BotBonnie × Agentic AI

看得見思考過程的 AI Agent

每個回答從哪裡來、什麼時候不回答、資料放在哪裡,都說得清楚。BotBonnie AI Agent 結合大型語言模型與 Appier 預測式 AI,只用品牌的資料回答,回覆前先檢查,不確定就追問或轉真人。

4 道
回覆前檢查,不確定就不亂回答
2 項
ISO/IEC 27001・27701 國際認證
約 2 週
完成導入,顧問全程陪跑

導入前的顧慮

企業不敢把對話交給 AI,通常是擔心這 4 件事

下面逐一說明 BotBonnie AI Agent 怎麼處理。

🧭

AI 會不會亂回答?

生成式 AI 不確定時,也可能給出看似合理、其實錯誤的答案。

🧩

會不會說錯品牌的話?

價格、退款、保固說錯一次,就是客訴與品牌風險。

❓

資料會不會外流?

上傳的 FAQ、商品與顧客資料,會不會被拿去訓練別人的 AI?

📉

出事查得到原因嗎?

AI 為什麼這樣回、誰改過設定,要能追查才敢交給它。

通用 AI vs BotBonnie AI Agent

同樣用大型語言模型,差別在答案從哪裡來、出錯時怎麼辦

直接串接通用的 AI 聊天機器人,答案和資料用途都難以掌握;BotBonnie AI Agent 在品牌的規則裡工作。

直接串接通用 AI 聊天機器人

答案可能來自模型記憶或網路資訊

不確定時也會給一個看似合理的答案

價格、退款等品牌政策可能說錯

資料怎麼被使用,不容易說清楚

出問題時,很難追查原因

BotBonnie AI Agent

只用品牌專屬知識庫回答

信心不足先審核、追問,或轉給真人

價格、退款用自訂答案,一字不差

資料加密、不跨品牌、不用於模型訓練

完整對話記錄與操作 log 可匯出

運作邏輯

一則訊息的旅程:AI Agent 怎麼想、怎麼做

點選每一步,看 AI 在做什麼,以及品牌可以控制哪些設定。

所有渠道的訊息,進到同一個 AI Agent

LINE、Facebook Messenger、Instagram、WebChat、WhatsApp、Viber、Zalo、KakaoTalk 的訊息都由同一個 AI Agent 接手,並自動偵測顧客的語言,用同一種語言回覆。

  • 8 個渠道共用同一套知識與規則
  • 支援 18 種語言
  • 對話集中在全渠道收件匣
品牌可以設定品牌語氣:用詞風格、回覆長度與語氣

讀懂語意與意圖,不靠關鍵字

大型語言模型理解顧客真正想問什麼,用字不同、一句話問兩件事也分得出來;顧客傳來的圖片,AI 也看得懂。

  • 語意理解,不必窮舉關鍵字
  • 以圖找商品、以圖查訂單
  • 判斷意圖,對應品牌設定的處理方式
品牌可以設定意圖規則:例如詢問訂單時,先蒐集訂單編號

答案只來自品牌提供的資料

AI 不憑印象作答。回答前先到品牌提供的資料裡找答案;資料更新後立即採用,不需重新部署。

  • 自訂答案:價格、退款一字不差
  • 品牌知識庫:支援 PDF、TXT、URL、CSV、XLSX
  • 意圖規則串接 API:即時查訂單、物流、庫存
  • 商品資料與顧客標籤:推薦更貼近需求
品牌可以設定上傳、更新知識庫,設定自訂答案

不確定,就不亂回答

回覆前,AI 先評估內容是否可靠;信心不足時自主審核,資訊不夠就先追問顧客,再給答案。

  • 信心評估
  • 自主審核
  • 追問補充
品牌可以設定測試面板:上線前先驗證 AI 的回答

不只回答,還推進下一步

依品牌設定的商業情境,AI 在對話中推薦商品、觸發互動套件、引導填表,並把顧客的需求自動貼標,存進 Social CDP。

  • 推薦商品並附購買連結
  • 觸發抽獎、簽到、發票登錄等 13 種互動套件
  • 引導填表,問卷結果進入顧客資料
  • 自動貼標,作為再行銷依據
品牌可以設定商業情境腳本:例如顧客問優惠就觸發活動

