從 Wati 遷移到 Chatlyst：完整遷移指南

Wati 在定價頁面上是這樣寫的：Growth 方案 每月 $49，Pro 方案 每月 $99，Business 方案 每月 $299。看起來還算合理，甚至有點競爭力。

但真相是什麼？當你真正開始使用這個平台後，你付的錢是標價的 2 到 4 倍。

讓我來拆解這些錢都去哪了。Wati 在 Meta 的每則訊息費率上加收了 約 20% 的 markup。每一筆 WhatsApp 對話費用都被墊高了。需要超過 5 名團隊成員？每位額外使用者每月 $24 到 $69。Pro 方案限制 2,000 次聊天機器人會話——超過後每多 1,000 次要付 約 $40。想要 Shopify 整合？再付 $4.99/月。如果你用了他們的 Astra AI 產品，那是 完全獨立的訂閱，獨立計費。

一個使用 Wati Pro 方案的成長中團隊——假設 8 名使用者、中等聊天機器人用量、Shopify 商店——每月實際支出是 $350 到 $450，而不是當初簽約時看到的 $99。

這不叫定價。這是一種滴水式收費，單獨看每筆都覺得小，加起來才發現不得了。

隱藏的限制比帳單更傷人

聊天機器人會 session 撞到硬牆

Wati 的聊天機器人 session 上限是：Growth 1,000 次、Pro 2,000 次、Business 5,000 次。他們沒有充分強調的是：達到上限時自動化會直接停止。不是警告，不是寬限期。你的自動化完全當機，聊天機器人完全沉默，顧客傳訊息過來卻什麼都收不到。

對於做季節性活動、快閃促銷、或任何有成長軌跡的企業來說，這些上限不是限制——是地雷。你擴大規模、流量飆升，週二下午聊天機器人達到 2,001 次 session，然後你的支援管道就整個癱瘓，直到你升級方案或等到月底重置。

AI 功能支離破碎

Wati 的 AI 策略是分裂的。Astra 和 KnowBot 是獨立產品，各自有獨立的知識庫。你的聊天機器人 AI 跟你的知識庫 AI 不會互相溝通。你要維護兩套系統，付兩筆費用，還要試圖讓顧客覺得這是一體的體驗。

Pro 方案每月只給 250 次 AI 回應。Business 方案給 1,000 次。說個參考數字，一家中型電商在正常營運下，一週就能燒完 1,000 次 AI 回應。這些上限意味著你要嘛節省 AI 用量，要不斷升級。

知識庫本身即使在最高階方案也被限制在 100MB。對於有產品型錄、說明文件、或多語言內容的企業來說，100MB 不是知識庫——是鞋盒。

沒有真正的全通路

Wati 把 WhatsApp 放在第一位到過分的程度。他們稱之為全通路，但實際上是以 WhatsApp 為中心的體驗，其他渠道生硬地附加在上面。電子郵件支援、Messenger 整合、網頁聊天——這些功能存在，但不覺得統一。你的團隊最後要管理多個介面，你的顧客根據使用的渠道獲得不同體驗。

沒有沙箱環境意味著無法安全測試

這個細節應該讓任何認真營運的企業警覺：Wati 沒有沙箱環境。你無法在上線前測試聊天機器人流程。每一個變更、每一個新自動化、每一次實驗都直接推到生產環境。一個壞掉的流程、一個設定錯誤的條件，你的顧客就成了你的測試員。

為什麼 Chatlyst 是你早就該換的 Wati 替代方案

Chatlyst 是由受夠了這些問題的人打造出來的。以下是你能獲得的替代選擇：

1. 沒有座位費。 加入整個團隊。5 人、15 人、50 人。價格一樣。
2. 無限 AI 回應。 沒有 250 次上限，沒有 1,000 次天花板。按你的業務需求盡情使用 AI。
3. 95% 的問題解決率 透過智慧自動化——遠高於 Wati 分裂系統能達到的水準。
4. 真正的全通路——WhatsApp、Messenger、電子郵件、網頁聊天，全部流入一個統一的收件匣，體驗一致。
5. 單一統一的 AI 系統 搭配專有 RAG（檢索增強生成）管線。一個知識庫。一個大腦。沒有 Astra-KnowBot 的分裂。
6. 無限聊天機器人 session。 沒有硬上限。沒有流程關閉。不需要申請就能擴展。
7. 沙箱環境 讓你可以在上線前建構、測試、調整。

