一個業務的 AI 筆記本，記住了客戶所有的抱怨
1.2 從便利貼到 CRM：工具進化，遺忘依舊
為了解決這個問題，產業其實努力了三十年。
第一代是便利貼與筆記本。優點是零門檻，缺點是寫下來的永遠是關鍵字。「交期、包裝、標籤」六個字，一個月後你自己都看不懂當時在講什麼，更別說還原客戶的語氣、情緒與上下文。
第二代是 Excel 與客戶資料表。欄位固定、格式統一，但你會發現，真正重要的東西塞不進欄位裡。客戶那句「你們每次都說下週，下週到底是哪一週」，你放進「備註」欄嗎？放了之後有人會看嗎？
第三代是 CRM。理論上它該解決一切，實際上多數業務的 CRM 填寫率是靠月底考核逼出來的。業務在客戶現場忙著處理問題，回到公司已經晚上八點，還要回想下午講了什麼、填一堆下拉選單。結果就是：填得很整齊，但填的是「給主管看的版本」，不是「給自己用的版本」。真正細膩的抱怨，往往在第一時間就被簡化掉了。
這三代工具的共同盲點是：它們都在要求人類先做一次「摘要」，然後才儲存。而摘要本身就是遺忘的開始。你在把十七分鐘的對話壓縮成六個字的當下，就已經把溫度、順序、因果關係全部丟掉了。
AI 筆記本之所以不一樣，不是因為它比較聰明，而是因為它把順序反過來了：先完整保留，再分層摘要。原始錄音留著、逐字稿留著、摘要只是其中一層，而不是全部。
二、AI 筆記本實測：它到底記住了什麼？
老周用的不是什麼稀奇的高階系統，就是一套結合語音轉錄與大型語言模型的筆記工具，手機開著錄音、通話結束後自動產生逐字稿與摘要，再同步到雲端資料庫。他一開始只當它是「比較厲害的錄音筆」，用了兩週才發現，真正的價值不在「記錄」，而在「結構」。
2.1 三層拆解：聲音、逐字稿、語意標註
一場客戶抱怨的對話，AI 筆記本會拆成三層。
第一層是原始聲音。這一層最容易被忽略，卻最重要。文字會騙人，聲音不會。客戶說「還好」的時候，語速是放慢還是加快、尾音是上揚還是下垂、中間有沒有停頓三秒，這些資訊在轉成文字後會完全消失。保留原音，等於保留了一份「證據」，讓你在事後檢討時，能夠分辨自己是不是聽錯了重點。
第二層是逐字稿。老周第一次看到自己跟客戶的逐字稿時，有點羞愧。他發現自己在客戶講到包裝問題時，回了三次「我知道」、「我了解」，但實際上完全沒有針對內容做任何回應。逐字稿把業務的「敷衍」照得一清二楚。這一層的價值是「可搜尋」：三個月後客戶再提同一件事，你打兩個關鍵字就能翻出當時的完整說法，不必再靠模糊的印象爭辯。
第三層是語意標註。這是 AI 真正拉開差距的地方。系統會自動從對話中抓出：抱怨主題（交期、包裝、標籤、服務態度）、嚴重程度、客戶情緒、承諾事項、負責人、期限。老周那天十七分鐘的對話，被整理成一份結構化清單：
抱怨主題一：交期延誤（本季第三次），客戶提及「產線已經排好，差這批料」——嚴重程度高
抱怨主題二：棧板包裝破損，導致兩箱外觀受損——嚴重程度中，可理賠處理
抱怨主題三：序號標籤位置錯誤，產線需人工核對——嚴重程度中高，涉及客戶內部工時成本
抱怨主題四：業務「只有催款才出現」——情緒性抱怨，嚴重程度高，屬於關係層面
承諾事項：三天內回覆交期、提供理賠方案、下批貨標籤改貼側面
情緒判讀：整體偏不滿，第四項出現明顯語速加快與音量提高
老周看著那份清單，沉默了很久。因為他自己當時只記住了三件事，而 AI 抓出了四項抱怨、三項承諾，還標出了他完全沒意識到的那一句——「只有催款才出現」。
2.2 情緒軌跡：抱怨的溫度比抱怨的內容更值錢
用了三個月之後，老周發現一個更有意思的現象：真正會出事的那一通電話，往往不是抱怨最多的那一通。
