台灣旅宿同時卡在兩件事：住房率回不去，人卻請不到。AI 解決不了第一件，但能解決第二件——前提是導入順序別錯。
一、現況：住客創紀錄，住房率停在 45.73%
依交通部觀光署 2026 年 2 月統計，114 年旅宿住客達 8,209 萬人次創新高，其中外國籍 2,076.1 萬人次、約佔 25%。但合法民宿房間數三年由 49,007 間增至 53,628 間（+9.43%），112–114 年平均住房率由 46.80% 降到 45.73%；114 年旅館平均房價 2,984 元、民宿 2,438 元。
供給與住客都變多、住房率卻持平，競爭已移到「回覆速度」這層。人力面更直接：工商時報 2025 年 10 月報導指旅宿業缺工約 6,600 人，行政院已核定開放房務、清潔、櫃台、餐飲四類引進移工。
二、五個 AI 場景的優先順序
- ① LINE／官網 AI 問答＋導流直訂：處理停車、寄物、早餐、加床、寵物等重複問題，並把 OTA 比價客導回官網。最快回本。
- ② 評論 AI 草稿回覆：AI 出稿、人審發布，順帶養在地搜尋能見度。
- ③ 房務自動派工：住客需求直接推到房務手機，不經前台轉述。
- ④ 多語前台：外籍住客約佔 25%，中／英／日即時翻譯。
- ⑤ AI 動態定價：需兩年以上乾淨訂房資料，40 房以下不該先碰。
三、兩個真實案例
晴美公寓酒店（台北）。依經濟部「新創嚴選」示範案例，該酒店與以力科技導入 MantaGO 對話式 AI，整合跨平台訊息後，AI 可即時回答超過七成入住前問題，櫃檯負擔減少約二至三成。
五星飯店的房內 AI 語音管家。據非凡新聞報導，Aiello 助理串接 OpenAI API，可控房內設備、答館內與周邊資訊、接受點餐，飯店估計省下約 30% 客服人力；任務模組把「打前台→貼 LINE 群組→房務看到」壓成自動派單。踩的坑很典型：PMS、任務系統、客戶溝通三套各自為政，整合才是真工程量。
四、工具堆疊與真實月費（NT$，未稅）
| 工具 | 用途 | 月費 |
|---|---|---|
| LINE 官方帳號（中用量） | 客服主通道，含 3,000 則群發 | 800（2026/11/1 起 1,000） |
| LINE Messaging API（Reply API） | AI 自動回覆 | 0（一對一聊天、自動回應、AI 自動回應與 Reply API 依官方說明不計費） |
| OpenAI API（輕量模型） | 問答生成與意圖判斷 | 600–1,500 |
| n8n Cloud Starter | 串 PMS／訂房引擎 webhook | 約 850（€24／月） |
| Claude 或 ChatGPT 付費方案 | 評論回覆、多語文案 | 650–1,000／人 |
| Supabase（pgvector） | 知識庫向量檢索 | 0–800 |
合計 約 NT$3,000–5,000／月。理由：LINE 是台灣住客的預設通道且回覆不計費，n8n 讓你不必為串 PMS 養工程師，向量檢索確保 AI 只回答館內真實資料。
五、ROI 試算：40 房旅館
基準：40 房 × 房價 2,984 元 × 住房率 45.73%，月房收約 163.8 萬元。OTA 佔 60%、Booking.com 佣金約 15%（區間 10–25%），月佣金約 14.7 萬元；前台每日耗在重複問答 3 小時，以時薪 200 元計為每月 1.8 萬元。
| 場景 | 一次性 | 月運營 | 月效益 | 回本 |
|---|---|---|---|---|
| ① AI 問答＋導流直訂 | 60,000 | 3,500 | 25,400（工時 18,000＋直訂 +3pp 佣金 7,400） | 2.7 個月 |
| ④ 多語前台 | 30,000 | 1,200 | 6,800 | 5.4 個月 |
| ③ 房務自動派工 | 80,000 | 2,000 | 12,000 | 8.0 個月 |
