想做 AI Agent 自動客服？
先別急著挑模型或串工具。用 Blossom 外燴資料做一次實際拆解後，真正要先想清楚的，是資料、知識、狀態、權限，以及 AI 什麼時候應該停下來。
第一個問題，反而是資料。
外燴資料原本散在 PDF、LINE、CSV、報價與自由文字裡。人可以靠經驗看懂，但 Agent 要查詢、比對、更新，就需要更清楚的欄位與來源。
整理後，才有穩定的營運資料
Blossom 目前已整理出 156 筆外燴歷史資料。不是為了把 Excel 做漂亮，而是讓後續查詢、分析與 Agent 使用有一致的基礎。
AI 看懂，不代表它可以直接做。
自然語言可以先被拆成「候選欄位」，但真正修改案件之前，還要確認它是哪一筆、誰提出、現在是不是允許修改。
試著換一種訊息
這裡是前端概念示意，不是真正模型。按不同案例，看同一句話會被整理成什麼，以及流程在哪裡停下來。
有些東西是「查知識」，有些是「改案件」。
RAG 比較適合放相對穩定、需要查找的知識；正在變動的案件狀態，則需要結構化資料。兩種資料都重要，但角色不同。
Knowledge / RAG
回答「我們通常怎麼做？」
Agent
Case / Structured Data
回答「這一筆現在是什麼狀態？」
最後才是 n8n、Hermes、LINE 這些工具。
先把一條訊息會經過的角色拆清楚，再決定每一層要用什麼。工具可以換，但入口、理解、規則、資料、確認這些角色不會消失。
客戶真的在哪裡說話，就從哪裡接。
把外部事件送進你的系統。
固定流程、分支、重試與通知。
理解意圖、整理欄位、提出候選。
需要時查企業自己的知識。
保存案件狀態與正式資料。
判斷能不能改、誰可以改。
高風險動作由人拍板。
例如：n8n 可以放在 Workflow 這一層；Hermes 類 Agent 可以負責較開放的任務理解與執行。不是先選品牌，再把工作硬塞進去。
AI 什麼時候應該停下來？
越接近正式營運資料、金流、權限與不可逆操作，就越需要清楚的停止條件。AI 可以整理、提示、草擬，但不一定要自己拍板。
正式報價
重大改單
付款 / 退款
身分不明
低信心結果
刪除正式資料
先把工作看清楚，再決定哪一段交給 AI。
從 Blossom 外燴資料一路拆下來，自動客服真正要處理的，不只是「能不能回答」。還包括資料能不能用、知識放哪裡、案件怎麼追蹤、AI 能做到哪裡，以及哪一步必須停下來讓人確認。