結果是什麼？與 Wati 的真實定價相比，節省 60-80%。不是跟標價比——是跟加完所有附加費用後你實際付的錢比。

遷移前檢查清單：先搞清楚你手上有什麼

在你動任何 Chatlyst 設定之前，先把 Wati 裡的所有東西記錄下來。你以後會感謝自己的。

1. 匯出所有聯絡人 從 Wati。取得包含姓名、電話號碼、標籤、自訂欄位和分群資料的 CSV。
2. 下載你的聊天記錄。 全部。每一則對話串都是你不想失去的脈絡。
3. 截圖每一個聊天機器人流程。 每一個分支、每一個條件、每一個訊息模板。你會在 Chatlyst 重建這些——有視覺參考會大幅加快速度。
4. 列出你所有活躍的自動化規則。 什麼觸發它們？它們執行什麼動作？時間設定是什麼？
5. 編目你的訊息模板。 Wati 使用特定格式——你會想要精確重建這些。
6. 審核你的知識庫內容。 如果你同時用了 Astra 和 KnowBot，兩邊都要看。這是你合併和清理的機會。
7. 記下團隊角色和權限。 誰能存取什麼？在 Chatlyst 複製這個架構。
8. 列出你連接的渠道和整合。 WhatsApp Business API 號碼、Shopify 商店、任何 CRM 連接、Zapier 流程。
9. 記錄你目前的分析數據。 回應時間、解決率、聊天機器人 session 數量。你會需要前後對比。

花一天做這件事。遷移會更順利，而且你會發現一些自己不知道存在的內容缺口。

十步驟遷移流程

步驟一：從 Wati 匯出所有資料

從 Wati 的設定開始。將聯絡人列表匯出為 CSV 檔案。然後匯出對話記錄——Wati 會分批提供，所以大量資料要有耐心。將每個聊天機器人流程截圖或存成 PDF。如果你有 API 存取權限，用它來提取結構化資料。把所有東西分資料夾整理好：聯絡人、對話、流程、模板、知識庫。

步驟二：記錄你的聊天機器人流程與自動化規則

打開 Wati 中每個活躍的聊天機器人流程，記下：觸發條件、對話分支、回應類型（文字、圖片、按鈕、清單）、轉接給真人客服的規則，以及任何 API 呼叫或外部整合。對於自動化規則，記下什麼事件觸發它們、涉及什麼延遲或時間設定、預期結果是什麼。

這份文件是你的遷移聖經。不要跳過。

步驟三：設定你的 Chatlyst 工作空間

建立你的 Chatlyst 工作空間。設定是即時完成的——不需要申請 demo、不需要業務電話、沒有等待期。設定你的工作空間：企業資料、時區、語言偏好、通知規則。邀請你的團隊成員。記住：沒有每人費用，所以邀請所有需要存取的人。

設定你的角色層級。管理員、經理、客服人員——對應到你目前在 Wati 的結構，讓權限乾淨地轉移過來。

步驟四：匯入聯絡人與對話記錄

上傳你的聯絡人 CSV 到 Chatlyst。對應欄位：電話號碼對應識別碼、姓名欄位、自訂屬性、標籤和分群。Chatlyst 的匯入工具直接處理 Wati 的 CSV 格式，所以對應很直覺。

