我做客服培训这些年，见过太多团队把“客户投诉回复提示词”当成一份更长的快捷回复。真上手用的时候，一线客服复制粘贴，AI客服照着念，客户听完更火。我自己也踩过这个坑。早些年我们整理过一套话术模板，里面写满了“非常抱歉给您带来不便”“我们马上为您反馈”。字面看没毛病。客户收到的感受是：你在敷衍我。那个阶段我最大的误区，是把提示词理解成“写得更好听的话术模板”。后来我换了个角度，把每一条客户投诉拆成“情绪、事实、诉求、边界”四块，再用提示词去约束回复怎么推进，效果才开始稳定。
这一章我想把这件事说透。客户投诉回复提示词不是魔法口令，它是一套可复用的沟通指令系统。它要解决的不是“怎么说得漂亮”，而是“怎么让客服在压力下仍然说对话、做对事、留好证据”。我下面从概念、目标、场景边界、跟话术模板的关系四个角度，把我自己摸索出来的认知摆出来。你看完至少能判断：手里的提示词到底是在帮客服，还是在给客服添乱。
1.1 从“话术模板”到“提示词系统”的概念辨析
我拿一个真实投诉举例。客户买了个咖啡机，收到货发现水箱裂了，在社媒私信里连发三条消息，语气很冲。话术模板会怎么写？“亲，非常抱歉给您带来不好的体验，请您提供订单号和照片，我们会尽快处理。”这句话没大错。客户回了一句：“尽快是多久？你们上次也说尽快。”一线客服卡住了。模板没教他怎么接“上次”这个历史问题，也没告诉他能不能直接承诺补发。客户越等越急，最后变成公开差评。
提示词系统要管的事更多。它得告诉客服：先接住情绪，再核对订单和历史沟通，确认破损责任归属，给出补发或退款的选项，明确处理时限，最后留一个跟进节点。我会写成这样一组指令：“你是品牌售后客服，当前客户因水箱破损产生愤怒情绪。回复开头先表达对破损事实的确认，不急着解释原因。询问客户是否已拍照，告知补发需要1个工作日审核，退款需要3个工作日到账。客户提到‘上次也说尽快’，必须回溯历史工单，承认等待感受，不重复空泛承诺。若客户要求额外赔偿，转交主管。”这跟话术模板的区别很明显。话术模板给的是一段成品文字，提示词系统给的是一套生成文字和行动的规则。
我再换一个视角。我们团队有个AI训练师，他看提示词的方式跟一线客服完全不同。一线客服关心“我下一句说什么”，训练师关心“模型在什么条件下不能说什么”。他给投诉回复提示词加了一条硬约束：“不得在未核对订单状态时承诺具体退款时间。”这条约束救过我们。有一次模型差点对一个已签收但未退回商品的客户说“退款今天到账”。提示词系统里有了事实核验步骤，客服会先查退货物流，再决定话术。话术模板做不到这种动态控制。它是一张静态的纸，提示词系统是一套带着刹车和路标的导航。
1.2 客户投诉回复提示词的目标：安抚情绪、澄清事实、给出方案、维护关系
我先把目标拆成四个动作。安抚情绪，澄清事实，给出方案，维护关系。四个动作没有固定顺序。客户情绪特别激动的时候，安抚要放在最前面。客户在气头上，你跟他讲 policy，他听不进去。我遇到过一位客户，外卖等了两个小时，打来电话就骂。客服第一句说“您先别生气”，客户直接炸了。这句话在提示词里应该被禁掉。更好的指令是：“先复述客户遭遇，例如‘您等了两个小时还没收到餐，换谁都会着急’，再进入订单核查。”客户听到自己的处境被说出来，火气通常会降一点。这不是话术技巧，这是提示词里必须写明的情绪承接动作。
澄清事实这一步最容易被跳过。我自己做质检时发现，很多投诉回复上来就道歉，道歉完就给方案，事实根本没对齐。客户说“你们发错货了”，客服回“对不起给您补发”。客户实际收到的是少发一件，不是发错。补发方案对不上，客户二次投诉。提示词里要加一道核对指令：“在给出方案前，用一句话复述客户描述的问题，并请客户确认，或主动核对订单商品明细。”这个动作花十秒钟，能省掉后面一堆返工。
