當收件匣規則開始漏接潛在客戶或客服需求,你的第一反應通常是怪平台的 API,或覺得演算法又在鬧脾氣。但其實,90% 漏掉的訊息,都是被自己的邏輯卡住的:規則明明開著,卻被互相衝突的優先順序或太窄的關鍵字定義搞得形同虛設。
這種情況我們太熟了。你花了好幾個小時調校客服自動化,想幫團隊省時間,結果最後還是得自己一則一則手動分類,處理那些規則本來就該接住的訊息。這種協作債,會把一個省時流程變成天天要檢查的苦差事。好消息是,這很少是演算法的問題,通常只是設定該整理一下了。
數字變動之前,發生了什麼事
我們看過數百個品牌帳號,最常見的元凶是邏輯層層疊加造成的衝突。你為了抓某個熱門議題,加了一條很具體的新規則,卻沒回頭檢查原本那些範圍很廣的舊規則,等於親手蓋了一座數位迷宮。訊息明明有進來,卻在到達標記或通知階段之前,就被自家自動化守門員擋掉了。
在動手重寫整份規則庫之前,先回頭梳理問題是從什麼時候開始的。是不是某次 AI 回覆出包之後,你加了新的篩選條件?是不是為了避開某檔高流量活動的誤判,把關鍵字比對收得更緊?
多數團隊都卡在這些地方:
- 規則打架: 你有一條範圍很廣的「一般客服」規則,用的是
contains_any關鍵字;後來又加了一條新的「產品 X」規則,用的是contains_all。兩條規則一重疊,執行順序常常逼得比較嚴的那條直接退出,更慘的是,如果對話已經被標記過,動作還會整個被取消。 - 精準度陷阱: 你受不了雜訊,把
contains_any改成exact比對。結果現在連「Help!」這種簡單求救,或產品名稱少打一個空格,規則都會直接把訊息當沒看到。 - 篩選條件肥死: 你為了保護某個敏感帳號,加了特定帳號的排除條件,卻不小心把一個橫跨整個品牌組合的高優先度標籤也鎖在門外。
操作鐵則: 規則突然不觸發時,先看執行紀錄,別急著動關鍵字。如果紀錄顯示規則是「被跳過」而不是「執行失敗」,那就是優先順序或篩選條件衝突,不是比對出問題。
目標是從需要時時維護的「完美」自動化,走向會把例外狀況丟給人工檢查的「可靠」自動化。如果你發現自己一直在加新的排除條件,只為了讓機器人別亂動,那你其實沒省到時間,只是把負擔從「分類進站訊息」轉移到「檢查自己的規則清單」。
先檢查這幾種常見的失效模式
規則不觸發時,別再盯著平台 API 看,先回頭看你的篩選條件堆疊。這現象我們在數百個品牌上都見過:團隊常在一條規則上疊加太多限制,疊到最後不小心弄出一個「不可能的條件」。
想像一下海關查驗。如果你要求訪客必須來自特定品牌、特定帳號、特定對話類型,還要帶有高優先度標籤,等於只開了一條超窄的通道。只要有一項對不上,比如對話進來時沒有正式的「客服」標籤,規則就直接跳過。
規則默默失效的常見元凶
- 邏輯重疊: 你有兩條規則同時監控同一個收件匣。如果規則 A 是「全部攔截」,規則 B 很具體,但兩者共用關鍵字,規則 A 可能先把訊息搶走。
- 完全比對陷阱: 你為「Help me」設了
exact比對,但客人打的是「Help me!」(多一個驚嘆號)或「help me」(全小寫)。字串不完全一樣,規則就漏接了。 - 冷卻時間鎖死: 你把
cooldownHours設成 24,客人 2 小時後再追問,規則會忽略第二則訊息,因為它以為還在休息。 - 篩選條件肥死: 用篩選條件限定
Platform: Twitter和ThreadType: Direct Message沒問題。但再加上Brand: Main和Priority: Critical,只要進站訊息沒有完美符合每一個欄位,規則常常就掛了。
判斷檢查點: 規則不觸發時,先把啟用中的篩選條件砍一半。如果規則又開始動了,你就知道是哪個條件設得太嚴。
用證據把訊號和雜訊分開
想停止瞎猜,最快的方法就是看執行紀錄。如果你用的是 Mydrop,執行歷史就是你的最佳幫手。它會告訴你規則什麼時候嘗試比對、為什麼成功,或為什麼決定跳過這則對話。
