AI 工具教學：香港中小企由 ChatGPT 到 CRM 自動化的 30 日實戰流程

如果香港中小企想真正用好 AI 工具，第一步不是買最多 AI subscription，而是選一條每日重複、可量度、可覆核的業務流程，然後把 ChatGPT、文件庫、WhatsApp 查詢、CRM、報價和審批逐步連起來。 例如銷售團隊每天收到 30 個 WhatsApp 查詢，AI 可以先協助分類、補齊資料、草擬回覆、建立 CRM 任務，再交由同事確認，而不是讓 AI 自動承諾價錢或合約條款。

這篇 AI 工具教學不是單純列出「十大 AI 工具」。香港公司真正需要的是可落地的做法：哪些資料可以放入 AI、哪些要保留人手審批、如何把 AI output 變成網站內容、FAQ、報價 brief、CRM follow-up，以及如何避免員工各自用不同工具令資料散落。LoftyGroup 在 AI Chatbot、系統開發、香港網頁設計、SEO 和 IT 外判 項目中，通常會先由這種流程盤點開始。

香港的 AI 和數碼轉型環境亦有現實限制。Cyberport 的 Digital Transformation Support Pilot Programme 以預先評審的現成數碼方案協助指定行業中小企轉型；PCPD 的 AI 個人資料保障框架則提醒公司在採購、實施和使用 AI 系統時要有治理、資料保障和風險控制。換言之，AI 教學要同時教「怎樣用」和「甚麼情況不應該直接用」。

先選流程：不要由工具清單開始

很多公司學 AI 的第一個錯誤，是一開始就比較 ChatGPT、Claude、Gemini、Copilot、Notion AI、Perplexity、Zapier、Make、Airtable 或各種 chatbot。這些比較有用，但如果公司未知道要解決哪個流程，最後只會變成員工試玩不同帳戶，沒有標準、沒有紀錄、沒有 KPI。

比較實際的做法，是先用以下四條問題篩選第一個 AI pilot：

• 每天是否重複出現？例如查詢分類、報價前資料收集、FAQ 回覆、會議摘要、客戶跟進。
• 是否有清晰輸入和輸出？例如客戶訊息、產品資料、服務範圍、報價表、SOP、合約模板。
• 錯誤風險是否可控？AI 可以草擬，但高風險承諾、私隱資料、財務條款和法律內容要人手覆核。
• 能否量度改善？例如回覆時間、資料完整率、lead qualification、報價速度、成交跟進率。

AI 工具組合：香港中小企的 5 層架構

一個可長期使用的 AI workflow，通常不是單一工具，而是五層組合。這樣做的好處是可以由簡單開始，之後再逐步連接網站、CRM、WhatsApp Business API 或內部系統。

第 1 層：通用 AI 助理

例如 ChatGPT、Microsoft Copilot、Gemini 或同類工具，適合用來做草稿、摘要、比較、初步分類和培訓。公司應先建立內部 prompt 範本，例如「把客戶查詢整理成報價 brief」、「把會議記錄轉成 follow-up task」、「把產品資料變成 FAQ」。

第 2 層：公司知識庫

AI 如果沒有可靠資料來源，答案很容易變成一般化建議。公司應整理服務頁、報價表、FAQ、SOP、產品限制、保養條款、過往 proposal 和常見投訴，並標示哪些是最新版本。這一層可以逐步發展成 RAG AI chatbot 或內部搜尋助理。

第 3 層：營運資料表與 CRM

Google Sheet、Airtable、HubSpot、Zoho、Notion database 或自訂 CRM 都可以成為 AI workflow 的中間層。重點不是工具名稱，而是欄位要清楚：客戶來源、服務類型、狀態、負責同事、下一步、最後跟進時間、風險標籤。

