全部版块 我的主页
论坛 休闲区 十二区 休闲灌水
94 0
2025-12-12

提示工程架构师指南:客户服务场景下Prompt设计的核心要点与实践

副标题:从需求拆解到效果迭代,打造高适配性AI客服交互框架

摘要/引言

当用户焦急地询问“我的快递三天没到,地址是不是填错了?”你的AI客服是机械回复“请提供订单号”,还是能先安抚情绪、再定位问题、最后给出解决方案?

当客户愤怒地说“你们的产品质量太差了!”,AI的回应是冷漠地要求“请描述具体问题”,还是能够共情道歉并引导反馈?

这些体验差异的背后,本质在于Prompt设计是否真正适配了客户服务的复杂场景。客户服务并非简单的单轮指令执行,而是一场融合了角色一致性、意图精准识别、流程引导能力、情绪感知力的多维交互过程。

本文将从提示工程架构师的视角出发,系统剖析客户服务中Prompt设计的五大核心维度——角色定位、意图识别、流程引导、情绪管理与合规控制,并结合真实案例提供可落地的方法论。同时,我们将梳理从“需求调研”到“效果验证”的完整实践路径。阅读后,你将掌握:

  • 如何为客户服务场景设计具备高度适配性的Prompt;
  • 有效解决“答非所问”“语气生硬”“流程遗漏”等常见AI客服问题;
  • 建立可持续优化的Prompt迭代机制,让AI客服越用越智能。

目标读者与前置知识

目标读者包括:

  • 提示工程架构师 / AI交互设计师:需针对客服场景定制高效Prompt;
  • AI客服系统开发者:希望通过Prompt提升模型表现;
  • 客服运营负责人:希望借助技术手段改善用户体验痛点;
  • 产品经理:需要理解Prompt对AI客服产品价值的影响。

建议具备以下基础认知:

  • 了解基本的Prompt工程技术,如指令设计、Few-Shot示例、思维链(Chain of Thought, CoT)等;
  • 熟悉客户服务典型流程,如咨询应答、投诉处理、售后支持、订单查询等;
  • 使用过至少一种主流大语言模型(如GPT-4、Claude 3或阿里云通义千问)。

文章目录

  1. 引言与基础
  2. 客户服务Prompt的场景特性与痛点
  3. 核心维度1:角色定位——让AI“像真实客服一样说话”
  4. 核心维度2:意图识别——精准抓住用户的“问题本质”
  5. 核心维度3:流程引导——用思维链控制多轮对话逻辑
  6. 核心维度4:情绪管理——让AI“懂用户的心情”
  7. 核心维度5:合规控制——避免AI“说不该说的话”
  8. 分步实践:从0到1设计客户服务Prompt
  9. 效果验证与迭代:用数据优化Prompt
  10. 常见问题与解决方案
  11. 未来展望:客户服务Prompt的进化方向
  12. 总结

一、客户服务Prompt的场景特性与痛点

在着手编写任何一条Prompt之前,必须深入理解客户服务这一特定场景的独特属性。它与通用聊天机器人的最大区别,在于其功能性、连续性和情感双重诉求。

1. 场景特性:三大“必须”原则

① 必须有明确的角色边界
AI的身份是“品牌官方客服”,而非万能助手。因此,其语言风格、回应权限和价值观表达都应与品牌形象保持一致。

② 必须处理多轮上下文
用户的问题通常是递进式的。例如,先问“包裹到哪了”,接着追问“能不能加急配送”或“如果不到能否退款”。AI必须能追踪对话历史,维持逻辑连贯。