给出方案和维护关系是一体两面。方案不能只有“唯一选项”。我会在提示词里要求至少给两个可选路径，比如“补发”和“退款”，并写清各自的时间成本。客户有选择权，控制感回来，关系才有得修。维护关系不是让客服说“感谢您的理解和支持”，那种话太虚。提示词里可以要求客服在结尾留一个具体跟进动作：“我会在明天下午3点前给您同步补发单号，您不用再重复描述问题。”客户要的是确定性。你把确定性给足，关系就稳了。
1.3 适用场景与边界：人工客服、AI客服、工单回复、社媒私信
同一个投诉，落在不同渠道，提示词写法完全不一样。我拿“物流延迟”这个事举例。客户在电话里投诉，人工客服的提示词要偏向短句和追问，因为电话里客户不会等你看长文。提示词可以写：“先确认订单号和收货地址，判断是否在承诺时效内。超时先致歉，再给两个选项：继续等待并补偿优惠券，或申请退款。语速放慢，每句话不超过20个字。”电话场景的边界很清楚：客服不能沉默超过几秒，不能念长段政策。提示词要帮客服把长信息切成短句。
AI客服的边界更硬。我在一个电商项目里给AI客服写投诉提示词，最难的不是让它会说，是让它知道什么时候闭嘴。客户说“我要起诉你们”，AI不能继续走“亲亲给您补偿10元”的流程。提示词里要写转人工规则：“出现法律威胁、人身安全、媒体曝光、监管投诉关键词，立即停止生成安抚话术，回复‘我已为您转接高级专员’，并触发人工介入。”社媒私信又是另一套。公开渠道的回复会被所有人看到，提示词要约束“不披露订单细节、不点名客户、不使用内部术语”。工单回复更看重留痕，提示词要要求写清处理依据和后续节点。场景不同，提示词里的语气、长度、禁用表达、转接规则都要跟着变。一份提示词打天下，一定出事。
1.4 与客户投诉回复话术模板的关系与差异
我不建议把话术模板扔掉。话术模板有它的价值，特别是新人培训阶段，它能把“不能说啥”标出来。我们团队现在的关系是：话术模板当底线，提示词系统当操作手册。底线负责合规，操作手册负责推进。比如退款类投诉，话术模板会写“退款到账时间以银行处理为准”。提示词系统会补充：“先查退款状态，已发起退款的告知预计到账日；未发起退款的说明审核节点；客户追问加急时，给出可执行的加急动作，不重复‘以银行处理为准’。”客户听到具体节点，情绪会稳很多。模板给的是安全区，提示词给的是行动路径。
差异还在更新方式上。话术模板通常按季度更新，提示词系统可以按周迭代。我们有一次发现“破损补发”场景的客户满意度低，复盘发现提示词里少了“是否影响使用”的追问。客户收到裂了的水箱，其实还能用，但心里不舒服。客服直接给补发，客户觉得品牌在花钱了事。加了追问之后，客服先问“裂口是否影响正常使用”，客户说还能用但担心漏水，客服再给“补发水箱+10元补偿券”的组合方案。满意度上来了。话术模板很难写这么细，提示词可以按场景拆模块，哪个模块效果差就改哪个。说白了，话术模板是成品菜，提示词系统是菜谱加火候说明。成品菜能吃饱，菜谱能让不同水平的厨师都做出稳定味道。
写投诉回复提示词这件事，我最怕一种情况：提示词写得花团锦簇，真扔给客服或AI去用，回复出来的东西驴唇不对马嘴。我复盘过几十次失败案例，最后发现问题八成不在“写”上，在“拆”和“喂”上。需求没拆清楚，输入信息没给全，提示词就是个空转的发动机。这一章我想把拆需求和配输入这两件事讲透。
我自己的习惯是，动笔写提示词之前先做两件事。第一件，把客户投诉按类型切一遍，看看这一条到底落在哪个格子里。第二件，把这条投诉涉及的情绪、诉求、上下文、输出限制全部列成清单，缺什么补什么。这两件事做完，提示词基本就成型了一半。剩下的一半是措辞和结构，那是下一章的事。
2.1 投诉类型识别：产品质量、服务态度、物流履约、售后退款、价格争议
投诉类型识别听起来像分类游戏，实际做起来远没那么轻松。一条投诉经常横跨两三个类型。客户说“你们发来的锅是坏的，客服还让我自己掏运费寄回去”，这里面既有产品质量，又有服务态度，还扯上了售后流程。我如果只按“产品质量”写提示词，客服回复就会绕着产品缺陷走，完全接不住客户对“让我掏运费”这个环节的怒火。
