餵知識：FAQ 資料庫與轉真人機制

建立 Google Sheets FAQ 資料庫

先在 Google Drive 新增一個試算表，取名例如「LINE OA FAQ」。第一行設定欄位標題，照下圖的規格設計:

六個欄位說明:

填幾筆範例資料讓流程有東西可測試。keywords 欄的同義詞要盡量齊全，例如「營業時間」這個主題，keywords 可以填:

營業時間,幾點開,幾點關,開門,打烊,幾點到幾點,上班時間

一個字都別省。中文的問法非常多元，keywords 越完整，第二層直查命中率越高，呼叫 AI 的次數就越少。

填好之後，把這張試算表的分享設定調成「知道連結的人可以檢視」——n8n 接 Google Sheets 用的是 OAuth，不需要公開，但要確認你連 n8n 的 Google 帳號有這張表的讀取權限。

n8n:在 Webhook 節點後加轉真人偵測

打開第 4 課的 n8n 流程。在 Webhook 節點之後、AI 節點之前，加入一個 IF 節點做關鍵字偵測。

IF 節點的設定:

• 要比對的值:Webhook 收到的訊息文字，路徑通常是 {{ $json.events[0].message.text }}
• 條件:選 String → Contains
• 比對值:先填一個最主要的關鍵字，例如 真人

但一個 IF 只能填一個值，要同時偵測多個關鍵字怎麼辦?有兩種方法:

方法 A:多個 IF 節點串聯(簡單但笨)。把「真人」「客服」「投訴」各做一個 IF，True 分支都接到同一個「轉真人處理」節點。

方法 B:用 Code 節點做一次比對(推薦)。在 Webhook 後加一個 Code 節點:

// Code 節點 (Node.js)
const msg = $input.first().json.events[0].message.text || '';
const handoffKeywords = ['真人', '客服', '投訴', '不滿意', '退款', '退貨', '申訴'];

const needsHandoff = handoffKeywords.some(kw => msg.includes(kw));

return [{ json: { ...$input.first().json, needsHandoff } }];

接著用一個 IF 節點判斷 needsHandoff 是否為 true。True 就走轉真人分支，False 繼續往下走 FAQ 查詢。方法 B 只要在這個陣列新增字串就能加關鍵字，維護比方法 A 方便。

n8n:Google Sheets 查詢節點

轉真人偵測之後、AI 呼叫之前，加入一個 Google Sheets 節點:

• Operation:選 Get Many Rows
• Spreadsheet:選你剛建好的「LINE OA FAQ」
• Sheet:選放資料的那頁
• Filters:加一個條件 active = TRUE(只撈啟用中的 FAQ)
• Return All:勾選

這樣每次顧客傳訊，n8n 就會把所有 active = TRUE 的 FAQ 全部撈回來，存成一個陣列。

接著在 Sheets 節點之後加一個 Code 節點，做關鍵字比對:

// Code 節點:FAQ 關鍵字比對
const msg = $input.first().json.events[0].message.text || '';
const faqs = $('Google Sheets').all().map(item => item.json);

let matchedFaq = null;
for (const faq of faqs) {
  const keywords = (faq.keywords || '').split(',').map(k => k.trim());
  if (keywords.some(kw => kw && msg.includes(kw))) {
    matchedFaq = faq;
    break;
  }
}

return [{
  json: {
    ...$input.first().json,
    matchedFaq,
    faqHit: matchedFaq !== null,
    faqContext: faqs.map(f => `Q: ${f.question}\nA: ${f.answer}`).join('\n\n')
  }
}];

這段程式做兩件事:

1. 把訊息文字拿去跟每一筆 FAQ 的 keywords 比對，找到第一筆命中的就存進 matchedFaq
2. 把所有 FAQ 整理成純文字格式存進 faqContext，等一下要塞給 AI 當知識庫

接著加 IF 節點判斷 faqHit 是否為 true:

• True 分支:直接用 LINE Reply API 回覆 matchedFaq.answer 的內容，這條路不碰 AI
• False 分支:走 AI 分支

True 分支的 HTTP Request 節點設定(第 3、4 課已做過，這裡只補重點):

{
  "replyToken": "{{ $json.events[0].replyToken }}",
  "messages": [
    {
      "type": "text",
      "text": "{{ $json.matchedFaq.answer }}"
    }
  ]
}

記得打開 Body 裡的 Expression 模式，才能用 {{ }} 帶入變數。

AI 節點:注入 FAQ 知識庫 + 防亂答 Prompt

FAQ 沒命中的訊息，走到 AI 節點。這一步的關鍵是怎麼寫 System Prompt。先看整體結構:

System Prompt 完整範本如下，直接複製再依你的店改:

# 角色定義
你是「{填入你的店名}」的 LINE 官方帳號客服助理，負責回答顧客的問題。
你的所有回答，只能根據下方「知識庫」的內容作答，不得自行猜測或補充知識庫以外的資訊。

# 知識庫
{{ $json.faqContext }}

# 回答規則
1. 若顧客的問題在知識庫中有對應資訊：請根據知識庫內容回答，語氣親切自然，
   回覆長度不超過 100 字，適時加上換行讓訊息易讀。
2. 若顧客的問題在知識庫中完全找不到對應資訊，或資訊不足以確定回答：
   不可猜測、不可編造、不可說「應該是...」之類的模糊回覆。
   請直接輸出以下完整文字，不得更改任何字：
   
