跳至正文
MakerGain
← 返回项目

額度用光那天,客服機器人會禮貌地閉嘴

編輯:MakerGain

DocsBot 把企業文件和網站變成能答客戶與內部問題的 AI agent;額度用盡時機器人停止回答並顯示友好錯誤,可升級、自動加購或等下月重置。其自助套餐月費從免費到 499 美元,另按 credits、bot 和來源頁加購;創始人自述二月跨過 100 萬美元 ARR,但註冊數下降,每用戶平均收入與客戶價值僅勉強補缺口。

DocsBot 的 FAQ 裡有一條不太像賣點的規則:月度 AI credits 用完,客服機器人會停止回答,並向訪客顯示一句友善的錯誤提示。這個產品把企業既有的文件、網站和幫助中心變成能回答客戶和內部團隊問題的 AI agent;額度用完,它就先閉嘴。企業主可以升級方案、打開 auto-add 讓額度自動加,或者等下個日曆月重置。[1]

這條規則值得放在開頭,因為它讓這門生意最尷尬的地方露了出來:你賣的是一個隨時在線、不會不耐煩的客服,但它會因為額度用盡而停止回答;停止回答那一刻,站在訪客面前的還是你的品牌。

它接手的是你已經寫好的東西

DocsBot 做的事本身不複雜:把企業本來就有的材料變成能回答客戶和內部團隊問題的 agent。官網列出的內容來源從網站、文件、雲端硬碟到 Notion、Confluence、Zendesk 幫助中心,匯入後系統自動處理和索引。[1]

處理環節是清洗、切分,先從已匯入的材料裡找出最相關的段落,再讓模型據此回答。然後是人要做的部分:選哪些來源、試出哪些問題答歪了、custom instructions 怎麼寫、要不要讓它動手。

動手是另一層。AI Actions 讓 agent 不只解釋下一步,還能查帳戶狀態、建工單、約演示、查發票這類事。權限可以開得很細:很多 MCP 伺服器會暴露讀和寫的工具,官方建議只啟用最小必要的那幾個;actions 能限定到正在對話的那個使用者,對話歷史和工具活動留檔供稽核。[2]

圖:來源 DocsBot 實際圖片來源[3],2026-11-10取得,保留原介面。

credits 把「模型有多貴」攤到每句話上

一般聊天訊息從 1x 模型的 1 個 AI credit 起算;換更大的模型,或者讓 agent 執行動作、跑 skill builder/tester、處理更長更複雜的請求,就可能多扣——具體扣多少看模型和任務複雜度。[1]

額度不夠就加:每 5,000 月度 credits 收 $49/月,額外 bot $19/月,額外 10,000 來源頁 $29/月。auto-add 每次加 5,000 credits,帳戶會一直維持新的月度上限直到你調低;如果計費週期結束前調低,剩下沒用完的餘額會變成帳戶 credit,用於抵扣未來發票。[4]

Free 是 $0;Personal 月付 $49,一個 bot、5,000 來源頁和 5,000 月度 credits。Standard 月付 $149 才是分水嶺:Skills、升級工單、Stripe 客服動作和 Help Scout 整合都從這裡開始,客服答完問題還能繼續往下走。Business 月付 $499,bot、來源頁、credits 和座位都再抬一檔,並加上客戶端 PII 脫敏、無品牌聊天元件,讓訪客看不到 DocsBot 標誌。定價[5] 頁面頂部另寫著 14-day money-back guarantee。

同類裡可以對照的一個是 SiteGPT:Starter 月付 $59,或年付 $468,自助方案從 7 天免費試用開始、需信用卡。SiteGPT 定價[6] 兩家都在賣「把知識庫變成客服」,計價單位不同:SiteGPT 按月訊息條數切,訊息額度按模型不同折算;DocsBot 按 credits 切,模型大小、動作和請求複雜度都算進消耗。兩家誰更便宜,取決於問題多長、多繞;沒有實測消耗,這裡不下結論。

這套價格是一年磨出來的

署名 Aaron 的回顧裡寫,DocsBot 在二月跨過 $1M ARR,比原計畫晚了約四個月;2025 年 Q3 和 Q4 大部分時間成長持平。定價調整花了近一年做規劃、測試和跟客戶溝通,正式推出之後才把業務推過這條線。[7]

