餐飲開店與營運的 5 個 AI Skill：把一間店的工作交給 5 個 AI 分身

餐飲業 AI Skill 最容易走偏的一步，就是先找一個「會聊天的餐飲 GPT」，然後期待它自己變成店長。

實際上餐廳老闆每天要做的工作很具體：看店面租金撐不撐得住、判斷今天該推哪道菜、把會員名單分出誰值得召回、面對一星評論時不把事情回得更糟。

這些工作不該塞進同一個萬用提示詞，而是拆成有明確輸入、判斷規則與交付格式的 AI Skill。

Skill 可以理解成把資深餐飲老闆的工作流程寫下來，讓 AI 每次都依同一套標準執行，而不是每次都從「請多考慮人流、租金與客群」開始。如果你還不確定 Skill 和其他 AI 串接方式的差別，可先看〈Skill、MCP、API 是什麼？三者差別與三層架構一次看懂〉。

先把餐廳想成五個 AI 分身

一間店不會因為裝了一個聊天機器人就變有效率，真正有感的餐飲業 AI Skill 做法，是先把工作責任拆清楚。

開店顧問負責開店前的帳與風險，店長負責今天的營運訊號，行銷負責把已確認的菜單與活動做成內容，CRM 負責從消費紀錄找出不同客群，口碑經理負責處理評論與服務回饋。

AI 分身	處理的問題	老闆拿到的結果
AI 開店顧問	選址、租金、保本線、加盟風險	能不能做、要補哪些數字、哪個地雷要先避開
AI 店長	天氣、活動、訂位、競品與外送訊號	當日餐期重點、主推品項與店內交辦
AI 行銷	菜色宣傳、社群素材與成效整理	待審核的貼文、素材與週報
AI CRM	會員分群、回訪與流失預警	不同客群該收到什麼活動，而非全員打折
AI 口碑經理	Google 評論、負評與服務問題	回覆草稿、改善事項與評論成長節奏

開店顧問：先算得出每天要來多少客人

GitHub 上的 yongge-restaurant-skill，把選址、保本線、加盟風險與街景觀察整理成一套餐飲創業判斷框架。專案公開內容包含保本線計算工具、選址觀察維度與案例庫，適合作為「沒有產業 know-how 的 AI」和「帶著判斷框架的 AI」的對照示範。

沒有 Skill 時，老闆問「月租 8 萬、人潮很多，這裡可以開嗎」，AI 多半只能列出一張考慮因素清單。有了開店 Skill，第一步不是給結論，而是先追問坪數、座位數、客單價、毛利率、人事、營業天數與預估來客數，再把固定成本換成每日最低營業額與最低客數。這才是開店前真正需要的對話。

不過要把界線講清楚：公開 Skill 裡的公式、分數與案例是決策輔助，不是投資建議。台灣店面的租約條款、商圈結構、勞基法成本與食材成本都要用現場資料覆核，尤其不能把網路案例的租金比例直接套到自己的店。

AI 店長：把今天的訊號變成可執行的班表與主推

Kelly Restaurant Intel 的定位很接近每日營運情報台。它把天氣、在地活動、競品動態、訂位與外送訊號整理為可審核的行動，例如班前提醒、主打菜、外送文案、訂位話術與評論回覆草稿，外部訊息仍保留人工核准。

課堂上可以用一個很直覺的情境：今晚下雨，訂位率只有 55%，附近有演唱會，最近評論一直提到牛排。傳統做法是老闆自己在好幾個 App 之間切換，再臨時想促銷。AI 店長的交付應該是一頁晚餐時段簡報：哪個訊號有來源、建議主推什麼、哪些品項適合外送、店員要怎麼說，以及哪些價格或過敏原資訊必須由人確認。

AI 行銷：把老闆一句話，變成可審核的宣傳流程

Restaurant Social Marketing 是為 Hermes 設計的餐廳社群行銷 Skill。公開說明顯示，它可從 Google Drive 同步照片，產出社群素材與文案，串接 Instagram、Facebook、TikTok 的發佈流程，並做每日與每週報告。

它適合示範的，不是「AI 幫我寫一段貼文」，而是工作鏈怎麼被接起來。老闆說「今晚主推松露燉飯」，行銷 Skill 要先確認菜名、價格、庫存、供應時段、禁用說法與 CTA，再生成待審核的圖文與渠道版本。尤其餐飲行銷最容易出錯的是價格、限量、過敏原和實際照片，這些都不該讓 Agent 自行發布。