我的做法是给提示词加一个“主类型+副类型”的识别指令。主类型决定回复的主线，副类型决定要额外补充的安抚动作。产品质量类投诉，提示词要求先确认缺陷表现、是否影响使用、有无照片凭证。物流履约类投诉，提示词要求先查物流节点和承诺时效。售后退款类投诉，提示词要求先核实退款状态和审核环节。价格争议类投诉，提示词要求先查活动规则和价保政策。服务态度类投诉最特殊，它往往没有实物凭证，提示词得要求客服先复述客户遭遇的沟通场景，确认是哪个环节让客户感到被冒犯。
我踩过一个坑。早期我们给某家电品牌的提示词里，把所有涉及“钱”的投诉都归到价格争议，结果一位客户投诉“维修师傅乱收费”，提示词引导客服去查价保政策，方向完全错了。后来我把“服务态度”和“价格争议”的边界重新划了一遍。维修乱收费属于服务履约问题，主类型归到服务态度，副类型挂价格争议。提示词里的信息索取顺序也跟着改：先问维修工单号和师傅姓名，再问收费明细。类型识别不是贴标签，是决定提示词往哪个方向追问。
2.2 客户情绪与诉求分层：愤怒、焦虑、质疑、索赔、建议
情绪和诉求得分开看。我把这两个东西混在一起写提示词的时候，回复经常跑偏。客户很愤怒，但他的诉求可能只是“给我一个明确答复”。客户语气很平静，诉求却是“三倍赔偿”。情绪决定回复开头怎么接，诉求决定回复中段给什么。
我现在的提示词模板里，情绪标注和诉求标注是两行独立的变量。情绪分五档：愤怒、焦虑、质疑、失望、平静。诉求分五类：求解释、求补偿、求解决、求道歉、提建议。愤怒加求解释，提示词要求先承接情绪再给事实说明，不能一上来就甩方案。焦虑加求解决，提示词要求先给时间节点，再给操作路径，因为焦虑的客户最怕不确定性。质疑加求解释，提示词要求先承认客户质疑的合理性，再提供可核验的证据。索赔类诉求单独处理，提示词里要写清赔偿权限边界，超出权限的直接挂转接规则。
我印象很深的一次，一位客户买了台扫地机器人，用了三天就出故障，他在工单里写“你们这是欺骗消费者，我要去消协告你们”。情绪是愤怒，诉求表面是索赔，实际他前一条消息问的是“能不能换新”。我让团队在提示词里加了一条判断规则：“客户提及法律或监管机构时，先识别其真实诉求是换货、退款还是赔偿，不直接跳转到法务流程。”客服按这条规则回复，先确认换新意愿，再说明换新流程和时限，客户情绪很快降下来了。情绪分层不是给客户贴情绪标签，是帮提示词决定先迈哪条腿。
2.3 必要上下文输入：订单信息、历史沟通、政策条款、处理权限
上下文输入这一块，我吃过最大的亏是“默认客服知道”。我们做AI客服项目的时候，提示词里写了“根据订单状态给出方案”，结果模型根本拿不到实时订单数据，回复里全是“请您提供订单号”的死循环。客户已经发了三遍订单号，AI还在问。那次之后我定了一条规矩：提示词里提到的每一个事实要素，必须对应一个明确的输入来源。
订单信息最少要包含订单号、商品名称、下单时间、支付金额、物流状态、签收状态。历史沟通要包含客户之前投诉过几次、上次的处理结果、有没有承诺过补偿。政策条款要包含该类投诉适用的退换货规则、赔偿标准、时效承诺。处理权限要包含一线客服能直接给什么、需要主管审批的是什么、哪些动作必须转交专门团队。这四类信息缺一样，提示词就会在某个环节卡住。
我见过一个很典型的失败案例。客户投诉收到的水果烂了一半，提示词里写了“根据售后政策给出补偿方案”，但没把生鲜品类的特殊政策输进去。客服按普通商品规则回复“请寄回后办理退款”，客户直接炸了，生鲜寄回本身就荒唐。后来我们在提示词里加了“品类政策”这个输入项，生鲜类投诉自动调取“坏果包赔、无需寄回、拍照即赔”的规则。同一个提示词框架，输入换一下，回复质量天差地别。上下文输入不是提示词的附属品，它是提示词能不能落地的前提。
2.4 输出约束设计：语气、长度、渠道格式、禁用表达、合规要求