對於對話記錄，匯出你存的聊天記錄。這些會附加到聯絡人檔案上，所以你的客服從第一天起就有完整脈絡。不會對回頭客發生那種尷尬的「可以請您再說一次問題嗎？」

步驟五：在 Chatlyst 重建聊天機器人流程

這裡 Chatlyst 的優勢會變得顯而易見。在 Wati，你是在 session 上限和 AI 回應限制內建構。在 Chatlyst，你沒有這些限制。

使用步驟二的文件重建每個流程。Chatlyst 的視覺化流程建構器支援：根據聯絡人屬性和對話脈絡進行條件分支；豐富的訊息類型包括按鈕、清單、輪播和媒體；從你的 CRM 或聯絡人欄位提取的動態變數；用於即時資料整合的 API webhook；帶完整脈絡轉移的無縫真人客服接手；以及無限 session 數量——沒有上限、沒有關閉、沒有超額費用。

趁這個機會改進你之前有的東西。修正笨重的分支。加入以前因為 AI 回應上限而付不起的個人化元素。建構真正反映顧客旅程的流程，而不只是塞進 Wati 限制裡的東西。

步驟六：統一你的知識庫

在 Wati，你的內容可能散落在 Astra 和 KnowBot 之間——獨立系統、獨立登入、獨立計費、獨立的知識庫互不溝通。

Chatlyst 給你一個知識庫。一個 AI 大腦。以下是如何整合：

1. 從 Astra 和 KnowBot 收集所有內容。文章、FAQ、產品文件、政策——所有東西。
2. 去重複。Astra 和 KnowBot 可能有重疊內容。合併最好的版本。
3. 審核準確性。更新過時的資訊。修正壞掉的連結。填補你的支援團隊一直在手動彌補的缺口。
4. 匯入 Chatlyst 的統一知識庫。專有 RAG 管線會索引所有內容，並讓 AI 即時檢索。
5. 測試 AI 回應。問你的顧客實際會問的問題。確認答案準確且語氣符合你的品牌。

不像 Wati 的 100MB 天花板，Chatlyst 的知識庫會隨著你的內容擴展。沒有任意限制。

步驟七：連接你所有的渠道

Wati 把你困在 WhatsApp 盒子裡。Chatlyst 不會。

連接你的 WhatsApp Business API 號碼——你之前在 Wati 用的同一個。Chatlyst 直接處理 Meta Business Partner 連接。然後加入 Facebook Messenger、電子郵件支援、和你網站上的網頁聊天。每個渠道都流入同一個統一收件匣。同一個 AI 處理所有渠道的回應。同一個客服人員可以從一個介面回覆，不論訊息從哪裡來。

你的顧客不管半夜用 WhatsApp 還是早上發電子郵件，都能獲得一致的體驗。你的客服不需要查看四個不同的後台。

這才是全通路真正的意思。不是「我們支援多個渠道」——而是「不管用什麼渠道，你的顧客體驗都是統一的。」

步驟八：使用 RAG 管線設定 AI

Chatlyst 的 AI 不是附加功能。它是平台的核心，由專有 RAG 管線驅動，在每次生成回應前從你的統一知識庫檢索相關資訊。

設定 AI 設定：回應語氣（專業、友善、技術性）、接手門檻（何時升級給真人客服）、備援行為（當答案不在知識庫中時該怎麼說）、如果你服務多元市場則設定多語言選項，以及針對特定產業術語或品牌聲音的自訂指令。

RAG 管線意味著你的 AI 給出準確、有脈絡的答案——不是通用回應。它從你的實際文件、實際政策、實際產品資訊中提取。95% 的解決率不是行銷話術。這是 AI 真正了解你的業務時會發生的事。

步驟九：培訓團隊使用統一收件匣

新平台，新介面。即使 Chatlyst 比 Wati 更直覺，你的團隊還是需要熟悉。

進行培訓，內容涵蓋：在統一收件匣中瀏覽對話、識別每則訊息來自哪個渠道、使用 AI 建議回應，以及何時該編輯 vs 直接發送、轉接程序——AI 何時升級，以及客服如何接手、內部備註和團隊協作功能、分析儀表板——什麼是新的，什麼跟 Wati 的報表不同、以及如何同時管理多個對話。

