代理商現場 · 營運流程 × AI 實作

我把傳統代理商每天靠人撐住的工作,
變成真的跑得動的系統。

我是王奕傑。在家族經營三十多年的汽車用品代理商(PIAA・AMON・DIAX 台灣總代理)裡,親自把每天遇到的營運問題,一個個做成同事和客人真的在用的東西——是業務明天早上還會打開的那種。

訂單靠老手、知識散在 LINE、流程難交接——這些問題不只出現在我家公司。這裡記錄我的實踐、判斷,和仍在探索的問題。

兩場
LINE 成交流程跨檔期重複運作
1,129
筆雨刷車型資料,車主自己查得到
受邀
LINE 官方邀請分享這套做法
01

如果這筆訂單交給系統?

經銷商在 LINE 打的一句話,系統會怎麼判斷。切換情境看看——它不只要做對,還要知道什麼時候該停下來交給人。

01經銷商傳來的 LINE
smfr 16 26 各十
SL卡扣*4

老手靠經驗判斷,新人得反覆確認,一般系統讀不懂。
點任何一個字,看它對到哪一列。

02系統的判斷
  1. 辨識smfr=軟骨膠條系列;「各十」套用到前面兩個尺寸
  2. 查核16 吋、26 吋都在規格表裡;卡扣是配件
  3. 決策整理成明細,搭贈依既有規則帶入
03可核對的明細
軟骨膠條 16 吋PSMFR40010
軟骨膠條 26 吋PSMFR65010
SL 卡扣(配件)4
+ 搭贈品依既有規則帶入,不是從原文讀出來的

稅額與運費門檻依客戶條件計算,產出一段文字直接貼回 LINE。價格不公開,所以這裡不顯示。

以上是真實系統對這段文字的輸出。規格不存在會停下來;認不出的文字(例如「上次那個照舊」「幫我加急」)不會被默默略過,會列在報價單上請業務確認。

02

從現場得到的證據

挑三件最能說明我怎麼工作的。每件都標明走到哪一步:已上線是系統在跑,有人用是真的有人每天用,已驗證是重複跑過、結果站得住。

01
成長與成交已驗證經驗不只靠老員工

KOL 團購的 LINE 成交流程

原本
KOL 貼文一發,訊息幾小時內湧進 LINE,客服用眼睛一則則回。尖峰一到就容易漏回,漏掉的就是流失的客人。
做法
LINE 官方帳號當承接口:規格、車型、到貨、退換這類重複問題由 AI 先回,人只處理例外。商品知識和導購話術整理成 AI 可以引用的資料。
驗證到哪
同一套流程跨兩場檔期重複運作——第二場刻意照第一場的做法再跑一次,證明它是可複製的流程。這套做法後來受 LINE 官方邀請分享。
02
營運自動化有人用訂單不必重打

口語訂單:為什麼不能直接交給 AI 開單?

原本
翻型錄對品番、逐項查價、手算稅和運費。只有老手做得快,新人容易漏算,經驗綁在少數人身上。
取捨
常見寫法用固定規則處理,又快又不花錢;只有規則解不動的才交給 AI。查不到的規格不讓它猜——上面的示範就是這個設計。
驗證到哪
業務實際用它開單,非老手也做得到。每遇到一種新寫法就補進測試,系統跟著真實訂單一起長大。
03
商品知識有人用客人自己查得到答案

「我的車該用哪一支雨刷?」讓客人自己查得到

原本
這是汽車用品的第一道門檻。答不出來客人就走;每次都由人回答,業務就一直被同一個問題綁住。
做法
把多年累積的車型對應整理成 1,129 筆資料,做成公開的車型查詢;車型表一改,線上馬上換新。同一套做法再延伸到三步選燈與香氛選品。
驗證到哪
客人和業務都直接拿它用,讓客人在買之前就能先確認適不適用。是否真的減少買錯,還沒有前後比較,所以不寫成結論。
延伸入口:DIAX 選香

其他還在跑的

品牌站與商品站

三個品牌的敘事頁、安裝教學,與 330 多項商品的實拍展示,庫存即時同步。

shop.daisukeagentlab.com
03

先看懂顧客,再決定做什麼

做任何一個對外接觸點之前,我先用汪志謙老師(真觀顧問)的峰值體驗與 MOT 框架回答四件事:誰、在哪個關鍵時刻、因為什麼卡住、我們憑什麼做得比別人好。好看不是成果,顧客做出正確的選擇才是。

  1. 01 · 學把課堂變成自己的

    上完峰值體驗課,把投影片逐字整理,做成七集語音和 34 個概念單元,通勤時反覆聽。

  2. 02 · 變成關卡寫進 AI 的工作流程

    整理成一份開發指引和一個 AI 技能:任何對外頁面要改之前,先跑一次診斷,我點頭了才開始寫程式。

  3. 03 · 留下紀錄每次都登記成案例

    記下用了哪個框架、推出什麼判斷、怎麼驗證、下次什麼時候回頭檢查——讓下一次不用從頭想。

一張真實的決策卡

PIAA 喇叭聲音頁

實際聽聽看
一句話診斷
站在貨架前想換喇叭的車主,看不懂 Hz、也想像不出裝到自己車上是什麼聲音,沒辦法在六顆裡做決定。
人・貨・場
在賣場掃 QR 進來的一般車主|要的不是「一顆喇叭」,是按下去有質感的聲音|站在貨架前用手機,大概只停 30 秒。
關鍵時刻
轉化:在貨架前選定一顆。
卡住的障礙
沒法選沒看懂
所以這頁這樣做
  1. 第一屏不比規格,先給峰值。同一台車,先按原廠、再按 PIAA——客人最大的驚喜是從單調的「叭」變成雙頻和音。對照音後來在自家車上實錄。
  2. 六顆不丟一張規格表,按音域和情境幫人選。從低沉到清亮依序試聽;再用三個常見情境收斂——第一次換不想踩雷、車頭空間塞不下、要一聽就有質感。規格表留到最後。
  3. 最後一步不放購買鈕。在經銷商店裡跳出「立即購買」等於跟店家搶客人,成交留給店裡。
我自己標的風險手機喇叭放不太出低音,差別會縮小;聲音只能描述成印象,不能寫成「適合哪款車」的保證。
一次改版,長出可以重用的規則

