聊天機器人、GPT-5、上下文工程、客服自動化
午夜時分，Odoo 網站上的客服圖示突然閃爍。原來是一位來自海外的訪客正在詢問產品細節。但此刻公司客服人員都已離線，難道客戶要失望而去嗎？
場景轉到隔天早上，客服經理小琳打開Odoo「客服模組」時，驚喜地發現系統已替她自動回答了昨夜的提問，而且還幫助訪客下了一筆新訂單！原來，公司昨晚悄悄上線了一位 AI 聊天助理 —— 基於 GPT-5 的聊天機器人。
不僅能在網站首頁和訪客寒暄，回答常見問題，還能在沒有人力在線時充當智慧客服；甚至在公司內部的討論串中，也可以隨時協助同事們查詢資料、解釋文件。整個過程自然流暢，訪客和員工都幾乎感覺不到是在和AI對話。
以上的故事情節在今天已非天方夜譚。透過將最先進的大語言模型整合進 Odoo，我們可以輕鬆打造出上述的 AI 即時對話體驗。
接下來，我們就會一步步拆解實作的概念與方法，並分享在三種典型場景中（網站首頁、客服模組、討論工具）加入 AI 聊天機器人 的技巧與心得。
在深入各個場景的實作前，我們先來了解整體架構。由於 GPT-5 屬於 OpenAI 提供大型語言模型服務，我們透過其 API 介面與之溝通。
我們的目標是讓 Odoo 裡的不同前端介面（網站、客服聊天窗口、討論串）都能發送使用者訊息給 GPT-5，獲取 AI 回覆並展示給使用者。而為了讓對話更像真人、保持上下文連貫，我們需要設計多輪對話的流程，讓 AI 能「記住」之前的對話內容，再給出相關的回答。
典型的架構是在 Odoo 和 GPT-5 API之間加上一個中介服務（可以使用 Python 的 FastAPI 框架來構建REST服務）。這個中介層的作用包括：與 GPT-5 API 通訊、維護每個對話會話的歷史記錄，以及進行必要的格式轉換或商業邏輯。每當使用者發送新訊息時，流程如下：
如上圖所示，核心在於上下文資訊的維持：每次詢問，FastAPI 服務都會將該使用者先前的對話歷程（通常以一定的訊息數或Token上限）一併發送給 GPT-5。這樣模型才能基於完整脈絡，給出貼切的回答——就像真人記得先前談話一樣。例如，如果使用者先前自我介紹「我叫小明」，下一輪再問「你還記得我的名字嗎？」，因為 AI 接收到完整歷史，便能回答：「當然記得，你是小明！」。
為了達到這樣的多輪對話，我們需要有效管理每個會話 session 的歷史。例如，可以用一個會話ID來標識不同對話。當使用者第一次啟動聊天時產生一個 session id，此後每次傳訊息都帶上它，讓後端知道應該調取哪段對話記錄作為上下文。
💡 Gary’s Pro Tip｜快取對話歷程 – 為了提升效能並避免每次都向 GPT-5 傳遞冗長歷史，我們可以在中介服務中引入快取機制。常見作法之一是將最近若干輪對話存放在記憶體或高速儲存（例如 Redis）中，以 session id 作為鍵。這就像給 AI 配備了一個高速的「短期記憶」，既保證上下文連貫，又減少不必要的重複資料傳輸。實務上，Redis 非常適合作為聊天歷史的暫存「大腦」，因為讀寫快速且支持自動過期清理，可確保長期未互動的對話不會無限增長。
有了中介層的設計，我們也能在這裡加入控制邏輯：例如過濾敏感訊息、截斷過長的對話歷史、甚至將部份使用者提問先匹配FAQ以節省API次數等等。但在本篇重點中，我們專注於核心流程的實現。接下來，我們分別探討如何在 Odoo 的三個不同場景中嵌入這個 GPT-5 聊天機器人。
💡 Gary’s Pro Tip｜上下文工程
比起 Prompt Engineering（提示工程），現在基於 Agent 的應用下更重視的是 Context Engineering（上下文工程），其重點是要提供給 agent 的上下文，該如何給才能獲得最好的回答準確度。相同地，在對話機器人中，有效地提供對話的 context，也可以更好的幫助 AI 來理解使用者的目的，做出更好的回答。除了上面提到的快取方式，還有使用向量資料庫存取、壓縮上下文等方式，來讓一個長對話中，AI 不會因為訊息過長而失去重要的關鍵資訊。
首先是在網站首頁提供 AI 即時諮詢服務。這通常以一個「聊天氣泡」或對話框的形式出現，主動邀請訪客提問或提供協助。Odoo 18 本身已內建「網站即時聊天」功能，可以讓營運人員透過後端和網站訪客對談。我們可以利用這現成的介面，只是將後端的回應者換成 AI。
有幾種方法可以實現網站上的 AI 聊天框：
