CloudInsight Logo
CloudInsight
返回首頁Dialogflow

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

27 min 分鐘閱讀
#Dialogflow#Google Cloud#AI 客服#聊天機器人#NLU#Generative AI#Vertex AI

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

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 年關鍵變化：

  • Generative AI Agents：CX 新增生成式對話能力，可用自然語言定義對話流程
  • Vertex AI 深度整合：原生支援 Gemini 2.0 模型，對話更自然
  • Data Stores + RAG：直接連接企業知識庫，實現智慧問答
  • Agent Assist 進化：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）

優勢說明
Gemini 2.0 加持原生整合 Google 最新 Gemini 模型，對話理解更精準
Generative AI Agents用自然語言描述對話流程，AI 自動生成處理邏輯
40+ 語言支援支援繁體中文、簡體中文、英文等 40 多種語言
多平台整合一鍵整合 LINE、Messenger、WhatsApp、Slack 等通訊平台
視覺化編輯CX 版本提供視覺化流程編輯器，不寫程式也能設計對話
Data Stores RAG直接連接企業文件，自動回答知識庫相關問題
免費額度ES 版本每月 1,000 次免費請求；CX 新用戶 $600 美元額度

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

插圖：Dialogflow 應用場景示意圖

場景描述： 一張分割畫面的示意圖，左上是電商客服介面顯示商品查詢對話，右上是餐廳訂位系統的手機介面，左下是銀行 App 的帳戶查詢機器人，右下是醫療院所的掛號機器人介面。每個場景都顯示真實的對話訊息泡泡。

視覺重點：

  • 主要內容清晰呈現

必須出現的元素：

  • 依據描述中的關鍵元素

需要顯示的中文字： 無

顏色調性： 專業、清晰

避免元素： 抽象圖形、齒輪、發光特效

Slug: dialogflow-use-cases-overview

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：

  • 免費額度高（每月 1,000 次文字請求）
  • 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，2025-2026 年大幅升級生成式 AI 能力。

核心功能：

功能說明
視覺化流程編輯器拖拉式設計對話流程，像畫流程圖一樣直覺
多 Flow 架構把對話拆成多個 Flow，團隊可以平行開發
Page 狀態管理每個 Page 代表對話狀態，轉換邏輯更清晰
版本控制內建版本管理，可以安全地測試和發布
分析儀表板內建對話分析，追蹤對話成功率和使用者行為
Data Stores RAG連接 Cloud Storage、BigQuery，自動回答知識庫問題

2026 新增功能：

功能說明
Generative AI Agents用自然語言描述目標，AI 自動生成對話流程
Playbooks定義複雜任務的執行步驟，Agent 自動執行
Gemini 2.0 整合對話更自然、理解更準確、支援多模態
Agent Assist即時輔助真人客服，提供建議回覆和資訊
Conversation Summarization自動摘要對話內容，方便後續追蹤

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 WhatsApp Business 整合
  • 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。ES 功能已凍結，未來新功能都只會在 CX 上推出。

插圖：Dialogflow CX 視覺化編輯器截圖

場景描述： 一張 Dialogflow CX Console 的截圖，顯示視覺化流程編輯器介面。畫面中有多個 Flow 和 Page 的節點，用箭頭連接表示對話流程。左側是 Flow 列表，中間是主要編輯區域，右側是屬性設定面板。

視覺重點：

  • 主要內容清晰呈現

必須出現的元素：

  • 依據描述中的關鍵元素

需要顯示的中文字： 無

顏色調性： 專業、清晰

避免元素： 抽象圖形、齒輪、發光特效

Slug: dialogflow-cx-visual-flow-editor

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：

  • 文字請求：每月 1,000 次
  • 語音請求：每月 15,000 秒（約 4 小時）
  • 免費額度每月重置

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

類型免費額度超額費用
文字請求1,000/月$0.002/請求
語音輸入15,000 秒/月$0.0065/15 秒
語音輸出-$0.004/秒

CX 計費：按 Session 數計費

類型費用
文字 Session$20/1,000 Sessions
語音 Session$45/1,000 Sessions

CX 生成式 AI 功能計費（2026 新增）：

功能費用
Data Store 查詢$2/1,000 請求
Generative AI Agent$6/1,000 請求
Playbook 執行$10/1,000 請求
Summarization$1/1,000 請求

註：1 個 Session = 1 次對話（不論對話長短） 生成式 AI 功能按請求數額外計費，非 Session 計費

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
  • 免費額度：1,000 請求
  • 計費請求：49,000 請求
  • 月費用：49,000 × $0.002 = $98 美元

