Dialogflow 完整指南 2026：從入門到實戰的 AI 對話機器人開發

「我們客服人力不夠，能不能用 AI 幫忙？」

這是許多企業主管問的第一個問題。答案是：可以，而且比你想像的簡單。

2026 年現況重點：

• Generative AI Agents：CX 自 2023 年起陸續加入生成式對話能力，可用自然語言定義對話流程
• Vertex AI 深度整合：原生支援 Gemini 模型，對話更自然（Gemini 2.0 Flash 與 2.0 Flash-Lite 已於 2026-06-01 關閉，實際可選機種請以 Vertex AI 文件為準）
• Data Stores + RAG：直接連接企業知識庫，實現智慧問答
• Agent Assist：即時輔助真人客服，提升處理效率
• 與 LLM Agent 的分工：任務型對話用 Dialogflow，開放式任務用 LLM Agent

Google Dialogflow 是目前最多企業採用的 AI 對話機器人平台之一。從電商客服、餐廳訂位到銀行 FAQ，都能用 Dialogflow 實現。這篇文章從零開始，帶你了解 Dialogflow 的核心概念、版本選擇、費用計算，以及如何串接 LINE Bot。如果你對更通用的 AI Agent 有興趣，可參考 LLM Agent 應用指南。

---

Dialogflow 是什麼？

Google Cloud 對話式 AI 平台簡介

Dialogflow 是 Google Cloud 提供的自然語言理解（NLU）平台，讓開發者能建立「聽得懂人話」的對話機器人。

簡單來說，Dialogflow 做的事情是：

1. 理解使用者說什麼：透過 NLU 分析使用者輸入的文字或語音
2. 判斷使用者意圖：把輸入對應到預設的「Intent（意圖）」
3. 回應適當內容：根據意圖返回對應的回覆，或呼叫後端 API

Dialogflow 的前身是 API.AI，2016 年被 Google 收購後改名。經過多年發展，現在有兩個版本：Dialogflow ES（Essentials） 和 Dialogflow CX。

核心優勢（2026 更新）

適用場景與產業應用

Dialogflow 適合以下場景：

電商零售

• 商品查詢、訂單追蹤
• 退換貨處理
• 促銷活動 FAQ

餐飲服務

• 訂位機器人
• 菜單查詢
• 外送訂單處理

金融服務

• 帳戶餘額查詢
• 信用卡繳費提醒
• 常見問題解答

醫療保健

• 掛號預約
• 看診時間查詢
• 健康衛教資訊

---

Dialogflow CX vs ES：版本比較與選擇

Google 目前提供兩個 Dialogflow 版本，功能和定價都不同。選錯版本可能花冤枉錢，或發現功能不夠用。

Dialogflow ES (Essentials) 特色

ES 是較早推出的版本，適合簡單的對話場景。

優點：

• 有免費的 Trial Edition（有用量上限）
• 學習曲線平緩
• 內建多平台整合
• 文件資源豐富

限制：

• 對話流程設計較不直覺
• 複雜多輪對話難以維護
• 缺乏視覺化編輯器
• 版本控制功能有限

Dialogflow CX 進階功能（2026 版）

CX 是 2020 年推出的企業級版本，2023 年起陸續加入生成式 AI 能力。

核心功能：

生成式 AI 功能：

版本選擇決策樹（2026 更新）

選 ES 的情境：

• 對話流程簡單（3-5 個主要功能）
• 預算極度有限
• 快速驗證概念
• 團隊沒有專職開發者
• 不需要生成式 AI 功能

選 CX 的情境：

• 對話流程複雜（10+ 個功能分支）
• 需要多人協作開發
• 要求企業級的版本控制和監控
• 需要 Generative AI 功能（Data Stores、Playbooks）
• 需要 Gemini 模型支援
• 預算充足