抱怨多的客戶，通常還願意講，代表他對你仍有期待。真正危險的是「抱怨變少」的客戶。AI 筆記本會記錄每一通對話的情緒分數與關鍵詞密度，老周把它做成一個簡單的趨勢圖：某家客戶前三季每次通話都有五到七個抱怨點，第四季突然降到一個，而且語氣變得非常客氣、非常簡短。
他立刻主動跑了一趟。客戶一開始還笑著說「沒什麼事啦」，聊了二十分鐘才吐實：他們已經在跟另一家代理商接觸，只是還沒決定。老周後來回想，如果沒有那條「抱怨量驟降」的曲線，他大概會覺得「最近這家客戶很配合」，然後在半年後收到一封轉單通知。
這就是 AI 筆記本最反直覺的價值：它不是幫你記住「客戶罵了什麼」，而是幫你記住「客戶什麼時候不再罵了」。
抱怨的內容告訴你問題在哪，抱怨的溫度告訴你關係還剩多少。前者可以靠勤勞補救，後者一旦錯過就補不回來。
三、從「記住」到「預測」：抱怨資料的二次利用
單一業務的筆記本，價值有限。但當三十家客戶、兩年、上百場對話的抱怨資料累積起來，它會變成另外一種東西——一份關於「這家公司到底哪裡做不好」的地圖。
3.1 建立痛點圖譜：抱怨的群聚效應
老周把 AI 筆記本匯出的結構化資料，按主題做了統計。結果有一點出乎意料，也在情理之中：
「交期」相關抱怨佔全部抱怨的 41%，但其中 68% 集中發生在每季最後一個月
「包裝」相關抱怨佔 12%，但集中在三家客戶、且都與某一家物流商有關
「業務聯繫頻率」相關抱怨佔 19%，且幾乎都出現在客戶下單後的第四到第六週
「技術支援」相關抱怨僅佔 8%，但情緒分數最高，一旦發生就是嚴重等級
這些數字單看沒什麼，放在一起就變成行動方案。
交期抱怨集中在季末，代表問題不是「供應商不穩定」這種籠統說法，而是「我們自己的排單節奏有問題」——業務為了衝季底業績，習慣在季末集中下單，導致交期必然延誤。這個發現直接讓公司調整了業務的接單獎勵時點。
包裝問題集中在某一家物流商，那就不是「客戶愛抱怨」，而是可以立刻換掉或要求改善的具體問題。
聯繫頻率抱怨出現在下單後第四到第六週，代表客戶最焦慮的時刻，恰好是業務最容易鬆懈的時刻——單已經拿到、業績已經入帳、下一季再說。於是老周他們訂了一條很土但有效的規則：所有訂單成立後第 28 天，系統自動提醒業務打一通「不談業績、只問狀況」的電話。
這就是痛點圖譜的意義：把散落在幾十場對話裡的碎念，聚合成一個可以被管理的清單。抱怨本身不會消失，但你可以讓它從「隨機出現的災難」變成「可預期的週期性問題」。
3.2 話術演化與新人訓練：把老業務的直覺變成教材
第二個二次利用的方向，是訓練。
傳統上，業務的應對能力是靠「跟車」傳承的。新人跟著老業務跑三個月，看他怎麼回話、怎麼安撫、怎麼把話題拉回訂單。問題是，這種學習方式是隨機的——你剛好跟到的那幾場，決定了你學到的東西。
老周把 AI 筆記本裡「處理成功」與「處理失敗」的對話各挑出十場，做成對照教材。他發現一個很細微但很有用的差異：
處理失敗的回應，通常長這樣——客戶抱怨交期，業務回「我幫你問一下」、「這不是我能決定的」、「公司規定就是這樣」。這類回應的共同點是「把責任往外推」，客戶聽到的不是解答，而是「你沒有要幫我」。
處理成功的回應，通常是先承接、再翻譯、後給選項。例如：「林經理，你這個狀況我完全理解，產線排好了等料，這個壓力我懂。（承接）我先把問題確認清楚：你們產線是下週三要開線對嗎？（翻譯成具體事實）那我現在能給你三個做法，第一個是從南部倉調一批現貨，但數量只有一半；第二個是走空運，成本我吸收一半；第三個是我今天下午直接去找我們廠長談排程。你覺得哪一個對你最有用？（給選項）」
