← 返回

服飾電商智能客服怎麼選?AI 尺寸推薦與庫存查詢的做法(SHOPLINE、CYBERBIZ、Shopify+LINE)

blog-clothes-cover

服飾電商客服最常被問:尺寸、庫存、訂單與退換貨

服飾電商每天收到的客服訊息看似五花八門,其實多半圍繞在尺寸挑選、商品庫存、訂單查詢與退換貨等問題。同樣的問題經常由不同顧客反覆詢問,也讓客服人員花費大量時間回覆。以下整理 3 類常見問題,這些也是適合優先導入 AI 客服的服務項目。

  • 尺寸挑選:顧客常詢問「身高 165 公分、體重 55 公斤,適合穿什麼尺寸?」由於每個人的身形與穿著偏好不同,客服需要依商品尺寸表及顧客提供的資訊給予建議,難以單靠固定的 FAQ 回答。
  • 商品庫存:顧客可能想知道「這件黑色 M 號還有貨嗎?」由於不同顏色、尺寸的庫存會隨銷售情況變動,客服必須查詢即時庫存,才能提供準確資訊。
  • 訂單與退換貨:購買後常見「我的訂單出貨了嗎?」或「尺寸太小可以換貨嗎?」等問題。客服需要查詢訂單與物流進度,或依購買紀錄及退換貨政策,協助顧客處理後續需求。

挑服飾電商智能客服前,先確認這 4 項能力

導入 AI 客服後最常見的落差,是系統會聊天,卻答不出顧客想知道的尺寸與庫存。因為各家串接開店平台的深度差很多,有些只能讀商品資料,能即時查庫存的更少。以下整理挑選時要確認的 4 項能力與測試方法:

blog-clothes

能依尺寸與顏色分開查庫存

服飾庫存是一個顏色加一個尺寸算一筆。如果系統只看整件商品的總庫存,例如黑色 M 已賣完、白色 M 還有貨,AI 可能仍回答「有貨」。驗收時可挑一個實際缺貨的顏色尺寸去問,並確認缺貨品項不會被推薦。

庫存要即時查詢,不能只靠定時匯入

熱銷商品在促銷檔期的庫存變動快速,如果 AI 客服只能讀取定時匯入的商品資料,就可能因資訊更新不及,提供錯誤的庫存數量。

建議測試 AI 客服是否具備即時查詢庫存的能力,例如在後台調整某款商品的尺寸庫存後,立即向 AI 客服詢問,確認系統能否透過 API 查詢開店平台的最新資料,並正確回覆庫存狀態。

資料不足時先追問,不亂推尺寸

尺寸推薦不準確,可能增加退換貨成本,因此 AI 客服應在資訊不足時主動追問,而非直接推薦尺寸。例如,顧客只提供身高 165 公分,AI 應依商品類型進一步詢問體重、腰圍、臀圍或穿著偏好,甚至是習慣,再搭配商品尺寸表給予建議。驗收時,可以刻意只提供身高,觀察 AI 是否主動補問必要資訊。

支援的開店平台與對話渠道(LINE、官網、IG)

導入 AI 客服前,應先確認是否支援現有開店平台與客服渠道,例如 SHOPLINE、CYBERBIZ、Shopify,若使用自建官網,則需確認能否透過 API 串接商品、庫存及訂單資料。

服飾品牌的顧客經常透過 LINE 官方帳號、Instagram 私訊或官網詢問商品,例如尺寸是否合適、喜歡的顏色還有沒有庫存。AI 客服除了能跨渠道提供一致的商品資訊,也能根據顧客需求推薦合適商品、提供購買連結,讓顧客從詢問到下單的過程更順暢,將每一次客服對話轉化為潛在商機。

AI 客服如何依身材推薦尺寸:流程、資料與適用情境

服飾版型各不相同,顧客問尺寸時,客服常得逐件翻規格表。AI 客服要接手,前提是品牌先把尺寸規格表交給系統,讓 AI 拿顧客的數字比對,而不是憑印象猜。以下整理推薦流程、要準備的資料,以及它和商品頁尺寸工具的差別。

尺寸推薦的 4 個步驟:從上傳規格表到推薦商品

常見流程分為 4 步:

blog-clothes2
  1. 上傳規格表:品牌在後台「其他知識類型」上傳尺寸規格表,欄位例如品名、尺寸 S~XXL、腰圍、臀圍與褲長(公分)。
  2. 顧客提供身形:顧客在 LINE 或官網問「我腰圍 68、臀圍 92,這件穿哪個尺寸?」,尺寸推薦腳本就會被觸發。
  3. AI 追問缺漏:顧客只給部分數字時,AI 會先追問缺少的部位,或確認偏好合身還是寬鬆。
  4. 比對後推薦:AI 比對規格表後回覆建議尺寸與理由,並可接著推薦符合條件的商品。