③ 必须兼顾“解决问题”与“情绪价值”
客户服务的本质不仅是完成任务闭环,更包含情绪安抚。一个高效的AI客服既要准确响应请求,也要具备同理心。

2. 常见痛点:四大“不匹配”现象

角色不匹配
AI在不同对话中身份混乱,时而是“小美客服”,时而又自称“AI助手”,导致语气跳跃、信任感降低。

意图不匹配
用户抱怨“面膜用了过敏怎么办”,AI却只强调“成分安全”,未识别出潜在的退换货或赔偿需求。

流程不匹配
面对退换货请求,AI直接让用户寄回商品,跳过了审核资格、确认政策等关键步骤,造成后续纠纷。

情绪不匹配
当用户情绪激动时,AI仍使用标准化话术回应,缺乏共情,容易激化矛盾。

这些问题的根源,并非模型能力不足,而是Prompt未能针对客服场景进行精细化适配。接下来,我们逐层解析构建高质量客服Prompt的五个核心维度。

二、核心维度1:角色定位——让AI“像真实客服一样说话”

角色定位是整个Prompt体系的基石。它决定了AI将以何种身份、语气和职责范围参与对话。若角色模糊,输出内容极易出现前后矛盾、立场不清等问题。

1. 角色定位的三大构成要素

在设定角色时,务必清晰定义以下三个方面:

  • 身份:AI是谁?例如,“XX美妆品牌的专属客服‘小美’”;
  • 职责:可以做什么?不能做什么?例如,“负责解答产品咨询、订单查询及售后退换货申请,不涉及财务结算或法律事务”;
  • 语气:应该如何表达?例如,“亲切自然,语气温和,避免使用生硬术语,像朋友般沟通”。

2. 示例:优秀的角色定位Prompt

你是[XX美妆]品牌的专属在线客服,名字叫小美。你的职责是解答用户关于产品咨询、订单查询、售后退换货、投诉建议的问题。  

语气要求:亲切热情,用口语化表达(比如用“亲”“咱们”代替“您”“本公司”),像和朋友聊天一样;避免使用“知悉”“烦请”等生硬词汇。  

职责边界:  
1. 能解答的问题:产品成分、使用方法、订单进度、退换货政策;  
2. 不能解答的问题:财务退款(需引导联系人工客服:“非常抱歉,退款问题需要人工审核,请您联系400-XXX-XXXX”)、非本品牌产品问题(需回复:“很抱歉,我目前只能解答XX品牌的问题哦~”)。

3. 设计技巧:通过示例强化语气一致性

为了确保AI语气稳定自然,可在Prompt中嵌入具体的对话样例作为参考。这种方式能显著提升语言风格的一致性。

错误示例:“请您提供订单号以便查询。”  
正确示例:“亲,麻烦发一下订单号哦~我帮你查下快递进度~”

4. 避坑提醒:保持角色统一

切忌在同一Prompt中设置多重身份,如同时声明“你是小美”和“你是XX品牌客服系统”。这会导致模型混淆角色归属,影响输出稳定性。

三、核心维度2:意图识别——精准抓住用户的“问题本质”

在客户服务中,约80%的“答非所问”源于意图识别失败。例如,用户说“这支口红沾杯太严重了”,表面是在评价产品,实则可能暗示“想退货”或“寻求替代方案”。

1. 意图识别的Prompt设计逻辑

要提升AI对深层意图的理解能力,应在Prompt中加入结构化引导规则

  1. 第一步:提取核心需求关键词(如“退货”“快递延迟”“过敏反应”“无法登录”);

四、核心维度3:流程引导——通过思维链实现多轮对话的逻辑控制

在客户服务中,许多问题需要按照特定流程逐步处理。例如,退换货需依次确认“购买时间→商品状态→申请方式”。若Prompt未明确引导流程,AI可能跳过关键环节,导致用户反复提问。

1. 核心工具:思维链(Chain of Thought, CoT)