老周把這套結構整理成三步驟，放進新人訓練手冊。新人不必天生會講話，至少可以照著結構練。
這件事的意義遠超過「話術」兩個字。它把原本只存在於資深業務大腦裡的隱性知識，變成了可以被檢視、被複製、被改進的顯性資產。而這一切的前提，是你有完整的對話紀錄，而不是幾句被美化過的心得。
四、實戰三個月：客訴率下降的那條曲線
講到這裡，一定有人想問：所以實際效果到底如何？
老周的公司不大，業務團隊六個人，代理的是工業感測器與周邊配件，年營業額大概三億多。他們導入 AI 筆記本的時間點是去年第二季，以下是三個季度後的粗略對照。
第一，重複性抱怨的比例下降。他們定義「重複性抱怨」為：同一客戶、同一主題、在三個月內再次提出的抱怨。導入前，這種狀況非常普遍，因為業務記不住、也就沒處理乾淨；導入後，這個數字從每季二十幾件降到個位數。原因很簡單：每次對話結束，系統會自動產生「承諾事項清單」，沒做完的會一直掛在那裡，想裝作沒看到都不行。
第二，客戶主動轉介的比例上升。這點比較間接，但老周認為相關性很高。他發現，客戶願意介紹新客戶，往往不是因為你價格最便宜，而是因為「跟他講話不用重複第二遍」。這是一種很微妙的信任感——你連三個月前我抱怨過什麼都記得，我當然願意把你介紹給別人。
第三，業務的拜訪效率提高。以前拜訪客戶前，老周要翻筆記本、翻 LINE 對話、翻 CRM 備註，大概花二十分鐘才想起來上次講到哪。現在他出門前看一份 AI 生成的一頁摘要：上次談了什麼、承諾了什麼、客戶在意什麼、情緒狀態如何。三分鐘搞定。
第四，也是最有意思的一點——業務開始願意聽抱怨了。
這句話聽起來很怪，但老周說，以前業務遇到客戶開始抱怨，第一個反應是「防禦」：趕快解釋、趕快找藉口、趕快把話題轉走。因為抱怨是情緒勞動，聽多了會累，而且聽完還要想辦法記住、想辦法處理，成本太高。
當「記住」這件事被工具接走之後，業務的心理負擔下降很多。你不必一邊聽一邊緊張地想「我等一下要記什麼」，你可以單純地聽。老周說他現在反而會主動多問兩句：「還有嗎？你盡量講沒關係。」因為他知道，講得越完整，AI 整理得越清楚，他後續處理越省力。
這大概是整件事最反直覺的地方：AI 幫你記住抱怨，結果你變得更願意聽抱怨。而客戶要的，從來就只是有人願意好好聽完。
五、風險與邊界：當 AI 記得太清楚
講完好處，必須講風險。而且不是那種「大家要注意資安喔」的敷衍提醒，是實際會遇到、會讓人為難的狀況。
5.1 同意、錄音與個資：那條不能踩的線
第一個問題最實際：你可以錄音嗎？
在台灣，這不是一個可以含糊帶過的問題。通話錄音涉及個人資料保護法的規範，實務上最基本的原則是：你要讓對方知道，而且對方要有拒絕的空間。老周他們的做法是在通話一開始就明講：「林經理，我們公司現在有個做法，等一下通話我會做個紀錄，方便我後續追蹤你提的問題，如果你不方便，我現在就關掉。」
一開始他覺得這句話很尷尬，好像在承認自己記性不好。但講了兩個月之後，他發現客戶的反應意外正面。有人回「喔這樣很好啊，省得我每次都要重講」；也有人第一次拒絕，第二次就同意了。真正會反彈的客戶其實很少，反彈的通常是因為你沒講。
除了錄音，還有幾個容易忽略的細節：
逐字稿裡可能出現客戶的私人資訊（手機、地址、甚至閒聊時提到的家庭狀況），這些應該在儲存時做過濾或遮蔽
對話中若涉及第三方的商業資訊（例如客戶提到「另一家供應商給我這個價格」），如何處理需要事先想清楚
AI 服務若使用雲端模型，資料是否會被用於訓練，必須在合約中確認
錄音檔的保存期限應該明訂，不宜無限期留存