尺寸推薦要先準備的 3 種資料

AI 推薦準不準,要看資料是否放對分類。例如退換貨規則放在 FAQ 知識庫、尺寸規格表放在其他知識類型,AI 要有能抓取的標的才能分別回答「穿不下可以換嗎」和「這件穿哪個尺寸」,以下為資料來源:


資料來源

放什麼

匯入方式

用在哪裡

FAQ 知識庫

常見問答、退換貨與優惠規則

檔案上傳(PDF、XLSX、CSV、DOCX、TXT,單檔 25 MB 內)或系統串接

一般問答、尺寸換貨政策

商品資料

商品名稱、分類、價格、圖片、連結、描述

檔案上傳,或串接開店平台自動同步

商品推薦

其他知識類型

尺寸規格表等非 FAQ、非商品的知識

檔案上傳,或輸入網址讓系統抓取網頁

尺寸查詢與推薦


對話中推薦與商品頁尺寸工具的差別

商品頁的尺寸對照表讓顧客自行比對身高、體重或腰圍等數據,找到適合的尺寸,適合已鎖定商品、希望快速完成購買的顧客。

對話式推薦則適合還在猶豫款式、尺寸,或習慣透過 LINE、Instagram 私訊詢問商品的顧客。例如顧客詢問「我平常穿 M,這件會不會太緊?」AI 客服可以根據商品尺寸資訊回覆,必要時進一步了解穿著偏好,並接續推薦其他款式、查詢庫存或回答退換貨問題。

AI 客服能查庫存嗎?5 大串接範圍

服飾電商的顧客常問「這件還有貨嗎」「我的訂單寄出了嗎」,答案都在開店平台後台,AI 客服要先完成串接,才能在對話中查到。以下整理 Raccoon AI 的平台支援範圍,以及庫存同步與缺貨商品的處理。

支援的開店平台、範圍

Raccoon AI 可串接 91APP、SHOPLINE、Shopify、CYBERBIZ 等電商平台。串接後 AI 就能在對話中推薦商品、查詢訂單與庫存,例如顧客在 LINE 問訂單出貨了沒,AI 可以直接查詢回覆。

平台

串接狀態

商品推薦

訂單查詢

庫存查詢

91APP

可串接

是

是

是

SHOPLINE

可串接

是

是

是

CYBERBIZ

可串接

是

是

是

Shopify

可串接

是

是

是

開放 API(自建官網)

可串接

是

部分

部分

庫存同步方式與缺貨商品的處理

Raccoon AI 會透過 API 串接查詢開店平台的商品資訊、規格與庫存,新品上架或補貨後,品牌只要更新開店平台後台即可。

遇到顧客詢問缺貨商品,品牌可以在腳本中設定請顧客留下聯絡資料,或轉接真人客服確認補貨時間。尚未串接時,AI 仍可先回答退換貨規則等常見問題。

尺寸推薦對話範例:Raccoon AI 智能腳本怎麼運作

顧客問「這件我穿哪個尺寸?」時,如果 AI 只回一張規格表,顧客還是得自己比對。Raccoon AI 智能腳本採 No-Code 設定,品牌不必寫程式,就能把尺寸推薦設計成先追問、再比對的對話。以下整理腳本的 4 個步驟與一段完整對話。

腳本 4 步驟:觸發、收集、執行、回覆

每個智能腳本由 4 個步驟組成,品牌可用拖拉方式設定流程與觸發條件。以商品推薦情境為例:

  1. 觸發情境:AI 依語意判斷提問是否屬於尺寸推薦,例如「這件會不會太緊」「想找適合的尺寸」,都能進入同一個腳本。
  2. 資訊收集:AI 主動追問推薦所需的資料,例如腰圍、臀圍、偏好的版型或價格區間。
  3. 功能使用:資料收齊後,AI 比對尺寸規格表,並透過 API 查詢已串接開店平台的商品資料。
  4. 回覆規則:AI 依品牌設定的格式說明建議尺寸與理由,再推薦 1 至多款商品,附上名稱、圖片、價格與連結。

顧客問尺寸到收到推薦的完整對話示意

以下是一段示範情境,商品與尺寸數字皆為示意。假設顧客在品牌的 LINE 官方帳號詢問一件高腰直筒寬褲:

  • 顧客:我腰圍 68、臀圍 92,這件寬褲穿哪個尺寸?
  • AI 客服:想再跟你確認 2 件事,你的身高大約多少?平常喜歡褲管合身還是寬鬆?
  • 顧客:身高 162,喜歡寬鬆一點。
  • AI 客服:依這件寬褲的尺寸規格表,M 號腰圍 70 公分、臀圍 98 公分,比你的身形多出 2~6 公分,穿起來偏寬鬆,建議選 M 號。
  • AI 客服:下面附上「高腰直筒寬褲 M 號」的圖片、價格與購買連結,也附上同為寬鬆版型的「打摺西裝寬褲」給你比較。