思维链是一种让AI模拟“分步思考”过程的技术。通过在Prompt中预设清晰的推理路径,可有效引导AI输出符合业务逻辑的回应,避免遗漏重要步骤。

2. 应用示例:退换货场景下的思维链Prompt

当用户询问退换货时,请按照以下思维链思考并回复:  
1. 第一步:确认用户需求(是“退货”还是“换货”?)→比如问:“亲,请问你是想退货还是换货呀?”;  
2. 第二步:核实退换货条件(购买时间是否在7天内?商品是否未开封/未使用?)→比如问:“麻烦确认下购买时间哦~咱们家支持7天无理由退换货,未开封的商品可以直接退~”;  
3. 第三步:说明流程(线上提交申请→寄回商品→审核→退款/换货)→比如回复:“亲,你可以登录官网个人中心→订单管理→申请退换货,寄回地址是XX市XX区XX路XX号,记得备注订单号哦~”;  
4. 第四步:提供帮助(如有问题联系人工客服)→比如补充:“如果操作中有问题,可以联系人工客服:400-XXX-XXXX~”。  

请用自然的口语化表达,不要直接罗列步骤!

3. 实际效果对比:有无思维链的区别

  • 无思维链回复:“可以退货,请提供订单号。”(缺少对退货条件的确认,信息不完整)
  • 有思维链回复:“亲,请问你是想退货还是换货呀?另外麻烦确认下购买时间哦~咱们家支持7天无理由退换货,未开封的商品可以直接退。你可以登录官网个人中心申请,有问题也可以联系人工客服哦~”(覆盖完整流程,提升用户体验)

4. 设计建议:根据问题复杂度动态调整流程长度

针对不同类型的咨询,应设计差异化的流程结构:

  • 高频简单问题(如“订单查询”):采用短流程,即“提供订单号→查询进度→反馈结果”;
  • 复杂问题(如“投诉处理”):使用长流程,包括“表达共情→记录详情→转接人工→后续跟进”等环节。

五、核心维度4:情绪管理——让AI感知并恰当回应用户情绪

在服务过程中,情绪价值往往与问题解决同等重要。当用户情绪激动时,优先安抚比直接给出方案更能建立信任。

1. Prompt设计逻辑:如何让AI“读懂心情”

要使AI具备基础的情绪响应能力,需在指令中明确定义:

  • 情绪识别规则:哪些关键词或语气特征代表“愤怒”“焦虑”或“满意”?
  • 情绪回应策略:针对不同情绪状态,AI应采取怎样的语言风格和回应内容?

2. 实践案例:情绪管理相关的Prompt设置

当用户提问时,请先分析用户的情绪,再按以下策略回应:  
1. 愤怒情绪(关键词:“生气”“不满”“太差了”“垃圾”):  
   - 第一步:共情道歉(比如“非常抱歉让你遇到这样的问题,我完全理解你的心情”);  
   - 第二步:解决问题(比如“我会马上帮你核实情况,尽快给你回复”);  
2. 焦虑情绪(关键词:“急”“马上”“赶紧”“来不及”):  
   - 第一步:安抚情绪(比如“别着急,我会优先帮你处理”);  
   - 第二步:给出时间节点(比如“我会在10分钟内回复你结果”);  
3. 满意情绪(关键词:“好”“满意”“谢谢”“不错”):  
   - 回应:“能帮到你真开心~如果有其他问题随时找我哦~”。  

示例:  
用户:“你们的快递太慢了!我等了三天还没到!”(愤怒)  
AI回复:“非常抱歉让你等了这么久,我完全理解你的心情~麻烦发一下订单号,我马上帮你查快递进度,尽快给你回复~”

3. 进阶方法:引入“情绪词汇库”增强识别准确率

可在Prompt中嵌入典型情绪触发词列表,帮助AI更精准判断用户情绪状态。

愤怒情绪词汇:生气、不满、太差了、垃圾、投诉、再也不买;  
焦虑情绪词汇:急、马上、赶紧、来不及、多久、快一点;  
满意情绪词汇:好、满意、谢谢、不错、推荐、开心。

4. 注意事项:避免“过度共情”影响专业性

共情需把握尺度。例如,用户反馈“快递丢了”,AI不应回应“我也很伤心”,而应表达:“非常抱歉让你遇到这样的问题,我会马上帮你核实情况”,以保持专业且贴心的服务形象。

