跳至正文
MakerGain
← 返回案例列表

先讓機器人說「我不知道」,這門副業每月帶來約 $500

編輯:MakerGain發布:文章更新:

倫敦 HeyDeacon 的 Andy 與兩位共同創辦人開發 Deacon,供仍親自回客服信的創辦人和小團隊使用。它先由共同創辦人自用;答不上來時,承認不知道並請訪客留下電子郵件;對方實際留下後,對話才會被標為未讀,並寄信給擁有者,真人回覆可加入知識庫。團隊把重點放在模型外的流程;知識庫需手動重抓,或由發布腳本觸發更新,換模型不必重做產品。

Andy 是 HeyDeacon 的三位共同創辦人之一,公司位於倫敦。另外兩位共同創辦人正在做幾款其他軟體產品,兩人收到的客戶訊息都超過自己能處理的量,其中很多是簡單、重複的問題。他們先做了一個機器人替自己回信,後來覺得別人可能也需要,於是有了 Deacon:一款面向仍親自回客服信的創辦人與小團隊的 AI 客服代理(Starter Story 訪談[1])。

這個產品最值得看的,是答不上來時它做什麼,而不是它有多會答。

答不上來,就先承認

按官方說明,訪客在網站提問,Deacon 只從這家公司的內容裡找答案:網站頁面、上傳的 PDF、Word 等檔案、貼上的文字,以及你和團隊寫的回答。它通常附上所依據的頁面連結,能用訪客的語言回覆,也能讀取對方隨手貼上的截圖(官方 FAQ[2])。

文件沒涵蓋的,它就說不知道,請訪客留下電子郵件。對方留下電子郵件後,這段對話會被標為未讀,並寄一封信給擁有者;訪客主動要求真人協助時,也會寄信通知。擁有者從後台回覆,回覆會直接出現在訪客的對話框;同一個問題點一次「回答這個」,答案就進入知識庫,下一個人再問,它便能自己答了(官方 FAQ[2] · [1])。

圖:Deacon 官網展示真人接手未知問題的對話介面。來源 官方產品頁[2],2026-11-18 取得。

知識庫不是自動更新的

這個循環聽起來省事,卻是把一件麻煩換成另一件。官方使用指南寫得很直接:Deacon 不會自己重讀網站,頁面改了要手動重新擷取,或由自己的發布腳本透過 API 觸發;同一頁面每 24 小時最多重抓一次;一次爬取最多 100 頁;登入、購物車、結帳和帳號頁面從不擷取(使用指南[3])。

也就是說,那套「知識庫」是一份需要有人持續更新的文件:可以手動重抓,也可以由發布腳本透過 API 觸發;有席位的團隊成員同樣能維護。省下的是重複回答,不是維護;頁面舊了,答案也跟著舊。

他改的是模型外面的那圈規矩

Deacon 最初是為另外兩位共同創辦人的產品做的,之後團隊直接向人介紹(訪談[1])。早期版本對客戶意圖的理解有缺口,團隊因此修改邏輯,也改了「認不出的問題」該怎麼處理(同上)。

Andy 把這層東西稱為圍繞語言模型的 harness:從文件裡找到答案,不知道就說明並轉交真人;模型變好,再換一個新的進去。按他的描述,值得下注的是模型外這圈流程,而不是某個模型比較聰明——換模型不用重做產品。

訪談沒說他用哪家模型、怎麼託管、對話資料保留多久,所以 harness 目前只能當成方向,還不能算作護城河。

頁面寫月價,年付一次收

據 2026 年 11 月 17 日的定價頁,頁面展示的年付價格是:Free 為 約 NT$0.00($0)/月、每月 50 個答案(約 25 段對話)、1 個席位,不需要信用卡;Starter 標價 約 NT$1,314.00($40)/月,但一次收一年 約 NT$15,768.00($480);Growth 標價 約 NT$3,942.00($120)/月,一次收 約 NT$47,304.00($1,440)(定價頁[4])。三種方案功能完全一樣,只差在答案數、知識庫容量、每月可讀取的網頁數和席位;沒有超量費,不會自動升級,所有方案都用同一個模型(About[5])。

標價寫「月」、帳單按年,這個細節值得停一下:選年付 Starter 的人,得先一次付 約 NT$15,768.00($480),不是每月 約 NT$1,314.00($40);想不付費,也有長期免費方案可用。

用量達到 80% 和 100% 時,會寄信提醒擁有者;超過後,訪客會看到一句簡短提示,並被詢問電子郵件,不會扣費;擁有者仍能閱讀與回覆,答案會在下一個計費月或升級後恢復。免費方案沒有結束日期,帳號連續一年沒有活動才會關閉,關閉前先警告(定價頁[4] · [5])。