2026 建議：如果是新專案，強烈建議直接選 CX。

想更深入了解兩個版本的差異，可以參考 Dialogflow CX vs ES 完整比較。

---

還在猶豫選 CX 還是 ES？每個專案的需求不同，選錯版本可能事倍功半。預約免費諮詢，讓我們幫你評估最適合的方案。

---

Dialogflow 費用完整解析

費用是選擇 AI 平台的關鍵考量。Dialogflow 的計費模式對新手來說有點複雜，這裡做完整說明。

免費額度說明

Dialogflow ES 免費額度：

• Trial Edition 不收費，但有用量上限
• 文字請求：每分鐘 180 次
• 語音請求：每月 15,000 次

Dialogflow CX 免費額度：

• 新帳號可享受 $600 美元免費額度
• 額度可用於前 12 個月
• 沒有每月請求數限制

計費模式詳解（2026 更新）

ES 計費：按請求數計費

CX 計費：按請求數（文字）或音訊秒數（語音）計費

CX 生成式 AI 功能計費：

註：同一輪同時用到多項生成式功能，仍只算一次請求

成本估算範例

案例：電商客服機器人

假設：

• 每月 10,000 次對話
• 全部是文字對話
• 平均每次對話 5 輪

ES 版本成本：

• 10,000 × 5 = 50,000 請求
• 月費用：50,000 × $0.002 = $100 美元

CX 版本成本：

• 10,000 × 5 = 50,000 請求
• 月費用：50,000 × $0.007 = $350 美元

這個案例中，ES 比 CX 便宜約 71%。但如果對話流程複雜、需要 CX 的進階功能，多花的費用可能值得。

省錢技巧

1. 善用 Welcome Intent：第一句問候不要觸發複雜邏輯
2. 設計高效對話流程：減少不必要的來回
3. 快取常見回應：在 Fulfillment 中快取 API 結果
4. 監控用量：定期檢視 Billing Report，及早發現異常

想了解更詳細的費用計算和省錢攻略，請參考 Dialogflow 費用完整解析。

---

想知道你的專案要花多少錢？Dialogflow 費用計算有很多眉角，算錯可能差好幾倍。預約免費估算，讓我們幫你精算成本。

---

Dialogflow 核心概念

在開始實作之前，先了解 Dialogflow 的五個核心概念。這些概念不論 ES 或 CX 版本都通用。

Agent（代理人）

Agent 是 Dialogflow 的專案單位，相當於「一個對話機器人」。

每個 Agent 包含：

• 語言設定
• 時區設定
• 所有的 Intent、Entity、Context
• 整合設定（LINE、Messenger 等）

通常一個產品或服務對應一個 Agent。如果有多語系需求，可以在同一個 Agent 中設定多種語言。

Intent（意圖）

Intent 是 Dialogflow 最核心的概念，代表「使用者想做什麼」。

Intent 的組成：

• Training Phrases：使用者可能說的話（訓練語句）
• Response：機器人的回覆
• Parameters：從使用者輸入中擷取的資訊

範例：查詢訂單意圖

Entity（實體）

Entity 是從使用者輸入中擷取的特定資訊，像是日期、數字、產品名稱等。

系統實體範例：

• @sys.date：日期（明天、下週一、1/15）
• @sys.number：數字（100、一百、一萬）
• @sys.phone-number：電話號碼

自訂實體範例：

• @product：商品名稱（iPhone、MacBook、AirPods）
• @size：尺寸（S、M、L、XL）
• @color：顏色（紅色、藍色、黑色）

Context（上下文）

Context 讓機器人「記住」對話歷史，實現多輪對話。

範例：訂餐流程

使用者：我要訂餐
機器人：請問要訂什麼餐點？ [設定 Context: ordering]
使用者：炒飯
機器人：請問要幾份？ [Context: ordering 仍有效]
使用者：2 份
機器人：好的，2 份炒飯，總共 $200 [Context 結束]

沒有 Context，機器人會忘記前面的對話，每次都像第一次聊天。

Fulfillment（後端整合）

Fulfillment 讓 Dialogflow 呼叫你的後端 API，實現動態回覆。

常見用途：

• 查詢資料庫（訂單狀態、庫存）
• 呼叫第三方 API（天氣、匯率）
• 處理交易（下單、付款）
• 發送通知（Email、簡訊）

Fulfillment 通常使用 Cloud Run functions（原 Google Cloud Functions）或自建的 Webhook 服務。

想深入了解 Intent 和 Context 的設計技巧，請參考 Dialogflow Intent 與 Context 完整教學。

---

概念太多看不懂？AI 對話設計有很多眉角，自己摸索可能走很多冤枉路。預約技術諮詢，讓有經驗的人帶你快速上手。

---

快速入門：建立第一個 Agent

了解概念後，來實際操作建立一個 Dialogflow Agent。

進入 Dialogflow Console

1. 前往 Dialogflow Console
2. 使用 Google 帳號登入
3. 同意服務條款

建立新專案

步驟 1：建立 Agent

• 點擊左側選單的「Create Agent」
• 輸入 Agent 名稱（例如：my-first-bot）
• 選擇預設語言：Chinese (Traditional) - zh-TW
• 選擇時區：Asia/Taipei
• 點擊「Create」

