Lamont Lu

客戶情境

餐飲物流公司依賴電話派車、紙本記帳。派單耗時 5-10 分鐘，計費錯誤率 15-20%，需 3-4 人調度。

我怎麼做

• 現場訪談，拆解派車→接單→送達→結算完整流程
• 設計 LINE Flex Message 自動派單 + 一鍵接單
• 整合 Google Maps Distance Matrix 自動計算距離與運費
• 交付後教操作團隊使用系統，確認獨立運行

客戶情境

國際搬遷物流公司處理大量跨國發票（多幣別、多格式），仰賴人工輸入，耗時且錯誤率高。內部任務分派依賴 Email，缺乏追蹤。

我怎麼做

• 分析發票處理流程，識別人工瓶頸
• 設定 Microsoft AI Builder 發票 OCR 模型與欄位映射
• 建立 JSON 清理工具做結構化資料萃取
• 設計 Microsoft Teams 工作流程整合方案

解決的問題

中小企業缺乏技術團隊，無法自建 AI 客服。市場上的 Chatbase 等工具不支援台幣、缺乏在地化。

我怎麼做

• 設計 RAG 架構（Claude API + pgvector），確保回覆基於文件內容
• 企業上傳文件即可部署 AI 客服，一行 Script 嵌入網站
• 建立操作手冊，讓非技術客戶能獨立管理