晚上十一點四十，有人在你的官網留了一句話。隔天早上九點你看到，回過去——沒有回應。
你可能會想：那大概不是認真的客人。但更可能的是，他那天晚上同時問了三家，其中一家十分鐘內回了他。
這篇不急著推薦工具。先把「漏接」這件事拆開，因為它其實是三件不同的事，而只有其中兩件是自動回覆補得起來的。
「漏接」其實是三件事
第一件：他問的時間你不在。半夜、週末、你在開會、你在出貨。訊息躺在那裡，沒有人讀。
第二件：他問的問題，你網站上早就寫了。運費怎麼算、有沒有現貨、能不能開統編、幾天到貨。答案都在，但他找不到，或懶得找。
第三件：他問完不會等你。他不是在等你回覆，他是在同時比較。你隔天回的那句「您好，很抱歉久等」，對他來說已經是舊消息。
這三件要分開看，因為補法不一樣。第一件是時間問題，第二件是資訊可取得性問題，第三件根本不是客服問題——是競爭。
回得慢到底差多少：數字與它的保留條件
這個題目最常被引用的研究，是 2011 年 3 月號《哈佛商業評論》的〈The Short Life of Online Sales Leads〉，作者是 James B. Oldroyd、Kristina McElheran 與 David Elkington。那篇文章開頭那句話很直接：“Our research shows that most companies are not responding nearly fast enough.”
被引用最多的兩個數字是：在一小時內嘗試聯絡的公司，把一條線索推進到「跟決策者談上話」的機率，大約是晚一小時才聯絡的 7 倍；跟隔了 24 小時以上才聯絡的比，差距超過 60 倍。
同一份研究另外跟訪稽核了 2,241 家美國公司，看他們實際多久回覆：37% 在一小時內回覆，23% 從頭到尾沒有回覆。
這裡要說三個保留條件，因為它們會影響你怎麼用這些數字：
- 那是機率倍數，不是營收倍數。研究沒有給基準成交率，所以「快 60 倍」不能換算成「業績 60 倍」。
- 倍數與稽核是兩組不同樣本。倍數來自 42 家公司、約 125 萬條線索的資料；37%／23% 來自另外跟訪的 2,241 家公司。
- 這是 2011 年的美國 B2B／B2C 資料。台灣本地有沒有同樣的調查？我找過公開資料平台的中小企業轉型調查與幾份產業報告，沒有找到「官網詢問平均多久被回覆」這個指標。所以這篇不會給你任何一個台灣的平均數——沒有就是沒有。
順便拆一條你很可能看過的數字
「五分鐘內回覆，接觸率是三十分鐘的 100 倍」——這句話在廣告和簡報裡到處都是，而且常常掛著 MIT 的名字。
查下去會發現：它出自 2007 年一場行銷高峰會上，某家銷售軟體公司與一位學者共同發表的簡報，不是同儕審查的論文，資料來自那家公司自己的平台。它被歸到 MIT 名下，主要是因為當年那位學者的任職單位。
我不是說它一定錯。但一個「連自己都講不清楚出處」的數字，不該成為你花錢的理由。如果有人拿這個數字跟你推銷，可以請他說出研究名稱——這一題本身就是很好的篩子。
「半夜」到底佔多少？這個數字你該自己量
非上班時段的詢問佔比，公開數字都在 37% 到 60% 之間：Moneypenny 說 37% 的即時對話發生在一般上班時間之外；觀光業的 Yonder 統計約百萬則對話，說 40% 的問題落在辦公時間外；Weply 說只有 49.4% 的詢問發生在平日上午九點到下午四點；Remark 分析兩萬五千則以上的對話，說平均只有 42.5% 落在上班時段。
看起來很有說服力，但請注意一件事：這四家都是賣 24 小時客服服務的廠商，數字是他們自己公布的，而且「上班時間」的定義各不相同（九點到五點？九點到四點？含不含週末？）。所以我寫成一個區間，不取平均——把四個口徑不同的數字平均起來，只會得到一個看起來很精確的假數字。
更實際的做法：你自己的網站有這個數字。打開 GA4 或你的主機存取記錄，看一下流量與表單送出的時段分布；翻一下你信箱裡的詢問信，看發信時間。半小時就量得出來，而且那是你的客人，不是別人的客人。
量完你可能發現只有 15%，那這篇後半段對你的價值就不大；也可能發現超過一半——那你每天少看到的，是一半的詢問。
自動回覆真正的難題不是「回得快」，是「回得準」
裝一個官網客服機器人，讓它二十四小時有回應，技術上不難。難的是它會不會亂講。
