這是一個 SasaDaily 假設案例，流程與數字為示範估算，實際效果因店家與檔期而異。
場景：3 個人，節日一天 50 則訊息
一家社區花店：老闆（兼進貨與帳務）、一位花藝師、一位工讀生（顧店＋回訊息）。平日一天十幾筆訂單，節奏還算悠閒。
但萬聖節、聖誕節這種檔期完全是另一回事：私訊一天湧進 40–60 則，客人多半只丟一句「我想訂一束花」，工讀生要來回問五、六次，才問得到送誰、什麼場合、預算多少、哪天要。花藝師被問答卡住，綁花的手停下來；老闆更慘——備貨量只能憑感覺抓，節日過後剩花報廢，年年都是最大的一筆浪費。
拆三段：問的、整的、寫的，分開處理
第一段：問答模板——AI 先把四件事問清楚
店家把 AI 設定成固定的接單問法，客人私訊進來，先收到四個問題：
- 送給誰？（媽媽／另一半／朋友／客戶）
- 什麼場合？（生日／告白／開幕／節日應景）
- 預算大概落在哪一帶？（500／1000／2000 三個帶）
- 哪一天、幾點前要送到？
客人照著回覆，答案直接就是下單需要的全部資訊。工讀生只處理模板答不了的特殊情況，不再逐句想「下一句要問什麼」。
第二段：備貨彙整——AI 每天出一張表，人決定進多少
每天打烊前，AI 把當天已確認的訂單和詢問中的需求彙整成一張表：哪種花材、哪一天、需要多少量，加上去年同檔期的用量參考。老闆早上看一張表就能決定追加進貨，不用把 50 則訊息重翻一次。
注意：表只是「參考」，最後進多少，還是老闆看天氣、看價格、看經驗拍板（理由見最後一段）。
第三段：節日文案——AI 先寫草稿，人挑了再發
檔期前兩週，AI 先產出限動和貼文的文案草稿（花束介紹、訂購提醒、最後下單日倒數），花藝師挑順眼的改一改就發，不用在最忙的時候還要想文案。
數字：問答時間砍半，報廢下降（示範估算）
環節｜原本｜模板化後（示範估算）
每筆訂單問答來回｜約 12 分鐘｜約 4 分鐘
每日訂單彙整｜老闆翻訊息約 40 分鐘｜看一張表約 10 分鐘
節日花材報廢率｜約 15%｜約 8%
文案產出｜花藝師臨時想，約 30 分鐘/則｜改稿約 10 分鐘/則
省下來的時間回到綁花和顧店——檔期最值錢的就是花藝師的手。
兩件事仍由人拍板
進貨量與供應商：花材是生鮮，價格隨天氣和拍賣行情天天變，品質更要現場看。AI 的表能幫忙算「確定會用到多少」，但「多進多少賭一把」是老闆的經驗和風險判斷，模板給不了。
特殊場合的語氣：告白、道歉、喪禮慰問這類訂單，差一個字就不對。這些客人不用模板，由人親自接——花店賣的不只是花，是場合感。