输出约束是我写得最细的部分。没有约束的提示词，就像没装刹车的车，平时看着能跑，遇到紧急情况一定出事。语气约束我一般写三档：安抚型、专业型、简洁型。投诉初期用安抚型，事实核对阶段用专业型，处理进度同步用简洁型。同一通对话里语气要切换，提示词得写清楚切换条件。
长度约束跟渠道强相关。电话客服的提示词要求每句不超过20个字，一次回复不超过三句话。在线客服可以到80到120字。工单回复可以更长，但必须分段。社媒私信要求最短，因为公开渠道客户没耐心看长文。我做过一个测试，同一条物流延迟投诉，在社媒渠道用工单长度的回复，客户回复率下降了一半。渠道格式约束还包括能不能用表情、能不能用表格、能不能附链接。这些细节不写进提示词，客服和AI就会按自己的习惯来，品牌形象忽冷忽热。
禁用表达清单我建议每个团队都建一份。我们团队的清单里有这些：“您先别生气”“这是公司规定”“我也没有办法”“您理解一下”“最多只能这样”。这些话在投诉场景里是火上浇油。合规要求更要写死：不承诺没有权限的赔偿、不披露其他客户信息、不使用歧视性语言、不引导客户删除差评。我把这些约束分成“硬约束”和“软约束”两类。硬约束是出现即拦截，软约束是提醒客服斟酌。提示词里硬约束用“禁止”开头，软约束用“建议避免”开头，执行起来边界清楚。
输出约束设计还有一个容易被忽略的点：约束之间会打架。语气要求“亲切”和长度要求“三句话以内”同时出现，客服往往顾此失彼。我的处理办法是给约束排优先级。投诉回复场景里，合规第一，准确第二，安抚第三，亲切第四。提示词里写明这个顺序，客服遇到冲突时知道往哪边靠。约束不是越多越好，是越清楚越好。
上一章聊的是拆需求和配输入，等于把食材洗好切好摆盘。这一章讲怎么下锅。我见过太多人食材备得挺齐，炒出来一盘糊糊。问题出在结构上——提示词没有骨架，想到哪写到哪，AI和客服拿到手里都找不到发力点。
结构化不是把提示词写成八股文。我的理解是：该固定的地方焊死，该灵活的地方留活口。角色、框架、指令、变量、示例这五样东西，我在写每一条投诉回复提示词时都会过一遍。少一样，回复就少一条腿。
3.1 角色设定与任务边界：客服身份、同理心立场、权限说明
角色设定这件事，我早期写得很敷衍，基本就是“你是一名客服”五个字。后来发现这五个字跟没写一样。AI会把自己想象成万能选手，什么都敢答，什么都敢承诺。有一次测试，客户投诉冰箱不制冷，AI回复里居然写了“我们将为您安排全额退款并补偿200元”——我们根本没这个政策。问题出在角色设定没写权限边界。
现在我写角色设定会拆成三句话。第一句锚定身份：“你是XX品牌售后客服专员，工号以AI开头。”第二句锚定立场：“你的首要任务是让客户感到被认真对待，其次才是解决具体问题。”第三句锚定权限：“你只能直接处理200元以内的补偿方案，超出部分必须转交主管审批，不得自行承诺。”这三句话一摆，AI的回复明显收敛了，不会满嘴跑火车。
任务边界里有个细节很多人忽略：同理心立场要写成可执行的动作，不能写成形容词。“你要有同理心”是废话，“回复开头必须先复述客户描述的问题并表达理解”才是指令。我现在的写法是：“在给出任何解释之前，先用一句话确认客户的具体遭遇，格式为‘我理解您遇到[具体问题]确实很[情绪词]’。”这种写法把飘在空中的“同理心”拽到了地面上。
3.2 回复框架提示：共情确认、事实核对、责任界定、解决方案、后续跟进
框架这个东西，我一开始很排斥。觉得按框架回复太机械，客户一眼就能看出来是套话。后来想明白一件事：框架不是给客户看的，是给写提示词的人看的。客户感受到的是流畅自然，但写提示词的人必须心里有骨架。
我现在用的五步框架是：共情确认→事实核对→责任界定→解决方案→后续跟进。顺序不能乱，但权重可以调。情绪激烈的投诉，共情确认要占回复篇幅的四成。事实清晰的简单投诉，共情确认两句话带过就行。提示词里我这样写：“回复必须包含以下五个模块，其中模块一至少占全文20%的篇幅，模块三必须引用具体政策条款编号。”
