康和證券 AI 客服系統專案計劃書

摘要

一、客戶屬性與產業特性分析

康和證券為一綜合證券公司，提供股票及衍生性金融商品交易、複委託（跨市場交易）等服務。其客服內容涵蓋開戶（如線上/臨櫃開戶流程、所需文件）、下單交易（包含電話下單、網路下單操作指引）、交易流程（如資金交割、交易時間、手續費）、複委託（代辦海外證券買賣流程）等多面向的金融業務。證券業具高法規遵循要求，需確保對外資訊正確一致，同時服務對象（投資人）期望獲得即時且準確的協助。

目前康和證券的客服管道以電話與電子郵件為主，缺乏整合性的線上互動客服介面。在傳統模式下，投資人若有問題只能於營業時間來電或來信，不僅流程繁瑣，也增加人工座席的負擔。此外，不同客服人員對相同問題的答覆可能略有出入，難以確保問答標準統一。在證券交易瞬息萬變的環境裡，這種客服模式已難以滿足客戶對即時回應與精準資訊的需求。因此，導入 AI 智慧客服系統勢在必行，可望改善現行服務痛點並符合金融業對資訊正確性與效率的要求。

二、專案目標

本專案旨在為康和證券導入 AI 客服系統，以達成以下具體目標：

• 提升客服效率：讓大量重複性FAQ與簡單交易流程查詢由 AI 自動處理，加快回覆速度。預期縮短客戶等待時間，即時解答問題，提高服務效率。
• 降低人工客服成本：減少人工座席在簡單問題上的投入，降低營運成本。人力可轉為處理複雜諮詢與高價值客戶服務。
• 統一問答標準：透過統一的知識庫與 AI 模型，確保不同客戶詢問相同問題時獲得一致且正確的答覆，避免人工作業差異。
• 強化客戶滿意度：提供快速且有邏輯的回答，避免客戶久候。藉由全天候服務與一致性資訊，建立客戶對品牌的信任感。
• 24/7 自動服務：打造一個全年無休的智能客服平台，讓國內外投資人無論任何時間都能獲得即時協助。系統能處理常見問題、交易指引等，大幅提升服務可近性。
• 提升競爭力：借助 AI 技術創新客服模式，塑造公司數位金融形象，滿足年輕世代及數位用戶對智慧服務的期待。

上述目標均有明確的衡量指標，例如：首次回應時間、問題解決率、客戶滿意度調查分數等。我們預期透過本專案，常見問題的自動解答率顯著提升，人工介入率明顯降低，達成降本增效的綜效。同時，24 小時在線服務將使客戶滿意度提升，進而增進客戶黏著度與忠誠度。

三、AI 技術應用與規劃

本專案核心技術架構採用大型語言模型（LLM）為基礎的智慧問答系統，並結合模型上下文協定（MCP）技術，確保回覆內容專業正確且貼近公司資料庫。下列為主要技術應用與規劃重點：

• 大型語言模型整合：採用 Anthropic Claude 作為主要對話引擎。Claude 具備強大的自然語言理解能力，能準確理解客戶問題並生成專業且友善的回答。透過精心設計的系統指令（system instruction），確保 AI 能夠以符合康和證券專業形象的方式與客戶互動。
• 資料庫建置與文件管理：建立企業專屬資料庫作為 AI 回答的依據。資料來源包括康和證券官網現有 FAQ、開戶與交易教學文件、業務流程SOP、法規條款摘要等。每個文件都會配有摘要（summary），所有文件的索引資訊會整合在 AI 的系統指令中，讓 AI 能快速了解可用的資料範圍。
• 模型上下文協定（MCP）：採用 Anthropic 提出的 MCP 標準，這就像是 AI 與外部工具溝通的「USB Type-C」標準介面。透過建立專屬的 MCP 工具，AI 可以主動決定需要查看哪些文件來回答客戶問題。相較於傳統的自動檢索方式，MCP 讓 AI 能更精準地選擇相關文件，大幅提升回答的準確性和可靠性。系統會提供文件列表、讀取文件、搜尋文件等 MCP 工具供 AI 使用。
• 多語言與專有名詞處理：資料庫內容以中文為主，但可擴充支援英文等語言，方便外籍投資人查詢。在模型詞彙表中重點加入金融專有名詞（如各種交易類型、商品名稱），確保 AI 能正確理解並回答專業術語問題。
• 資料隱私與安全：由於涉及客戶個資與交易資訊，系統部署將選擇私有化或在合規雲環境中進行。模型調用與資料庫資料均在受控環境內運行，保障機敏數據不外流。同時，遵循金融業安全規範，採取權限控管、操作日誌記錄與資料加密措施，確保系統符合監管要求。

• 客服渠道部署：AI 客服系統初期將專注於康和證券官方網站，提供聊天式客服介面（網頁浮動聊天視窗），讓訪客可即時諮詢。系統設計採用標準化 API 架構，未來如有需要，可考慮擴展至其他平台如 LINE 或 Facebook Messenger。

