位置有三種——固定在網頁左下或右下角的浮動按鈕、嵌進特定頁面的對話區塊、或單純一條獨立連結。如果你的網站是用 WordPress 架的，這類平台通常還會提供官方外掛，裝好填入金鑰就接上了，全程不必碰程式碼。
換句話說，「自訂 GPT 嵌入網站」嚴格講有兩層意思：原生 GPT 適合內部、靠連結分享；真要在官網對外接客，得搭配 API 或無程式碼平台。先想清楚你是哪一種，再決定怎麼上線。
HR、電商、B2B 三種情境，自訂 GPT 各能幫上什麼
同樣一套「上傳文件、設定指令」的邏輯，換不同知識庫，就能變成完全不同部門的助手。把它放到三個常見場景，你會更具體感覺到它的用法。
HR 與行政：把重複的內部問答交給它處理。 公司沒有龐大人資團隊時，同樣的問題每天輪流出現——年假怎麼算、報帳流程跑哪幾關、勞健保級距是多少。把員工手冊、請假規則、報銷流程這些文件餵進去，設定它「只根據公司政策回答、查不到就請員工找 HR」，新人有問題隨時問它，HR 不必一天被打斷十次。它也能幫忙草擬職缺說明或制式表單的初稿，格式統一、省下重打的時間。
電商與網路商店：把售前問題自動處理掉。 「這件衣服版型偏大還偏小」「這台適不適合小套房」這類問題，每天被問上幾十次，答案其實都寫在商品頁。把產品規格、尺寸表、適用族群、運費與退換貨規則整理進知識庫，它就能即時回客人售前疑問，還能順手推薦適合的品項。客人不用枯等客服上線，轉換的機會也跟著留住。
B2B 與專業服務：把厚重的規格文件變得能問答。 B2B 的麻煩在於資料又多又專業——技術規格、合約條款、導入流程，客戶光是要找到對的那一頁就很費勁。把這些文件做成可問答的助理，潛在客戶能用白話直接問「你們系統支不支援這個規格」，而不必翻完整份 PDF。它等於先幫業務做了第一輪篩選和答疑，把人力留給真正需要深談的客戶。
三個場景的共通點是：哪裡有「答案固定、卻被重複問」的問題，哪裡就適合擺一個自訂 GPT。先從你部門最常被問爆的那三五題下手，往往最有感。
上線前先擋住三道風險——資料安全、幻覺與品質
工具好用，但有三件事沒先想清楚，上線之後容易出事。先把這三道防線設好，再讓它接觸客人。
第一道，資料安全。 你餵給它的是公司資料，所以上傳前一定要篩一遍，看裡面有沒有夾帶個資、客戶名單、機密報價、未公開的合約。要特別小心一件事——如果把 GPT 設成「公開」，它的知識庫檔案有可能被其他使用者取得。涉及敏感內容的，務必設為私人或僅限連結使用。OpenAI 的隱私設定裡也可以選擇不讓你的內容被用於模型訓練，介意的話記得去關。原則很簡單——不確定能不能外流的東西，就先別放進去。
第二道，防幻覺。 前面提過，AI 會在資料不足時自己補一個聽起來很合理、實際上是錯的答案。對客服這是大忌。除了在指令裡要求「只根據知識庫回答、查不到就轉人工」，你也該在正式上線前自己當奧客，故意問一些刁鑽、邊界、知識庫裡沒有的問題，看它會不會亂答。會亂答，就回頭把指令收緊、把缺的資料補進知識庫。
第三道，持續校準。 自訂 GPT 不是建好就一勞永逸。它上線後一定會碰到你沒預料到的問法，也會有答得不夠好的時候。把這些答歪的對話蒐集起來，回頭補進知識庫、或修一修指令，它就會一次比一次準。價格改了、政策變了、出了新產品，記得同步更新知識庫——資料一過期，它就會理直氣壯地給出舊答案。
把這三道防線設好，這個客服才算真的能放心交給客人。
先讓 AI 分擔重複問題，人力才騰得出手做真正需要判斷的事
回頭看，自訂 GPT 的門檻其實沒有想像中高。難的從來不是技術，而是有沒有把該整理的資料整理乾淨、有沒有把該設的規則設清楚、有沒有想清楚它最後要出現在哪裡。上傳文件、設定系統提示、嵌入網站，三步走完，一個讀過你內部資料、全天候在線的助理就成形了。
別一次就想做出一個無所不答的全能客服。挑你團隊最常被問爆的那幾題，先做一個小而準的版本上線，看它能處理多少、再慢慢補。等你發現客服信箱安靜了一截、同事不再被同樣的問題打斷，你就會明白——有些重複的活，本來就不該再用人力一遍遍重來。