需要真人時,帶著完整紀錄轉接

顧客要求找真人、情緒激動、AI 連續答不出來,或對話達到輪數上限時,自動轉給指定的客服群組;接手的人看得到完整對話,不必重問。

  • 轉接條件可自訂
  • 依執勤時間、工作量、門市自動指派
  • 完整對話紀錄保留
品牌可以設定轉接條件與指派規則

系統架構

兩種 AI 分工,答案只來自品牌的資料

大型語言模型負責聽懂顧客、把話說清楚;Appier 預測式 AI 負責判斷誰想買、該推薦什麼。回答的內容只來自品牌專屬知識庫,並經過 4 道護欄檢查才送出。

每個品牌的知識庫完全獨立,不跨品牌共用。架構圖為示意。

應用情境

同一個 AI Agent,接住客服、導購與行銷

依品牌設定的商業情境,AI 在對話中完成不同任務;需要深入溝通時,再交給真人。

防幻覺機制

回覆前的 4 道關卡,不確定就不亂回答

AI 不會為了回答而硬湊內容。每一則回覆送出前都會依序檢查;資訊不足就先追問顧客,超出能力範圍就交給真人。

顧客問題進來AI 準備回覆前,先通過這 4 道關卡
第 1 關信心評估

回覆前評估內容是否可靠、正確

可靠 → 直接回覆
第 2 關自主審核

信心不足時,AI 再次審核回覆內容

確認無誤 → 回覆
第 3 關追問補充

背景資訊不夠,先請顧客提供細節

補齊資訊 → 回覆
第 4 關轉接真人

超出 AI 能力範圍,交給最適合的人

附完整對話紀錄

轉接條件、指派對象與對話輪數上限,都可以在後台自訂。畫面為示意。

資料安全與合規

你的資料,只有你的 AI 看得到

從資料隔離、加密到稽核紀錄,BotBonnie 依 Appier 集團的資料管理與合規規範運作。下表整理企業資安審核最常問的問題。

ISO/IEC 27001資訊安全管理
ISO/IEC 27701隱私資訊管理
傳輸與儲存加密資料全程保護
不用於模型訓練品牌資料各自獨立
資安審核常問的問題BotBonnie 的做法
我們的資料會被拿去訓練別人的 AI 嗎?不會。每個品牌的知識庫完全獨立,只用於該品牌的 AI Agent,不跨品牌共用,也不會拿去訓練 BotBonnie 通用模型。
大型語言模型供應商會用我們的資料訓練嗎?不會。送到大型語言模型的資料,不會被模型供應商拿去訓練模型。
資料有加密嗎?有。資料在傳輸與儲存時都經過加密。
誰可以看到資料?支援多品牌、多事業群的角色權限隔離,誰能看、誰能改都分得清楚。
出問題時查得到嗎?可以匯出完整對話記錄與操作 log,符合稽核需求。
有哪些國際認證?Appier 通過 ISO/IEC 27001 資訊安全管理與 ISO/IEC 27701 隱私資訊管理認證。

Appier 通過 ISO/IEC 27001 資訊安全管理與 ISO/IEC 27701 隱私資訊管理認證。

品牌保有控制權

AI 怎麼說、說什麼,由品牌決定

上線前可以測試,上線後看得到數據,每一項設定都能隨時調整。

🧲

自訂答案

價格、退款等重要資訊一字不差。

敏感問題不讓 AI 自由發揮

👥

品牌語氣

設定用詞、回覆長度與語氣。

AI 與真人說法一致

🛍️

意圖規則

指定不同情境的處理方式。

可串接外部 API

🏬

轉接條件

設定何時交給真人、交給誰。

依執勤時間與工作量指派

🚪

測試面板

上線前先驗證 AI 的回答。

補資料後立即生效

🛒

AI 助理分析

解決率、滿意度與負評對話概要。

知道哪裡要補強

💬

角色權限

多品牌、多事業群分開管理。

誰能看、誰能改都清楚

🪪

對話與操作 log

完整紀錄可以匯出。

符合稽核需求

搭配使用

AI Agent 搭配這些功能,發揮更大價值

研究背書

有危機意識的 AI,才是可靠的 AI

插圖:人物拿放大鏡檢視一份研究論文,思考泡泡裡的問號旁有打勾記號

Appier AI Research

風險意識決策研究

2025年被 OpenAI 探討幻覺的論文引用

BotBonnie AI Agent 內建 Appier AI 團隊研發的風險控管機制:AI 不確定答案時,不會為了回答而硬湊內容,而是誠實說明需要更多資訊,或交給真人。這套風險意識決策研究(arXiv:2503.01332),2025 年被 OpenAI 在探討「語言模型為什麼會出現幻覺」的論文中引用。

每個品牌的知識庫完全獨立,AI 只依你的資料作答;資料傳輸與儲存皆加密,不會被拿去訓練模型。

你的資料,只有你的 AI 看得到

預約顧問諮詢 →

延伸閱讀

延伸閱讀

FAQ

Agentic AI 常見問題

Agentic AI 和一般聊天機器人有什麼不同?

一般聊天機器人依關鍵字觸發固定回覆;BotBonnie AI Agent 用大型語言模型理解語意,從品牌知識庫找答案,還能在對話中推薦商品、觸發互動套件、引導填表與自動貼標,需要時轉給真人。

AI Agent 會不會亂回答?

AI 只依品牌提供的資料回答,回覆前會做信心評估與自主審核;資訊不足時先追問顧客,超出能力範圍就轉給真人。價格、退款等重要資訊可設為自訂答案,一字不差回覆。

我們的資料會被拿去訓練模型嗎?

不會。品牌資料只用於該品牌的 AI Agent,不跨品牌共用,不會被拿去訓練 BotBonnie 通用模型,也不會被大型語言模型供應商拿去訓練。

資料安全有哪些保障?

資料在傳輸與儲存時都經過加密;支援多品牌、多事業群的角色權限隔離;可匯出完整對話記錄與操作 log 供稽核。Appier 通過 ISO/IEC 27001 資訊安全管理與 ISO/IEC 27701 隱私資訊管理認證。

Appier 預測式 AI 在 AI Agent 裡扮演什麼角色?

大型語言模型負責理解顧客與回覆;Appier 預測式 AI 負責預測顧客的購買意圖、推薦最適合的商品,讓 AI Agent 不只回答問題,也能推進成交。

知識庫要怎麼建立和更新?

上傳 FAQ、品牌政策、商品規格等資料即可,支援 PDF、TXT、URL、CSV、XLSX。資料更新後 AI 立即採用,不需重新部署;上線前可以用測試面板驗證回答。

導入需要多久?需要技術背景嗎?

不需要寫程式。專屬顧問全程陪同,約 2 週可完成導入:上傳資料、設定商業情境與 AI 語氣,測試後上線。

插圖:人物舉起一面打勾的盾牌,旁邊有鎖頭徽章與思考泡泡

讓 AI Agent 在品牌的規則裡工作

告訴我們你的產業與資安需求,BotBonnie 顧問會協助你規劃知識庫、轉接規則與導入流程,約 2 週上線。