AI 先補問偏好,再依尺寸規格表說明建議尺寸的理由,從發問到拿到推薦,顧客都不用離開聊天室就能決定要買哪一件。

服飾品牌該選哪個方案?Growth、Pro、Enterprise 差在哪

服飾品牌選方案時,最常卡在每月對話量夠不夠用,以及能不能做尺寸推薦腳本。Raccoon AI 提供 Growth、Pro、Enterprise 三種方案,費用依需求報價。以下整理服飾品牌最需要比較的 3 個項目:


項目

Growth

Pro

Enterprise

月平均對話用量

1,200 則

4,500 則

8,500 則

AI 腳本設計模組

支援 5 組

支援 10 組

不限

AI 對話即時監控(貼標、摘要、資料擷取、手動轉真人)

內含

內含

內含

AI 數據儀表板(工單數據、滿意度調查、關鍵字統計圖表)

可加購

內含

內含

AI Review(對話模擬測試、知識引用來源、對話優化建議)

可加購

內含

內含

電商基礎模組(商品推薦、訂單查詢,限已串接電商平台)

可加購

內含

內含

電商進階模組(活動優惠、會員查詢)

可加購

可加購

內含

Growth 適合客服需求單純、對話量較少的輕用量團隊與中小企業。如果主要想讓 AI 回覆運費、出貨時間、退換貨規則等常見問題,每月對話量也在 1,200 則以內,可以先從 Growth 開始,減輕人工客服負擔。

Pro 適合希望透過 AI 客服提升導購效率的中大型企業與多品牌經營團隊。除了回覆常見問題,也能利用內含的電商基礎模組提供商品推薦與訂單查詢。10 組 AI 腳本則可依需求安排尺寸諮詢、商品推薦及退換貨轉真人等情境,讓顧客從詢問商品到購買的過程更順暢。

Enterprise 適合商品種類多、客服詢問量大,或需要設計多種導購流程的服飾品牌。每月平均對話用量達 8,500 則,AI 腳本組數也不受限制,能依不同商品類別、促銷活動或客服情境規劃對話流程。對於經常推出新品、舉辦檔期活動的大型服飾電商,Enterprise 能提供更充足的對話用量與腳本配置彈性。

服飾電商智能客服常見問題

Q1:我們賣衣服很常被問尺寸,有智能客服可以根據身材直接推薦尺寸給客戶嗎?

可以。品牌可將各款商品的尺寸規格表(如腰圍、臀圍、褲長)上傳至 Raccoon AI,當顧客提供身形數據時,AI 客服便能根據尺寸表提供合適的尺寸建議。若已完成電商平台串接,還能進一步推薦商品,並附上商品圖片、價格與購買連結,讓顧客更方便地挑選與下單。

Q2:我們賣服飾常被問尺寸和庫存,推薦哪個智能客服能自動查詢這些資料?

可以考慮 Raccoon AI。尺寸方面,AI 依尺寸規格表比對顧客身形後建議尺寸;庫存方面,串接 SHOPLINE、CYBERBIZ 或 Shopify 等後台後,AI 可即時查詢庫存與訂單狀態,不必等真人客服上線就能得到回覆。

Q3:AI 尺寸推薦需要準備哪些資料?

最主要的是各商品的尺寸規格表,欄位例如尺寸 S~XXL、腰圍、臀圍與褲長。另外準備商品資料供 AI 推薦商品,可串接開店平台自動同步;退換貨規則則放進 FAQ 知識庫。因為檔案支援 PDF、XLSX、CSV、DOCX 與 TXT,現有的 Excel 規格表通常可以直接上傳。

Q4:顧客問的問題不在知識庫裡怎麼辦?

AI 會判斷問題超出知識庫範圍,告知顧客目前查不到相關資訊,並轉接真人客服。

Q5:導入需要多久?會影響現有客服嗎?

標準導入約 14 天,由顧問 1:1 協助。測試在獨立環境進行,不影響品牌正式渠道運作,驗證完成後才串接正式渠道上線。

Raccoon AI 服飾電商智能客服:尺寸推薦與庫存查詢一次到位

深夜 11 點,LINE 跳出「我 160 公分、52 公斤,穿 S 還是 M?」「黑色 M 還有貨嗎?」。等客服隔天回覆,顧客可能已在別家下單。就交給 Raccoon AI 智能腳本:

  • 問尺寸,馬上有答案:AI 比對尺寸規格表,資料不夠會先追問再建議。
  • 問庫存、查訂單,不必等真人:串接開店平台即時查詢,附上商品連結。
  • 半夜也接得住:LINE 與官網 24 小時回覆,客服上班只處理特殊個案。

想看 AI 怎麼回你家顧客?預約產品 Demo,帶上尺寸規格表、開店平台與常見提問,顧問會協助打造適合的方案,導入後約 14 天就能上線。

延伸閱讀

想知道 AI 客服能為你的品牌做什麼?

留下聯絡方式,我們的顧問會為你評估最合適的導入方式。