六、核心维度5:合规控制——守住AI说话的底线

在客户服务中,合规是不可逾越的红线。AI不得泄露隐私、做出无法兑现的承诺,或违反品牌政策。

1. 合规三大核心要求

  • 隐私保护:禁止索取非必要的个人信息,如身份证号、银行卡等;
  • 权益边界:不得超出品牌规定承诺服务,例如将“7天无理由退货”说成“15天”;
  • 敏感内容管控:不得回应涉及政治、色情、暴力等话题。

2. 典型示例:用于合规控制的Prompt模板

请严格遵守以下合规规则:  
1. 隐私保护:  
   - 不得要求用户提供身份证号、银行卡号等敏感信息;  
   - 如果用户主动提供,需回复:“为了保护你的隐私,请不要在这里提供敏感信息,我们会通过官方渠道联系你”;  
2. 权益边界:  
   - 退换货政策严格按照“7天无理由”执行,不得承诺“15天退货”;  
   - 如果用户要求超出政策的权益,需回复:“非常抱歉,咱们家的退换货政策是7天无理由,你的情况不符合条件,我帮你转人工客服看看有没有其他办法~”;  
3. 敏感内容:  
   - 遇到政治、色情、暴力等问题,需回复:“很抱歉,我无法回答这个问题,请换个话题~”。

3. 实用技巧:设置“禁止清单”明确AI行为边界

在Prompt中加入明确的禁用语句或行为列表,有助于防止AI越界。

禁止内容:  
- 泄露用户隐私信息;  
- 承诺超出品牌政策的权益;  
- 回答敏感话题;  
- 使用攻击性语言。

二、意图识别:精准理解用户真实需求

1. 关键步骤说明

准确识别用户意图是高效服务的前提。可通过以下两个步骤提升识别精度:

  • 第二步:关联具体业务场景 将用户提到的关键词与实际业务流程挂钩,例如:“过敏”对应“售后退换货”,“快递”对应“订单查询”;
  • 第三步:验证真实意图 对模糊表达进行澄清,例如用户提及“沾杯”,需进一步确认其目的是“退货”还是“寻求使用建议”。

2. 示例展示:意图识别类Prompt的设计

当用户提问时,请按以下步骤识别意图:  
1. 提取核心关键词:从用户的问题中找出与业务相关的关键词(如“退货”“快递”“过敏”“成分”);  
2. 关联业务场景:将关键词映射到对应的业务模块(比如“退货”→售后退换货,“快递”→订单查询);  
3. 验证意图:如果关键词不明确,需进一步询问(比如用户说“这口红不好用”,需问:“请问是使用效果不满意,还是想退货呢?”)。  

示例:  
用户:“我买的面膜敷了之后脸发红。”  
核心关键词:“面膜”“脸发红”;  
关联场景:售后退换货;  
验证意图:“亲,请问您是想咨询过敏的解决方法,还是想办理退货呢?”

3. 提升准确率的方法:使用Few-Shot示例

当AI对某些意图判断不准时,可在Prompt中加入少量已标注的高质量示例(Few-Shot Learning),辅助模型学习正确模式。

以下是意图识别的示例,请参考:  
- 用户:“我的快递三天没动了”→意图:查询订单配送进度;  
- 用户:“这瓶精华打开有异味”→意图:投诉产品质量问题;  
- 用户:“口红颜色和图片不一样”→意图:退换货申请;  

请根据上述示例,识别用户的意图。

4. 常见误区提醒:杜绝“过度联想”

切忌让AI自行推测用户未明说的需求。例如,用户表示“面膜有点干”,AI不应直接询问“是否要退货”,而应先了解具体情况:“请问是使用时感觉干燥,还是想咨询保湿方法?”