一年這個時長本身就是一個坦白。對一家自助訂閱公司來說,改價不只是改幾個數字,還會改變誰進來、誰留下、誰付更多。他做的動作也順著這個方向:移除消費者級方案,把更多價值放進 Standard 和 Business,收緊合格帳戶的銷售流程;onboarding 也重新梳理過,讓新使用者更快獲得第一次有用的回答。agency/implementer 夥伴那條線還在早期,per-bot RBAC 這種聽起來很小的功能,對一個要管理多個客戶和團隊的夥伴來說卻是入場條件。

另一篇裡,他把註冊數下降也擺了出來。他寫,今年 DocsBot 註冊數實際下降;ARPU 和客戶生命週期價值上升只是「勉強」補上註冊量的缺口。他自己明確說,不知道客戶品質改善還能覆蓋獲客走弱多久。[8]

渠道這一層他也公開了:比較每年 1—8 月完成付費結帳使用者的首次可追蹤來源,Search 從 2024 年的 48.5% 降到 2026 年的 40.6%,仍與 Direct 並列最大;Direct 從 35.4% 升到 40.6%,但他提醒 Direct 多半只說明推薦訊號沒被完整追蹤。讓他意外的是預約演示者的自報來源:口碑和轉介紹佔 20.5%,與 Google/Search 持平。他把它看成此前產品、信任或某個具體結果做對了的證據。[8]

$1M ARR 是創始人自述,沒有審計財務,也沒有完整成本、毛利和模型推理成本;能確認的是它怎麼收錢、怎麼斷糧,不能確認的是利潤。一家把「沒額度就不說話」寫進說明的公司,等於把帳交給客戶自己算;而它自己那本帳——註冊在減少,每用戶平均收入在漲——比 $1M ARR 這個數更能說明下一步難在哪。

繼續閱讀

AI 客服
轉交真人不計費:Fini 把 AI 客服帳單押在「真的解決了」上

Fini 的 AI 客服代理在客戶現有 helpdesk 裡接手聊天工單,用行為樹和確定性執行器,依節點讀取方案與帳號狀態,呼叫客戶介面完成取消訂閱等動作;轉交真人不計費,預設只把端到端解決、沒有真人接手的工單算作計費單位。團隊曾清空首版產品,在 fintech 客服團隊駐點四週後重建,選擇不取代客戶現有客服系統,並把後台 AI 自行提出的知識修正置於真人審核之後,未經批准不發布。

AI 客服
先讓機器人說「我不知道」,這門副業每月帶來約 \$500

倫敦 HeyDeacon 的 Andy 與兩位共同創辦人開發 Deacon,供仍親自回客服信的創辦人和小團隊使用。它先由共同創辦人自用;答不上來時,承認不知道並請訪客留下電子郵件;對方實際留下後,對話才會被標為未讀,並寄信給擁有者,真人回覆可加入知識庫。團隊把重點放在模型外的流程;知識庫需手動重抓,或由發布腳本觸發更新,換模型不必重做產品。

AI 搜尋
AI 回答裡沒有你的公司,他把文章發到客戶自己的網站上

MyZia 幫品牌在 AI 回答裡被提到:掃描品牌在 AI 回答中的可見度,找出競爭對手被引用、自己卻缺席的問題,再寫文章發布到客戶自己的網站。創辦人 Dhairya Patel 同時經營開發公司,他選擇端到端自動化,而不是只提供建議儀表板;文章留在客戶網域,也代表要逐家接入 CMS,發布成了最先撞牆的環節。

AI 客服
接手第一週資料庫就崩了:Zipchat 想讓每家網店的客服都能開箱即用

Zipchat 是面向電商的 AI 客服代理。Ruslan 在 2024 年 1 月接手時,團隊說不清 MRR 與客戶來源,第一週資料庫就開始崩潰。他先補帳:用 Mantle 讓 MRR 可見、蒐集聊天回覆的回饋;按其部落格說法,約兩個月後 MRR 提高 25%,首次達到2 萬美元。產品稱30 分鐘可上線,但品牌規則、客服平台串接與答錯修正仍須逐店設定。