第 4 層：自動化連接

Zapier、Make、n8n、自訂 API 或 serverless function 可以把網站表單、WhatsApp、CRM、email 和內部通知接起來。這一層開始涉及權限、錯誤重試、log、資料保留和安全設定，適合由 IT 或系統開發團隊參與。

第 5 層：人手審批與審計

AI 工具教學必須包含「何時停下來交給人」。涉及個人資料、報價、合約、醫療法律財務意見、投訴、退款或公眾發布內容時，AI 可以提供草稿，但要有指定人員確認。NIST 的生成式 AI 風險管理資料亦強調風險要配合目標、法律要求和優先次序管理。

30 日 AI 工具教學流程

以下是一個適合香港中小企的 30 日落地流程。它不要求公司一開始更換所有系統，而是先建立一條可示範、可量度、可擴展的 AI workflow。

第 1 至 5 日：盤點資料和禁區

• 列出每天最花時間的 3 個重複流程，例如 WhatsApp 查詢、報價、文件搜尋、follow-up。
• 抽樣 50 至 100 個真實但可匿名化的查詢或工作紀錄，找出常見問題和資料缺口。
• 建立資料分類：公開資料、內部資料、客戶個人資料、財務合約資料、高風險資料。
• 決定哪些資料可以用 AI 草擬，哪些資料不得貼入外部工具。

第 6 至 10 日：建立 prompt 和輸出格式

• 為每個流程寫 3 至 5 個標準 prompt，不要只寫「幫我回覆客人」。
• 要求 AI 用固定欄位輸出，例如服務類型、客戶目標、缺漏資料、建議下一步、風險提示。
• 加入「不知道就說不知道」和「不得自行承諾價錢」等限制。
• 用真實案例測試，記錄哪些答案可用、哪些容易錯。

第 11 至 18 日：接入知識庫和 CRM

• 整理最新服務資料、FAQ、價錢範圍、流程說明和限制條款。
• 把 AI 輸出轉成 CRM 或 spreadsheet 欄位，避免只留在聊天紀錄。
• 設定 follow-up 任務，例如 24 小時內回覆 hot lead、3 日後追蹤未回覆客戶。
• 建立錯誤紀錄表，收集 AI 答錯、資料不足、客戶反問和同事修改原因。

第 19 至 25 日：設計人工覆核

• 把 AI output 分為可直接用、要修改、不可用三類。
• 設定哪些同事可以批准公開回覆、報價初稿、網站內容或 email campaign。
• 加入敏感字和風險情境，例如退款、投訴、合約、個人資料、未成年人資料。
• 每星期抽查樣本，更新 prompt 和知識庫。

第 26 至 30 日：量度和決定是否擴展

• 比較 pilot 前後：平均回覆時間、資料完整率、報價速度、漏跟進率、成交跟進率。
• 估算節省工時和新增收入機會，不要只看 AI subscription 成本。
• 決定下一步是員工培訓、CRM 自動化、AI chatbot、網站內容流程，還是自訂系統開發。
• 把成功 prompt、失敗案例、資料禁區和審批流程寫成內部 AI 使用政策。

實戰例子：把網站查詢變成 AI + CRM 工作流

假設一間香港 B2B 服務公司每月有 300 個網站和 WhatsApp 查詢。過去做法是同事逐個看訊息、手動問資料、在 WhatsApp 內找舊紀錄、再用 Excel 記低狀態。問題是 hot lead 容易漏跟進，新同事不知道如何判斷質素，管理層亦看不到不同渠道的轉化。

一個 30 日 AI workflow 可以這樣做：

1. 網站表單和 WhatsApp 查詢先進入統一 inbox 或 spreadsheet。
2. AI 讀取查詢內容，標記服務類型、急切程度、預算線索、缺漏資料和風險字眼。
3. AI 草擬回覆，但只使用已批准的服務資料和 FAQ。
4. 同事確認後才發送，並把狀態同步到 CRM。
5. CRM 自動建立 follow-up task，未回覆或高價值 lead 會提醒負責同事。
6. 每星期匯出常見問題，回饋到 SEO 內容、服務頁 FAQ 和銷售話術。