AI CRM：不要把 85 折發給所有會員

Customer Analytics 雖然不是餐飲專用，卻很適合接 POS 或會員交易資料。它的核心是把交易紀錄做成 cohort、LTV、RFM 分群與流失判斷，前提是先定義資料欄位、毛利與流失標準，不能把營收直接當成 LTV。

以餐廳常見的 POS CSV 來說，老闆不需要先做一套大型 CRM。先把會員分成最近常來而且消費高的 VIP、最近來過但頻率低的潛力客、以前常來但一段時間沒有出現的高風險客，以及長期未消費的沉睡客，就能讓活動開始有差別。高風險客適合回訪券，VIP 未必需要折扣，反而可能更適合新品優先試吃或限定菜通知。

流失門檻不能照抄別人。午餐型店家、週末聚餐餐廳與高單價餐酒館的回訪週期不同，應該先從自己的消費間隔觀察，再決定「多久沒來」才算需要召回。

AI 口碑經理：負評回覆不是把道歉模板貼上去

Review Engine 提供的是評論邀請與回覆流程，包括在滿意度最高的時點邀請評論、追蹤評論成長速度，以及處理一到三星評論時應採取的回覆原則。這些原則可以直接轉成餐廳的服務 SOP。

當顧客留下「餐點好吃，但服務生臉很臭」的兩星評論，最差的回法是辯解，也不是「感謝您的寶貴意見，我們會持續改善」。好的回覆要承認體驗沒有達標，提供能聯絡到人的處理窗口，並把具體改善交回店內。公開回覆的讀者不只有原評論者，還有下一個正在比較餐廳的人。

最後一哩路：把分析接到 LINE，但不要讓 AI 自動亂發

如果餐廳已經有 LINE 官方帳號，完整流程可以是：AI CRM 找出符合條件的回訪客群，產出優惠方案與訊息草稿，店長確認成本、日期與對象後再發送。LINE 官方的 LINE Bot MCP Server 已提供將 AI Agent 串接 LINE Official Account 的預覽版實作，但它涉及實際訊息發送，必須保留名單、優惠與文案的人工核准。

這也是餐飲業 AI Skill 最值得教的一課：AI 的價值不是替老闆多寫五篇文案，而是讓店裡原本靠記憶、直覺和臨時判斷在做的工作，開始有固定輸入、固定標準與可檢查的輸出。先選一個最痛的環節做起，通常是開店前算帳、每日營運、會員召回或負評處理。做出一條跑得通的工作流，再擴到下一個分身。想先理解什麼是能交付工作的 AI 分身，可延伸閱讀〈真正的 AI 分身怎麼做？從聊天到交付工作！〉。

餐廳該先導入哪一個 AI Skill？

你的現況	先做哪個 AI Skill	先驗證什麼
還在評估要不要開店	開店顧問	每日保本營業額、最低客數與選址風險是否算得清楚
已有 POS 或會員消費紀錄	AI CRM	能否找出高風險客，並用小規模召回活動驗證回訪
每天靠老闆臨時救火	AI 店長	能否在餐期前交付有來源的班前提醒與主推建議
負評或服務問題常重複出現	AI 口碑經理	回覆草稿是否有處理窗口，改善事項是否真的回到店內執行

最後的總結

餐飲業導入 AI，第一步不是找一個什麼都會做的萬用機器人，而是挑出一個每天都在耗掉老闆時間、而且結果能被檢查的工作。準備開店就先把保本線與選址資料算清楚，已經有會員資料就先驗證召回流程，每天靠臨時決定撐住餐期的店，則先讓 AI 店長把訊號整理成班前交辦。

五個 AI 分身不是五套一定要一次買齊的工具，而是五種工作拆法。每完成一條能跑通、有人覆核、能看見結果的流程，再接下一條，AI 才會從會聊天的助手，變成真正替店裡接走工作的系統。

---

推薦閱讀

真正的 AI 分身怎麼做？從聊天到交付工作！四個零件讓 AI 替你工作

Skill、MCP、API 是什麼？三者差別與三層架構一次看懂

我已經會 Claude 還需要學 Hermes Agent 嗎？v0.20改版功能

---

參考資料

• Astro-wen, yongge-restaurant-skill
• mr-kelly, Kelly Restaurant Intel
• Akira-Agent-Agency, Restaurant Social Marketing
• SkillMedev, Customer Analytics
• SkillMedev, Review Engine
• LINE, LINE Bot MCP Server

常見問題 FAQ