摘要
很多 Dify 導入案卡在同一個地方：應用做出來了、同事也覺得「好像不錯」，但老闆問一句：
「所以到底幫公司省了多少？有沒有增加成交？客服有沒有真的變快？」
如果你回答不出來，下一季預算通常就很難拿。
這篇會把 Dify 上線後的成效拆成 5 組 KPI：
- 工時節省。
- 客服首響與一次解決率。
- 人工介入與錯答率。
- 轉單率與商機品質。
- 內容缺口與擴張優先順序。
最後再給你一條 90 天擴張路線：客服先穩住，再推到業務、內勤、採購或訓練，不要一開始就全公司開花。
Dify 系列閱讀順序
這篇是 Dify 系列第 6 篇，負責把「上線」變成「可證明的營運成果」。
| 順序 | 文章 | 你會解決的問題 |
|---|---|---|
| 1 | 為什麼台灣中小企業先從 Dify 做可控內部 AI 應用 | 先判斷 Dify 是否適合你的公司 |
| 2 | 用 Dify 選第一個必成功用例 | 在客服、業務、內勤中挑第一案 |
| 3 | 7 天做出可上線 FAQ 客服助理 | 把提示詞變成可交付流程 |
| 4 | 知識庫 / RAG 實戰整理法 | 讓 Dify 依據 SOP、型錄與報價規則回答 |
| 5 | Dify 上線前治理清單 | 把權限、日誌、個資與供應商條款講清楚 |
| 6 | 本文 | 用 KPI 證明成效並規劃下一個部門 |
完整路線整理在：Dify AI 工作流導入路線圖。
目錄
- 先講結論：Dify KPI 不要只看使用次數
- 第一組 KPI：工時節省，不要只用感覺估
- 第二組 KPI：客服首響、一次解決率與人工介入
- 第三組 KPI：錯答率、拒答率與知識庫缺口
- 第四組 KPI：轉單率與商機品質
- 第五組 KPI：成本、token、回應時間與維運負擔
- 90 天擴張路線：客服到業務，再到內勤
- FAQ
- 參考來源與資料時間
- CTA：如果你要向老闆報告成果
先講結論：Dify KPI 不要只看使用次數
「使用次數很多」不等於「導入成功」。有時候使用次數很多，只是因為 AI 答不準，同事一直重問。
比較好的 KPI 應該分成三層：
| 層級 | 問題 | 代表指標 |
|---|---|---|
| 採用 | 團隊真的有在用嗎？ | 使用人數、問題數、回訪率 |
| 品質 | AI 回答是否可用？ | 一次解決率、錯答率、人工介入率 |
| 營運 | 有沒有改善業務結果？ | 節省工時、轉單率、成交前置資料完整度 |
建議第一個月只追 6 個核心指標：
- 每週使用人數。
- 每週問題數。
- 平均首響時間。
- 一次解決率。
- 人工介入率。
- 每週修正知識庫或 prompt 的件數。
等這 6 個穩定後，再加上轉單率、成本、部門擴張與 ROI。
第一組 KPI：工時節省，不要只用感覺估
很多主管會說：「客服好像變快了。」但老闆要的是數字。
工時節省的簡單算法
先選一種任務，例如「回答保固與退換貨問題」：
| 欄位 | 範例 |
|---|---|
| 上線前平均處理時間 | 6 分鐘 |
| 上線後人工確認時間 | 2 分鐘 |
| 每週處理量 | 150 件 |
| 每件節省 | 4 分鐘 |
| 每週節省 | 600 分鐘，約 10 小時 |
這個算法不用一開始就很精密，但要固定口徑。否則每個部門用不同算法，最後無法比較。
不要把 AI 全部回答時間都算成節省
如果 AI 回答後，客服還要花 5 分鐘重寫，那不叫節省。建議用三種結果分類：
- 可直接使用： 人工只需快速檢查。
