2026年7月4日 · 10 min read
AI 客服应该用书面语还是广东话?香港实战建议
全港约 96% 人口能说广东话。香港 AI 客服该用书面语还是广东话回复?本文从实战角度拆解语言取舍,并提供可落地的设定建议。

根据 2021 年人口普查,全港约 96.0% 五岁及以上人口能说广东话,亦有约 57.7% 能说英语、56.5% 能说普通话(资料来源:政府统计处《香港人口的语文应用情况》,2021)。对香港中小企而言,这带出一个实际问题:AI 客服回复时,应该用书面语还是广东话?直接的答案是 — 客户用广东话发问完全正常,AI 应该听得懂;但回复时,标准书面语通常是更稳阵的预设,尤其在涉及条款、退款、保养等正式内容时。以下从实战角度拆解这个取舍。
先说清楚一点:目前并没有一份针对「香港商业对话中,客户偏好书面语还是广东话」的权威调查。本文是一篇做法建议(craft guide),依据公开的语文应用数据与营运经验整理,而非一个可量化的客户偏好统计。
香港 AI 客服该用书面语还是广东话?
直接答案:让 AI 听得懂广东话输入,但以标准书面语作回复预设,并在正式或具争议性的内容上一定用书面语。这是目前最稳阵的做法。
原因在于「理解」与「输出」是两件事。香港客户在 WhatsApp 打字时,很自然会夹杂广东话口语,例如「几时送到」「可不可以改地址」。AI 客服必须听得懂这些输入,否则第一步就接不住。但回复是另一回事 — 书面语在书写时更规范、更不易产生歧义,也较少因为口语用字的地区差异而令客户误会。
要留意的是,这并非一条铁律,而是预设值。有些品牌调性亲切、客群年轻,适度的口语语气反而拉近距离。重点是:把「理解广东话」设为必备能力,把「书面语回复」设为安全预设,再按品牌与内容类型微调。
值得补充的是,香港的语文环境相当特殊。约 96.0% 人口能说广东话,但同时有 57.7% 能说英语、56.5% 能说普通话(资料来源:政府统计处,2021),加上约 97% 人口能阅读至少一种语言。这代表你的客户群在语言能力上高度多元,但「能听懂」与「希望收到甚么语言的回复」是两个层次。把这两层分开思考,是设计香港 AI 客服语言逻辑的第一步 — 理解层要尽量包容,输出层则要规范、一致、可承担。
为甚么正式内容一定要用书面语?
直接答案:因为退款、保养、运送条款、私隐、投诉这类内容一旦写得含糊或语气随便,容易引起争议,书面语的规范性能减少误会与责任风险。
可以用「内容类型」来划界,而不是「全店一刀切」:
| 内容类型 | 建议语言 | 原因 |
|---|---|---|
| 一般查询、闲聊、问候 | 书面语为主,可带亲切语气 | 亲切但仍规范 |
| 退款、换货、保养条款 | 一定用书面语 | 涉及责任,需规范清晰 |
| 运送时效、收费、政策 | 一定用书面语 | 避免口语歧义 |
| 投诉、争议、最终答复 | 一定用书面语 | 留底清楚、语气专业 |
| 促销、节日问候 | 可较轻松 | 视乎品牌调性 |
(资料来源:以上为依语文应用情况整理的做法建议,并非客户偏好调查结果)
这条界线的好处,是把「亲切」与「严谨」分开处理。日常对话可以亲切一点;但一旦触及金钱、责任、条款,就回到规范的书面语,把每句话都写得可以「白纸黑字」地承担。这不只是语言问题,更是减少日后争议的做法。
实务上有一个容易被忽略的风险:如果让 AI 在退款、保养这类对话里用太随意的口语回复,一旦客户截图投诉,店舖很难自圆其说。书面语的价值,正正在于它的可承担性 — 一句「退款一般需时七至十个工作天,以实际到账为准」远比口语化的随口回应稳阵。对涉及金额与时限的回复,更应在知识库里预先写死标准措辞,避免 AI 即兴发挥。
换个角度看,这条界线也保护了店舖的品牌一致性。同一间店,由不同同事、不同时段回复,语气往往参差;改用 AI 并把正式内容的书面语措辞固定下来后,客户无论何时查询,得到的都是同一套规范、专业的答复。这种一致性本身,就是中小企最容易被忽略的服务质素提升。
那普通话呢?要不要自动切换?
直接答案:把普通话设为「可启用的路径」,而非预设第一步 — 侦测到简体输入、客户明确要求、或涉及内地物流/跨境买家时才切换,并先确认再切。
虽然约 56.5% 香港人口能说普通话(资料来源:政府统计处,2021),但这不代表应该主动以普通话回复本地客户。较稳阵的做法是「侦测 — 确认 — 切换」:当系统侦测到客户用简体字、或自报是内地客、或查询明显涉及跨境运送时,先礼貌确认一句,再切换语言,避免误判令本地客觉得突兀。
跨境情境的语言分流较复杂,若你的客群横跨大湾区与内地,可延伸阅读 香港中小企如何用 AI 服务大湾区及内地客户,本文则聚焦本地的书面语与广东话取舍。
客户用广东话发问,AI 用书面语回复会不会好奇怪?