/ai_chat，前端呼叫該路由時由 Odoo 後端再轉發至真正的 GPT-5 服務，這樣可以隱藏API金鑰等資訊。<iframe> 將其介面嵌入Odoo頁面。許多第三方AI客服平台都提供了可嵌入網頁的小工具。我們只需在Odoo網站的頁腳或側邊加入iframe引用對方提供的URL即可。這種方式雖然快速，但整合度較低（無法直接訪問Odoo內部數據），外觀上也可能需要額外樣式調整才能和網站風格一致。在網頁 AI 客服中，Odoo Live Chat 能高度整合Odoo的資訊流，例如可記錄訪客提問並在稍後建立商機或支援單。但實作較複雜，需要Odoo模組開發經驗。JavaScript Widget 相對簡單靈活，很適合快速PoC。無論哪種方式，最終效果都是：訪客在網站上提問時，AI 即時給出答案。如果配置得當，AI 還可以引導訪客瀏覽產品、填寫聯絡方式，甚至直接下單購買，充當24/7不間斷的銷售助理
值得一提的是，隨著 Odoo 官方對 AI 的重視提升，新版中已出現一些雛形。例如 Odoo 19 強調「AI agent 融入產品」的理念，在 Live Chat 等場合讓 AI 背景支援對話。換句話說，我們手動整合GPT機器人的嘗試，也許正是未來 Odoo 標配功能的一部份！
Odoo 19 也在最近 9/18 Odoo Experience event 開始舉辦後發布，目前還沒有太多時間深入研究，但是光看 Opening Keynote 確實加入了很多 AI 的功能，看看在鐵人賽最後幾天可不可以幫大家補充進來！
💡 Gary’s Pro Tip｜提升使用者體驗與錯誤應對
即使是AI助手，難免也會有「腦袋短路」或無法回答的時候。我們可以在前端介面和後端邏輯兩端加強使用者體驗：例如在使用者發送訊息後，立即顯示一個「AI 小幫手正在輸入…」的打字指示動畫，讓對話感覺更即時順暢。如果 GPT-5 的回應較慢或出錯，前端可在逾時後提示「抱歉，我一時想不出答案」或「目前訊號不穩，請稍後再試」，而不要讓對話框乾等沒有反應。
此外，可以設定當詢問超出AI能力時（例如涉及帳戶細節查詢），引導使用者轉接真人客服或留下聯絡方式。這些細節將大大提升整體體驗，使 AI 助手看起來更「機智」。同時在後端也應做好錯誤處理，例如捕捉API調用異常，記錄日誌以方便後續分析改進。
接下來，我們看看 Odoo 客服模組（Helpdesk）的 AI 整合。客服人員每天要處理大量重複性問答，例如訂單物流查詢、常見操作指引等。如果能有AI分擔，將大幅減輕負擔。GPT-5 善於理解自然語言並給出建議，我們可以讓它成為客服團隊的好幫手。
有兩種主要用法：對外的自助客服，以及對內的客服助手。
當客戶通過網站的「聯繫我們」或支援入口提出問題時，可以先經由聊天機器人嘗試解答。這實際上與場景一的 Live Chat 十分相似，只不過針對的是已購買客戶的問題。例如在 Odoo Helpdesk，我們可以建立一個對話機器人來處理新 ticket：
訪客開啟對話時，AI 先問幾個關鍵問題（可以透過Prompt引導，例如「請問您的訂單號是多少？問題描述...」），根據客戶回答嘗試給出解決方案。如果 AI 從知識庫中找到相關答案，就直接提供給客戶；如果判斷出問題複雜超出能力範圍，則自動為客戶創建一筆支援工單，並禮貌告知稍後有真人接手。整個過程可以在無人工介入下完成初步的問題分流與解決。
實現上，我們可以結合 Helpdesk 與 Live Chat：將某個 Live Chat 頻道關聯到 Helpdesk 團隊，設定當沒有真人客服在線時，自動啟用我們的 GPT-5 聊天機器人來應答。這樣AI可以在前線解答，並在需要時利用 Odoo 的現有機制把對話轉成支援ticket指派給後台團隊處理。
由於我們的 GPT-5 中介服務可以接觸Odoo API，因此還能在對話中查詢Odoo資料：例如用戶提供訂單號後，GPT-5 可以請 Odoo 後端查詢該訂單狀態，然後把結果編入回答（這需要在中介服務實作一層業務邏輯來調用Odoo的RPC/REST接口）。
想像一下，未來 AI 助手可以直接在對話中告訴客戶「您的訂單目前在運輸途中，預計明天送達」，甚至直接幫客戶變更訂單或創建退貨單，這將極大提升客服效率。
事實上，Odoo 19 的願景中就包括了類似的 AI Agent 能夠直接操作ERP的場景。
除了直接面對客戶，AI 也可以成為客服人員的幕後軍師。當客服同仁在處理工單時，系統可以提供一個「AI 建議」按鈕或聊天框，讓他輸入疑難問題並從 GPT-5 獲得建議答覆。這有點類似 Co-pilot 的概念：AI 根據歷史對話或知識庫，自動產生一封回覆郵件的範本、或給出解決步驟供客服參考。客服人員可以視情況採用或編輯這些建議，大幅加速回覆速度。同時AI也能即時從海量文件中找出相關資訊（例如產品手冊的某頁內容）並提供給客服人員。