责任界定这一步最容易翻车。我踩过的坑是提示词里只写了“明确责任归属”，没写清楚“在事实未核清之前不得单方面归责”。结果客服为了快速结案，张口就是“这是由于您操作不当造成的”，客户直接投诉升级。后来我在框架提示里加了一条硬规则：“责任界定模块中，涉及客户方责任的表述必须先征得主管确认，AI客服只能使用‘经过初步核实’作为前缀。”这个改动让误判率降了一大截。
后续跟进模块我建议别写太满。以前我要求“每条回复结尾必须给出下次联系时间”，结果客服和AI为了完成任务，胡乱承诺“明天上午10点前给您回复”，第二天根本联系不上。现在改成两条路：有明确处理节点的，写具体时间；没有明确节点的，写跟进动作，比如“处理专员会在48小时内通过您下单时预留的手机号联系您”。不承诺自己控制不了的时间，这也是对客户负责。
3.3 关键指令写法：先安抚后解释、避免推诿、给出可选方案、明确时限
关键指令这一块，我总结了一个原则：写提示词的人要像交通警察一样指挥回复的动线。先走哪条道，在哪转弯，哪里设红绿灯，全部标清楚。不标清楚，AI和客服就会按自己的习惯来。
“先安抚后解释”这六个字写起来容易，执行起来经常变形。变形的原因是把“安抚”理解成了“道歉”。客户投诉物流慢，客服上来就说“对不起”，客户反而更火——“你都不知道我要投诉什么就道歉，敷衍我”。我在提示词里把“安抚”定义成“确认客户遭遇的具体不便”，把“解释”定义成“给出造成不便的具体原因”。两条指令分开写，中间加一句过渡：“在客户确认你理解了他的问题之后，再进入原因说明环节。”加了这句过渡，回复节奏明显对了。
“避免推诿”的写法我有过失败教训。之前写“不要推卸责任”，AI理解成“所有责任都往自己身上揽”，客户投诉快递破损，AI回复“这是我们包装不当造成的”——实际上快递暴力分拣才是主因。后来我把这条指令改成正向表述：“使用‘我们一起看看怎么解决’作为问题处理的开场句，禁止使用‘这不是我们的责任’‘您应该联系快递公司’‘系统就是这样设置的’三类句式。”正着写比反着写管用。
“给出可选方案”要控制数量。我试过让AI给三个方案，客户选择困难，回复来回复去反而拖长了处理周期。现在提示词里写死：“补偿方案不超过两个，且两个方案必须有明显的成本梯度或形式差异，比如‘换新’和‘退款+补偿券’。”客户做选择题比做填空题快得多，这个细节能省不少沟通轮次。“明确时限”同理，写“尽快”等于没写，写“2小时内”“24小时内”“下个工作日18点前”才有用。
3.4 变量与占位符：客户姓名、订单号、问题描述、补偿方案、处理节点
变量设计是提示词从“通用模板”走向“具体可用”的关键一步。没有变量的提示词，客服拿到手还得自己填空，填着填着就填乱了。变量的作用是让提示词变成一张表单，该填的地方空着，不该动的地方锁死。
我的变量命名习惯是用双花括号加业务语义，比如{{客户姓名}}、{{订单号}}、{{问题描述}}、{{补偿方案}}、{{处理节点}}。命名要让人一眼看懂，别用{{var1}}这种，过两天自己都忘了var1是啥。变量之间还要有约束关系，比如{{补偿方案}}的取值必须从预设清单里选，不能自由发挥。我在提示词里会加一句：“{{补偿方案}}字段仅限填写以下五种方案之一：A换新、B退款、C补发配件、D补偿优惠券、E上门维修。”
变量里的“问题描述”最讲究。填得太细，提示词臃肿；填得太粗，回复抓不住重点。我的做法是让问题描述结构化：品类+故障表现+客户原话关键词。举个例子：“品类：小家电；故障表现：使用三天后无法开机；客户原话关键词：‘欺骗消费者’‘要投诉’。”这样AI拿到变量值，既能准确复述问题，又能感知情绪烈度。补偿方案和处理节点这两个变量要联动，选了方案A就得对应填上方案A的处理时效。提示词里写清楚联动规则：“{{处理节点}}的填写必须与{{补偿方案}}匹配，退款类方案的处理节点不得超过3个工作日，换货类不得超过5个工作日。”