- 需要改寫： 有方向，但需要補內容或改語氣。
- 不可使用： 錯答、過期、引用錯資料、風險太高。
真正能算節省的，是前兩類扣掉人工確認與改寫時間後的差額。
第二組 KPI：客服首響、一次解決率與人工介入
如果第一個 Dify 用例是客服，請先追這三個指標。
1. 首響時間
首響時間是客戶送出問題後，第一次得到有用回應的時間。
你可以分成：
- AI 初稿產生時間。
- 客服人工確認時間。
- 對外送出時間。
若 AI 讓客服從 15 分鐘內回覆變成 5 分鐘內回覆，這就是很清楚的營運價值。
2. 一次解決率
一次解決率不是「AI 有回答」，而是：
客戶不需要再追問，或客服不需要再轉第二個人，問題就被處理到可接受狀態。
簡化算法：
``text 一次解決率 = 一次處理完成件數 / 總處理件數 ``
3. 人工介入率
人工介入不是失敗；它是風險控管。
你要追的是：
- 哪些問題一定要轉人工。
- 哪些問題是 AI 不該回答卻回答了。
- 哪些問題 AI 可以先整理資料，再交給人工判斷。
好的 Dify 應用不是「完全不用人」，而是讓人處理更值得人處理的部分。
第三組 KPI：錯答率、拒答率與知識庫缺口
Dify Logs 與 Run History 的價值，是讓你能追蹤「它為什麼答成這樣」。官方文件也提醒，Logs 可能包含完整對話與敏感資訊，因此要搭配適當權限與隱私控管。
錯答要分 4 類
| 類型 | 可能原因 | 修正方式 |
|---|---|---|
| 資料缺口 | 知識庫沒有這題答案 | 補文件、補 FAQ |
| 資料過期 | AI 引用舊 SOP 或舊型錄 | 更新來源、加版本欄位 |
| 問法模糊 | 使用者沒有提供必要條件 | 加追問流程 |
| 邊界不足 | AI 回答了不該回答的高風險問題 | 加拒答與 handoff 規則 |
拒答率也要看
拒答不是壞事。對價格承諾、法律判斷、醫療建議、個資查詢、未公開成本等問題，AI 應該拒答或轉人工。
你要避免的是兩種極端：
- 拒答太少： 風險高，可能亂承諾。
- 拒答太多： 使用者覺得沒用，採用率下降。
建議每週抽樣 20 筆日誌，標註：正確、需修、錯答、應拒答、過度拒答。這會比只看總使用量更有用。
第四組 KPI：轉單率與商機品質
如果 Dify 用在客服或業務前段，最有價值的指標通常不是「回答了幾題」，而是「是否把問題整理成可跟進商機」。
先定義什麼叫轉單
轉單可以是：
- 客服把詢問轉給業務。
- 網站訪客留下聯絡資訊。
- 客戶完成需求表單。
- 業務收到一份完整的前置資料。
簡化算法：
``text 轉單率 = 轉入業務或表單完成件數 / 有商機意圖的對話件數 ``
商機品質比轉單量更重要
AI 很容易讓轉單量上升，但如果轉來的都是不完整資料，業務反而更累。建議加一個「商機完整度」分數：
| 欄位 | 是否取得 |
|---|---|
| 公司或客戶類型 | 是 / 否 |
| 需求描述 | 是 / 否 |
| 預算範圍 | 是 / 否 |
| 時程 | 是 / 否 |
| 聯絡方式 | 是 / 否 |
| 是否需要人工回覆 | 是 / 否 |
每筆商機滿分 6 分。若 Dify 能讓平均商機完整度從 2 分提升到 5 分，這就是很實在的業務價值。
第五組 KPI：成本、token、回應時間與維運負擔
AI 應用上線後，成本不只包含平台訂閱，也包含模型用量、維運時間與知識庫更新成本。
每月成本儀表板建議
| 成本類型 | 要追蹤什麼 |
|---|---|
| 平台費 | Dify 方案、人數、應用數 |
