客戶問「今日落單幾時送到？」銷售同事正在見客；客戶追問報價細節，客服卻不知道前一位同事答應過甚麼。這時候，管理者最常問的問題就是：AI 分身會自動發送訊息嗎？
答案不能只用一句「會」或「不會」帶過。AI 可以協助草擬回覆，也可以在特定設定下執行發送；兩者的責任、風險和適用場景完全不同。對以 WhatsApp 經營客戶關係的團隊而言，真正要守住的不是「有沒有 AI」，而是誰有權代表公司作出承諾，以及每一次對話能否被追查。
AI 分身會自動發送訊息嗎？先看它是哪一種工具
市場上常把所有 AI 回覆功能統稱為「AI 分身」，但實際上至少有三種做法。
第一種是草稿助手。AI 讀取目前對話、客戶資料或過往溝通，提出一段建議回覆，然後由真人修改、確認和按下發送。它的價值是減少打字時間、維持語氣一致，尤其適合需要處理大量查詢的銷售和客服團隊。
第二種是自動回覆或聊天機器人。客戶觸發某個關鍵字、在辦公時間以外發訊息，系統便按規則或知識庫直接回覆。這適合營業時間、地址、預約流程、常見文件索取等標準問題，但不一定適合涉及報價、交期、退款、技術承諾或投訴的情況。
第三種才是授權後自動發送。系統在符合指定條件時，直接把訊息送到客戶手上，例如逾期未回覆提醒、付款通知或指定跟進流程。這類設定效率很高，卻要求公司先把權限、內容範圍、發送頻率和例外情況定得非常清楚。
所以，問題不應只是「AI 會不會自動發送」，而是「哪一類訊息可以由系統處理，哪一類必須由同事把關」。
草稿後人工發送，為何反而更適合商業對話
不少企業以為自動化程度越高越好，但 WhatsApp 對話往往帶有即時協商性。客戶一句「可唔可以平啲？」背後可能是大單機會，也可能是長期客戶對上次服務不滿。AI 可以根據過往紀錄擬好得體回應，卻未必知道你今天的庫存、老闆剛批出的最低折扣，或客戶經理正在處理的敏感問題。
人工審核不是拖慢流程，而是把判斷權留在最了解生意的人手上。理想的工作方式是：AI 先完成重複工作，例如整理對話重點、引用常用產品資料、按同事慣用語氣擬稿；真人則負責核對事實、調整承諾、補上價格或交期，最後才發送。
這個安排同時處理了速度和責任。新同事不用每次從零寫起，資深同事也不必重複回覆相同問題；但任何可能影響毛利、客訴、合約責任或品牌信任的訊息，仍然有人負責。
AI 寫得像同事，不代表它可以代表同事承諾
語氣像，是 AI 分身最吸引人的地方。若它能學到某位銷售自然使用的廣東話、繁體中文和英文混合方式，客戶不會突然收到一段生硬、格式化的回覆，團隊亦較容易保持一貫服務感受。
不過，語氣模仿和商業判斷是兩回事。AI 即使知道同事平日會說「我幫你跟一跟」，也不應自行承諾「明日一定送到」。前者是表達方式，後者涉及庫存、車隊安排、供應商狀況和賠償風險。
因此，企業在啟用 AI 前應先建立一條簡單界線：凡是純粹提供已核實的資訊，可以交由 AI 先草擬；凡是涉及價格、折扣、交期、付款、退款、保養、法律責任或客戶情緒升級，必須交真人審核。這不是不信任 AI，而是不把公司的承諾交給未被授權的系統。
真正的風險，不只是錯發一則訊息
一則錯誤自動回覆，可能看似容易補救，但商業影響往往會累積。報錯價，客戶可能截圖追問；把內部跟進內容發給客戶，團隊信任會受損；在客戶已投訴時仍發出促銷訊息，更可能令關係惡化。
