點解香港中小企需要 WhatsApp 自動客服？
香港 WhatsApp 每日活躍用戶超過 600 萬，超過 90% 中小企用 WhatsApp Business 同客戶溝通。但現實係：
- 外判客服：每條線 HK$8,000–15,000/月，仲要係 9-to-6，公眾假期休息
- 傳統 Chatbot：Zendesk / Freshchat / Intercom 最平 US$49/月/agent，唔支援廣東話，啲 rule-based 回覆硬到客戶嬲
- WhatsApp API + Dialogflow：Meta Business API + GCP 每月最平都要 US$200+，仲要自己搞 24/7 SLA
關鍵問題係：呢啲方案全部唔支援粵語自然對話。你問佢「有冇三房單位睇樓」或者「唔该 check 下我預約」，rule-based bot 直接 dead end。
3 個香港行業場景實測
以下三個場景都係用同一套技術棧：n8n（本地 Docker）+ Ollama（Qwen2.5 7B 粵語模型）+ WhatsApp Web.js。全部免費開源，行喺自己部機。
🏠 場景 1：地產代理 — 樓盤查詢 + 睇樓預約
地產經紀每日收到超過 50 條 WhatsApp：「有冇三房日出康城？」「海怡半島 600 萬仲有冇？」「聽朝 10 點可唔可以睇樓？」典型經紀一條條 copy-paste 樓盤 list 俾客，每日浪費 2-3 小時。自動客服 workflow：收到 WhatsApp → n8n 判斷意圖（查詢樓盤／預約睇樓／問價）→ 本地模型檢索樓盤 database → 自動回覆 3 個 matching 單位 + calendar 俾客揀時間。經紀只需確認撳掣。RI（ROI）：每月慳 60+ 小時回覆時間，相等於 HK$12,000-18,000 人力成本。
🏥 場景 2：診所 — 預約掛號 + 查詢輪候
普通科診所每日打電話同 WhatsApp 查詢超過 100 次：「今日仲有冇期？」「醫生幾點開診？」「我睇咗報告未？」前台姑娘一邊收錢一邊覆機，高峰時段客人等電話等到走咗。自動客服 workflow：WhatsApp 收到查詢 → n8n 路由到對應 node → 連接診所 system（或 Google Calendar 版）→ 自動回覆輪候情況 + 俾 link 自助預約。超出 AI 判斷範圍（如緊急醫療查詢）先轉真人。RI（ROI）：前台工作量減 70%，客人平均等候回答時間由 8 分鐘降至 30 秒。診所每月慳 HK$8,000-12,000（半個前台）。
🛍️ 場景 3：零售 / 餐飲 — 落單 + 查單 + 營業查詢
小店 WhatsApp 每日幾十條：「今日有冇位？」「晏晝幾點開門？」「我個 order 準備好未？」特別係 lunch rush 期間，老闆根本冇手覆機。自動客服 workflow：WhatsApp → n8n → 判斷查詢類型（營業時間／菜牌／落單狀態）→ 從 data source 拎即時資訊 → 自動回覆。晚上 8 點打烊後嘅查詢儲起，第二朝 9 點由本地 AI 一次過回覆，唔會 miss 任何一個潛在客人。RI（ROI）：唔會因為覆唔切 WhatsApp 而流失客人，每月額外訂單約 10-15% 增長（根據小店 experiment）。
成本對比：外判 vs SaaS vs 本地 AI
| 方案 | 每月成本 | 粵語支援 | 24/7 | 私隱 |
|---|---|---|---|---|
| 外判真人客服 | HK$8,000–15,000 | ✅ | ❌（9-6） | ⚠️ 資料外洩風險 |
| Zendesk / Freshchat | US$49–199 | ❌（英文為主） | ✅（rule-based） | ❌ 雲端 |
| WhatsApp Business API | US$200+ | ❌（需自建 NLP） | ✅ | ❌ Meta |
| 本地 AI（本方案） | HK$0（用現有電腦） | ✅ 廣東話原生 | ✅ 24/7 | ✅ 資料唔出機 |
本地 AI 方案唯一一次性投入係 set-up 時間（約 2-4 小時），之後電費約 HK$20-40/月（GB10 / Mac Mini 行 7B 模型 idle power ~15W）。
點解而家係時候做
香港 WhatsApp 自動客服嘅粵語內容供應係完全真空：
- 關鍵字「AI 客服 廣東話」YouTube 只有 4 條片，median 25 views
- 而需求關鍵字「AI 客服 自動回覆 教學」median 29,155 views（Ethan 411K、傑少 162K、PAPAYA 78K）
- 香港本地案例「WhatsApp 免費 AI 助手」ManHungTech 71,789 views / 24d
即係話：人哋爭住睇，但冇人用廣東話教。早入場嘅中小企同 creator 可以攞晒呢段時間差。
下一步：你嘅 3 步行動
- 免費拎指南：留 email 收《香港 WhatsApp AI 客服指南》（$6 同款內容濃縮版）
- 自建心法：本地裝 n8n + Ollama + WhatsApp Web.js，照住指南走一次
- 擴展：由一個場景（例如診所預約）開始，行順咗再加零售同地產
需要完整 n8n 範本同 prompt？免費訂閱即時收到，或者直接睇 HK WhatsApp AI 客服指南 $6（含即用 workflow export）。
FAQ
呢個方案要唔要識寫 code？
唔需要。n8n 係 drag-and-drop 界面，你只需要理解 workflow 邏輯。指南入面每個場景嘅 workflow 都係即用。
本地 AI 要咩 hardware？
最基本 8GB RAM 嘅 Intel NUC 或 Mac Mini 已經行到 Qwen2.5 7B（4-bit quantized）。用 GB10 更順。唔使 GPU。
WhatsApp 會唔會封號？
用 WhatsApp Web.js（非官方 API）有 ban 風險。生產環境建議用 WhatsApp Business API（Meta 官方）但要月費。指南有對比兩者利弊。
AI 答錯點算？
設計時預留「超出範圍 → 轉真人」嘅 routing。每個 workflow 要有 confidence threshold，低過 0.7 就自動 tag 俾真人跟進。
粵語辨識得唔得？
Qwen2.5 7B 對粵語書面理解約 85-90% accuracy。日常對話（「聽日有冇位呀」「唔該 check 下我 order」）完全冇問題。極端廣東話俗語（「你 chur 我啊？」）可以用 fine-tune 改善。