一句話定義

聊天機器人(Chatbot)是一種能用文字或語音跟人來回對話的程式,從照腳本回話的客服機器人,到 ChatGPT 這種靠大型語言模型生成回答的 AI,都算在裡面。

30 秒看重點

  • 是什麼:Chatbot 是會跟你「聊天」的程式,你打字或說話,它回你一段話。
  • 為什麼重要:ChatGPT 讓聊天機器人從「客服選單」變成每天上億人在用的工具,現在你碰到的 AI 產品幾乎都是用聊天的方式操作。
  • 跟誰相關:每天用 ChatGPT、Claude、Gemini 的一般人,想導入 AI 客服的老闆,還有負責串 API 的工程師。
  • 最常見的誤解:以為所有聊天機器人都一樣聰明,其實很多官網客服還是照腳本走的規則式機器人,跟 ChatGPT 是完全不同等級的東西。
  • 記住這件事就夠了:Chatbot 講的是「用聊天互動」這個形式,背後可能是一張寫死的流程圖,也可能是一個大型語言模型。

不知道你有沒有被客服機器人氣過?

如果你有在網路上查過帳單或改過機票,應該遇過這種狀況:官網右下角跳出小視窗說「您好,請問需要什麼協助?」,你認真打了一長串問題,它回你四個按鈕,選了半天繞回原點,最後還是得找真人客服。

可是同一個時間,你打開 ChatGPT 隨便問一句,它不但聽得懂,還能接著你上一句繼續聊。

這兩個東西,英文都叫 Chatbot。

所以 Chatbot 講的其實是一種互動形式,背後用什麼技術都有可能。搞懂這兩種差在哪,下次看到「AI 客服」四個字,你就知道它是哪一種了。

Chatbot 到底是什麼?

Chatbot 中文叫聊天機器人,是能用文字或語音跟人來回對話的電腦程式,你說一句,它判斷你要什麼再回一句。

這個概念一點都不新。被公認為史上第一個聊天機器人的 ELIZA,是 MIT 教授 Joseph Weizenbaum 寫的,多個搜尋來源一致指出,他在 1966 年 1 月於《Communications of the ACM》期刊發表了這個程式。ELIZA 最有名的腳本叫 DOCTOR,模仿心理治療師,把你說的話換個方式丟回去變成問題。你說「我最近很累」,它可能回你「你為什麼覺得自己很累?」。

ELIZA 其實完全不懂你在說什麼,只是比對關鍵字、套句型。可是當年很多人明知道它是程式,還是聊得很投入,據報導 Weizenbaum 的秘書曾請他離開房間,好跟 ELIZA「私下談談」。後來大家把這種「明知是機器還是當真」的現象叫做 ELIZA 效應(ELIZA effect)。

題外話,ELIZA 的原始碼後來在 MIT 的 Weizenbaum 檔案裡被翻出來,GitHub 上的 eliza-ctss 專案把這份 1965 年的程式重新謄打,放到模擬的 IBM 7094 主機上跑,你現在還能跟 60 年前的 DOCTOR 聊天(超浪漫的)。

生活比喻:你可以想像成兩種店員。規則式聊天機器人像電話語音客服,「查詢帳單請按 1,修改資料請按 2」,你的問題不在選單上它就沒轍。LLM 聊天機器人比較像一個讀過很多資料的便利商店店員,你隨口問「這個可以幫我寄到南部嗎」,他聽得懂你在講什麼,但偶爾也會很有自信地講錯(後面會講)。

為什麼會有聊天機器人?

聊天機器人的出現,是為了讓人不用學操作介面,直接用最習慣的「講話」方式跟電腦溝通。

問題 1:介面要學,講話不用學。選單、表單都要花時間熟悉,可是每個人都會打字聊天。

問題 2:重複的問題太多,真人客服接不完。Anthropic 在官方的客服聊天機器人開發指南裡,列出幾個適合用 LLM 自動化客服的訊號:大量重複的提問、需要 24 小時不打烊、尖峰時段要能快速擴充人力。說白了就是,「營業時間幾點」這種問題,不需要真人一遍又一遍回答。

那為什麼聊天機器人吵了幾十年,到 2022 年才真的紅起來?

因為以前的聊天機器人太笨了,換個說法它就聽不懂。直到 OpenAI 在 2022 年 11 月 30 日開放 ChatGPT 免費測試,聊天機器人第一次「聽得懂人話」。多家媒體引用瑞銀(UBS)依 Similarweb 資料做的估計,ChatGPT 在 2023 年 1 月就達到約 1 億月活躍使用者,TikTok 達到同樣規模花了約 9 個月。這是第三方估計,不是官方數字,但爆發力很明顯。

聊天機器人是怎麼運作的?