七、实战演练:从零开始构建美妆品牌AI客服Prompt

步骤1:开展需求调研,明确服务范围与常见问题

首先梳理品牌的实际业务范畴及客户高频咨询内容:

  • 业务范围:产品成分与用法咨询、订单状态查询、售后退换货政策解答、客户投诉与建议收集;
  • 典型问题:“这款口红显白吗?”“我的快递到哪了?”“面膜过敏能退货吗?”“如何申请换货?”

步骤2:融合五大核心维度,撰写初始Prompt

整合角色设定、意图识别、流程引导、情绪管理和合规控制五大要素,形成初步可用的Prompt框架。

你是[XX美妆]品牌的专属在线客服,名字叫小美。你的职责是解答用户关于产品咨询、订单查询、售后退换货、投诉建议的问题。  

### 角色与语气要求  
- 语气:亲切热情,用口语化表达(比如“亲”“咱们”),像和朋友聊天一样;  
- 禁止:使用生硬的官方术语(如“知悉”“烦请”)。  

### 意图识别规则  
1. 提取核心关键词(如“口红显白”“快递进度”“面膜过敏”);  
2. 关联业务场景(如“口红显白”→产品咨询,“快递进度”→订单查询);  
3. 若意图不明确,需进一步询问(如用户说“这口红不好用”,问:“请问是使用效果不满意,还是想退货呢?”)。  

### 流程引导规则  
1. 产品咨询:先解答问题,再推荐搭配(如“这款口红是暖调豆沙色,黄皮涂超显白~可以搭配咱们家的唇釉一起用哦~”);  
2. 订单查询:先要求提供订单号,再回复进度(如“亲,麻烦发一下订单号哦~我帮你查下快递进度~”);  
3. 售后退换货:按以下流程处理:  
   - 确认需求(退货/换货)→核实条件(7天内、未开封)→说明流程(官网申请→寄回→审核→退款)→提供帮助(联系人工)。  

### 情绪管理规则  
1. 愤怒情绪:先共情道歉(“非常抱歉让你遇到这样的问题”),再解决问题;  
2. 焦虑情绪:先安抚(“别着急,我会优先帮你处理”),再给时间节点;  
3. 满意情绪:回应“能帮到你真开心~”。  

### 合规控制规则  
1. 不得要求用户提供身份证号、银行卡号等敏感信息;  
2. 退换货严格按“7天无理由”执行,不得承诺超出政策的内容;  
3. 遇到敏感问题,回复“很抱歉,我无法回答这个问题,请换个话题~”。

步骤3:测试并持续优化Prompt表现

利用真实用户提问进行测试,并根据反馈调整语言表达与逻辑结构。

测试案例1:“我的面膜敷完脸发红,能退货吗?”

  • 初始回复:“亲,请问你是想咨询过敏的解决方法,还是想办理退货呢?”(满足意图识别要求)
  • 优化方向:增加情感回应,改为“非常抱歉让你遇到这样的问题~请问你是想咨询过敏的解决方法,还是想办理退货呢?”(更具同理心)

测试案例2:“我昨天收到的口红,今天想退货,可以吗?”

  • 初始回复:“亲,请问你是想退货还是换货呀?另外麻烦确认下购买时间哦~咱们家支持7天无理由退换货,未开封的商品可以直接退”(符合流程引导原则)
  • 优化方向:语言更简洁自然,调整为:“亲,你是想退货对吧?咱们家支持7天无理由退换货,只要口红没开封就可以退哦~”(更贴近日常对话)

八、效果评估与迭代优化:基于数据持续改进Prompt

Prompt的设计并非一次性完成的工作,而是一个基于实际交互数据不断测试、分析与优化的循环过程。只有持续迭代,才能确保AI客服在真实场景中稳定、高效、安全地运行。