它也不會到別的系統裡動手:不退款、不改方案、不查訂單,訪客問自己帳號的問題一律拒絕,沒有現成的 helpdesk 或 Slack 連接(官方 FAQ[2])。程式開發代理可透過 MCP 讀取客戶回饋與頁面錯誤,提出等待你批准的程式碼修正(定價頁[4])。方向一致:把問題整理清楚,遞給人。拿 Zendesk 對照,共同任務是網站客服,執行範圍卻不同:Zendesk 的 AI 代理可跨系統查詢訂單狀態、更新帳號資訊、執行獲批動作,需要真人時保留上下文交接(Zendesk 官方說明[6]);Deacon 明確不查訂單、不改方案、不退款,帳號問題交給人(官方 FAQ[2])。

約 NT$16,425.00($500) 說明不了太多

關於錢,公開的只有自述:2026 年 6 月以副業起步,到 9 月 23 日受訪時,每月約 NT$16,425.00($500)。沒有說這是利潤,也沒有審計。成本、毛利、流失率、客戶數都未公開,所以這門生意究竟賺不賺錢,外人算不出來。

截至那次訪談,他們沒做大型公開發布,先直接向人介紹,Product Hunt 還在計畫裡。第一位付費客戶來自自然搜尋——一個在日本經營小型 SaaS、需要人幫忙處理客戶請求的人。成長動作是到 Reddit、Hacker News、Indie Hackers、LinkedIn 和 X 找創辦人,製作 SEO 比較頁、Lovable/Bolt/v0 這類平台頁和操作指南,進免費軟體目錄,用影片和圖片展示它怎麼回答、怎麼附來源、怎麼轉交真人(訪談[1])。這些全是自述,沒有各通路的轉換與收入資料——出現過一個通路,不等於它帶來了錢。

它自己在 FAQ 裡,把 Fin 和 Decagon 歸為「已有客服團隊和 helpdesk 的公司」使用,說 Chatbase 和 Crisp 更接近自己,而 Deacon 面向兩者都沒有的創辦人與小團隊(官方 FAQ[2])。這是廠商自述的比較,不是獨立測試;但至少交代了它想站的位置:不取代一個客服部門,而是給原本就沒有客服台的人用。

Andy 做了十年軟體工程師,訪談裡說,自己最大的錯誤是沒有早點開始,建議是「為現在就需要的那個具體的人做東西」。Deacon 先給兩位共同創辦人使用,所以「這個問題是不是真的」從來不是他們需要擔心的事;這套先回答、答不上來就交給人的流程,也幾乎照著一個親自回信的創辦人的動作複製出來。

它把兩種失敗都定得很樸素:答不上來就承認並轉交真人;額度用完就停下來問電子郵件,不扣錢。對一個親自回信、也怕帳單的創辦人來說,機器人漏答一次只是麻煩,亂答一次卻可能讓一位客戶不再回頭——Andy 賣的不是答案,而是答不上來時,把話交給對的人的那一下。

繼續閱讀

AI 客服
轉交真人不計費:Fini 把 AI 客服帳單押在「真的解決了」上

Fini 的 AI 客服代理在客戶現有 helpdesk 裡接手聊天工單,用行為樹和確定性執行器,依節點讀取方案與帳號狀態,呼叫客戶介面完成取消訂閱等動作;轉交真人不計費,預設只把端到端解決、沒有真人接手的工單算作計費單位。團隊曾清空首版產品,在 fintech 客服團隊駐點四週後重建,選擇不取代客戶現有客服系統,並把後台 AI 自行提出的知識修正置於真人審核之後,未經批准不發布。

AI 客服
接手第一週資料庫就崩了:Zipchat 想讓每家網店的客服都能開箱即用

Zipchat 是面向電商的 AI 客服代理。Ruslan 在 2024 年 1 月接手時,團隊說不清 MRR 與客戶來源,第一週資料庫就開始崩潰。他先補帳:用 Mantle 讓 MRR 可見、蒐集聊天回覆的回饋;按其部落格說法,約兩個月後 MRR 提高 25%,首次達到2 萬美元。產品稱30 分鐘可上線,但品牌規則、客服平台串接與答錯修正仍須逐店設定。

AI 客服AI 搜尋AI 電商
訪客點下轉人工時,Chat Data 給同事發了封帶免登入連結的郵件

Chat Data 把企業文件、網頁和檔案訓練成可部署到網站與訊息管道的 AI 客服代理,並用免登入郵件連結把訪客轉人工接起來。它按 message credit 計費,支援自建模型和 Composio 託管的 MCP;TrustMRR 頁面列出 MRR 約 NT$579,638.25(17,645 美元)、304 個活躍訂閱,團隊 2–5 人。

AI 客服AI 效率
先綁卡,再進門:ChatDash 把 AI 語音代理的收款做成了一門年費生意

ChatDash 把面向代理商的白標 AI 代理儀表板做成按年賣客戶槽位的生意:客戶須先綁卡才能進面板,Stripe 自動處理訂閱與按量帳單;SaaS Mode 則限制為 Growth 加購,且只支援 Retell 語音、OpenAI 文字。TrustMRR 頁面截至 2026-11-14 稱其累計收入 約 NT$19,826,453.25($603,545)、MRR 約 NT$563,935.95($17,167)。