2026 報價自動化慘案：AI 代理人接管詢價與合約，60 天差點搞垮業務部的血淚復盤

老實說，當初聽到業務主管丟出那句「能不能讓 AI 幫我們自動整理詢價、出報價單、追蹤後續？」的時候，身為工程師的我，心裡其實是有一絲興奮的。到了 2026 年，大家都說 AI 代理人（AI Agent）已經可以取代大部分的初階白領工作，「報價自動化」聽起來簡直太香了。只要把 API 串好，打造一個 24 小時不休息的數位業務助理，感覺這年終獎金是穩了。

但理想很豐滿，現實卻非常骨感。在系統上線的第 60 天，業務副總一通狂叫的電話打來：「有個 VIP 客戶說，他收到了一份完全不是他問的產品報價，上面甚至還寫著另一家死對頭公司的名字！」那一刻，看著系統 Log 的我，整個人直接從椅子上涼到腳底。這篇文章，就是身為浪花科技資深工程師 Eric 的我，要來為大家覆盤這場差點引發公關危機的「AI 升職記」翻車實錄，以及我們最後如何浴火重生地打造出真正能用的企業自動化架構。

一開始為什麼會想導入這件事？我們到底串了什麼？

在災難發生前，這套系統在架構圖上看起來簡直完美。我們利用 n8n 作為自動化大腦，將企業 CRM、LINE OA（官方帳號）以及 Google Sheets 串聯起來。整套流程的設計如下：

• 接收詢價：客戶從 LINE OA 傳入一段文字（例如：「我想問 A 產品 100 個含稅多少」），n8n 透過 Webhook 接收這段訊息。
• 意圖解析：n8n 呼叫 LLM（大型語言模型）的 API，讓 AI 代理人解析這段話的意圖。
• 資料比對：AI 代理人根據解析結果，去 Google Sheets（當作我們的產品與報價資料庫）撈取對應的規格與價格參數。
• 生成與確認：AI 生成一份報價草稿，透過 LINE 的隱藏群組傳給負責的業務。業務看完只要點擊 Flex Message 上的「確認送出」，合約跟報價單就會自動發給客戶。

前三個禮拜，系統跑得非常順暢。業務團隊讚不絕口，直呼「每天省下兩個小時在 Word 裡複製貼上」。直到那些「潛藏的技術雷區」在資料量放大後連環引爆。

60 天後的大翻車：AI 代理人踩到的致命雷區

1. 語意模糊導致的「自信幻覺」

AI 很聰明，但它有個致命傷：太急著討好你，遇到不懂的它會用猜的，而且猜得非常有自信。當客戶在 LINE 裡打出：「上次那個差不多的，數量加倍，急需報價。」這種高度依賴上下文的對話時，人類業務會去翻歷史紀錄，但我們的 AI 代理人呢？

它為了完成「輸出報價」的任務，自己去「推測」客戶要什麼。它從 Sheets 裡抓了一筆前一天另一個客戶剛問過的產品，然後理直氣壯地生成了報價單。這就是所謂的 LLM 幻覺（Hallucination）在業務場景中最可怕的展現。

2. 致命的上下文污染（Context Pollution）

這也是造成「A 客戶收到 B 客戶公司名稱」的元凶。在 2026 年，雖然模型的 Context Window 越來越大，但如果架構設計不良，記憶的邊界就會模糊。我們的 AI 代理人在處理高併發的詢價時，因為 Session 沒有徹底隔離清空，上一次對話的記憶污染了這一次的輸出。導致 AI 在填寫報價單抬頭時，直接拿了上一個對話的暫存變數去填。

3. Google Sheets 不是真正的關聯式資料庫

這大概是很多企業在做自動化時最常犯的錯。工程師的痛誰懂？Google Sheets 沒有鎖定機制（Row-level locking），業務有時候會進去手動改儲存格，甚至是改變欄位排序。AI 抓到的值不僅可能不是最新的，一旦格式跑掉導致解析失敗，n8n 端卻因為 API HTTP 200 而不會報錯，只是默默傳了一份「金額為 NULL」的草稿出去。業務在手機上點得太快，根本沒看清楚，災難就發生了。