步驟 2：確認預設 Intent

建立 Agent 後，Dialogflow 會自動建立兩個預設 Intent：

設定中文語系

如果需要修改語系設定：

1. 點擊左側選單的齒輪圖示（Agent Settings）
2. 在「Languages」區塊確認「zh-TW」已啟用
3. 如需多語系，可以點擊「Add Language」新增

測試對話

使用右側測試面板：

1. 在右側「Try it now」輸入框輸入「你好」
2. 機器人應該回覆 Default Welcome Intent 的內容
3. 輸入一些隨機文字，確認會觸發 Default Fallback Intent

建立第一個自訂 Intent：

1. 點擊左側選單的「Intents」
2. 點擊「Create Intent」
3. 輸入 Intent 名稱：「查詢營業時間」
4. 在「Training Phrases」輸入：
   • 你們幾點營業
   • 營業時間是什麼
   • 幾點開門
   • 什麼時候打烊
5. 在「Responses」輸入：「我們的營業時間是週一到週五 9:00-18:00」
6. 點擊「Save」

等待幾秒鐘讓模型訓練完成，然後在測試面板輸入「請問營業時間」，確認機器人能正確回覆。

---

進階整合應用

建立 Agent 只是第一步。要讓機器人真正上線服務，需要整合到使用者常用的通訊平台。

LINE Bot 整合

LINE 是台灣最普及的通訊軟體，整合 Dialogflow 可以打造 24 小時 AI 客服。

整合方式：

• ES 版本：Console 內建 LINE 整合，設定簡單
• CX 版本：同樣有內建 LINE 整合

整合後，使用者在 LINE 上的訊息會自動送到 Dialogflow 處理，回覆也會自動發回 LINE。

完整的 LINE Bot 串接步驟，請參考 Dialogflow LINE Bot 串接教學。

Messenger 整合

Facebook Messenger 是全球用戶最多的通訊平台之一。整合 Dialogflow 可以服務國際客戶。

特色：

• 支援快速回覆按鈕
• 支援 Carousel 圖文選單
• 可以連動 Facebook 粉絲專頁

WhatsApp 整合

WhatsApp 是許多國家的主流通訊軟體。注意：Dialogflow ES 與 CX 都沒有內建 WhatsApp 整合，需透過 WhatsApp Business API 自建中介服務。

特色：

• 適合跨國企業
• 支援 24 小時對話視窗規則
• 需要申請 WhatsApp Business API

想了解 Messenger 和 WhatsApp 整合，請參考 Dialogflow Messenger 與 WhatsApp 整合指南。

自訂 Webhook 開發

如果內建整合不夠用，可以自己開發 Webhook 服務，連接任何系統。

常見整合：

• 公司官網的客服視窗
• 自家 App 的對話功能
• 內部管理系統
• IoT 裝置

自訂 Webhook 開發教學，請參考 Dialogflow Fulfillment 與 API 整合教學。

行動 App 整合

想在 Android 或 iOS App 中加入 AI 對話功能？Dialogflow 可以透過 API 整合到任何行動應用程式。

整合方式：

• 原生開發：Android Studio + Dialogflow SDK
• 跨平台：Flutter、React Native 整合
• 語音助理：結合 Speech-to-Text 和 Text-to-Speech

完整的行動 App 整合教學，請參考 Dialogflow 行動開發整合教學。

---

FAQ - 常見問題

Dialogflow 是免費的嗎？

Dialogflow ES 的 Trial Edition 不收費但有用量上限，對於小型專案或測試來說足夠；正式上線的 Essentials Edition 按請求計費。Dialogflow CX 提供新帳號 $600 美元的免費額度，有效期 12 個月。