大多數團隊一天內就能上手。統一收件匣實際上比 Wati 的多產品設定減少了複雜度，所以學習曲線比你預期的短。

步驟十：平行運行與完整切換

不要第一天就切換過去。先讓 Chatlyst 和 Wati 平行運行一週。

將一部分流量——也許 20-30%——導向 Chatlyst。讓 Wati 繼續處理剩下的作為備援。密切監控：聊天機器人流程是否正確觸發？AI 解決率是否達到預期？客服對新介面是否感到舒適？是否有任何整合缺口？

經過一週的穩定表現後，轉移更多流量。到第二週，你應該已經 100% 使用 Chatlyst。讓 Wati 待命再一週——以防萬一——然後取消。

平行運行不是對 Chatlyst 沒信心。而是為了在轉換期間保護你的顧客體驗。

整合分裂的 AI：從 Astra + KnowBot 到一個大腦

這值得獨立一節，因為這是你會做的最具影響力的改變。

在 Wati 的世界裡，Astra 處理一種 AI 任務，KnowBot 處理另一種。它們有不同的知識庫、不同的訓練資料、不同的介面。你的顧客不知道也不關心這種分裂——他們只是體驗到不一致的答案，取決於哪個 AI 系統回應。

Chatlyst 用單一 AI 系統取代兩者。RAG 管線從一個統一知識庫檢索。對話脈絡在每次互動中都能延續。AI 從每次對話中學習，而不是只從它特定隔間裡的對話學習。

實際來說，這意味著：

1. 一個地方維護內容。 產品規格更新一次，不是兩個系統都要更新。
2. 一致的答案。 同樣的問題得到同樣的答案，不管渠道或脈絡。
3. 更好的準確性。 AI 可以存取你完整的知識庫，而不只是 Astra 或 KnowBot 被訓練的那一小塊。
4. 更低的成本。 你付一個 AI 系統的錢，不是兩個獨立訂閱。
5. 更容易管理。 一個介面監控、一套分析回顧、一個系統優化。

遷移是你清理門戶的機會。合併重複內容、封存過時文章、填補你的支援團隊一直在手動彌補的文件缺口。統一 AI 的表現取決於你餵給它的知識品質——把它做好。

擺脫僅限 WhatsApp：真正的全通路

Wati 最大的架構限制是 WhatsApp 中心主義。所有東西都圍繞 WhatsApp 打轉。其他渠道感覺像事後才想到，因為它們確實是。

Chatlyst 將每個渠道視為一等公民。以下是你真正進入全通路時會發生的改變：

你的 WhatsApp 渠道保留——同一個號碼、同樣的觸及範圍，背後有更好的 AI。但現在它與其他所有東西連接到同一個收件匣。

你的 網頁聊天 小工具成為真正的支援渠道，而不只是「聯絡我們」表單。AI 處理初步資格審查，將複雜問題轉給正確的客服，並在使用者稍後回來時保留對話記錄。

電子郵件 不再是在不同工具中管理的獨立佇列。它流入同一個收件匣，獲得相同的 AI 處理，客服可以在不切換應用程式的情況下在電子郵件和聊天對話之間切換。

Facebook Messenger 直接連接。如果你在經營 Instagram，DM 也可以接入。每個社交渠道都彙整到一個地方。

結果是什麼？你的顧客選擇他們偏好的渠道，獲得相同的體驗。你的客服在一個介面工作。你的分析顯示顧客互動的統一視圖，不是渠道特定的隔間。

對於那些因為 Wati 最擅長處理 WhatsApp 而被迫把顧客導向 WhatsApp 的企業來說，這是一種解放。在顧客所在的地方與他們見面，不是在你的平台限制強迫他們去的地方。

讓你的團隊跟上速度

變革管理是遷移成功或失敗的關鍵。技術沒問題——問題是你的團隊是否採用。

從你的重度使用者開始。那些每天活在 Wati 裡、知道各種怪癖和變通方法的客服。先讓他們進入 Chatlyst。讓他們探索、問問題、在沙箱裡試壞東西。他們的認同會說服團隊其他人。

