文章目錄
先寫出 AI 客服要做到哪一步，才能比較價格。 能回答營業時間、能引用產品手冊、能修改訂單，是三種不同的交付範圍。即使都叫「AI 客服」，需要的資料、權限、測試和維運工作也不相同。
PlusZero 目前 AI 建置服務起接 NT$100,000，常見規劃區間為 NT$200,000–500,000，這是本站服務範圍的說明，不是市場平均或每個案件的固定報價。實際需求、第三方費用與維護範圍需另行確認。
先分清楚你要買的是哪種能力
| 範圍 | 主要交付 | 容易漏估的工作 |
|---|---|---|
| 限定問題的試驗 | 小範圍問答、回饋紀錄與測試結果 | 蒐集真實題目、訂定成功條件 |
| 文件問答與客服分流 | 知識整理、檢索、來源引用、轉人工 | 文件版本、權限、拒答與錯答抽檢 |
| 與業務系統整合 | 身分驗證、查詢或操作 API、稽核紀錄 | 測試帳號、例外流程、重試與重複操作處理 |
不要把「企業級」視為合規認證。是否符合你的要求，要看契約、資料流、存取控制及實際驗證結果。選型可搭配〈該不該把 ChatGPT 接到自家網站〉一起看。
建置費、用量費與營運費分開估
建置費包含需求釐清、資料清理、介面與串接、權限設計、測試、部署與交接。既有系統沒有可用 API、資料格式不一致或驗收規則不明確，都會增加工作量。
用量費可能按 token、工具呼叫、儲存量、席次、對話數或解決件數計價。不同單位不能直接比較，必須先釐清「一次」的定義、是否含重試，以及超額計費方式。
營運費包含監控、抽檢、文件更新、人工接手、模型或平台變更後的回歸測試。自行串 API 也需要這些工作，不會因為沒有 SaaS 月費就消失。
API 費用怎麼算才不會少算？
以按百萬 token 計費的文字模型為例，先分別計算：
輸入費 = 輸入 token 總數 ÷ 1,000,000 × 輸入單價
輸出費 = 輸出 token 總數 ÷ 1,000,000 × 輸出單價
再加上快取、工具、儲存與其他使用項目。各模型的計費細節不同，可查看 OpenAI 官方價格頁；估價時保留模型名稱、價格日期與計費幣別，避免下次已經換模型卻沿用舊數字。
以下只是算式示範，不對應特定模型報價：假設一個月 1,000 段對話，每段平均呼叫模型 4 次，每次 2,000 個輸入 token、300 個輸出 token，則合計為 800 萬個輸入 token、120 萬個輸出 token。
若假設輸入每百萬 token 為 US$1、輸出為 US$5，模型費是 8 × 1 + 1.2 × 5 = US$14。這還沒包含工具呼叫、主機、稅費與人工，也沒有涵蓋用量較高的長對話。要報真實價格，就把假設換成你的測量值與當時單價。
實務估算至少包含一般月份、活動高峰和異常使用三種情境。限制對話長度、每次請求的輸出量、每位使用者的請求頻率，並設計額度耗盡時的處理方式。
SaaS 方案要問哪些費用？
- 最低月費、席次與包含額度，哪些功能需要升級方案。
- 對話、工單或解決件數如何計算，使用者轉真人後是否仍計費。
- 知識庫與歷史資料能否匯出，停止服務後保留多久。
- 串接、測試環境、上線支援與維護是否另計。
- 用量告警是否只通知，還是能確實停止服務或降級。
SaaS 與自建的比較應使用相同的對話樣本、功能範圍和一年以上的成本表。廠商可以提供方案資料，但內部整理文件與處理例外的工時，仍要由你補上。
能省多少工時，需要用試驗確認
先量測導入前處理相同問題所需的時間，再記錄導入後的抽檢、接手及更正時間。可用這個方式做初步估算：
每月淨節省工時 = 原本人工處理時間 − 接手、更正、抽檢與更新時間
例如「AI 回答過」不等於「問題已解決」。要把使用者重問、人工重做，以及錯誤承諾造成的後續處理納入，才能判斷有沒有實際收益。這些結果沒有通用的取代比例或固定回本月份。
若題目不重複、詢問量很少，或文件尚未整理，先改善 FAQ 和內部流程可能更合適。成本因素可以接著看〈AI 自動化專案怎麼估價〉。
常見問題
用現成 SaaS 跟自己接 API 差別在哪？
SaaS 通常提供現成客服介面與管理功能，API 串接則能依需求設計流程。兩者都要核對資料處理方式、知識庫與串接能力、用量上限及維護責任，不能只靠有沒有 RAG 來決定。
每月 API token 費用怎麼預估？
分開加總每次請求的輸入、輸出與其他計費項目，再乘以對應單價。一段對話可能多次呼叫模型，還有歷史訊息、檢索內容與重試成本，應以真實對話的用量紀錄推估。
知識庫多久要更新一次？
依資料變動更新。價格、政策或產品資訊變更時就應同步處理，不能一律等到月底或季底；另安排固定抽檢，確認過期文件已移除、權限正確，且新答案通過測試。
可以帶著目前的客服流程、對話樣本與預期範圍，預約免費需求釐清，先確認哪些工作值得自動化。