沒有紀錄,你就是在盲飛,一直以為訊息「沒進來」,其實它進來了,只是沒通過你的條件。用下面這張評分表,每週檢查一次規則,直到找出瓶頸為止。
| 規則名稱 | 比對邏輯 | 篩選條件數 | 冷卻時間(小時) | 執行狀態 |
|---|---|---|---|---|
| 緊急客服 | contains_any |
2 | 1 | 穩定觸發 |
| 一般詢問 | exact |
5 | 24 | 無聲無息(失效) |
| 意見回饋 | contains_all |
3 | 0 | 時好時壞 |
怎麼看這張評分表:
- 規則名稱: 取個一看就懂的名字,才知道它管什麼。
- 比對邏輯: 如果你用
contains_all,那就是太嚴了。社群使用者很少會剛好湊齊完美的字詞組合。改成contains_any,看看抓取率有沒有變好。 - 篩選條件數: 這個數字超過 3,你很可能正在把正常的訊息濾掉。
- 執行狀態: 如果顯示「已跳過:冷卻中」,代表你的時間窗開太寬。如果顯示「已跳過:篩選條件不符」,代表你的條件太硬。
多數團隊的問題不是自動化,而是邏輯該整理了。把那些其實沒在幫業務的篩選條件拿掉,你大概會發現,80% 所謂「消失」的訊息,一夜之間就回到自動化佇列裡了。
這週就該修的地方
如果你現在正被手動分類淹沒,接下來 48 小時的目標,就是把收件匣規則砍到剩骨架。你大概累積了好幾層過去為了特定活動加的設定,活動結束後卻一直沒清。
先用這套三步驟清理流程檢查你啟用中的規則:
- 先放寬第一輪: 挑出三條最重要的「高流量」規則,把
contains_all邏輯改成contains_any。如果你在追完全一樣的句子,你已經輸給那些會用 emoji、縮寫或打錯字的使用者了。 - 整併篩選條件: 看看那些失效的規則。它們是不是只限定在單一品牌帳號,但其實適用於五個品牌?除非規則真的跟地區法規有關,否則把那些過細的平台和帳號篩選條件拿掉。
- 重設冷卻時間: 檢查你的冷卻時間窗。如果一般客服問題設了 24 或 48 小時,你很可能正在無視同一位使用者的追問。標準分類流程把冷卻時間降到 1 到 2 小時,才不會漏掉真正的不滿情緒。
在 Mydrop,我們看到團隊光是刪掉過去 30 天內從未觸發任何動作的規則,就立刻鬆了一口氣。一條規則如果沒幫你推進工作,就只是在你的診斷紀錄裡製造雜訊。
什麼時候該停止診斷,直接改流程
總有一個臨界點:規則的複雜度不再是效率加分,反而變成治理負擔。如果你發現自己為了處理每個邊角案例,開始「為每件事都建一條規則」,那你已經不是在自動化客服,而是在打造一台沒人完全搞得懂的複雜又脆弱的機器。
如果你的規則集看起來像黑色偵探小說裡的人物關係圖,那就該改用人機協作的混合模式了。
別再試著為每個情境寫出完美的 AI 自動回覆。用規則來分類和標記,然後把這些對話推進共用 dashboard 讓人工檢查。這樣回覆品質能維持高水準,也不會發生品牌機器人對敏感客訴自動回覆的尷尬場面。
流程檢查點: 如果團隊花在追查「自動回覆為什麼觸發」的時間,比直接手動回覆還多,那就把這個自動化關掉。
記住,收件匣規則的目的是處理那些可預測、高流量的雜訊,讓團隊能專心處理真正需要人味的訊息。當邏輯重到難以維護,那不是工具壞了,而是你的團隊已經長大,這套自動化策略不夠用了。
結語
收件匣自動化應該像請了一位聰明助理,而不是在管理一整座伺服器叢集。規則漏接訊息時,別怪演算法。先檢查自己的篩選條件堆疊,把關鍵字邏輯簡化,並接受有些細微差別,本來就該交給團隊判斷。
我們合作過最成功的品牌,規則不是最複雜的,而是最一致的。邏輯保持簡單、冷卻時間設得合理,並準備好人機協作流程,等對話變複雜時隨時接手。到了週末,你的團隊一定會感謝你。





















Google 評論
Trustpilot 評論