CX 版本成本：

  • 10,000 Sessions
  • 月費用：10,000 / 1,000 × $20 = $200 美元

這個案例中，ES 比 CX 便宜約 50%。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

Training PhrasesResponse
「我的訂單到哪了」「請提供您的訂單編號」
「查詢出貨進度」「請提供您的訂單編號」
「訂單 12345 的狀態」（呼叫 API 查詢後回覆）

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 Google Cloud Functions 或自建的 Webhook 服務。

插圖：Dialogflow 核心概念關係圖

場景描述： 一張流程圖展示 Dialogflow 核心概念的關係。中央是 Agent，向外連接到五個元素：Intent（意圖）、Entity（實體）、Context（上下文）、Fulfillment（後端整合）、Response（回應）。每個元素旁邊有簡短的說明文字和小圖示。

視覺重點：

  • 主要內容清晰呈現

必須出現的元素：

  • 依據描述中的關鍵元素

需要顯示的中文字： 無

顏色調性： 專業、清晰

避免元素： 抽象圖形、齒輪、發光特效

Slug: dialogflow-core-concepts-diagram

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：

Intent用途
Default Welcome Intent使用者開始對話時觸發
Default Fallback Intent機器人聽不懂時觸發

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。

插圖：Dialogflow Console 操作截圖

場景描述： 一張 Dialogflow ES Console 的截圖，顯示建立 Intent 的介面。左側是 Intent 列表，中間是 Intent 編輯區域，顯示 Training Phrases 和 Responses 的輸入欄位，右側是測試面板顯示對話測試結果。

視覺重點：

  • 主要內容清晰呈現

必須出現的元素：

  • 依據描述中的關鍵元素

需要顯示的中文字： 無

顏色調性： 專業、清晰

避免元素： 抽象圖形、齒輪、發光特效

Slug: dialogflow-console-create-intent

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：需要自建中介服務，但彈性更高

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：WhatsApp Business API 整合僅支援 Dialogflow CX。

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。

插圖：Dialogflow 多平台整合示意圖

場景描述： 一張示意圖展示 Dialogflow 作為中央處理核心，連接到多個通訊平台。中央是 Dialogflow Agent 圖示，周圍環繞著 LINE、Messenger、WhatsApp、網頁 Widget、手機 App 的圖示，用箭頭表示雙向連接。

視覺重點：

  • 主要內容清晰呈現

必須出現的元素：

  • 依據描述中的關鍵元素

需要顯示的中文字： 無

顏色調性： 專業、清晰

避免元素： 抽象圖形、齒輪、發光特效

Slug: dialogflow-multi-platform-integration

FAQ - 常見問題

Dialogflow 是免費的嗎？

Dialogflow ES 提供每月 1,000 次免費文字請求，對於小型專案或測試來說足夠。超過免費額度才需要付費。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？

特性Dialogflow CXChatGPT / Claude
設計理念任務導向對話開放式對話
回覆控制完全可控較難控制
整合性內建多平台整合需要自己開發
適用場景客服、訂位、FAQ創意寫作、複雜問答
成本模式按 Session 計費按 Token 計費
2026 定位結構化任務流程通用 Agent 任務

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 2025-2026 年的重大更新。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

插圖：Dialogflow 學習路徑圖

場景描述： 一張學習路徑圖，從左到右展示 Dialogflow 的學習順序：「基礎概念」→「版本選擇」→「Intent 設計」→「平台整合」→「後端開發」→「上線優化」。每個階段下方列出對應的文章連結。

視覺重點：

  • 主要內容清晰呈現

必須出現的元素：

  • 依據描述中的關鍵元素

需要顯示的中文字： 無

顏色調性： 專業、清晰

避免元素： 抽象圖形、齒輪、發光特效

Slug: dialogflow-learning-path

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。

需要專業的雲端建議？

無論您正在評估雲平台、優化現有架構，或尋找節費方案，我們都能提供協助

預約免費諮詢

相關文章

Dialogflow

Dialogflow CX 教學：從入門到進階完整攻略

Dialogflow CX 完整教學：視覺化 Flow 設計、Page 狀態管理、Webhook 開發、RAG 知識庫整合。從 Console 操作到進階功能，一篇學會企業級對話機器人開發。

Dialogflow

Dialogflow CX vs ES 完整比較：2026 版本選擇指南

Dialogflow CX 和 ES 到底差在哪？本文詳細比較功能、費用、適用場景，附決策流程圖，幫你選對版本不踩雷、不花冤枉錢。

Dialogflow

Dialogflow LINE Bot 串接教學：打造 AI 客服機器人

手把手教你將 Dialogflow 串接 LINE，打造 24 小時 AI 客服。完整步驟教學 + 範例程式碼 + 常見問題解答，新手也能在 30 分鐘內完成。