要做到這點，在技術上其實比對外 chatbot 更簡單一些，因為使用者是內部員工，可以接受稍慢或稍有瑕疵的回應。我們可以在 Helpdesk 工單頁面加一個「詢問AI」的按鈕，點擊時將工單內容（例如客戶描述的問題）發送給 GPT-5，再將生成的回答顯示在側邊欄供客服參考。由於這屬於單輪問答，也不涉及UI上的對話流程，一般直接透過 Odoo server 呼叫 GPT API 即可。很多第三方也開始探索這類功能，例如把 ChatGPT 引入客服系統做自動答覆建議等。
💡 Gary’s Pro Tip｜善用企業內部知識庫
前面有提到客服回答的參考，有一類是需要使用到企業內部知識庫，而企業內部的知識通常是非常龐大且雜亂的，這時候就需要預先建立好索引知識庫，這樣才可以更近一步的利用 RAG（Retrieval Augmented Generation）來讓 AI 做出最符合企業知識庫內容的回覆。
經過這樣的整合，Odoo 的客服模組將變得更加智能高效：AI 全天候幫忙回答基本問題，真實人力則能專注處理複雜棘手的案例。同時，透過AI助手提供的知識建議，新進人員也能更快上手，縮短培訓期並降低出錯率。
最後一個場景，是在 Odoo 內部討論工具（Discuss 模組）中引入 AI 助理。
現代辦公中，團隊成員常透過即時訊息或討論串交流，如果能直接在對話中@一下AI來協助回答問題，將會非常便利。在Odoo中，Discuss 模組提供了類似Slack的頻道與私訊功能。我們可以創建一個專門的頻道（或一個虛擬用戶）作為 AI 小助手，隨時等待大家的提問。
實現方式：延續之前的架構，其實我們只需要讓 Odoo 後端能監聽到某個討論頻道的新訊息，並將之發給 GPT-5 回答即可。一種簡單作法是建立一個新的頻道，命名為「ChatGPT 助手」或「AI 小幫手」等等，並在後端編寫對應的自動動作：每當該頻道有新訊息（由任何人發出）時，觸發我們的 GPT-5 中介服務調用，將AI的回答以訊息形式回貼到同一頻道。
如此一來，整個團隊都能看到提問和AI的回答，形成共享的知識討論串之前提到的 ChatGPT 整合模組即採用此原理：安裝後在 Discuss 中出現一個 ChatGPT 頻道，所有對話記錄也都保存在該頻道中供日後查閱。
另一種互動方式是使用命令或標記：例如允許員工在任何討論串中輸入/gpt 問題內容，來觸發AI回覆該問題。這需要解析使用者訊息，在後端識別 /gpt 關鍵字後把後續內容送給 GPT-5，然後再插入一則回覆。
在內部討論中導入AI，常見用途包括：技術支援（工程師在群組裡詢問某錯誤訊息的解法，AI 即時提供建議）、文件快覽（有人丟上一份合同PDF，請它幫忙摘要重點），或者純粹為了有趣娛樂（午休時和AI聊聊天，舒緩一下工作壓力）。由於GPT-5擁有強大的語言和知識能力，它在很多領域都能給出有用的資訊。當然，對專業或機密問題，AI 僅供參考，最後決策仍需由人來把關。然而將AI無縫融入日常討論，絕對能激發團隊創意並節省搜尋資料的時間。
今天我們概述了如何在 Odoo 平台的不同角度接入 GPT-5 驅動的聊天機器人，為使用者帶來即時、智能的對話體驗。從網站上的銷售客服，到售後支援，再到公司內部的知識分享，對話式 AI 展現了極高的應用價值。
我們可以進一步將這套對話AI延伸到更多領域：例如串接內部知識庫，讓 AI 可以存取公司文件、Wiki 或 Odoo Knowledge 模組的內容，成為員工的智慧諮詢助手。
想像每當有人對內部作業流程有疑問時，直接問AI：「我們的加班申請流程是什麼？」AI 就從知識庫抓取答案並解釋給他聽，減少反覆查詢手冊的時間。又或者文件解釋，上傳一份冗長的技術規格書，AI 可以幫你摘要出重點，甚至逐段講解疑難處，成為隨身的文件老師。對客戶而言，AI 也能提供更貼心的智慧客服：例如根據用戶歷史紀錄主動提供優惠建議，或者在情緒分析後轉接真人關懷，提升服務品質。
隨著 GPT 系列模型能力的不斷提升，可以預見未來的 Odoo 生態中，AI 將無處不在地滲透到各個業務流程中。希望透過今天的分享，你已對如何打造屬於自己的 Odoo 聊天機器人有了一個的藍圖。讓我們善用這些新工具，邁向企業數位化的下一步！
iThome鐵人賽
看影片追技術
看更多