AI 應用 / 官網客服

我想在官網放 AI 客服，API 是什麼、會不會很貴？｜儲值、金鑰、模型怎麼選，四步上線順序

API 是你的網站去借一條通道。這篇把錢怎麼算、金鑰放哪、模型怎麼選、上線先做哪一步一次講完，附模型月費圖表與我自己的咪卡一萬題實算。

咪卡坐在網頁客服視窗旁，旁邊是錢幣罐與一把鑰匙
封面：官網放 AI 客服，會不會很貴？

這篇在講什麼

有官網、有課程、有產品，想放一個 AI 客服先接住重複的小問題，卻卡在 API 聽不懂、怕錢失控、怕金鑰外洩。這篇照我陪跑時講的順序，把錢怎麼算、金鑰放哪、模型怎麼選、先做哪一步講清楚，並用官方單價算出文字客服與語音客服一個月大概多少錢。

適合誰
  • 有官網、每天被問同樣小問題，想放 AI 客服的講師或小店家
  • 聽過 API 但不知道會不會很貴、怕金鑰外洩的人
  • 要跟客戶說明「官網加客服一個月多少錢」的顧問與接案者
你可以帶走什麼
  • 一張 ChatGPT 月費與 API 的差別對照，加上一個能自己填數字的月費算式
  • GPT-6 Luna、Opus 5.5、語音客服的月費圖表，以及我的咪卡一萬題實算
  • 四步上線順序，和一段可以直接貼給 AI 的建置指令

陪跑的時候常被問：「我想在官網放一個 AI 客服，API 到底是什麼？會不會很貴？」

這題我被問過很多次。會問的人通常已經有官網、有課程、有產品，每天被問同樣的小問題，想找個幫手先接住。卡住的地方都差不多：API 聽不懂、怕錢失控、怕金鑰外洩。他們不想變成工程師，只想知道這件事能不能做、要花多少、先做哪一步。

這篇就照那天我在線上講的順序，一次講完。

一、API 是什麼：你的網站去借一條通道

先把畫面講清楚。

客人在你的網站上打字問問題，你的網站把這個問題送去給 OpenAI，OpenAI 算出答案，再送回來，顯示在你網站的客服視窗裡。

API 就是這條通道。你的網站本身不用變聰明，它只是借用別人的大腦。

所以接 AI 客服，你要準備的東西只有兩樣：一個能放客服視窗的網站，一把能打開這條通道的鑰匙。那把鑰匙就叫 API Key。

這段延伸閱讀

二、錢怎麼算：照用量，先儲值

API 的收費方式跟 ChatGPT 月費不一樣，這是最多人搞混的地方。

項目ChatGPT 月費API
收費方式每月固定金額照實際用量算
付款方式月扣先儲值，用多少扣多少
沒用完不累計會累計，留著下次用
兩者關係分開的兩筆帳訂了月費，API 一樣要另外儲值

我自己的設定是這樣：第一次儲值 10 美金，每個月上限設 6 美金。每次儲值都有手續費，所以不要一次只充一點點，也不用一次充很多。

以一位講師官網的學員提問量來估，一個月大約台幣兩三百塊，儲值 10 美金很夠用。

後台可以設兩件事，建議都設：

  1. 每月上限：超過就停，不會一覺醒來帳單爆掉
  2. 自動儲值：額度快用完時自動補，客服不會突然斷線

如果要跟客戶估一個月多少錢，可以用這個算式，數字自己填：

每月費用 ≈ 每月來問的人數 × 平均每人問幾題 × 每題成本

「每題成本」最準的取法，是先儲值一小筆，實際跑一到兩週，再從後台的用量紀錄反推。模型和計價方式都會變，別人給的單價只能當起點。

下面第四節有一組用官方單價算的試算，可以先拿來當量級參考。

三、金鑰只會出現一次，要放進鑰匙圈

API Key 像是這項服務的專屬帳號密碼。它要放在網站後台，不能公開。外洩的意思，等於別人可以拿你的信用卡去用這條通道。

申請時有三件事要記住：

  1. 金鑰只會顯示一次（OpenAI 是這樣，其他家請以申請畫面為準）。申請完那個畫面關掉，就再也看不到了。
  2. 複製之後，直接存進 Mac 的鑰匙圈（macOS 內建、專門存密碼的地方）。
  3. 不要貼在跟 AI 的對話裡。你貼了，AI 會告訴你這把鑰匙已經外洩，請你刪掉重新申請。

如果當下忘了複製，只能刪掉重來。刪掉那一把，所有用到它的服務都會一起失效，所以第一次就存好。

四、客服的模型不用選最貴的

很多人以為客服要聰明，就要選最高級的模型。我的建議剛好相反：選最基礎的那一級，推理強度開中等就好。

理由是：推理我們已經先做完了。

內容整理好、檢索頁設好、問答集寫清楚，客服要做的事只剩「找到對的答案」。它不需要自己推一套理論出來。中等推理會多檢查一次，速度也快，對客服來說剛好。

你自己平常工作用的，可能是比較聰明的模型加高推理。那是另一回事，因為你交給它的是判斷，不是查答案。

2026 年 10 月更新：GPT-6 Luna 出來之後

陪跑那天是 9 月 8 日。兩週後，OpenAI 在 9 月 22 日推出 GPT-6 這一代，最便宜的那一級叫 Luna，ChatGPT 裡和 API 都能用。同一天前後，Anthropic 也推出了 Claude Opus 5.5。