Dialogflow 支援中文嗎？

支援。Dialogflow 支援繁體中文（zh-TW）和簡體中文（zh-CN），中文的自然語言理解效果在業界算是不錯的。

CX 和 ES 可以互相轉換嗎？

無法直接轉換。兩個版本的架構不同，如果要從 ES 遷移到 CX，需要重新建立 Agent。建議在專案初期就選定版本。

需要會寫程式才能用 Dialogflow 嗎？

基本功能不需要程式能力。使用 Console 可以建立 Intent、設定回覆、整合 LINE 等。但如果需要連接資料庫或呼叫 API，就需要開發 Fulfillment Webhook。

Dialogflow 的回應速度快嗎？

一般文字請求的回應時間在 200-500 毫秒，使用者幾乎感覺不到延遲。如果有 Fulfillment 呼叫外部 API，回應時間取決於 API 速度。

如何處理 Dialogflow 聽不懂的問題？

1. 增加更多 Training Phrases，涵蓋使用者可能的說法
2. 善用 Default Fallback Intent，提供引導選項
3. 使用 CX 的 RAG 功能，讓機器人從知識庫找答案
4. 定期檢視對話記錄，找出常見的失敗案例

Dialogflow 適合處理敏感資料嗎？

Dialogflow 符合多項資安認證（ISO 27001、SOC 2 等）。但處理敏感資料時，建議：

• 不要在 Training Phrases 中放真實個資
• 使用 Fulfillment 在自己的伺服器處理敏感邏輯
• 啟用資料區域限制（Data Residency）

Dialogflow 和 ChatGPT/Claude 有什麼不同？

2026 建議選擇：

• 用 Dialogflow：需要穩定、可預測的對話流程（客服、訂位、FAQ）
• 用 LLM Agent：需要靈活、開放的任務處理（研究、分析、創作）
• 混合使用：Dialogflow 處理結構化流程，複雜問題轉給 LLM

詳細的 LLM Agent 應用場景，請參考 LLM Agent 應用指南。

Generative AI Agents 是什麼？

這是 Dialogflow CX 自 2023 年起加入的生成式功能。傳統 Dialogflow 需要手動設計每個 Intent 和回覆，Generative AI Agents 讓你可以：

1. 用自然語言描述目標：「幫客戶查詢訂單狀態，如果有問題就轉人工」
2. AI 自動生成對話邏輯：不需要手動設定每個分支
3. 連接 Data Stores：自動從企業文件中找答案
4. 使用 Playbooks：定義複雜任務的執行步驟

這讓對話機器人開發效率提升 3-5 倍。

Data Stores 和 RAG 如何運作？

Data Stores 讓 Dialogflow CX 可以連接企業資料來源，自動回答相關問題：

支援的資料來源：

• Google Cloud Storage（PDF、HTML、TXT）
• BigQuery 資料表
• 網站爬蟲（自動抓取網頁內容）
• Vertex AI Search

運作方式：

1. 上傳或連接資料來源
2. Dialogflow 自動建立向量索引
3. 使用者提問時，系統搜尋相關內容
4. Gemini 模型根據搜尋結果生成回答

這就是 RAG（檢索增強生成） 技術的實作。

---

下一步

看完這篇文章，你已經了解 Dialogflow 的基礎概念和選型考量。接下來可以：

1. 深入版本比較：Dialogflow CX vs ES 完整比較
2. 學習對話設計：Dialogflow Intent 與 Context 完整教學
3. 實作 LINE Bot：Dialogflow LINE Bot 串接教學
4. 了解進階功能：Dialogflow CX 教學：從入門到進階
5. 計算專案成本：Dialogflow 費用完整解析
6. 開發後端整合：Dialogflow Fulfillment 與 API 整合教學
7. 整合社群平台：Dialogflow Messenger 與 WhatsApp 整合指南
8. 行動 App 整合：Dialogflow 行動開發整合教學

---

想在企業導入 AI 客服？

如果你正在：

• 評估要用 Dialogflow CX 還是 ES
• 規劃 LINE Bot 或多平台客服機器人
• 想知道導入成本和時程

預約 AI 導入諮詢，讓有經驗的人幫你規劃最佳方案。

我們會在 24 小時內回覆，諮詢完全免費。