变量缺失的处理也要写进提示词。我见过太多失败案例是变量没填全，AI就开始瞎编。现在我的提示词固定加一段：“如果{{订单号}}为空，第一轮回复必须先向客户索取订单号，不得进行任何事实判断。如果{{补偿方案}}为空，回复中只能出现‘我们将为您申请合理的补偿方案’，不得提及具体金额或形式。”这段兜底规则救过很多次场。
3.5 示例与反例：高质量提示词片段与常见失败指令
示例和反例这一节，我想直接上对比。光讲道理没用，看一眼好坏差别比什么都直观。
先看一条高质量的提示词片段，这是我给某电商平台写的退款纠纷场景提示词：
“你是XX平台售后专员。客户因退款未到账发起投诉。回复第一步：确认客户退款申请的具体订单和申请时间，格式为‘您反馈的订单[订单号]于[申请时间]提交退款，我这边帮您查一下进度’。第二步：根据{{退款状态}}变量给出对应话术——若为‘审核中’，说明审核环节和预计完成时间；若为‘已打款’，提供打款流水号和到账时间说明；若为‘驳回’，先致歉再说明驳回原因和申诉路径。第三步：结尾必须给出下一次主动联系客户的时间节点。禁止使用‘您再等等’‘系统问题我也没办法’‘您去找支付平台’三类表达。”
这条提示词好在哪？好在每一步都有动作、有格式、有边界。客服拿到手不用猜，照着做就行。
再看一条常见失败指令：“请妥善处理客户关于退款的投诉，注意语气友好，给出合理解决方案。”这句话看着没毛病，实际上全是坑。“妥善”是模糊词，“友好”没有标准，“合理方案”没有边界。AI拿到这条指令，十有八九会回复一段四平八稳的废话，客户看完更生气。
还有一种失败指令是过度约束。我见过一条提示词写了“回复必须包含道歉、解释、方案、补偿、跟进五个部分，全文不超过80字”。80字塞五个部分，每个部分平均16个字，结果AI写出来的东西像电报：“抱歉。系统延迟。已加急。补偿10元。明天联系。”客户感受不到任何诚意。约束和内容要匹配，80字只够写共情加一个方案，就别硬塞五个模块。
反例里最危险的一类是“隐性越权指令”。比如提示词里写“尽量满足客户诉求”，这五个字在AI眼里等于“什么都可以答应”。我现在的做法是把“满足诉求”翻译成具体动作：“在{{处理权限}}范围内给出方案，超出权限的诉求统一回复‘我需要为您转接高级专员跟进，24小时内给您答复’。”写提示词的人得时刻记着一件事：你写的每一个形容词，AI都可能把它放大成行动。形容词越模糊，行动越离谱。把形容词换成动词和名词，提示词才站得住。
写这一章之前，我翻了一遍自己过去两年攒下来的提示词文件。同一个“产品质量投诉”文件夹里躺着四十多个版本，最早的用三段话就能说完，最新的有七百多字，光分支条件就写了十一条。我盯着这些文件看了半天，脑子里冒出来一句话：场景化不是把提示词写长，是把提示词写准。准的标志是每条提示词都长在具体场景的骨缝上，换个场景就拆不下来。
话术模板干的是“说什么”的活，提示词要管“怎么说、说到什么程度、什么不能说”。这两件事在同一个场景里掰扯清楚，才算把模板扩展成系统。
4.1 产品质量与功能故障类投诉回复提示词
产品质量投诉最考验“事实感”。客户说“你们这东西根本不能用”，你回一句“非常抱歉给您带来不便”，等于没接住。我写这类提示词时，第一段一定让AI先把问题锚定到具体部件或功能上。“我理解您反馈的是[产品名称]的[具体功能/部件]出现了[故障表现]，这个情况确实让人着急。”这句话里的三个变量必须从客户原话里提取，不能泛化。
产品故障还要分两种底色：已知缺陷和个别故障。我吃过亏，把个别故障当已知缺陷处理，AI回复里写了“该批次产品确实存在此问题”，结果客户截图发到群里说“官方承认产品有缺陷”，差点酿成舆情。现在我的提示词里加了一条硬规则：“涉及批次性缺陷的表述只能由质量部门提供的官方口径触发，AI客服只能使用‘初步判断可能属于个别情况，需要进一步检测确认’。”检测流程写进提示词，客户反而觉得你专业。