我自己現在的分工是：Opus 5.5 動腦，Luna 搬磚。（完整分法寫在官網〈頂規 AI 模型很貴，哪些事交給它、哪些交給便宜的？〉）

放到 AI 客服這件事上，剛好對應前面那句「推理我們已經先做完了」：

階段交給誰做什麼
上線前，一次性Opus 5.5 這類頂規模型把你的課程、產品、常見問題整理成問答集與檢索頁。這是真正要動腦的部分
上線後，每天每則GPT-6 Luna 這類便宜模型客人問一題，它去問答集裡找答案、照規則回。次數多，單次要便宜

用官方單價算一次，差距就很清楚。假設每月 3000 則客服訊息，每則大約讀進 2000 token、回出 300 token（token 可以想成模型計費用的字數單位）：

模型官方單價（每百萬 token，輸入／輸出）每月 3000 則試算
GPT-6 Luna0.10 ／ 0.50 美金約 1.05 美金（約台幣 35 元）
GPT-5.6 Luna（上一代）0.20 ／ 1.20 美金約 2.28 美金
Claude Opus 5.54 ／ 20 美金約 42 美金（約台幣 1,300 元）
每月 3000 則文字客服，各模型月費（單位：美金）
GPT-6 Luna約 1.05
GPT-5.6 Luna（上一代）約 2.28
Claude Opus 5.5約 42

每則約 2000 token 進、300 token 出，官方單價試算（2026-10-01 查）

同樣的客服量，拿頂規模型來接，大約是 GPT-6 Luna 的 40 倍。客服每天都在跑，選錯這一格，錢是每個月一直流出去的。

算式是這樣來的：3000 則 × 2000 token ＝ 600 萬 token 輸入，3000 則 × 300 token ＝ 90 萬 token 輸出，再乘上單價。你自己的客服每則讀多少，要看問答集多長、有沒有做檢索頁，所以這組數字是量級參考，真正的數字還是看後台。

我自己官網的咪卡客服目前用的還是 GPT-5.6 Luna，要不要換成 GPT-6 Luna，換之前我會先出一份固定考卷考過一次再換。便宜模型也會交白卷，這件事在上面那篇有寫。

我自己的咪卡：一萬題實際算過一次

上面每則 2000 token 是精簡問答集的假設。我自己官網的咪卡客服，因為把整站文章目錄、課程清單和人設都放進每一次的系統指令裡，每回答一題要讀約三萬多 token。這是 2026 年 8 月 8 日、用當時的 GPT-5.6 Luna 實際算過的帳：

咪卡回答一萬題：推理強度怎麼設，API 費差一倍（單位：美金）
全部不推理8.9
自適應（清楚的題不推理，抽象的才開低推理）9.2
全部開中等推理（預設值）18.5

GPT-5.6 Luna，含快取，2026-08-08 試算

這張圖要看的是最右邊那一條。推理產生的 token 是算在輸出計費裡的，而 GPT-5.6 系列預設就是中等推理。沒去調，同樣的量費用直接翻倍。所以我用「自適應」：問得清楚的題不推理，問得抽象的才開低推理，多花 3% 換抽象問題的品質。

同一天也比了三家便宜模型，同樣一萬題：

同樣一萬題，三家便宜模型的 API 費（單位：美金）
GPT-5.6 Luna9.2
Grok 4.1 Fast6.4
DeepSeek V4-Flash3.6

2026-08-08 價格，含推理自適應

最後我還是選了 Luna，原因有三個：

  1. 只有 Luna 在咪卡的真實流程裡跑過，繁體中文的導讀語氣是通過的；另外兩家的評價都來自別的任務
  2. 三家每月相差台幣一百多塊，在這個量級，差價不足以讓我換掉唯一驗證過的模型
  3. DeepSeek 的伺服器在中國，訪客的訊息會出境；而且官方當時已經預告要漲價

這次算帳學到的兩件事，比選哪個模型更重要：

  • 系統指令每長 10%，成本就多 10%，而且是乘上題數的。 你塞進客服的資料越多，每一題都要多付一次
  • 快取命中率是看不見的成本開關。 不變的東西（人設、目錄）放前面、會變的（訪客名字、這一題）放後面，才吃得到快取的折扣。順序打亂了，成本會默默往上漲

GPT-6 Luna 出來之後，輸入單價是 GPT-5.6 Luna 的一半，輸出也不到一半。同樣的一萬題換成 GPT-6 Luna 會更便宜，但實際多少，要換過之後重跑一次才算得準。

要做語音客服的話，帳完全不一樣

上面算的都是文字客服。9 月 21 日我聽說 Gemini 的方案很便宜，請 Codex 去查官方價格頁，結論是：Gemini 便宜的是即時語音；文字客服反而是 OpenAI 的 Luna 比較便宜。