這種流程的價值不只是節省回覆時間，更重要是把分散的查詢變成可分析的資料。當公司知道最多人問甚麼、哪類 lead 最易成交、哪個頁面帶來高質查詢，就可以改善 網站設計、廣告 landing page、SEO 文章和銷售流程。

AI 工具選型：何時用現成工具，何時做系統整合？

現成 AI 工具適合快速教學和 pilot，但不是所有流程都適合長期用手動複製貼上。當公司開始要求穩定權限、客戶紀錄、報表、API、WhatsApp Business、網站會員或 ERP 連接，就應考慮系統整合。

Google Search Central 的生成式 AI 內容指引重點不是「可否用 AI」，而是內容是否有原創價值、是否以用戶為先，以及是否避免大量無增值頁面。對香港公司來說，AI 工具教學應該幫團隊產出更準確的專業內容，而不是把網上已有的泛泛建議大量改寫。

私隱、安全和管理層要看的風險清單

AI 工具越容易用，越需要清楚界線。PCPD 的 AI 資源提醒機構在採購、實施和使用 AI 系統時要考慮個人資料保障；Google、NIST 等官方資料亦反覆提醒內容品質、風險管理和人手監督的重要性。以下清單適合作為香港公司第一版 AI 使用守則：

• 不得把未經匿名化的身份證、電話、地址、付款資料、醫療或合約資料貼入未批准工具。
• 所有對外承諾，包括價錢、保養、退款、交付日期和法律責任，必須由人確認。
• AI 產生的網站文章、FAQ、email 和 proposal 要有來源檢查，不可直接發布。
• 內部知識庫要標示版本和負責人，避免 AI 使用舊價錢或舊條款。
• 員工要知道哪些工具由公司批准，哪些只是個人帳戶，不可混用客戶資料。
• 重要 workflow 要保留 log：輸入、輸出、修改、批准人、發送時間。
• 每月檢查 AI 錯誤案例，更新 prompt、知識庫和培訓材料。

LoftyGroup 如何協助公司把 AI 教學變成可用系統

LoftyGroup 的做法不是單次教員工「怎樣問 ChatGPT」，而是把 AI 教學放回網站、CRM、WhatsApp、SEO、IT 支援和系統開發的整體流程。這樣做能避免 AI 成為零散技巧，並讓管理層看到可量度成果。

1. 流程盤點：檢查網站查詢、WhatsApp、CRM、Google Sheet、email、文件和人手 SOP。
2. AI 工具教學：為不同崗位設計 prompt、輸出格式、資料禁區和審批規則。
3. 知識庫整理：把服務資料、FAQ、價錢範圍、案例和限制條款變成 AI 可引用的結構。
4. 系統整合：連接網站表單、CRM、WhatsApp、chatbot、spreadsheet 和通知。
5. SEO 及內容回饋：把客戶真實問題轉成服務頁、FAQ、blog 和 landing page 改善方向。
6. 維護和風險管理：定期檢查 AI output、資料來源、權限、錯誤案例和流程成效。

想知道公司應該由哪一個 AI workflow 開始？可以 WhatsApp LoftyGroup，提供現有網站、查詢渠道、CRM 或 spreadsheet 截圖，我們可以先協助判斷適合做 AI 工具教學、AI chatbot、CRM 自動化，還是自訂 AI 系統開發。

FAQ：AI 工具教學常見問題

參考資料

• Cyberport：Digital Transformation Support Pilot Programme
• DTSPP Portal：Digital Transformation Support Pilot Programme
• PCPD：Artificial Intelligence: Model Personal Data Protection Framework
• PCPD：AI Security resources
• NIST：AI RMF Generative AI Profile
• Google Search Central：Guidance on generative AI content
• Google Search Central：Optimizing for generative AI features