客人信裡寫的時間,跟預約系統裡的時間不一樣。現在,輪到替店家處理預約的 AI 回信了。它該相信哪一邊?

Lauren Tan(@poteto)在〈Automate Anything with Grok Bot〉裡,把這道題留給最熟悉店務的人。她沒有給出「信件優先」或「系統優先」的標準答案。每家店都有自己的約定,老手往往一眼就知道該回頭查什麼。真正難交接的,就是那一眼。順著她的預約與修車廠兩個例子讀下去,會發現她講的自動化,有很大一部分發生在機器開始做事之前。Lauren Tan 原文

30 秒結論
  • 先講客人最後要得到什麼。助手知道目標,才有辦法看出原來的步驟哪裡能改。
  • 挑一個平常會讓人停下來查的例外,請助手說明它會怎麼辦。這能找出熟手還沒交代的判斷。
  • 把客戶的回饋接回同一筆服務紀錄,才有線索改善流程。工作何時自動啟動,是最後才要回答的問題。

從一個蘋果派開始

Lauren 從烤派談起。買蘋果、備料、組裝、進烤箱,最後還得留時間放涼。食譜寫的是一連串動作;桌上那個可以端出去的派,才讓人知道前面的工夫完成了。換一家烘焙坊,設備變了,做法可以跟著變,想端上桌的東西仍然說得清楚。

辦公室裡反而容易弄混。一個人每天填同一張表、寄同一種信,很自然會把工作描述成「幫我填表寄信」。Lauren 建議再往後問一步:誰拿到它,接著能做什麼?如果店家想要的是客人能在對的時間得到服務,一封寄得很快、時間卻寫錯的信,只會讓客人更有把握地在錯的時候出門。

這也解釋了她為什麼把目標擺在提示詞前面。只交代每個按鈕怎麼按,助手可以把原來的習慣照做一遍。講清楚結果,店家才有理由接受一個步驟更少、客人也約得到的做法。

讓 Potato 把工作說回來

接著,Lauren 邀讀者開一個 Grok Bot。連取名字都不必卡太久,她打趣說,想不到就先叫它 Potato。如果連目標都還說不清楚,可以讓這顆「馬鈴薯」先當訪談者,一次問一題,把要負責的事情慢慢問出來。

到了交代流程,她反而鼓勵人先放下整理文件的壓力。打開語音,把自己平常怎麼做、會看哪個工具、哪裡容易出錯,一口氣講出來。說著說著,店主也許才想起來,同樣是一小時的服務,交給不同的人做,下一組客人能排進來的時間未必相同。這種補充,比再列一次「開啟行事曆」有價值得多。

接下來有個小小的停頓:先請 Potato 把它理解的目標與做法說回來。 聽的人可以當場發現它漏掉了兩組客人之間的緩衝,或者把「先問客人能不能改期」聽成「直接替客人改期」。此刻修正,成本只是一句話。等它已經接上工具、送出通知,再來解釋就遲了。

一筆預約有兩端要對上

現在回到那封時間對不上的信。Lauren 建議拿幾個真的出過差錯、或熟手臨時換了做法的例子,讓助手說說會怎麼處理。聽到回答後再補規則,比坐下來一次窮舉所有可能情況容易得多。

信件與預約紀錄的時間不一致,先查核;欠資料時保留同一筆待辦,確認後再核對預約與通知。
圖一.依 Lauren 的預約例子整理。哪份資料有決定權,要由熟悉店務的人交代。

她把「預約完成」說得很具體:店裡要正確存好這一筆,客人也要收到對應的確認。 只看寄件匣,查不到店裡究竟留了哪個時段;只看預約畫面,也無法知道客人拿到的是哪個時間。忙碌的一天裡,最容易消失的是夾在中間的那一筆:還在等客人補資料,今天沒有結案,明天換人處理。

於是,助手還得保留自己在等什麼。客人隔天回信,它要能接回原本那筆預約,免得好心又幫客人排了一次。在 Lauren 的教法裡,讓助手知道何時找人確認,和教它如何順利做完,是同一門功課。

「等太久」是等在哪裡?

就算預約都排對了,店家還是可能收到一句「等太久了」。Lauren 把鏡頭移到修車廠。這是一個設想的案例:如果助手能讀到顧客在評論裡的抱怨,又能找到這位客人當天的到店紀錄,它會多知道什麼?

光看完工時間,很難分辨客人把時間花在哪裡。她建議留下幾個普通卻有用的時刻:客人何時到店、何時和服務人員說上話、何時交出鑰匙,以及維修何時動工、何時結束。這些紀錄可以來自店員在手機上隨手登記的小工具,不必等到店裡先有一套龐大的系統。

修車服務的五個時點,從客人抵達、接待、交鑰匙到動工、完工,可分段檢查等候與維修時間。
圖二.五個時點依先後排列。到店至接待的等候時間、動工至完工的維修工時,都要用當天的實際紀錄計算。

同樣一句「等很久」,可能要找完全不同的人來談。若客人站在櫃檯許久才有人招呼,把修車手腳練快也幫不了那一段。若鑰匙很快就收了、車卻遲遲沒動工,下一個值得查的是收車之後的安排。時間能幫忙定位問題,原因仍要回到當天情況核對。

這裡還差一個不起眼的條件。評論在一個地方,工單在另一個地方,怎麼確定談的是同一次服務?Lauren 提到,跨工具的資料要有一致的識別資料,例如客戶編號或訂單號碼。同一位熟客可能來過三次,找到人後還要對到那次到店。否則助手分析得再仔細,也可能替上星期的等待解釋今天的抱怨。

這就是她所說的「讓助手改善自己」在店裡具體會長什麼樣子。客人的一句話成為線索,服務紀錄讓線索可以查證;助手接著提出改善建議,店家才有東西可討論。

什麼時候才讓它自己開始?

直到文章末段,Lauren 才談 Grok Bot 的 routines,也就是事先約定什麼情況下啟動一件工作。一封新的預約信適合在抵達時處理;回顧一週裡哪些客人等得久,則可以固定時間整理。兩種工作各自有合適的節奏。

她也在文末介紹了 Dr Eggbot,把前面那套訪談、整理工作、設計助手的方法,做成一個協助讀者設計其他機器人的助手。有趣的是,從蘋果派走到這裡,讀者最先要準備的東西始終很樸素:想幫誰、省掉什麼麻煩,以及哪個細節搞錯了,對方明天就會白跑一趟。

回頭看開場那封信,一個懂店務的助手,即使還不知道正確時間,至少知道它在等哪位客人、哪一筆預約、哪一個答案。等客人回信時,它接得上。這樣的一件小事,才值得每天自動發生。

原文為 Lauren Tan(@poteto)的〈Automate Anything with Grok Bot〉。本文依原文重述其方法與假設情境,兩張圖解為依文意重繪。閱讀 Lauren Tan 原文