安全隐患类投诉单独拆出来写。客户说“充电时冒烟了”，这种场景提示词的第一指令不是共情，是止损。“请立即停止使用该产品并断开电源，确保周围没有易燃物。”这句话必须放在回复第一句，比任何道歉都重要。我见过一份提示词把道歉放前面，结果客户回“别光道歉啊我插座还烧着呢”。安全场景的提示词要按“止损指引→安全确认→信息采集→后续方案”的动线写，别让AI自由发挥。
4.2 服务态度与沟通冲突类投诉回复提示词
服务态度投诉是最拧巴的一类。客户骂的是人，你要保的也是人，AI夹在中间容易两头不是人。我早期写的提示词犯过一个低级错误：让AI扮演“调解员”，结果AI一通“我们会加强对员工的培训”，客户直接追问“培训谁？工号多少？什么时候培训？”越描越黑。
现在的写法是把“不评价员工”和“不回避客户感受”绑死在一起。提示词里写：“禁止对涉事员工进行任何形式的评价或处理承诺，禁止使用‘该员工已受到处罚’‘我们会严肃处理’等表述。可以使用的句式是‘您描述的沟通过程确实会让您感到不舒服，这不符合我们希望给到客户的服务体验’。”客户要的是自己的感受被看见，不是听你说怎么收拾员工。
实际处理里还有一个细节：客户描述的服务冲突往往带着情绪化用词，AI容易顺着情绪写回复，越写越像站队。我的提示词里加了一个“情绪词剥离”动作：“从客户描述中提取事实性冲突点，去掉评价性词汇后再进入回复框架。”客户说“你们那个客服像个大爷一样凶我”，事实性冲突点是“通话中出现了语气激烈的沟通”，回复围绕“语气激烈的沟通”展开，不重复“大爷”这种词。语气对了，火药味就降下来了。
4.3 物流延迟、破损与错发类投诉回复提示词
物流类投诉有一个天然优势：信息相对透明。优势用不好就变成劣势——客户要的是“我的东西到哪了”，你回“物流信息显示正在运输中”，跟没回一样。我把物流投诉拆成延迟、破损、错发三条独立的提示词分支，每条分支的变量结构不同，不能混着用。
延迟类提示词的核心变量是“当前物流节点”和“预计到达时间”。我写提示词时要求AI引用具体节点，比如“您的包裹目前已经在[中转城市]分拨中心完成扫描，接下来会发往[目的城市]”。客户看到具体地名和动作，心里就有底了。空口说“请耐心等待”的客服，十个里有八个会被打差评，这不是态度问题，是信息颗粒度问题。
破损和错发要处理“证据链”和“替代方案”两条线。破损场景的提示词里必须包含取证指引，格式要具体到可执行：“请拍摄外包装破损处、内件受损情况、快递面单三张照片上传至对话窗口。”客户最烦听到“请您提供一下照片”这种没有数量要求的指令。错发场景的变量是“实际收到商品”和“客户下单商品”，提示词里要求AI先核对两个变量值再说话，避免出现“您确认一下是不是您拍错了”这种先质疑客户的句式。换货方案直接给两个选项：补发正确商品或退货退款，别让客户填空。
4.4 退款退货、赔偿与售后进度类投诉回复提示词
退款进度类投诉的客户情绪浓度高，燃点低。钱在谁手里，谁就急。我写这类提示词时会把“进度透明”放到第一优先级，共情话术只给一句，多了反而显得你在拖时间。“您反馈的退款申请我已查到，接下来我把每一步的处理情况跟您说明白。”这句话是开场白，说完就上进度表。
进度表怎么写有讲究。我不让AI写大段叙述，要求按“环节—状态—时间点”三列结构输出。比如“退款审核：已完成，3月12日14:22；原路退回：处理中，预计3月14日前到账；到账提醒：到账后会有短信通知。”客户看三行字比看三百字舒服。售后进度类同理，维修单、换货单、退款单各写各的节点，不能混在一个段落里。
