直播帶貨 AI 助播：粵語語音自動應答實戰

一句答你：AI 助播唔係取代主播 — 佢接手直播間嘅四類固定語音位（商品循環介紹、活動規則重播、新客入場歡迎、高頻 FAQ），令冇人講嘢嘅空檔都有聲；主播就專心做真人互動同埋真正需要人嘅位。語音用粵語 TTS 預錄成稿庫，直播軟件按排程播，開一個新直播間嘅語音準備係幾個鐘嘅事。

直播帶貨有個好現實嘅數學題：直播間開得長，但係主播把聲開得嘅時數有限。深夜時段、主播食飯位、同埋「有畫面冇聲」嘅空檔 — 呢啲時間個直播間仲喺度，但係佢啞咗。啞嘅直播間，留唔住路過嘅人。

AI 助播就係為呢啲位而生：唔搶主播風頭，淨係喺冇人聲嗰陣接住個場。呢篇會講清楚邊啲位交俾 AI、邊啲位必須係真人，再行晒稿庫設計、生成、排程接入嘅整條路。

Key Takeaways

• AI 助播嘅定位係接住空檔，唔係代替真人：商品循環、規則重播、入場歡迎、FAQ 四類位交俾佢，互動同講價位留返俾主播
• 預錄稿庫先行：即場 AI 應答技術仲有風險（讀到恶意彈幕、講錯商品資訊），預錄循環係最穩陣嘅第一步
• 每款商品整幾個唔同版本嘅介紹稿，輪住播 — 淨係播一段，睇耐嘅人就會覺得個直播間係錄影帶
• 粵語直播口吻有套路：價格讀法（「九十九蚊」唔係「九十九元」）、中英夾雜（直播常用語彙）、語氣詞用得自然係成敗位
• 接入唔使新設備：直播軟件嘅媒體播放器（例如 OBS 嘅 media source）排程播就搞掂
• 合規位：商品聲明照平台規矩講、價格時效要啱、AI 生成內容有標示要求就照標

直播間點解需要 AI 助播

空檔係流失位

一個典型嘅直播流程入面，「冇聲」嘅時間比你想像多：主播試緊產品、睇彈幕諗緊點答、同場景外同事傾緊 — 每個空檔都係俾觀眾滑走嘅機會。AI 助播嘅第一個價值就係填呢啲位：個人入嚟任何一刻，直播間都有一把聲喺度講嘢。

延長開播時間嘅唯一務實解

深夜時段、日間閒時 — 呢啲時段開真主播，成本同安排都係問題。AI 助播接住呢啲時段：畫面照有、商品照循環、規則照播，等於個直播間有個「留守主持人」。真人主播開嘅時段，AI 就退落二線做填檔。有啲團隊仲會將 AI 助播用喺「彩排」：新主播上手前，稿庫語音陪練 — 商品位點講、規則位幾時插，有把穩定嘅聲音陪住練，上手快好多。

同真人嘅分工界線（好重要）

呢條界畫好，AI 助播就唔會「越權」— 觀眾知道幾時係錄音、幾時係真人，信任先會穩。

實務上仲可以喺直播間簡介同開場講明「部分時段由 AI 助播接住」— 透明唔會趕客，反而令人覺得間舖行得正；收埋唔講，一俾人聽穿先至傷信任。

四類助播語音位逐個設計

一、商品循環介紹

每款商品一段廿至三十秒介紹：係咩、特點係咩、咩人啱用、而家咩價。設計要點：

• 一款商品多版本：同一款貨整三至五段唔同角度嘅稿（功能版、使用場景版、口碑版），輪住播 — 觀眾隔半個鐘返返嚟，聽到嘅唔會係同一段
• 價格位放尾：價格變化最快，稿面將價位集中喺段尾，改價只需重新生成尾段，唔使成段重出
• 照商品事實寫：助播稿嘅每一個 claim 都要對得住商品頁 — AI 聲講出嚟嘅嘢，觀眾當係店方承諾

