客服 Agent 會回，不代表每一題都該讓它回
Meta 在 2026 年 6 月公布 Meta Business Agent，定位是替企業回答問題、推薦商品、預約、篩選潛在客戶、支援銷售，並讓團隊決定何時由真人接手；支援管道包含 WhatsApp、Messenger 與 Instagram。Meta 官方公告當時表示可以免費開始，未來數月會提供付費方案。
截至 2026 年 8 月 3 日，Business Today 與 TechTimes 報導，WhatsApp 上的 Meta Business Agent 自 8 月 1 日起進入 token 計費，報導費率為每 100 萬 tokens 2 美元。這個日期與費率由媒體交叉報導，Meta 官方公告本身沒有列出這個費率；實際資格、方案、地區與費用仍應以你的帳戶與最新條款為準。
7Pyramid 觀點
客服 Agent 很像店裡那位太熱心的新同事：每一桌都想衝去服務，最後真正需要主管處理的事情反而被埋在大量對話裡。先畫分流圖，再開自動回覆。
計費讓一個更早就該解的問題浮上來
同一個聊天入口可能同時收到營業時間、庫存、推薦方案、退款與客訴。它們看起來都是訊息，風險卻完全不同。若把所有對話都當成同一類工作，團隊就不知道 AI 是在減少重複問答，還是在延後真正需要人判斷的案件。
| 分流 | 適合的問題 | 處理方式 |
|---|---|---|
| 綠色｜AI 可直接回覆 | 答案固定、資料公開、錯誤風險低 | 營業時間、門市位置、基本服務範圍。 |
| 黃色｜AI 先整理 | 需要查資料、比對上下文或提出建議 | 先蒐集欄位、整理摘要，再由真人確認送出。 |
| 紅色｜真人直接接手 | 可能影響客戶權益或涉及高敏感度 | 付款爭議、退款、客訴、個資、醫療或法律相關問題。 |
三色分流是 7Pyramid 的流程設計建議，不是 Meta 的預設規則，也不是法律、醫療或資安合規意見。每一類都要再寫一條轉真人條件，例如資料不足、客戶第二次表示不滿、涉及退款、需要承諾交期，或 AI 無法引用已核准的公司資料。
先用 20 則近期詢問畫分流圖
今天先不用改系統。從近期客服紀錄中抽出 20 則已去識別化的真實詢問，逐則填入下面五欄。20 則不是統計樣本，而是讓小團隊可以快速看見流程邊界的起點。
| 問題類型 | 風險顏色 | 可用資料 | 轉真人條件 | 最後結果 |
|---|---|---|---|---|
| 客戶問了什麼 | 綠／黃／紅 | 可引用的核准資料 | 什麼情況必須停下來 | AI 回覆、人工確認或真人處理 |
先看哪一類最常出現，再只挑一個低風險、高重複的類型做試點。試點期間記錄對話長度、人工接手原因、回覆是否需要修正，以及客戶最後是否完成原本要做的事；不要只看 AI 回了幾則訊息。
先決定誰該接手，再決定要不要自動回
Meta Business Agent 的計費變化是一則新聞，但「對話分流」是更耐用的營運能力。當團隊知道 AI 可以處理什麼、什麼時候必須停下來，才有機會同時守住服務品質、隱私與成本。
如果你今天只能做一件事，就把最近 20 則客服問題貼進試算表，替每一則標上綠、黃、紅，並寫下轉真人條件。先畫清楚誰接手，再談全天候全自動，這更適合資源有限的台灣中小企業。
常見問題
每 100 萬 tokens 2 美元是 Meta 官方固定價格嗎？
本篇的 2026 年 8 月 1 日生效日與每 100 萬 tokens 2 美元是 Business Today 與 TechTimes 的報導；Meta 官方公告確認付費方案方向，但未在該公告列出這個費率。實際資格、方案與費用應以你的帳戶與最新條款為準。
為什麼先抽 20 則對話？
20 則不是統計樣本，而是讓小團隊可以在一天內完成的流程盤點起點。重點是使用近期、去識別化的真實詢問，找出重複且低風險的試點。
哪些客服問題不該讓 AI 直接處理？
付款爭議、退款、客訴、個資、醫療或法律相關問題，以及可能改變客戶權益的決定，應先設為真人接手或人工核准；各公司仍要依產業與所在地規範調整。