| ② 評論 AI 回覆 | 20,000 | 1,200 | 3,500 | 8.7 個月 |
| ⑤ AI 動態定價 | 150,000+ | 6,000 | 不穩定 | 18 個月以上 |
直訂佔比每提高 3 個百分點，省下的佣金就抵掉整套 AI 客服月費還有找。這是場景①先做的理由：同時省人力與通路成本。
六、90 天落地路線圖
- Phase 1（Day 1–14）問題盤點：匯出近 90 天 LINE、電話與 OTA 訊息，歸出 Top 20 重複問題與佔比。沒這步，後面全是猜。
- Phase 2（Day 15–45）知識庫與 bot 上線：建 RAG 知識庫，只放不會變的規則（停車、寵物、早餐、退房），bot 只做查詢。
- Phase 3（Day 46–75）接 PMS 與導流：串房況，開放「查空房→導官網訂房引擎」；評論採 AI 草稿＋人審。
- Phase 4（Day 76–90）量測與決策：看自動回覆率、轉人工率、首回時間、直訂佔比。達標才進派工與定價。
七、五個常見失敗原因與解法
- 房價寫死在知識庫→ AI 報過期價，旅宿最致命的錯。解法：房價房況即時讀 PMS。
- 讓 AI 直接成交→ 超賣與退款糾紛。解法：AI 只到「查空房」，付款跳官網訂房引擎。
- 沒設轉真人門檻→ 客人困在 bot，改去 Google 留一星。解法：連兩輪答不出自動轉真人。
- 只做中文→ 忽略約 25% 外籍住客。解法：第一版就開中／英／日。
- 知識庫沒有負責人→ 三個月後全部過期。解法：指定前台主管每月複核，寫進交接 SOP。
八、不適合 AI 化的場景
- 20 房以下、每日訊息低於 15 則——老闆自己回更快。
- 一年只營運 3–4 個月的季節性民宿，導入費攤不回來。
- 管家式 Villa、一泊二食——人味本身就是商品。
- 客訴賠償與房損協商，必須由人負責。
- 房型專案每週在變、沒有數位化房價表者，先整理資料。
九、ScriptWalker 旅宿方案與起價
- 旅宿 AI 問答包（LINE＋官網）：NT$68,000 起，14–30 天上線，含知識庫、轉人工規則、三語。
- PMS／訂房引擎串接：+NT$40,000 起。評論 AI 回覆：NT$25,000 起。
- 月維運：NT$6,000 起（不含原廠費用）。導入前診斷：NT$8,000，簽約全額折抵。
十、常見問題 FAQ
我只有 12 間房的民宿，值得做嗎？
多半不值得。以每日訊息 15 則為分水嶺，低於這數字，省下的工時抵不過導入與維護成本。先把官網訂房頁寫清楚更有效。
AI 報錯房價，出事誰負責？
架構上就不該讓 AI 自己講價。AI 只答規則類問題，房價房況即時向 PMS 取值並轉述，成交留在官網——模型答錯也不會產生有效契約爭議。
LINE 訊息費會不會爆掉？
做客服通常不會。依 LINE 官方 2026 年價格公告，一對一聊天、自動回應、AI 自動回應與 Reply API 都屬免付費訊息，計費的是群發推播。
買現成 SaaS 還是自己串？
30 房以下、需求單純就買現成；50 房以上、已有 PMS 且想累積住客資料，自建（LINE＋n8n＋向量庫）長期成本低。分界點：AI 需不需要讀即時房況。
十一、決策清單與下一步
- ☐ 說得出過去 90 天最常被問的前 5 個問題與次數嗎？
- ☐ 前台每天耗在重複問答超過 2 小時嗎？
- ☐ OTA 訂房佔比超過 50% 嗎？
- ☐ 官網有可完成付款的訂房引擎嗎？
- ☐ PMS 提供 API 或 webhook 嗎？
- ☐ 外籍住客佔比超過 15% 嗎？
- ☐ 館內規則已整理成可維護文件嗎？
- ☐ 有人願意每月花 15 分鐘維護知識庫嗎？
- ☐ 能接受第一版只做查詢、不做交易嗎？
勾到 6 項以上，回本大概率在 3 個月內。先做場景①，其他等數據講話。想看自己的問題池，可預約導入前診斷：
- Email：[email protected]
- 電話：0916-224-047
- LINE：@ufv9089p