先講結論:不管哪一種聊天機器人,流程都是「聽懂你要什麼 → 決定怎麼回 → 把回答講出來」,差別在每一步是用寫死的規則,還是交給 AI 模型判斷。

  1. 理解你的話:規則式機器人比對關鍵字,或把句子分類成某個「意圖」(intent),例如「查訂單」「退貨」;LLM 聊天機器人則讀整句話,連上下文一起理解。
  2. 決定怎麼回:規則式機器人照流程圖走,每個意圖對應一個寫好的回答;LLM 聊天機器人根據指示、對話紀錄和查到的資料自己組織答案。
  3. 說出回答或採取行動:簡單的就是回一段文字,進階一點的會呼叫外部系統。Anthropic 的客服指南範例裡,Claude 會先問完報價需要的問題,再呼叫報價 API,最後把結果整理成白話回給客戶。

開源對話框架 Rasa 的演變剛好是這個轉變的縮影。它的 GitHub 舊版說明以 NLU(自然語言理解)加對話管理為核心;新版直接寫「我們已經不再只靠意圖了」,改用 LLM 理解使用者,原則是「LLM 負責聽懂使用者,程式碼負責執行規則」,舊版 Rasa Open Source 則進入維護模式。

名詞小教室:LLM 聊天機器人背後的引擎就是大型語言模型(LLM),你可以把它想成讀過大量文字、很會接話的超級學霸。聊天機器人是「店面」,LLM 是在後面接單的「廚房」。

規則式聊天機器人跟 ChatGPT 差在哪?

一句話:規則式聊天機器人照劇本演,ChatGPT 這類 LLM 聊天機器人會即興,前者穩但死板,後者靈活但可能講錯。

比較項目規則式聊天機器人LLM 聊天機器人(ChatGPT、Claude 等)
怎麼理解你的話比對關鍵字或分類到預設意圖讀整句話與上下文
回答從哪來事先寫好的固定回覆模型即時生成
換個說法還聽得懂嗎常常聽不懂大多聽得懂
會不會亂講不會,但也只會講寫好的可能產生看似合理的錯誤答案
維護成本情境越多,流程圖越難管要寫好指示、接資料來源、做測試
我會在什麼情況選它流程固定、答錯會出事的步驟,例如退款確認問題五花八門、需要聽懂各種說法的第一線諮詢

從這張表可以看出來,兩種沒有誰全面勝出。很多業者乾脆混著用:開放式的提問交給 LLM,牽涉到錢、法律責任的步驟用規則鎖住,Rasa 新版那句「LLM 負責聽懂,程式碼負責規則」講的就是這件事。

如果你是要幫公司選 AI 客服,我會先問一題:「答錯一次的代價有多大?」代價很小就大膽用 LLM,代價很大的流程,寧可留給規則或真人。

聊天機器人講錯話,誰要負責?

簡單來講,目前的判例方向是公司自己負責,不能把錯推給聊天機器人。

最常被引用的例子是加拿大的 Moffatt v. Air Canada 案。加航官網的聊天機器人告訴一位剛喪親的乘客,可以先買機票、事後再申請喪親優惠,但實際規定不是這樣。卑詩省民事解決法庭在 2024 年 2 月判加航要賠償 812.02 加幣,加航曾主張不該為聊天機器人提供的資訊負責,法庭沒有接受,認為資訊不管來自靜態網頁還是聊天機器人,公司都一樣要負責。細節在本站AI 幻覺(Hallucination)條目有完整整理。

另一種風險是「演過頭」:本站 5 月的日報提到,賓州州長控告 Character.AI,因為平台上一個聊天機器人自稱精神科醫師,還報出偽造的執照號碼。

也因為這樣,Anthropic 的客服指南特別強調幾件事:要讓 Claude 守住主題,遇到無關的問題把對話導回來;回答時附上資料來源;評估指標裡也有「轉接真人的效率」這一項。聊天機器人可以很好用,但要有人幫它畫好界線 不然最後背鍋的還是公司。

你會在哪些 AI 工具看到聊天機器人?

現在大部分你叫得出名字的 AI 產品,都是用聊天機器人的形式跟你互動。

  • ChatGPT:OpenAI 在 2022 年 11 月 30 日推出,讓「跟 AI 聊天」變成大眾日常。
  • Claude:Anthropic 在 2023 年 3 月 14 日推出,當時就透過 Notion、Quora 的 Poe 和 DuckDuckGo 等合作夥伴,被塞進別人的產品裡。
  • 各種官網客服:銀行、電商、航空公司網站右下角那個對話框,可能是規則式,也可能已經換成 LLM,外觀上很難分辨。
  • AI 陪伴平台:Character.AI 這類讓你跟虛擬角色聊天的服務。本站日報報導過,Character.AI 母公司在 2026 年 10 月 12 日聲請破產保護。

那大家都拿聊天機器人聊什麼?Anthropic 在 2025 年 6 月的研究分析了約 450 萬則 Claude.ai 對話,發現只有 2.9% 屬於情緒支持、諮詢這類「情感型」對話,陪伴加上角色扮演合計不到 0.5%,多數人還是拿來工作和產出內容。

學聊天機器人最常見的 3 個誤解

最大的誤解,是把「會聊天」跟「懂你」畫上等號。

  1. 誤解一:會聊天就代表它真的懂 — 真相是 ELIZA 早在 1966 年就證明,只靠套句型也能讓人投入感情。現在的 LLM 聰明很多,但聽起來有同理心,不等於真的理解你。
  2. 誤解二:聊天機器人就是 ChatGPT — 真相是 Chatbot 是一個大分類,很多官網客服還是照流程圖走的規則式機器人。被客服機器人氣到,不代表 AI 很爛,可能只是那家公司還沒換新系統(笑)。
  3. 誤解三:聊天機器人講的話,公司可以不負責 — 真相是加航案法庭已經表態,網站上聊天機器人講的話,公司一樣要負責。

聊天機器人跟 AI Agent 又差在哪?