二、活動規則重播

滿減點計、運費門檻、抽獎方法 — 呢啲嘢主播每半個鐘要重複一次，把聲好快沙。AI 助播照稿播，精確度零風險：

「提醒返各位 —
今個直播間滿三百蚊包郵，
落單嗰陣用返購物車自動減，
唔使入任何優惠碼。」

規則位有一條鐵律：稿同活動後台設定要逐字對過。AI 聲講嘅規則同實際唔同，係直播事故級嘅問題。

三、入場歡迎

新入場嘅觀眾唔知個直播講緊咩，一句歡迎加一句定位接住佢：

「歡迎新入場嘅朋友 —
呢個係某某生活百貨嘅直播間，
而家講緊廚房用品，
鍾意下廚嘅你啱啱好，
留低睇多陣。」

呢類位可以整幾個唔同風格版本，隨時段同商品類別切換。

四、高頻 FAQ

每個直播間都有嗰十幾條日日有人問嘅問題：幾時發貨、可唔可以退、邊度出貨。將標準答案錄成助播位，主播見到彈幕重複問，就撳播對應答案段 — 唔使日日講到口乾。呢個位其實同客服嘅 FAQ 自動化同一個思路，想知更大嘅圖景可以睇《AI 客服 Agent 語音指南》。

語音即場應答：點解暫時唔建議起步就做

市場上有「AI 主播即場讀彈幕、即場答問題」嘅玩法。技術上佢係一條近即時語音 agent 鏈（聽 → 諗 → 講），架構嘅門檻同風險都唔細 — 對企業場景嘅架構討論可以睇《即時粵語語音 Agent 架構指南》。

但係做直播助播，起步階段建議預錄先行，原因好實際：

• 讀錯嘅代價高：AI 即場答商品問題，答錯規則、讀錯價格，係公開事故；預錄稿你逐句核對過，零意外
• 彈幕環境惡劣：彈幕入面有恶意引導、有測試底線嘅留言，開放式 AI 應答接住呢啲輸入，行為好難保證
• 觀眾要嘅係穩定：助播位本質係「標準資訊重播」，預錄完全滿足 — 即場應答嘅收益，遠細過風險

務實路線：預錄稿庫行順、直播間用出成效之後，先至考慮喺受控範圍（例如只答預定題庫入面嘅問題）引入即場應答。

稿庫製作 workflow

第一步：列商品清單同語音位

今個月直播嘅商品清單，每款標三至五個版本嘅角度；再加活動規則位、歡迎位、FAQ 位嘅清單 — 全部列齊，先至寫稿。

第二步：寫稿 — 直播粵語口吻

直播稿同一般廣告稿嘅口吻唔同，幾個套路：

• 價格讀法：稿面直接寫你想要嘅粵語讀法 —「九十九蚊」唔好寫「九十九元」；「二百五十九蚊」唔好寫「259」
• 中英夾雜照寫：直播語言天然有「打卡」「上鏡」呢類詞，照寫落稿度，TTS 處理香港式夾雜係基本功（深入睇可以睇《廣東話中英夾雜點讀？》）
• 語氣詞自然用：「喇」「㗎」「咋」— 助播聽落似人唔似公告，就係靠呢啲位（用法可以睇《粵語語氣詞 喇／囉／啦》）
• 句短、資訊密：直播聽眾專注力係秒計，一句一個資訊

第三步：揀聲線 — 同品牌聲音一致

助播聲線最好同你其他渠道（門市廣播、短片旁白、客服）係同一把，令「你間舖嘅聲」到處一致 — 呢個係品牌聲音一致性嘅範疇，可以參考《品牌語音一致性攻略》。直播場景嘅聲線可以活潑啲，但係唔好揀太戲劇性嘅聲 — 助播要聽得耐，太搶戲會攰。揀定之後喺幾場唔同時段直播度實測下聽感 — 試音嗰陣覺得好好聽嘅聲，播三個鐘之後嘅感受可能完全唔同，聽耐唔攰先係直播場嘅標準。

第四步：批量生成同覆聽

幾十個位一次批量生成，逐段覆聽 — 重點聽價格、商品名、數量詞。批量流程照《批量生成粵語語音》做，音檔用「商品＋版本」命名。

第五步：接入直播軟件

OBS 或者其他直播軟件嘅媒體播放器（media source）加播放清單就係全部技術：商品循環段排做序列、規則位設定時觸發、歡迎位同 FAQ 位做熱鍵 — 主播或者場控見到情況一撳就播。帶貨平台有自己素材位的話，音檔上載對位一樣得。

素材循環嘅細節位

• 版本輪替：播完程自動落一段，唔好循環播同一段
• 時段配稿：深夜觀眾少，播節奏慢啲、資訊密啲嘅版本；黃金時段有主播在場，助播退居填檔
• 靜音位唔好有：段與段之間留一兩秒停頓就夠，太長嘅空白等於個場又啱咗又啞咗
• 每星期更新：稿庫一星期小更新一次（換版本、改價），直播間先唔會「聽到背咗」

