企业 AI 语音客服如何集成即时派单｜GoGoCha 技术案例

问题背景

长辈、旅客与企业客户可能从电话、网站或 LINE 叫车。如果各入口分开保存任务，运营端就需要在不同界面核对信息。这个案例的重点是让入口连接共用派单后端，使司机、乘客与运营端能核对同一笔任务状态，同时保留信息不足时的人工介入。

实践方式

• —AI 电话入口负责收集叫车信息，共用后端负责保存与派单；将对话与任务状态分开，让电话、网站与 LINE 能衔接同一套运营流程。
• —使用 Express、PostgreSQL、Redis、BullMQ 与 Socket.IO 建立即时派单后端。
• —网站车资试算先呼叫真实费率 API，失败时以本地规则提供清楚的替代结果。
• —以大字级、语音优先与高对比方式处理长辈使用情境。

隼讯实际负责范围

• 品牌官网与车资试算介面
• AI 电话接听入口与任务资料结构
• SmartDispatcherV2 即时派单后端
• LINE Bot、司机／乘客 App 与运营后台整合

AI 接听至派单的数据流

1. 01使用者由电话、网站或 LINE 提出叫车需求。
2. 02系统整理地点、联系与任务栏位，送入共用派单流程。
3. 03后端以 PostgreSQL 保存状态、BullMQ 处理伫列，并透过 Redis／Socket.IO 即时同步。
4. 04司机端、乘客端与运营介面取得同一笔任务状态。

限制、失败降级与替代方式

• —AI 无法可靠确认地点、联系或任务信息时，应由人工进一步确认，不能把模型猜测当成可执行的派单数据；本页不宣称所有来电都能无人处理。
• —网站费率 API 失败时以本地规则提供替代估算，界面须披露估算依据与限制。替代结果不代表实时费率 API 成功，也不代表已完成叫车或取得正式报价。
• —伫列与即时通讯分层处理，避免单次连线问题直接等同任务消失。

证据如何核对

• ✓可由公开品牌网站核对电话、网站、LINE 与车资试算等入口。
• ✓公开 App 画面与网站画面用来证明跨入口产品范围，不包含私人乘客或司机资料。
• ✓技术架构来自隼讯实际负责范围；未公开运营量、接通率、节省工时或正式 SLA。

可公开的量测与能力