建立一份簡單的內部操作手冊。一頁參考資料，涵蓋：對話在統一收件匣中如何組織、何時使用 AI 建議 vs 自己打字回覆、升級程序和 SLA 目標、以及如何標記、備註和轉交對話。

設定明確的遷移截止日期並清楚溝通。「Wati 在 [日期] 停用。從那時起 Chatlyst 是我們的平台。」模糊不清會扼殺採用率。

第一週每天關心。不是為了微管理，而是為了及早發現摩擦點。一個客服在某個功能上卡住，如果沒人知道要幫忙，會拖慢整個團隊。

真實成本比較

讓我們把數字攤開來看。

Wati Pro — 標價： 每月 $99 Wati Pro — 成長中團隊的實際成本： - 基礎方案：$99 - 3 名額外使用者，平均每人每月 $45：$135 - 額外聊天機器人 session（從 2K 到約 4K）：約 $80 - Shopify 整合：$4.99 - Astra AI 訂閱：$49-$99 - Meta 訊息 markup（約 20%）：約 $30-$50（視用量而定） - 每月總計：$398-$468

而且你還要忍受 session 上限、AI 回應限制、分裂的知識庫、沒有沙箱、以及假裝是全通路的純 WhatsApp 體驗。

Chatlyst 給同樣的團隊： - 透明的定價，沒有每人費用 - 無限 AI 回應 - 無限聊天機器人 session - 包含統一的 AI 和知識庫 - 真正的全通路（WhatsApp + Messenger + 電子郵件 + 網頁聊天） - 用於安全測試的沙箱環境 - 專有 RAG 管線 - 比 Wati 真實成本節省 60-80%

這不是小差異。這是每月 $250-$350 留在你的企業裡。一年下來，這是 $3,000-$4,200 的節省——夠你多聘一位兼職支援客服、投資行銷、或只是改善你的利潤率。

遷移後優化

切換不是終點線。它是起跑線。

完整遷移後的第一週：每天監控你的分析儀表板。Chatlyst 的報表比 Wati 的詳細——好好利用。看解決率、回應時間、AI 處理 vs 人工處理的對話比例、渠道分布。

第二週：回顧 AI 的表現。哪些問題處理得好？哪裡升級太頻繁？在弱項領域餵更多內容給它。RAG 管線會隨著你的知識庫成長而改善。

第一個月：優化你的聊天機器人流程。有了無限 session，你可以做在 Wati 太貴的 A/B 測試。試試不同的對話開場、測試按鈕 vs 清單格式、實驗接手時間。

第二個月及之後：擴展到你在 Wati 上無法使用的渠道。在產品頁面加入網頁聊天。設定自動電子郵件跟進。建立跨渠道工作流程——WhatsApp 上的購物車放棄提醒、電子郵件支援跟進、Messenger 上的滿意度調查。

這才是你當初希望 Wati 能成為的平台。現在好好用它。

做出改變

Wati 幫你開始了 WhatsApp 自動化。這很好。但如果你正在成長——更多顧客、更多渠道、更複雜的支援需求——Wati 的定價模式和架構限制會變成錨，而不是優勢。

遷移需要約一週的專注工作。節省從第一天就開始。功能解鎖了你在 Wati 上負擔不起嘗試的東西。

從遷移前檢查清單開始。匯出你的資料。設定你的 Chatlyst 工作空間。按照十個步驟走。執行平行部署。有把握時就切換過去。

你的顧客不會注意到遷移。他們只會注意到更好、更快、更一致的支援。你的團隊會注意到減少了切換工具的痛苦。你的財務人員會注意到明顯變小的軟體帳單。

準備好把 Wati 拋在腦後了嗎？ 今天就設定你的 Chatlyst 工作空間——不需要申請 demo、不需要業務電話、沒有等待。匯入你的聯絡人、重建你的流程、開始提供你的顧客真正值得的支援體驗。