仲有一個執行細節：將所有助播位嘅「最新版」集中喺一個播放清單入面管理，舊版封存唔刪 — 咁樣回滾係分鐘級嘅事（改錯價、講錯規則，即刻切返上一版），亦方便你事後追溯「嗰日播嘅係邊個版本」。直播嘅即時性，令版本紀律比其他場景更重要。

上線之後睇咩數

助播語音唔係上架就算，四個位定期睇：

• 空檔覆蓋率：場入面「完全冇聲」嘅時間仲有幾多？目標係趨近零 — 有聲位做齊之後，剩返嘅應該只有真互動嘅自然停頓
• 規則段觸發次數 vs 重複問題：彈幕仲係不斷問同一條規則問題，代表規則段播得唔夠密或者內容唔夠清 — 加密度或者改稿
• 版本表現差異：同一款商品幾個版本輪播，邊個版本喺播嗰陣嘅停留同商品點擊比較好？數據會話你知邊個寫法啱你客群
• 投訴同負評關鍵詞：有冇人話「機器人聲煩」？一出現就收緊 — 檢視係咪播得太密，或者版本輪替冇做足

進階：多直播間玩法

行順一個直播間之後，同一套稿庫嘅槓桿位就出現：

• 分平台多開：同一套商品語音庫，兩三個平台嘅直播間共用 — 稿一次過做，幾個間受用
• 分主題間：主打服飾嘅間同主打家居嘅間，各自有商品循環庫，但規則、歡迎、FAQ 位全部共用一套
• 季節性主題週：大促前將商品位重排、加一組活動規則版本，一兩日準備就開得新主題 — 因為骨架位全部係現成

呢個就係語音位模板化嘅真正回報：新場景嘅邊際成本一路跌，去到「寫幾段商品稿就開得場」嘅程度。

AI 助播會唔會令觀眾覺得間舖唔有誠意？

關鍵係分寸同透明：助播只做資訊位（商品介紹、規則），真人位照真人；有平台要求標示 AI 生成內容，照標。觀眾反感嘅唔係 AI 聲，係「成個直播冇真人」— 分工界線畫好，就冇呢個問題。

商品名同型號讀音點處理？

商品中文名照讀；外文名、型號位，稿面寫法決定讀法 — 讀得怪就改稿：用類別描述（「呢款電風扇」）代替讀型號，型號留返俾畫面字幕同商品卡。同樣原則適用價格：稿面直接寫你想要嘅粵語讀法。

開一個新直播間嘅語音準備要幾耐？

稿庫十幾款商品（每款三版）加規則歡迎 FAQ 位，批量生成係半日內嘅事；主要時間係寫稿同覆聽。第二個直播間開始，規則、歡迎、FAQ 位全部重用，淨係商品位要新做 — 越做越快。

助播聲同主播聲會唔會撞？

會撞就係選聲問題：助播聲線揀同主播明顯唔同層次嘅（性別或者年齡層分開），觀眾一聽就分到「而家係邊個講嘢」。永遠唔好揀一把「似主播但差少少」嘅聲 — 嗰種似是而非嘅感覺最差。

直播平台容唔容許預錄語音？

各平台規則唔同，而且會更新：有嘅平台對純錄播有標示要求、有嘅對無人直播時段有限制 — 用之前查清楚你用緊嘅平台而家嘅規矩。原則係：預錄語音做「輔助資訊位」通常問題唔大，完全冇真人嘅「全 AI 直播」就一定先查規則。

一個月的語音成本大概係咩量級？

以幾十個語音位、每段二三十秒計，整個稿庫係幾百段短語音，字符用量係幾萬字符級數 — 相對一場直播嘅投流成本，語音庫係細到可以忽略嘅位。可以先用 港嘢 playground 免費開戶試生成（每月 5,000 字符（月月重置）），感受下聽感先計數。

開始做：下場直播就試

1. 揀你直播間三款主推商品，每款寫兩個版本介紹稿
2. 加一段活動規則、一段入場歡迎
3. 去 港嘢 playground 免費生成試聽，揀定助播聲線
4. 排入 OBS 播放清單，下一場直播試行 — 觀察空檔時間嘅停留有冇變

直播間嘅每一秒都有人可能入嚟。令佢任何一刻都有嘢聽，係最便宜嘅停留優化。