Google 商家檔案

診斷改稿兩個 AI 交叉審查上線四週後看成效寫回規則
一句話診斷
搜尋公司名稱的人,要確認的是「這是不是正牌、我該找誰、去哪買」;原本的說明是一篇品牌散文,沒有回答這件事。
卡住的障礙
不信你不合適沒法選
反方顧問提醒
不能把它經營成直營門市入口,會傷到經銷商;「一次選對」「最不容易出問題」這類交付不了的承諾,一律不寫。
留下來、下次直接用的規則
  1. 說明的前三行只回答三件事:你是誰、服務誰、下一步怎麼做。品牌故事放後面。
  2. 車主和店家分成兩條路。兩者的利益可能衝突,不能混成同一個客群。
  3. 回覆評論只回應對方說的話。不順勢推銷,不替客人宣告產品效果。
  4. 照片先補「找得到、進得了門」,再補品牌形象。
同一套診斷,用在這些接觸點
接觸點先解決的障礙因此改了什麼走到哪
喇叭聲音頁沒法選沒看懂第一屏改成同一台車的原廠 vs PIAA 對聽已上線
Google 商家檔案不信你不合適說明改成三行回答身分與下一步;車主、店家分流;補真實到訪照片四週後檢視
經銷商掃碼站沒看懂不合適第一屏先回答「適不適合我」;不放購物車,最後一步請店員確認;加上缺貨回報驗證中
貨架掃碼型錄沒法選不合適開頭從品牌履歷改成「怎麼挑」,每個類別先寫要確認什麼已上線
官網導覽選單沒看懂不信你補上車主口碑當信任錨;不寫交付不了的承諾已上線
PIAA 車主評價頁不信你不合適章節改成「下雨那天/多花的那筆錢/下一台車」,結尾只留一個車型查詢樣本
DIAX 香御籤選香沒法選不信你審查發現心力都花在「推薦出來的驚喜」,卻沒顧好「選定那一款」和「第一次使用」診斷完成

我的紀律:每份診斷都分開標註「課堂原意/我的理解/我的假設/已驗證」。不替老師發言;點擊次數不等於成交;假設一定附上怎麼驗證——跟這個網站標示證據層級是同一件事。

04

我怎麼做判斷

不是先挑工具,是先看懂現場。最重要的判斷常常是:這一步,不該用 AI。

01

看懂現場

顧客卡在哪個關鍵時刻?團隊的瓶頸在哪?先理解現場,工具是最後一步。

例:訂單慢,不是打字慢,是對品番靠記憶。

02

拆解流程

哪些靠規則、哪些靠人的經驗?拆成輸入、判斷、輸出、例外。

例:尺寸換算是規則,判斷客人要哪款是經驗。

03

整理資料

哪些知識要先整理?讓零散訊息變成可查詢、可交接的格式。

例:1,129 筆車型對應,先整理才查得到。

04

先固定規則,再交給 AI

確定的事用規則穩住,只有不固定的語意與例外才讓 AI 判斷。

例:常見訂單寫法不用 AI,零成本又不會亂猜。

05

留人確認,持續修正

出錯時誰負責、怎麼修?沒把握就交還給人,每次錯誤都回頭修流程與資料。

例:查無規格就停下,不替經銷商猜。

05

我正在思考的問題

從 2025 年開始,我把想清楚的事寫下來,不只關於 AI。這三篇各代表一個面向。

06

為什麼走到這裡

我最難被取代的,不是會寫系統,而是同時懂現場、懂品牌、也懂技術——所以知道什麼該做、什麼不該自動化。

起點

在家族代理商,看見大量靠經驗撐住的日常

訂單、報價、客服、經銷商溝通,很多步驟靠的是老手的記憶,而不是制度。

轉折

從赫拉瑞開始,重新看待一個組織

《簡史三部曲》讓我開始理解:敘事、資訊流與協作方式,決定了一個組織乃至社會怎麼運作。

學習

從汪志謙老師的課,學會先看顧客的關鍵時刻

峰值體驗、MOT、十大障礙,讓我從「流程哪裡慢」,再往前問一步:「顧客在哪一刻卡住、為什麼」。

行動

用電機背景和 AI 工具,把問題做成能用的系統

不停在學習,而是落到自家公司與友人的專案裡——讓一間真實的傳統代理商,運作得比昨天更清楚一點。

現在

問題變成:別人願不願意用、離開我還跑不跑得下去

業務用它開單、同仁用它交接、客人自己查得到。判準從「我做得出來嗎」,變成能不能被持續使用、驗證與接手。

「我不怕錯,我只怕錯過與搞不清楚為什麼錯。
只要能在錯誤中發現點什麼,錯就不再只是錯——
而是邁向正確的其中一個中間步驟。」