老周公司的做法是：原始音檔保存六個月，逐字稿與結構化摘要保存兩年，私人資訊一律遮蔽，並在內部規範中明訂「不得用於業績檢討以外之用途」。這套規則並不完美，但至少是一條劃得出來的線。
5.2 資料治理：誰能看？看多久？拿來幹嘛？
第二個問題更難，因為它涉及組織文化。
當每一場對話都被完整記錄，業務會有什麼反應？老周的經驗是：一開始，大家會怕。怕被主管拿去當考核依據，怕自己講錯話被抓出來，怕那些「不那麼專業」的時刻被永久保存。
這個恐懼非常真實，而且如果不處理，整套系統會立刻失效——業務會開始在錄音前先把重要的話講完，或者故意在錄音範圍外講關鍵內容，最後你得到的是一堆乾淨但無用的逐字稿。
老周公司的解法很土，但有效：明訂「AI 筆記本不是考核工具」。具體做法有三條：
主管不得以逐字稿內容作為業務個人績效考核的直接依據，只能看「客戶抱怨主題的統計趨勢」
業務本人擁有自己對話紀錄的完整存取權，並可標記「不納入共享」的段落
跨部門調閱（例如品管想看某客戶的抱怨紀錄）需要業務本人同意
這三條寫進公司規章之後，反彈聲量明顯下降。原因不是大家突然愛上被記錄，而是「有規則」這件事本身就會降低焦慮。人不怕被看見，人怕的是被看見之後，規則由別人臨時決定。
還有一個實務上的小細節值得提：老周他們後來把「情緒分數」從共享儀表板裡拿掉了，只留給業務本人看。因為一旦情緒分數公開，大家會開始比較「誰的客戶比較生氣」，這不但沒有意義，還會導致業務刻意安撫客戶、避免講真話，反而扭曲了資料。
資料治理的核心從來不是技術，而是你打算用這份資料來獎勵什麼行為。如果你獎勵的是「客戶情緒分數好看」，你就會得到一堆粉飾太平的對話；如果你獎勵的是「抱怨被解決的速度」，你才會得到真實的資料。
六、導入清單：如果你也想替團隊裝一本 AI 筆記本
老周後來在幾場同業聚會被問過很多次「怎麼開始」，他把自己的經驗整理成幾條，我這裡補上一些實務提醒：
同意流程要走在技術前面。寧可多講一句話，也不要事後補救。
七、結語：記住抱怨，是為了不再聽見同一句抱怨
老周後來跟林經理變成了還不錯的朋友。有一次吃飯，林經理半開玩笑地說：「你們現在不一樣了，我上次講過的，你居然記得。」
老周沒有說「因為我有 AI」，他說的是：「因為我不想再讓你講第二遍。」
這句話大概是整件事的核心。
AI 筆記本沒有讓老周變成一個更好的業務——他原本就是一個願意跑、願意聽、願意解決問題的人。它做的事情，只是把他原本就會做的事情，從「靠意志力硬撐」變成「有系統承接」。
人腦的容量有限，這不是缺點，是設計。你不可能同時記住三十七個群組、三十家客戶、兩年份的抱怨細節，然後還保持清醒。真正該做的，不是訓練自己變成一部錄音機，而是承認自己會忘，然後設計一套系統，讓「忘記」不再造成傷害。
抱怨這件事的本質，其實一直都是同一個問題：客戶想確認，你到現在還在乎嗎？
而「記得」是成本最低、也最有效的答案。
以前，記得靠緣分——你剛好記住了，客戶剛好感受到了。現在，記得可以是一套流程：通話被記錄、抱怨被拆解、承諾被追蹤、趨勢被看見。
工具會一直進步，模型會一直換，但這件事不會變：一個業務真正的專業，不在於他能說服客戶多少，而在於他能記住客戶受過多少委屈。
AI 只是把這件事，變得沒那麼難而已。
所以，如果你現在正盯著那本寫滿關鍵字卻看不懂的筆記本，或許可以想想：與其努力讓自己記住一切，不如打造一個不會忘記的系統。因為客戶要的從來不是「你很厲害」，而是「你記得我」。
而這，剛好是 AI 最擅長的事。
```
💬 想說點什麼？
歡迎到留言板分享你的想法、心得或疑問。
💬 前往留言板 →