情境Google GeminiOpenAI
文字客服：每月 3000 則（每則約 2000 token 進、300 token 出）Gemini 3.5 Flash-Lite：約 4.05 美金GPT-6 Luna：約 1.05 美金
語音客服：每月 1000 通，每通 3 分鐘（客人與 AI 各講一半）Gemini 3.8 Live：約 34.5 美金gpt-live-1：150 美金起，後端模型另計
同樣是客服，文字和語音差多少（每月）（單位：美金）
文字｜GPT-6 Luna（3000 則）約 1.05
文字｜Gemini 3.5 Flash-Lite（3000 則）約 4.05
語音｜Gemini 3.8 Live（1000 通 × 3 分鐘）約 34.5
語音｜OpenAI gpt-live-1（1000 通 × 3 分鐘）150 起

官方單價試算，gpt-live-1 另計後端模型費

語音客服貴很多，而且 Gemini 的語音實際可能比試算高：對話越長，每一輪都會把前面累積的內容重新計費。

語音客服要接到哪裡，也有限制：

管道能不能接
官網網頁可以，最簡單
電話要多一層 Twilio 這類電話轉接服務（把電話線路轉成網路連線）
LINE 官方帳號只能收語音訊息，LINE 通話接不了即時語音

還有一件跟錢無關、但比錢重要的事：客服對話裡有客人的個資，要走付費方案。 依 Gemini API 條款（2026-09-21 查），免費層的對話會拿去改善產品，也可能有人工審閱；付費層不拿去改善產品。

我自己的判斷是：文字客服先留在 Luna；真的要做語音，第一步只接官網網頁，電話和 LINE 等網頁版跑順再說。

這段延伸閱讀

五、最重要的一條規則：問不到就說不知道

這條我在給 AI 的指令裡寫得最重：

問不到答案的時候，就說不知道，請學員直接聯繫老師本人。不要自己推理，不要亂回答。

客服是代表你在說話。它答錯一題，客人不會覺得是 AI 錯，會覺得是你說的。寧可少答，也不要答錯。

六、客服除了回答，還要做到的三件事

那天我給 AI 的指令，除了上面那條，還有三個重點：

要做到的事為什麼
回答完小問題之後，接一個行動呼籲，導向課程或產品客服不只是解答，也是入口
做 4O（讓網站好被搜尋引擎與 AI 找到、讀懂的四種優化）與檢索頁（一張整理好全站重點的目錄頁）讓 AI 不用每次都爬整個網站，找得快也省錢
做流量後台，統計誰問了什麼、在哪一篇停留比較久你會知道大家真正卡在哪，下一堂課要講什麼

我自己官網上的咪卡助理就是照這個架構跑的。

七、上線順序：四步，不能顛倒

這是整篇最重要的一張表。那天我特別強調順序不能換：

步驟做什麼為什麼排在這裡
1把網站搬到能承載 AI 功能的平台原本放的平台偏個人與實驗性質，功能一多會處理不了。搬家的操作複雜不是問題，反正是 AI 在操作
2在新平台上設計客服機制網站資料要重新整理成 AI 好找的結構。版面不動，改的是人看不到、AI 讀得到的那一層
3申請 API、把金鑰存進鑰匙圈介面做好了，才需要接大腦
4最後才買網域網域買了要遷移非常麻煩，先確定一切能跑再買

再往前退一步，其實還有一個更大的順序：先把靜態的東西做好，再做動態的。 先確認官網、簡報做得漂亮，AI 找得到資料夾、部署不會出錯，然後才上客服、預約這些會動的功能。一次全部上，早上做好的頁面下午可能就被改亂了。

這段延伸閱讀

八、可以直接貼給 AI 的指令

照上面整理，你可以把這段貼給你正在用的 AI（Codex、Claude Code 這類能動手的工具），再依自己的狀況改：

我要在官網加一個 AI 客服。請照以下順序做，每一步做完先回報，等我確認再做下一步： 1. 先幫我評估目前網站放的平台，能不能承載 AI 客服；不行的話，給我搬家方案，搬之前先完整備份。 2. 設計客服機制：把網站資料整理成 AI 好找的結構，版面不要動。 3. 客服的規則： - 回答完小問題後，接一個行動呼籲，導向相關課程或產品 - 問不到答案就說不知道，請對方直接聯繫我本人，不要自己推理 4. 做檢索頁與流量後台，記錄大家問了什麼、在哪一頁停留久。 5. 這些都做好之後，才告訴我怎麼申請 API 金鑰。金鑰我會自己存進 Mac 鑰匙圈，不會貼給你。 6. 網域最後再處理。

寫在最後

這整件事聽起來很技術，但真正要你親自動手的只有兩件：刷卡儲值，還有把金鑰存進鑰匙圈。其他步驟都可以交給 AI。

你要守住的是順序，還有那一條「問不到就說不知道」。

技術補充（給想知道細節的人）

延伸閱讀

這篇提到過的
再往前後延伸