AI 語音接待驗收清單：沙龍讓 AI 接電話前該測的 7 件事

電話響的時候，通常是店裡最忙的時候。手上還在上色，客人站在櫃檯等結帳，鈴聲第五聲了還是得去接——接了，這通電話值不值得接還不一定；不接，可能就是一個沒回來的客人。

語音 AI 的能力這個月又往前一步。但值得先問的不是「要不要換」，而是「我怎麼知道它在我店裡真的可以用」。這篇提供一份可以自己跑完的驗收清單，不是一份已完成的產品測評。

市場訊號：這次補上的是「被打斷還能接住」

OpenAI 在 2026 年 9 月 10 日把 gpt-live-1 開放到開發者介面。官方說明的重點是全雙工語音：模型一邊說、一邊仍在聽，客人中途插話、停頓或只是「嗯嗯」回應時，它會停下來、改口徑，而不是把話講完才反應。

官方同時公布了兩個數字：換手延遲 0.798 秒，前一代為 1.41 秒；互動性測試得分 80.1%。另外提供 12 種即時語音、擴大口音與語言涵蓋，並內建語音轉文字紀錄、關鍵詞加強、以及較好的靜音與背景噪音處理。語音連線費用為每分鐘 0.05 美元、依秒計費，後端模型與工具使用另外計價。

這些都是供應商在自己的測試條件下量出來的結果。它說明語音接待的天花板往上抬了，但不能直接換算成你店裡的接通率、預約成功率或省下的人力。中間的差距，只有自己撥幾通電話才知道。

沙龍的電話和一般客服不同。打進來的人多半不是要「問資訊」，而是要「改變一件已經排定的事」：改時間、換設計師、加一個燙髮、問今天還有沒有位子。每一通都會動到當天的排班與座位。

這也是為什麼語音 AI 在沙龍特別難：它不只要聽懂，還得在聽懂之後真的去動排班表。聽起來很自然但沒有把事情做掉，比接不到電話更麻煩——客人以為約好了，當天到店卻沒有位子。

找一個平日的離峰時段，請兩三位同事各撥幾通。每一項都先寫下「通過的標準是什麼」，再打電話，最後記錄通過或不通過。不要只聽感覺順不順。

七項裡面，第四和第五項沒過就不要上線。其他幾項可以先接受，並在話術裡先講清楚限制。

很多店家測到一半會卡住：某一通明明錯了，卻說不出是哪裡錯。原因通常不是 AI，而是紀錄散在四個地方——電話紀錄在總機、預約在另一套系統、客訴在群組對話、當天實際發生什麼事只在店長的印象裡。

這種情況下，你沒辦法回答最基本的問題：那通電話它到底有沒有去動預約表？講了幾輪才轉真人？那天總共花了多少錢？沒有這些，測試結果就只是「感覺還可以」，不能拿來決定要不要上線。

在開始測之前，先決定一件事：每一通電話結束後，你要能在同一個地方看到逐字紀錄、它實際做了哪些動作、講了多久、花了多少。這個要求跟用哪一家的模型無關，但它決定了你測完能不能下判斷。

上面第四項之所以難測，是因為「說出口」和「做到」在多數工具裡是分開的。NEXT X 的即時語音接待 Sona 把這兩件事綁在一起：語音只負責聽和說，查設計師、建立預約、記錄客訴一律由系統的同一組動作完成，對話裡說「約好了」之前，那筆預約必須先真的寫進去。

可約時段也不交給模型推算。哪幾個時間還能約，是系統用上班時段扣掉已排定的預約算出來的，再交給語音講出來；碰到時段已被約走或設計師當天休假，系統會直接擋下並回報還可以的時間。日期同理——今天星期幾、這個月有沒有 31 號，都是系統當下算好給它，不讓它自己猜。

每通電話結束後，後台會留下完整逐字稿、它實際呼叫過哪些動作、通話時長，以及依用量估算的成本，可以逐通回查。客訴更特別：偵測到客人不滿的當下就先寫進系統，就算電話中途斷線也不會掉。這些正好就是上面那份清單要你查的東西。

需要說清楚的邊界：接真實市話號碼，以及單通與每日的成本上限，目前仍在開發中，尚未對外開放。NEXT X 也尚未導入本文提到的 gpt-live-1；即時語音目前實際使用哪些模型、各自處於正式支援或 Preview，都公開列在 NEXT X AI 模型目錄，並標示最近驗證日期。

語音 AI 值得試，但它接的是你店裡最敏感的一條線。先用一個下午把七項測完，再決定要不要讓它正式接電話——這比任何一份規格表都有用。

本文配圖為 AI 生成之情境示意，非實際店家、客戶或通話畫面。