更常見的問題是資料斷層。當客戶對話散落在不同同事手機，管理者根本不知道 AI 根據甚麼內容作答，也無法在同事請假或離職後接手。就算回覆是由人手發出，沒有完整紀錄，同樣會出現重複承諾、漏跟進和服務失準。
客戶對話，屬於你的公司。每段 WhatsApp 對話中的文字、相片、語音、檔案、聯絡人和成交背景，都應該留在公司可搜尋、可交接的工作空間，而不是困在某一部電話。
AI 分身如何在不失控下加快回覆
對需要兼顧速度與管治的團隊，較穩妥的流程不是直接開啟自動發送，而是先建立「AI 草稿，人手發送」的日常操作。
先把公司對話集中，AI 才有正確脈絡
AI 的建議品質取決於它看到的資訊。若客戶上星期的報價在 A 同事手機、投訴在 B 同事手機、最新庫存只存在內部群組，任何 AI 都只能猜測。先把既有 WhatsApp Business 號碼接入共享收件匣，讓團隊從同一處處理對話，才能保留完整脈絡。
以 WhatsTeam 的 AI Twin 為例，它會從個別同事的真實聊天紀錄學習其寫作方式，草擬貼近該同事語氣的回覆，但仍由人手審閱及發送。它不是自動回覆器，也不是代替同事作決定的聊天機器人。草稿準確度亦不能保證，因此審核仍是流程的一部分，而不是可省略的步驟。
再定清楚誰可以看、誰可以改、誰可以發
小型團隊尤其容易把「大家都可以處理」變成「沒有人真正負責」。管理者應按工作角色設定清楚：客服可處理一般查詢，銷售可跟進商機，主管處理折扣和客訴升級。當 AI 提供草稿時，前線同事知道自己可以修改到甚麼程度，遇到例外亦有明確升級對象。
這種權限設計不需要複雜。關鍵是每個人都知道哪一句話會構成公司承諾，不能因為 AI 寫得流暢就直接送出。
最後才考慮有限度自動化
當團隊已累積足夠流程和紀錄，才可評估哪些低風險訊息適合自動化，例如收到查詢後的確認通知、非辦公時間的服務時間提示，或客戶主動要求的預約提醒。即使如此，訊息內容也應由公司預先核准，並保留停止、修改和追查的能力。
若使用可連接個人 Claude 帳戶的 WhatsApp 工具，更要理解它和團隊 AI 分身的分別。有些工具可在使用者明確選擇發送後，向既有對話發出純文字訊息；這是使用者授權的操作，不等於 AI 可以無限制地主動代替你聯絡客戶。發送權限、對話範圍和頻率限制，仍然要由使用者控制。
管理者應該監察甚麼，而不是只看回覆速度
回覆快固然重要，但若只追求首個回覆時間，團隊很容易用不準確的承諾換取漂亮數字。較健康的管理方式，是同時看首次回覆、未跟進對話、商機進度、處理量和客戶問題的升級情況。
當所有記錄都在同一個工作空間，主管可以看到哪些對話仍在等待、哪些客戶已多次追問、哪些同事需要支援。AI 在這個架構中的角色，是幫團隊更快找到資訊和完成草稿，而不是遮蓋管理盲點。
同事離職，生意不會跟著走，才是衡量流程是否可靠的標準。一位客戶經理明天突然請假，另一位同事應能立即看見完整歷史、理解下一步並延續對話，而不是叫客戶從頭再說一次。
讓 AI 幫你回覆，但不要交出公司的判斷權
AI 分身最有價值的用法，不是把 WhatsApp 變成無人值守的發送機器，而是讓每位同事更快寫出合適的第一稿，並讓公司保留最後決定權。先把客戶紀錄集中、把權限定清、把高風險承諾留給真人，之後才逐步處理適合自動化的重複工作。
客戶要的是快速而可靠的回覆，不是一句看似聰明、實際無法兌現的訊息。當你的團隊既能即時接手，又能清楚審核每一項承諾，AI 才會成為守住客戶關係的助力，而不是新增一個失控風險。