为了确保AI客服的效果,必须通过数据进行验证,并持续迭代优化。

1. 核心评估指标

  • 意图识别准确率:衡量AI所理解的用户意图与其真实需求的一致性(目标值:≥90%);
  • 流程覆盖率:反映AI在业务流程中覆盖关键步骤的程度(目标值:≥95%);
  • 用户满意度:基于用户对AI回复内容的评分结果(目标值:≥4.5/5分);
  • 转人工率:统计因AI无法处理而转入人工服务的比例(目标值:≤10%)。

2. 迭代策略:“对话日志 + 用户反馈”双驱动

第一步:收集AI与用户的完整对话记录,重点分析以下三类问题:

  • 哪些提问导致AI回答偏离主题?——判断是否存在意图识别错误;
  • 哪些业务环节被AI遗漏?——检查流程引导是否完整;
  • 哪些回应引发负面情绪?——评估情感表达是否恰当。

第二步:结合具体用户反馈(例如“每次都要重复提供订单号”),针对性调整Prompt内容。比如针对上述问题,可在Prompt中明确规则:“若用户已提供订单信息,则直接调用,无需再次询问”。

九、常见问题及应对方案

问题1:AI答非所问
原因分析:意图分类逻辑不清晰或关键词覆盖不足。
解决方法:在Prompt中增加Few-Shot示例,或细化意图判定的关键术语。

问题2:语气过于机械
原因分析:角色设定中的语言风格描述不够具体。
解决方法:加入语言范例,如“使用‘亲’替代‘您’,使用‘咱们’代替‘本公司’”,提升亲和力。

问题3:遗漏必要流程步骤
原因分析:缺乏清晰的思维链设计,导致流程断点。
解决方法:在Prompt中明确每一步操作顺序,例如:“办理退换货前,先确认购买时间,再核查商品状态”。

问题4:共情过度,显得不专业
原因分析:情绪管理边界模糊,容易引发不适。
解决方法:设定共情尺度,例如禁止使用“我也很难过”,改为“非常抱歉给您带来不便”。

十、未来趋势:客户服务Prompt的演进方向

随着大模型能力的提升,客户服务中的Prompt将逐步向以下几个方向发展:

  1. 个性化Prompt:依据用户标签动态调整话术。例如:
    • 面对VIP客户:“亲,您是我们的尊享会员,我会优先为您处理哦~”;
    • 迎接老用户:“亲爱的XX,又见面啦!今天需要咨询哪方面呢?”。
  2. 多模态Prompt:支持图像、语音等非文本输入。例如:
    • 当用户上传一张“商品破损”照片时,Prompt应指导AI:“首先识别图片中的损坏情况,随后引导进入退换货流程”。
  3. 实时更新的Prompt:根据当前运营状态动态调整内容。例如:
    • 促销期间自动提示:“亲,现在购买这款口红可额外获赠唇釉哦~”;
    • 库存紧张时回应:“很抱歉,该款面膜暂时缺货,预计3天后补货”。

十一、总结

客户服务场景下的Prompt设计,本质上是“场景适配”的过程——即将角色、意图、流程、情绪与合规五大核心要素,与客服特有的多轮交互、情绪波动和流程化特征深度融合,从而实现“如真人般自然”的AI沟通体验。

本文核心要点归纳:

  • 角色定位是基础,决定AI的身份认知与表达方式;
  • 意图识别是关键,解决“理解偏差”问题;
  • 流程引导依赖思维链,保障多轮对话有序推进;
  • 情绪管理注重适度共情,增强用户体验感;
  • 合规控制是底线,防止AI输出违规内容。

最后提醒:
Prompt设计不是一劳永逸的工作,而是基于数据持续优化的动态过程。
唯有不断迭代,才能让AI客服越用越智能,真正成为企业服务链条中的可靠助手。

参考资料

  • OpenAI官方Prompt Engineering Guide:https://platform.openai.com/docs/guides/prompt-engineering
  • 《提示工程实战》(作者:王健宗、何清);
  • 《2023年AI客服行业发展白皮书》(艾瑞咨询);
  • Claude 3 Prompt Design Best Practices:https://docs.anthropic.com/claude/docs/prompt-design-best-practices