緊急救援：從「全自動」退回「半自動」的重構手術

發現問題後的第一步，我直接把「點擊送出」的功能暫時拔掉，強制把流程降級回人工審核模式。接下來的兩週，我們重新大改了系統架構與 AI 的 Prompt 邏輯。

強制清除上下文與結構化輸出

每一筆詢價進來之前，我們在 n8n 的節點中強制注入一個「對話重置」的指令。更重要的是，我們不再讓 AI 直接吐出報價單，而是要求它回傳嚴謹的 JSON 格式，並附上推理過程。在經典編輯器中，我們實作了類似這樣的過濾邏輯：

// 確保 AI 輸出的驗證機制 (PHP 虛擬碼範例)
$ai_response = json_decode($response_body);
if( empty($ai_response->client_name) || empty($ai_response->product_id) ) {
    // 觸發人類介入警報，阻擋自動發送
    trigger_human_fallback("AI 解析失敗，缺少關鍵欄位");
} else {
    // 必須要求 AI 提供判斷依據
    log_reasoning($ai_response->reasoning);
}

現在，業務收到的通知會長這樣：「我認為這筆詢價的產品是 X，客戶是 Y，依據是 LINE 訊息中第二行的這句話…」。這樣業務在審核時，一秒鐘就能看出 AI 有沒有在胡說八道。

捨棄 Google Sheets，擁抱 WordPress 資料庫

這是最痛苦但也最正確的決定。我們把報價參數全部從試算表移出，改用 WordPress 的自訂文章類型（Custom Post Types）與 ACF 欄位來管理。這意味著：

• 參數有了版本控管與修改紀錄。
• 資料結構是嚴謹的關聯式資料庫，API 讀取不會錯位。
• 業務只能透過我們做好的後台介面修改，不能再隨便把欄位「合併儲存格」搞死工程師。

60 天後：真正穩定的 2026 報價自動化架構

經過這波血淚重構，系統終於穩定了。AI 代理人的角色被我們重新定義：它不再是負責「做決定」的業務主管，而是負責「整理與建議」的超級助理。

最終送出的報價，必須由業務實際開啟一個我們用 WordPress 刻出來的預覽頁面。頁面上強制業務必須勾選確認「客戶名稱」、「產品項目」、「金額」三個欄位正確無誤，按鈕才會解鎖亮起。整體流程速度依然很快，因為 AI 吃掉了最耗時的「撈資料與排版」苦工，讓業務從 15 分鐘的繁瑣作業縮短到 30 秒的精準確認。

給想做企業自動化的人的三句真心話

身為工程師，走過這遭，我最大的體悟是：導入 AI 代理人跑業務流程，最危險的從來不是技術不夠進步，而是「你以為它聽懂了，但它其實只是很有信心地亂猜」。給各位幾點建議：

1. 永遠保留 Human-in-the-loop（人類介入）：凡是涉及對外送出資料、牽涉合約與金錢的環節，至少在前半年不要讓 AI 擁有最終發送權。
2. 結構化輸入勝過語意解析：與其讓 AI 瞎猜模糊的客戶留言，不如在 LINE OA 前端設計好 LIFF 詢價表單，讓客戶乖乖點選下拉選單。
3. 資料庫才是底氣：Google Sheets 可以是很好的 MVP 展示工具，但絕對不能當作核心業務資料的唯一來源。

不是說不能做 AI 自動化，是要做就得用正確的系統思維去做，不然你的業務團隊最後只會把滿天的客訴帶回來砸在工程師的臉上。

推薦延伸閱讀

如果你對企業自動化翻車與救援有興趣，或者正準備導入 AI 工具，強烈建議你在行動前先看看我們過去的這些實戰復盤：

• 2026 自動化大翻車：AI 代理人接管 LINE、信件與報表的 90 天血淚救援實錄
• 業務主管一句「AI 幫我跑流程就好」，差點引發 CRM 名單大災難：45 天自動化血淚補洞實錄
• 從「會動就好」到流量癱瘓：LINE OA 串接 n8n 與 AI 代理人的 30 天血淚實戰

如果你也正在苦惱企業內部的自動化流程該怎麼設計才安全，或者被現有系統的爛攤子搞得焦頭爛額，別自己踩雷了，讓專業的來幫你梳理架構吧！前往 浪花科技聯繫我們，填寫表單，讓我們為你的企業量身打造安全、高效的自動化解決方案。