而亂講的代價比沒回更高。沒回，客人只是走了；亂講，客人是拿著你機器人給的錯答案來找你——報錯價、承諾了你做不到的交期、說了一個你根本沒有的服務。這時候要收回來，比當初沒回更難。
所以挑工具的時候，第一個要問的不是「它多會講」，是「它的答覆邊界綁在哪裡」。綁在通用模型的知識上，它就會拿網路上的常識來填你的空白；綁在你自己的頁面上，它頂多回答不出來。
這也決定了 FAQ 自動回覆的上限：你網站上沒寫的事，自動回覆不會幫你生出來。如果運費規則從來沒寫清楚，裝了客服視窗之後，它只會更明顯地回答不出運費。
所以裝之前，先做三件事
這三件不需要任何工具，今天就能做，而且不管你最後用哪家的服務都用得上：
- 把最近三十則詢問列出來，數一數重複的。通常前五個問題會吃掉一半以上的量。這五題就是你的 FAQ 第一版，不要一開始就想寫三十題。
- 把這五題的答案寫成網頁上的文字，不是寫在你腦袋裡。有頁面，自動回覆才有東西可讀；沒有頁面，任何 AI 都只能猜。
- 先決定「答不出來」要怎麼辦。轉去哪？通知誰？多久內要有人接？這一步比選工具重要——漏接的真正成本，通常發生在轉接斷掉的地方。
Aigent 的網站 AI 客服怎麼處理這幾段
講完該怎麼判斷，這裡說我們自己的做法與現行價格（以下為 2026 年 10 月當日 ai.aqnest.com 上的方案內容，實際請以站上為準）。
答覆邊界就寫在產品頁上：「只回答你網站有寫的事，沒寫的不亂猜」，答不了會自動通知你，真人可以接手，而且你回覆的內容訪客在視窗裡馬上看到。它讀的是你的公開網頁，標準版最多 200 頁，另外可以上傳 FAQ 文件（md／txt／pdf／docx，每檔 5MB 內）。
方案：NT$2,399／月，每月 1,500 則訪客對話，一問一答算 1 則；大用量版 NT$4,999／月，爬站最多 1,000 頁、每月 6,000 則。官網、LINE、Discord、Telegram 都能接，所有入口同一額度，不另收費。接法是貼一段嵌入碼，不用換掉現有網站；LINE 是在會員中心貼上金鑰自助接，需要時有專人協助。
兩個細節值得單獨提：一是它會自動出題庫考自己，通過率、本月對話數與額度用量在會員中心看得到——這代表你能「看到它準不準」，而不是只能憑感覺。二是可以限定只有你的網域載得出客服視窗，別人沒辦法把你的客服嵌到別的站去用。
如果你的客人不方便打字、或客群年紀偏長，語音客服（網頁進線）可以加購，+NT$1,500／月起、含 300 分鐘，依進線量分級。電話客服目前站上標示籌備中。
它不會解決什麼
這段要寫清楚，不然上面那些就只是廣告。
它不會補上你網站沒有的資訊。這是設計上刻意的——寧可答不出來，不要猜。所以如果你的頁面本來就很空，先補頁面，不是先裝客服。
它不會替你做需要判斷的決定。客製報價、特殊帳期、你願不願意接這個案子——這些該由人回，而它的工作是把這類問題準時送到你面前，而不是拖到隔天早上。
它也不會讓第三件事消失。客人同時問三家這件事，沒有工具能解決。能做的只是讓你變成那個先回的。
一句話的版本
半夜那則詢問，問題不在你沒看到，在於他當下就要一個答案，而那個答案其實早就寫在你的網站上。自動回覆補的是這一段——把你已經寫過的東西，在他還在看的時候拿給他。
先量你自己的時段分布，再把前五個重複問題寫成頁面。做完這兩件，要不要裝客服視窗這個決定會變得很好做。
想看完整功能與目前方案價，ai.aqnest.com 上有 AI 客服的說明；右下角那個對話視窗就是它本人，正在用那個網站的內容值班，可以直接考它。
資料來源：回覆速度與成交機率倍數、2,241 家公司回覆比例——James B. Oldroyd、Kristina McElheran、David Elkington，〈The Short Life of Online Sales Leads〉，Harvard Business Review，2011 年 3 月號（全文付費，倍數與百分比引自多份一致的二手整理）；非上班時段對話佔比——Moneypenny、Yonder、Weply、Remark 各自公布之數據，四者皆為客服服務供應商、口徑不一致，故以區間呈現；「五分鐘對三十分鐘 100 倍」之出處說明——2007 年 MarketingSherpa 高峰會發表之業界簡報，非同儕審查文獻。
方案內容與價格為 2026 年 10 月 19 日查詢 ai.aqnest.com 之結果，可能調整，請以站上公告為準。