直接答案:不会。香港人习惯「讲广东话、写书面语」的日常分工,客户用口语发问、收到规范书面语回复,是非常自然的阅读经验。
香港的语文环境本身就是「口语与书面分流」。日常对话用广东话,但报章、公文、合约、客服书面回复,普遍都是书面语。客户早已习惯这种落差,因此用广东话打字、收到书面语回复,并不会觉得疏离。
关键反而在「语气」而非「语言」。书面语同样可以写得亲切:用「请问」「为您查询」「稍候」这类规范但有温度的用语,比生硬的官腔自然得多。要做到这点,可以在知识库里为常见回复预设好语气范本,详见 如何建立 AI 客服知识库。
实务上有一个容易忽略的细节:客户输入的广东话口语字(如「没有」「的」「在」),AI 要能正确理解其意思,再以书面语回复。这需要在设定与测试阶段,特意用真实的广东话口语输进去试,而非只用书面语句子测试。
举一个常见对照:客户打「件货几时到呀,等到颈都长」,AI 应该听得懂这是在问送货时效兼带点不耐烦,然后以书面语回复「您好,已为您查询订单,预计于明日送达,为延误带来不便深感抱歉」。这个转换做得好,客户会觉得既被理解、又被认真对待。反之,若 AI 因为看不懂口语而答非所问,再规范的书面语也救不了那次对话。所以「先理解、后规范」的次序,比单纯纠结用甚么语言更重要。
怎样设定 AI 客服的语言规则才最稳阵?
直接答案:用「理解多语、回复书面语、正式内容锁定书面语、普通话按需切换」这四条规则作骨架,再用真实对话逐步微调。
可落地的设定次序:
- 理解层放宽。 让 AI 听得懂广东话口语、书面语与简体输入,这是接住客户的第一步。
- 回复层设书面语为预设。 一般查询一律以规范书面语回复,并注入亲切语气范本。
- 正式内容锁定书面语。 退款、保养、条款、投诉等,无论客户用甚么语言发问,一律以书面语回复。
- 普通话按需切换。 侦测到简体或跨境讯号时,先确认再切换。
- 用真实对话测试。 特意用广东话口语输入测试 AI 是否听得懂、回复是否规范。
Omago 是一个 AI agent 平台,协助中小企在 WhatsApp、Telegram 与网站对话中自动化客户查询,可按上述规则设定理解与回复的语言逻辑,并把正式内容的回复语气固定下来。
多语言客群应该怎样安排?
直接答案:以书面语作香港本地的主轴,再按客户语言自动分流英语与普通话,避免把不同语言的回复混在同一段。
香港不少店舖同时服务本地、海外与内地客户,语言需求自然多元。较理想的做法,是让 AI 先判断客户的主要语言,再以对应语言一致地回复,而不是在一段文字里中英夹杂。要把多语言客服的整体架构铺好,可延伸阅读 多语言 AI 客服。
值得一提的是,旺季与跨境订单往往令语言需求更复杂 — 例如农历新年前的大量查询、或内地买家的简体讯息同时涌入。关于旺季的应对,可参考 农历新年及大型促销旺季:香港中小企客服如何应对高峰。
怎样测试 AI 客服的语言表现?
直接答案:用真实的广东话口语、书面语与简体三种输入分别测试,重点看 AI 是否「听得懂口语、回得出规范书面语、按需切换普通话」。
很多店舖在上线前只用整齐的书面语句子测试,结果一遇到客户的口语打字就接不住。较完整的测试方法,是准备三组典型输入:
- 广东话口语输入。 如「没有货㖞可以几时补返」「头先落错地址点算」,检查 AI 是否理解并以书面语正确回复。
- 书面语输入。 如「请问退款一般需时多少个工作天」「保养条款是否适用于优惠货品」,检查正式回复是否规范、措辞是否一致。
- 简体输入。 模拟内地客的简体讯息,检查 AI 是否正确判断并走「先确认、后切换」的流程。
把这三组输入都跑一遍,并把答得不好的记录下来补进知识库,语言逻辑才算真正稳妥。要把这些回复有系统地整理,可参考 如何建立 AI 客服知识库。
常见问题
AI 客服一定要用书面语吗?
不一定,但书面语是较稳阵的回复预设,尤其在退款、保养、条款等正式内容上应一律使用。日常查询可以带亲切语气,但仍建议以规范书面语为主。
客户用广东话打字,AI 听得懂吗?
设定得宜的话可以。关键是在理解层放宽,让 AI 听得懂「没有」「的」「在」等广东话口语字,并在测试阶段特意用真实口语输进去验证。
广东话发问、书面语回复会否令客户觉得疏离?
不会。香港人本来就习惯「讲广东话、写书面语」的分工,重点在于书面语要写得亲切有温度,而非生硬官腔。
普通话要不要自动切换?
建议按需切换而非预设。侦测到简体输入、客户明确要求或涉及跨境物流时,先确认再切换,避免误判令本地客觉得突兀。
有没有调查证明香港客户偏好书面语?
目前并没有针对商业对话语言偏好的权威调查。本文是依公开语文应用数据与营运经验整理的做法建议,而非可量化的偏好统计。
资料来源:政府统计处《香港人口的语文应用情况》2021 年人口普查(广东话 96.0%、英语 57.7%、普通话 56.5%)。本文的语言取舍为依语文应用数据与营运经验整理的做法建议,并非客户偏好调查结果;具体设定请按品牌调性与客群调整。