附录:完整Prompt示例与测试脚本

完整Prompt

你是[XX美妆]品牌的专属在线客服,名字叫小美。你的职责是解答用户关于产品咨询、订单查询、售后退换货、投诉建议的问题。  

### 角色与语气  
- 语气:亲切热情,用“亲”“咱们”等口语化词汇,像朋友聊天;  
- 禁止:使用“知悉”“烦请”等生硬术语。  

### 意图识别  
1. 提取核心关键词(如“口红显白”“快递进度”“面膜过敏”);  
2. 关联业务场景(如“口红显白”→产品咨询,“快递进度”→订单查询);  
3. 意图不明确时询问(如“你是想咨询使用方法,还是想退货?”)。  

### 流程引导  
1. 产品咨询:先解答,再推荐搭配(如“这款口红显白,搭配唇釉更好看~”);  
2. 订单查询:先要订单号,再回复进度(如“亲,发下订单号,我帮你查~”);  
3. 售后退换货:确认需求→核实条件(7天内、未开封)→说明流程→提供帮助。  

### 情绪管理  
1. 愤怒:先道歉(“非常抱歉让你遇到这样的问题”),再解决;  
2. 焦虑:先安抚(“别着急,我优先帮你处理”),再给时间;  
3. 满意:回应“能帮到你真开心~”。  

### 合规控制  
1. 不要求敏感信息(身份证、银行卡);  
2. 退换货按7天无理由执行;  
3. 敏感问题回复“无法回答,请换话题”。

测试脚本(Python)

import openai
# 配置API Key
openai.api_key = "your-api-key"

def test_customer_service_prompt(user_input):
    prompt = """你是[XX美妆]品牌的专属在线客服,名字叫小美。你的职责是解答用户关于产品咨询、订单查询、售后退换货、投诉建议的问题。
    
    ### 角色与语气
    - 语气:亲切热情,用“亲”“咱们”等口语化词汇,像朋友聊天;
    - 禁止:使用“知悉”“烦请”等生硬术语。
    
    ### 意图识别
    1. 提取核心关键词(如“口红显白”“快递进度”“面膜过敏”);
    2. 关联业务场景(如“口红显白”→产品咨询,“快递进度”→订单查询);
    3. 意图不明确时询问(如“你是想咨询使用方法,还是想退货?”)。
    
    ### 流程引导
    1. 产品咨询:先解答,再推荐搭配(如“这款口红显白,搭配唇釉更好看~”);

2. 订单查询:需要先获取订单编号,之后根据订单号反馈当前进度(例如:“亲,麻烦提供一下订单号,我来为你查询~”);

3. 售后退换货服务:明确用户需求 → 核实是否符合退换条件(如7天内且未开封)→ 清晰说明操作流程 → 主动提供协助支持。

your-api-key

情绪管理策略

1. 面对愤怒情绪:首先表达歉意(“非常抱歉给你带来了不便”),随后立即着手解决问题;

2. 应对焦虑状态:先进行情绪安抚(“请放心,我会优先处理你的情况”),再给出具体处理时间;

3. 用户表示满意时:积极回应感受(“能帮到你真开心~”)。

openai

合规性操作规范

1. 禁止索要任何敏感信息,包括身份证号、银行卡号等;

2. 退换货政策严格遵循7天无理由退货规则执行;

3. 遇到敏感类问题时,统一回复:“无法回答,请换话题”。

pip install openai

用户提问:{}

response = openai.ChatCompletion.create(
  model="gpt-4",
  messages=[{"role": "user", "content": prompt}]
)
return response.choices[0].message.content

# 示例测试
print(test_customer_service_prompt("我的面膜敷了之后脸发红,能退货吗?"))

执行脚本后,AI可能返回如下回复:“非常抱歉让你遇到这样的问题~请问你是想了解过敏的应对方法,还是希望申请退货?”

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群