不少人都有這樣的經驗：致電客服熱線，對面是 AI 語音系統，你必須等它把一整段說完才能開口；一旦中途插話，它不是聽不到，就是答非所問，最後只好不斷重複「轉接真人」。問題並非 AI 不夠聰明，而是傳統語音系統的對話方式本身太生硬。二零二六年九月十日，OpenAI 在開發者 API 推出語音模型 GPT-Live-1，以「全雙工」（Full-duplex）技術讓 AI 可以一邊聽、一邊說。本文會詳細說明這項技術改變了什麼，以及企業要打造一個真正用得的 AI 客服，需要準備哪些條件、成本應如何計算，以及導入時的注意事項。
什麼是 Full-duplex？
「雙工」原本是通訊術語。對講機屬於「半雙工」：同一時間只有一方可以說話，一方說完、放開按鈕，另一方才能回應。電話則是「全雙工」：雙方可以同時說話和聆聽。過往大部分 AI 語音系統，實際上都是半雙工的對講機模式。它們通常由三個步驟串連而成：先把客人的語音轉成文字，再交給語言模型構思回應，最後把文字轉回語音。每一個步驟都會增加延遲，也會丟失說話的節奏、停頓和語氣等資訊；系統可能把客人一個短暫停頓誤當作說完，或者在客人插話時已經「決定」了要說什麼。全雙工模型則讓輸入和輸出的聲音同時保持暢通，AI 可以持續判斷應該繼續聽、繼續說、暫停，還是回應客人的打斷。
GPT-Live-1 帶來了哪些改變？
根據 OpenAI 公布的數據，GPT-Live-1 的輪流對話延遲由上一代 GPT-Realtime-2.1 的約一點四秒，縮短至約零點八秒；在全雙工互動測試中的得分由百分之四十五點四提升至百分之八十點一；在對話中調用工具（例如查詢系統、執行操作）的準確度，亦由約六成提升至約八成七。此外，它能處理打斷、「嗯」、「是的」這類附和回應，以及說到一半改變方向的情況；對靜默和背景噪音的判斷亦有改善，減少因正常停頓或環境聲音而誤判客人插話。對客服特別實用的是，它支援關鍵字加權和更準確的英文字母及數字辨識，適合處理姓名、訂單編號、參考編號、地址和產品型號，亦支援電話系統接入。語言學習平台 Speak 的測試顯示，改用 GPT-Live-1 後，在學員思考停頓期間被 AI 誤打斷的情況減少近八成。
關鍵設計：「語音層」與「後台」分工
GPT-Live-1 另一個值得企業留意的設計，是它不必自己完成所有思考工作。它負責維持即時、自然的對話，同時可以把需要較多運算、資料存取或長時間推理的工作，交給後台的其他模型或工具處理。例如簡單的預約查詢可以交給成本較低的模型，複雜的帳戶爭議則交給 GPT-6 Astra 這類較強的模型，甚至可以接入第三方模型。這意味著，一通電話不需要全程運行最昂貴的模型；AI 一邊和客人傾談，後台一邊查資料庫、讀取帳戶資料、執行工作流程，客人不會感到「等機器」的空白。
打造 AI 客服的五大要素
技術只是基礎，AI 客服成功與否，更取決於整體設計。第一，對話要自然：善用全雙工能力，讓客人可以隨時打斷和更正，並透過系統指示設定語氣、語速和說話風格，使其符合品牌形象。第二，要能辦事，而不只是答問題：把 AI 連接到訂單系統、預約系統、會員資料庫和工單系統，令它可以在對話中直接查訂單、改預約、開個案，真正解決問題。第三，要有完善的知識庫：把產品資料、價目、常見問題、退換政策、服務條款整理成清晰、最新的內容，AI 才能答得準確，減少「亂說」的風險。第四，要設計轉接真人的規則：投訴、退款、涉及金錢或敏感個人資料的問題，應設定清楚的轉接條件，讓 AI 處理大量日常查詢，人手專注處理複雜個案。第五，要有紀錄和質量檢查：GPT-Live-1 會同時輸出客人語音的文字稿和 AI 的回應文字，企業可據此定期抽查、分析常見問題，持續改善知識庫和流程。
成本應該如何計算？
GPT-Live-1 語音層的收費為每分鐘零點零五美元，按秒計算。以此推算，每月十萬分鐘通話，語音層成本約五千美元；若每通電話平均五分鐘，即每通約零點二五美元。不過必須留意，這只是語音層的收費，後台模型的推理、工具調用、資料檢索及相關系統基礎設施都需另外計算。因此，比較成本時不應只看每分鐘價錢，更有意義的指標是「每個成功解決的個案成本」：一個系統即使每分鐘略貴，只要能更快完成對話、減少轉接真人和重複來電，整體可能反而更划算。此外，OpenAI 引述一個早期客戶案例，改用 GPT-Live-1 取代原本多層串連的語音系統後，相關程式碼減少約八成，即約二萬三千行；這屬個別案例，但反映系統複雜度的下降，同樣會影響整體成本。
最適合的應用場景
全雙工 AI 客服最適合「需要一邊說話、一邊完成動作」的電話工作，包括：一般客戶查詢與售後支援、餐廳或診所的訂座和預約、會籍及訂單狀態查詢、帳單提醒與追收、銷售線索的初步篩選，以及公司內部的 IT 或人事支援熱線。對於來電量大、非辦公時間仍有查詢需要的企業，AI 客服可以提供二十四小時接聽，令客人不必再等候或留言。
導入步驟與注意事項
建議企業分階段進行。第一步，選定一條來電量大、問題相對重複的熱線，例如預約熱線，或先由非辦公時間的來電開始試行。第二步，整理知識庫並連接必要系統，同時定義好轉接真人的條件。第三步，進行充分測試：OpenAI 公布的是推出時的官方數據，實際效果仍需在真實環境中驗證，包括不同口音、嘈雜環境、長時間通話的穩定性，以及工具調用的成功率。對香港企業而言，尤其要實際測試系統處理廣東話及中英夾雜對話的表現，再決定服務範圍。第四步，做好合規與透明度：清楚告知客人正在與 AI 對話，並按私隱規定處理通話錄音和個人資料。最後，持續追蹤成功解決率、轉接率和客戶滿意度，逐步擴大 AI 處理的範圍。
結語：AI 客服的成敗在於設計
全雙工技術令 AI 客服終於可以像真人一樣自然對話，但真正決定成敗的，仍然是背後的知識庫、系統連接、轉接規則和持續優化。技術已經準備好，關鍵在於企業能否把它設計成一個真正解決客人問題的服務。想了解如何為公司打造 AI 客服，並把 AI 員工部署到實際業務流程，歡迎前往 ai.ud.hk 了解 UD 的 AI 員工方案。
懂AI，更懂你｜UD相伴，AI不冷
