看完這篇，你可以判斷客人傳來的圖片 AI 看不看得到，並在上線前用後台試聊先測一次。

開始前

• 這個功能不用開關，SCRM AI（Channel agent）一律會把客人傳的圖片交給 AI 看。
• 看不看得懂，取決於這顆 agent 用的 AI 引擎：OpenAI 與 Anthropic 的模型會真的看圖；不支援看圖的模型只會看到「（圖片）」這幾個字，見下方表格。AI 引擎的設定見AI 引擎。

在後台先試一次

後台對話頁選 SCRM AI 試聊時，附上的圖片會走跟正式流量一樣的處理流程，所以可以先在這裡確認 AI 讀得出你預期的內容。

1. 到側邊欄的對話，在請選擇 AI Agent選要測試的 SCRM AI。
2. 按輸入框左下角的附加圖片選一張客人常傳的圖，例如預約單、商品照片；也可以直接拖曳或按 Ctrl+V 貼上。
3. 輸入客人會問的話，按 Enter 送出。
4. 對照原圖檢查 AI 的回答，數字、日期這類細節特別要核對。

下面的動畫示範在「示範：診所預約客服」附上一張虛構的預約提醒卡，輸入「這是我的預約卡，看診是哪一天幾點？當天要帶什麼？」後送出。

下圖是 AI 的回答：它從圖片讀出「2026 年 10 月 20 日（星期二）下午 2:30」，並提醒帶健保卡、提早 15 分鐘報到，都跟卡片上寫的一致（2026-10-06 實測，引擎是 OpenAI gpt-6-luna）。

後台試聊跟正式流量有兩個差別：試聊不會等客人把話講完（回覆節奏的等待不會模擬），一則訊息最多 4 張圖；正式流量則是一輪最多 3 張，見下一節。

AI 怎麼看客人傳的圖

客人在 LINE 傳來圖片時，系統把它跟前後幾秒內傳的文字併成同一輪，一起交給 AI。

規則	說明
一輪最多幾張	3 張。客人連傳很多張時，只有前 3 張會給 AI 看
之前傳過的圖	最近 2 張還會一起給 AI 看，讓它能回答「剛剛那張」；更早的只剩「（傳了一張圖片）」這幾個字
跟文字一起傳	依服務時間與回覆節奏的等待設定，前後幾秒內的圖與文字會合成一題
誰會看圖	回答問題的那一步會看圖；判斷要走哪個場景、要不要轉真人、表單要填哪個欄位時，只看得到「（傳了一張圖片）」
貼圖、語音、影片、檔案	不會看內容，只會看到「（傳了一張貼圖）」「（傳了一段語音）」這類文字

不同 AI 引擎看圖的能力不一樣：

AI 引擎	看得到圖嗎	限制
OpenAI	看得到	由 OpenAI 直接讀取圖片網址
Anthropic	看得到	只支援 JPG、PNG、GIF、WebP，單張 4.5 MB 以內；讀不到時 AI 會看到「（圖片無法載入）」
其他不支援看圖的模型	看不到	只看到「（圖片）」，AI 會照文字回答

各通訊平台目前的支援情況：

通訊平台	客人傳的圖
SCRM（LINE、Messenger 等）	AI 會看圖
通用 Webhook	AI 會看圖；messages 裡放 {"type": "image", "url": "..."}
Telegram、Google Chat	目前只會當成「（傳了一張圖片）」文字

看圖的費用算在一般對話裡：正式流量算在 Channel 正式流量，後台試聊算在後台試聊（Channel），不會另外扣「圖片轉文字」，見AI 用量。

常見問題

AI 回答「看不到圖片」或答非所問

先確認 agent 的 AI 引擎支援看圖。是 Anthropic 的話，再確認圖片是 JPG、PNG、GIF 或 WebP，而且不超過 4.5 MB。

客人傳圖後就被轉真人，或進錯場景

判斷場景與轉真人時，AI 只看得到「（傳了一張圖片）」，看不到圖片內容。客人只傳圖、沒有文字時，常會落到預設場景。可以把預設場景設成引導客人用一句話說明需求，客人補上文字後，下一輪就會依文字分到正確的場景，見場景說明要怎麼寫。

系統日誌看不到客人傳的圖

系統日誌只記文字，圖片會顯示成「（傳了一張圖片）」；要看原圖，請到 SCRM 的聊天室查看。

延伸閱讀

• 聊天室傳圖片：後台對話附加圖片的格式與數量限制
• 服務時間與回覆節奏
• SCRM 串接