| 模型費 | token、API calls、模型單價 |
| 維運費 | 每週修 prompt、補知識庫、看日誌的時間 |
| 教育訓練 | 新人使用教學與規範更新 |
| 風險成本 | 錯答、客訴、人工補救時間 |
如果一個應用每月省 40 小時，但維運花 30 小時，而且錯答造成客服壓力，那它不一定值得擴張。相反地，如果每月只省 15 小時，但能穩定提升商機品質，可能很值得繼續投資。
90 天擴張路線：客服到業務，再到內勤
不要一上線就全公司開放。比較穩的路線是：
第 1–30 天：客服試點穩定
目標：
- 建立 20–50 題測試題庫。
- 每週檢查日誌。
- 把錯答分成資料缺口、資料過期、問法模糊、邊界不足。
- 讓一次解決率與人工介入率有基準值。
通過條件：
- 高風險問題會拒答或轉人工。
- 知識庫有負責人與更新節奏。
- 客服願意持續使用。
第 31–60 天：業務前段導入
目標：
- 讓 Dify 協助收集需求、預算、時程、產品偏好。
- 產生業務跟進摘要。
- 將常見詢問與產品型錄、FAQ、報價規則串起來。
通過條件：
- 商機完整度提升。
- 業務少花時間問基本資料。
- 客服轉單標準清楚。
第 61–90 天：內勤、採購或新人訓練
目標：
- 把 SOP 查詢、表單填寫、請款流程、庫存詢問、新人訓練做成內部助理。
- 用同一套治理規則管理不同部門。
- 建立跨部門月報。
通過條件：
- 每個應用都有 owner。
- 每個知識庫都有資料責任人。
- 每月能比較各部門成效。
FAQ
Q1：Dify 導入後多久應該看 ROI？
第一個月不要急著算完整 ROI，先建立基準值。第 30 天看採用與品質，第 60 天看流程改善，第 90 天再看是否值得擴張與增加預算。
Q2：如果同事不願意用，代表工具失敗嗎？
不一定。可能是應用沒有解決真問題、權限太麻煩、回答不穩、或使用情境不清楚。先看日誌與訪談，不要直接怪使用者。
Q3：客服一次解決率要達到多少才算成功？
沒有通用標準。你應該先用上線前數據建立 baseline，再看是否逐月改善。若高風險問題本來就必須轉人工，不應硬追求 100% 自動解決。
Q4：轉單率提高但成交率沒提高怎麼辦？
檢查商機品質。AI 可能只是把更多低品質詢問轉給業務。請加上需求完整度、預算區間、決策時程與聯絡資訊等欄位。
Q5：要不要把 KPI 公開給全公司？
可以公開方向，但不要把日誌內容或個資公開。建議用彙總數字與改善案例，而不是貼出完整對話。
參考來源與資料時間
資料時間：2026-05-07。平台功能與 API 可能更新，正式導入前請再次確認官方文件。
- Dify Docs: Logs
- Dify Docs: Run History
- Dify API Reference: List Workflow Logs
- Dify Docs: Manage Members
- Dify Docs: Billing
CTA：如果你要向老闆報告成果
請不要只拿「做了一個 AI 助理」去報告。比較好的成果頁只有一頁：
- 本月處理多少問題。
- 平均首響時間下降多少。
- 一次解決率變化。
- 人工介入率與主要原因。
- 錯答前 5 類與修正進度。
- 轉單數與商機完整度。
- 下個月要擴張或停止的項目。
如果這一頁能說清楚，Dify 就不再只是「看起來很厲害的工具」，而是能被管理、能被預算支持、能往下一個部門擴張的營運系統。
下一步可以回到：中小企業 AI 導入與治理路線圖，把 Dify 指標放進公司整體 AI 預算與治理節奏。