四、系統功能模組設計

AI 客服系統將模組化設計，分為前後台及多個功能元件，以便於開發、維護和日後擴充。主要模組及設計規劃如下：

• 使用者介面（前台系統）：提供客戶與 AI 對話的入口。初期專注於網站線上聊天視窗介面。前台具備友好的對話式UI，支持文字輸入與富媒體輸出（例如提供連結、圖片或簡單圖表協助說明）。同時提供快問快答功能，顯示常見問題按鈕供客戶快速點選。第二階段啟用語音功能時，介面將增加電話圖標供客戶轉接至語音客服。前端介面負責將使用者身份（若已登入）、提問內容等資訊傳給後端，並接收AI回覆後即時顯示給用戶。
• AI 客服引擎（後端核心）：由Anthropic Claude API服務組成，接收前台傳來的問題請求，調用語言模型產生回覆。透過MCP 工具，AI 可以主動查詢資料庫中的相關文件，確保回答的專業性與正確性。系統會在 AI 的系統指令中包含所有文件的索引（名稱和摘要），讓 AI 能快速判斷需要查看哪些文件。對於無需 AI 處理的高頻問題，系統提供快問快答功能，由後台預設問題和答案，直接回覆客戶。
• 文件管理系統（資料庫與內容管理）：儲存並管理所有客服資料內容。包括常見問題Q&A、業務流程指南、法規說明等文本，以及後續可擴充的多媒體資料（圖片表格、短影片教學）。資料庫支持分層級分類（如開戶、交易、帳務、技術支援等），並設有版本控管和更新審核機制，確保內容定期維護與審核。管理後台允許客服主管或內容管理人員上傳文件、編輯文件摘要，以及設定快問快答的問題和答案。每個文件都必須有清楚的摘要說明，這些摘要會整合成索引供 AI 參考。
• 客服管理後台：供公司客服團隊監控 AI 系統運行情況並進行人工介入的平臺。後台介面可即時查看當前對話諮詢列表、AI 回答內容及信心指標。當 AI 未能理解問題或根據設定需人工協助時，後台會產生提醒，讓人工客服接手對話（實現跨模組導流，在人機間無縫轉接）。管理後台也提供黑名單/敏感詞設定，用於攔截違規或不適當的提問。客服主管可在此查看統計儀表板，包括詢問量高的問題類型、回答準確率等，以便持續優化資料庫內容和快問快答設定。
• 對話記錄與分析：系統將保存客服問答記錄，並對資料進行分析以產出營運洞見。透過數據分析儀表板，管理者可檢視每日諮詢量、問題類別分佈、AI 回答準確率及客戶反饋評分等指標。每次對話結束後，系統會進行用戶滿意度調查，收集客戶對服務的評價。並可產生週報/月報，總結常見客服問題及AI解答成效，作為調整資料庫內容和服務流程的依據。
• 語音服務模組（第二階段）：語音服務模組是專案的重要功能，將在第二階段實施。可選擇傳統的 STT/TTS 架構或即時對話模型。語音模組將與核心引擎透過 API 整合，讓客戶能透過語音與 AI 客服互動。此外，透過 MCP 架構的擴展性，未來可以整合更多外部工具或內部系統，擴展 AI 客服的功能範圍。
• 安全與權限控制：內建使用者權限管理，區分一般投資人使用的前台與內部人員使用的後台功能。實作嚴格的驗證與授權機制，確保只有授權員工可訪問管理後台和敏感數據。對外API調用也需設定金鑰或Token驗證，以防止未經授權的訪問。同時，系統符合金融業安全稽核要求，包含日誌留存、異常行為監控及定期弱點掃描等安全措施。

五、專案時程與階段規劃

專案時程規劃正在制定中，將根據實際開發進度和需求變化進行調整。目前專案規劃分為兩個主要階段：

• 第一階段：文字聊天功能開發

  建立基礎的 AI 客服系統，包含網頁聊天介面、後端 API 服務、管理後台等核心功能。整合 Anthropic Claude API 並實作 MCP 工具，讓 AI 能夠查詢康和證券的相關文件資料。此階段專注於確保系統的穩定性和回答的準確性。

• 第二階段：語音客服功能整合

  在文字聊天功能穩定運行後，加入語音互動能力。客戶可透過點擊電話圖標與 AI 語音客服對話。技術方案將根據當時的技術成熟度選擇最適合的解決方案。

詳細的時程規劃將根據專案需求、技術評估和資源配置來制定。專案採用敏捷開發方法，保持靈活性以應對需求變化和技術挑戰。

六、結語

綜上所述，本專案由北科大電子系賴冠廷教授指導，林晏宇、顧弘年共同開發，與康和證券合作。專案規劃以康和證券的業務場景與需求為出發，採用大型語言模型結合企業資料庫的 AI 語音客服方案，實現全天候、標準化的智慧客服服務。透過 MCP 技術的應用，確保 AI 能精準地查找相關資料，提供正確且專業的回答。預期導入後，AI 客服將有效分擔大量的常見問題諮詢工作，將人工客服人力釋放至更高價值的任務；同時，由於 AI 能即時回覆且保持一致性，問題解決率與客戶滿意度也將顯著提升。本計劃著重實務可行性，每項描述的功能皆基於當前技術能力與金融業務現實考量。隨著系統上線並持續優化，康和證券可逐步構築以 AI 為核心的智慧客服中心，強化競爭優勢並為客戶提供更優質便捷的服務，邁向數位金融創新的新里程碑。