   HUMAN_NEEDED

3. 回覆請使用繁體中文台灣用語。禁止使用「您」，改用「你」。

# 絕對禁止
- 提及其他品牌或做比較
- 承諾知識庫未列出的折扣、服務或保證
- 說「我不知道」「無法確定」——這些情況一律輸出 HUMAN_NEEDED
- 回覆與店家服務完全無關的話題（請顧客聯絡真人客服）

幾個關鍵設計說明:

{{ $json.faqContext }} 是動態帶入的。這是前一步 Code 節點輸出的 faqContext 變數，把所有 FAQ 整理成純文字注入 prompt，所以只要 Sheets 更新，AI 下次就知道新的內容。

HUMAN_NEEDED 用全大寫，是為了讓後續的 IF 節點可以精準比對，不會被 AI 改字或混入其他回覆。如果你的 AI 模型回覆時習慣換行，可以改成 [HUMAN_NEEDED] 並在 IF 節點改用 Contains 而不是 Equals。

明確的分支指令比「請判斷」更可靠。Prompt 要寫清楚「符合條件 A 就做 X，符合條件 B 就輸出 Y」，不要留給 AI 自己決定。AI 的「自由裁量」是混亂答案的根源。

偵測 HUMAN_NEEDED，觸發轉真人機制

AI 節點之後加一個 IF 節點:判斷 AI 的回覆內容是否包含 HUMAN_NEEDED。

True 分支(需要轉真人):執行下圖這整套動作序列:

動作 1:先回覆顧客安撫訊息

用 HTTP Request 呼叫 LINE Reply API:

{
  "replyToken": "{{ $json.events[0].replyToken }}",
  "messages": [
    {
      "type": "text",
      "text": "收到你的問題囉！我已通知客服人員，將在 5–10 分鐘內為你服務，請稍候 🙏"
    }
  ]
}

這步要放最前面。顧客等真人時需要知道「有人知道了」，否則他會以為訊息沒送到、開始狂傳。

動作 2:用 Messaging API 推播通知店主

早期很多教學會用 LINE Notify 來做這種通知，但 LINE Notify 已於 2025 年 3 月 31 日正式終止服務，notify-api.line.me 完全無法再使用。官方指定的替代方案就是用你這個 OA 的 Messaging API 主動推播(push message)——好處是不用再多申請一個服務，同一把 Channel Access Token 就能用。

做法是把通知「推播」給店主本人:請店主先用自己的 LINE 加入這個 OA 好友，隨便傳一句話，從 n8n 執行歷史的 webhook 裡撈到店主的 userId(以 U 開頭的字串)，記下來。之後就用這個 userId 當推播對象。若要推到店家的內部群組，也可以把 OA 拉進群組、改推 groupId。

HTTP Request 節點設定:

• Method:POST
• URL:https://api.line.me/v2/bot/message/push
• Authentication:Header Auth，名稱 Authorization，值 Bearer {{你的 Channel Access Token}}
• Body:JSON，內容如下(把 to 換成店主的 userId):

{
  "to": "U店主的userId",
  "messages": [
    {
      "type": "text",
      "text": "{{ '需要真人接手！\\n顧客：' + $json.events[0].source.userId + '\\n原始訊息：' + $json.events[0].message.text + '\\n時間：' + new Date().toLocaleString('zh-TW', {timeZone:'Asia/Taipei'}) }}"
    }
  ]
}

注意 push message 和前面回覆顧客用的 reply message 會各算一則訊息，計入你的每月免費額度,這點下一課會細講。

動作 3:寫入 Google Sheets 待處理表

另開一個分頁「待處理」，欄位:userId / 訊息 / 觸發原因 / 時間 / 狀態(預設 FALSE)。用 Google Sheets 節點的 Append Row 把這次事件寫進去。你就有一個完整的待辦清單，處理完了自己去勾 TRUE。

False 分支(AI 有答案):直接用 HTTP Request 呼叫 LINE Reply API 把 AI 回覆送出去。這邊和第 4 課的做法一樣，不再重複。

測試整條流程

流程接好之後，用你自己的手機打開 LINE 加入這個 OA，分別傳這幾種訊息測試:

1. 命中 FAQ 關鍵字的問題:例如你在 Sheets 有填「營業時間」，傳「你們幾點開門」，應該秒回 Sheets 裡的答案，不經過 AI。
2. 沒命中 FAQ 但合理的問題:例如「你們有哪些品項」，AI 應該根據 FAQ 內容回覆，不亂掰。
3. 完全超出範圍的問題:例如問你們 OA 一些奇怪的事，AI 應該不回覆你那些問題、不瞎扯，而是收到 HUMAN_NEEDED → 通知你。
4. 直接傳「真人」:應該直接觸發轉真人，不走 FAQ 或 AI 流程。
5. 傳「客服」:同上。

每一個都測過一遍，確認 n8n 執行歷史裡每個節點都走到預期的分支，沒有意外跳到錯的路。LINE Reply API 呼叫成功會回 {} 空 JSON，失敗的話注意看錯誤訊息。