一句話:聊天機器人的主業是「回答你」,AI Agent 的主業是「幫你把事做完」。

聊天機器人是你問一句它回一句;AI Agent 會自己拆任務、呼叫工具、一步步執行。不過界線越來越模糊,會自己呼叫報價 API 的客服 Claude,已經有點 Agent 的味道了。

想多了解聊天機器人,從哪開始?

沒有技術背景的話:下次遇到官網客服機器人,用三種說法問同一個問題。常常聽不懂的通常是規則式,都聽得懂的很可能背後接了 LLM。

有技術背景的話:先去 GitHub 看 eliza-ctss,感受 60 年前的聊天機器人長什麼樣;再讀 Anthropic 的客服聊天機器人開發指南,從要不要用 LLM 一路講到系統提示與工具呼叫,很完整。


常見問題 FAQ

聊天機器人跟 AI 有什麼關係?

聊天機器人是一種用對話跟人互動的程式,不一定要用到 AI。早期的規則式聊天機器人只靠關鍵字與固定流程回話,ChatGPT、Claude 這類新一代聊天機器人則是靠大型語言模型理解問題並生成回答,所以現在大家說的 AI 聊天機器人,多半指後者。

為什麼聊天機器人突然這麼紅?

聊天機器人的概念從 1966 年的 ELIZA 就有了,但過去大多只能照腳本回話。OpenAI 在 2022 年 11 月 30 日推出 ChatGPT 後,聊天機器人第一次能聽懂各種說法並流暢回答,瑞銀估計 ChatGPT 在 2023 年 1 月就達到約 1 億月活躍使用者,聊天機器人因此成為大眾日常工具。

我不是工程師也需要懂聊天機器人嗎?

不需要會開發,但懂基本觀念很實用。了解規則式與 LLM 聊天機器人的差別,你就知道為什麼有些客服機器人聽不懂人話,也會知道 AI 聊天機器人可能講錯,重要的資訊例如退款規定、醫療建議,還是要回頭跟官方或專業人員確認。

聊天機器人的中文翻譯有沒有統一?

英文是 Chatbot,台灣最常見的中文說法是「聊天機器人」,業界有時也會說「對話機器人」或「對話式 AI」。本站採用「聊天機器人」,因為它最直白,一般讀者一看就懂。

學會聊天機器人之後,下一個該學什麼?

建議先讀大型語言模型(LLM),了解 ChatGPT 這類聊天機器人的核心引擎;再讀 AI 幻覺,知道聊天機器人為什麼會一本正經地講錯;最後看 AI Agent,了解聊天機器人如何從「回答問題」進化到「幫你做事」。


延伸閱讀


參考來源

  1. rupertl/eliza-ctss|GitHub — ELIZA 1965 年原始碼的發現經過、謄打者,以及在模擬 IBM 7094 與 CTSS 上重新執行的 DOCTOR 腳本。
  2. Customer support agent|Claude Platform Docs — 適合用 LLM 做客服的訊號、守住主題、呼叫報價 API 與轉接真人等評估指標。
  3. Introducing Claude|Anthropic — Claude 2023 年 3 月 14 日推出的定位與 Notion、Quora、DuckDuckGo 等合作夥伴。
  4. How people use Claude for support, advice, and companionship|Anthropic — 約 450 萬則對話中情感型占 2.9%、陪伴與角色扮演不到 0.5%。
  5. RasaHQ/rasa|GitHub — 規則與意圖式對話框架的定位、改用 LLM 的 CALM 原則,以及 Rasa Open Source 進入維護模式。

查證限制:ELIZA 的論文發表時間、秘書軼事與 ELIZA 效應,ChatGPT 的推出日期與瑞銀約 1 億月活躍使用者的估計,以及加航 Moffatt 案的判決內容,原始網站在撰寫環境無法開啟,以多個獨立搜尋結果交叉比對一致後才寫入,未列入參考來源。


整理一下重點:Chatbot 說穿了就是「用聊天跟你互動的程式」,背後可能是寫死的流程圖,也可能是超會接話的大型語言模型,分得出這兩種,你就不會再被客服機器人氣到懷疑人生了。

希望這一篇有讓你對聊天機器人有比較具體的理解哩~如果發現事實錯誤、定義不準、或翻譯卡卡的,歡迎透過聯絡頁指正,看到我們會盡快修。

我們下篇文章見囉~

本條目由 Array 報報 AI 編輯部根據上方「參考來源」整理,文末已揭露 AI 生成 + 公開資料引用。