赔偿类投诉要划死权限线。客户说“耽误我这么久必须赔五百”，AI不能直接应，也不能直接拒。我现在的提示词写了两步指令：“第一步，确认客户实际损失类型（时间延误、二次购买成本、精神困扰）；第二步，在{{补偿权限}}字段内匹配方案，匹配不到时回复‘我需要为您提交特殊补偿申请，专员会在24小时内回电跟您确认’。”不承诺、不推死，把决定权交给有权限的人。这条规则上线后，超额承诺的投诉二次升级率降了三成。
4.5 社媒公开投诉与差评回复提示词
社媒投诉和私信投诉是两种生物。私信里客户愿意跟你聊细节，社交媒体评论区里客户要的是观众。提示词的底层逻辑要从“一对一沟通”切换成“一对多表态”。
我处理社媒投诉提示词时第一个要改的是人称。“请您私信提供订单号”在评论区里像公事公办，换成“看到您的反馈了，方便的话私信发我一下订单号，我这边马上查”更自然。公开场景下客户不想被当成工单编号，他想被当成一个“正在被认真对待的人”。语气松一度，回复就活一分。
评论区的差评回复要设字数上限。我试过让AI在评论区写两百字的长回复，被客户怼“你们官方号是在写小作文吗”。现在提示词里写死：“公开回复不超过80字，包含三要素——确认看到了问题、表达重视、给出私信承接动作。”超过80字就自动截断。私下沟通再展开细节。评论区的功能是止血和引流，不是解决问题的主战场。
还有一种情况是投诉已经发酵，多个账号在评论区跟评。提示词的触发条件要加一条：“同一问题出现三次以上公开跟评时，回复中不得重复解释事件本身，改为统一使用‘该情况我们已在小红书/微博私信与当事人沟通处理中，其他用户如有类似情况可私信我们’。”防止AI在评论区里跟不同用户来回解释造成信息版本混乱。
4.6 从客户投诉回复话术模板提炼可复用提示词模块
话术模板库用久了会沉淀出规律。我翻自己攒的两百多条话术模板，发现六成以上的句子结构是可以拆出来复用的。拆解方法分三步：标句子功能、找变量槽位、抽条件分支。这三步走完，一条话术模板就能变成一块提示词积木。
举个例子。“非常抱歉给您带来不便，您反馈的问题我们已经记录，会尽快为您处理”这条模板，拆出来是“致歉句+记录确认句+处理承诺句”三个功能模块，变量槽位有两个——{{问题描述}}和{{处理时限}}。抽出来的模块可以嫁接到任何投诉场景里，换掉变量值就行。我现在写的每条新提示词，七成内容是从模块库里拼的，三成才是场景专属指令。
模块化最大的坑是拼出一堆“正确但空洞”的回复。我见过一条拼装提示词，开头是致歉模块，中间是核实模块，结尾是跟进模块，每个模块都标准，拼起来读着像四段不同人写的邮件。解决办法是加一条“缝合指令”：“各模块之间必须有一句过渡句串联，过渡句根据客户情绪强度从{{过渡句库}}中选择。”语气连贯了，模块才不显散。这也是我从话术模板时代一路踩过来的经验——模板是死的，提示词得让它活过来。
模块库还要设淘汰机制。我每个月会扫一遍提示词使用数据，连续两个月零调用的模块直接下架。刚开始舍不得删，觉得“万一哪天用得上”。攒到三百多个模块时发现，常用的其实就四五十个，剩下的全是垃圾占用认知带宽。删干净了，新来的客服反而找模块找得更快。
写这一章的时候我特意去翻了一下自己给几家客户做的提示词审计记录。有一家电商公司，AI客服上线第一个月，投诉解决率比人工低了十四个百分点。他们的运营负责人拿着数据来找我，开口第一句话是“提示词不是写好了吗怎么还这样”。我把他们那套提示词从头到尾看了一遍，问题不在句子写得好不好，在于这套提示词压根没考虑AI客服是个“带着镣铐跳舞”的角色。它手里有什么牌、能打什么牌、什么牌打出去会出事，提示词里一个字没提。基础写法管的是“像不像人话”，进阶设计管的是“该不该说、能不能做、说了做了之后谁兜着”。这两层中间隔着的，就是这一章要聊的东西。
5.1 AI客服提示词的角色、知识库与工具调用约束
我习惯在提示词的第一段就把AI客服的角色写死，不是写“你是一名专业客服”这种废话，是写清楚它在整个服务体系里的位置。我现在用的一句话是：“你是XX品牌的一线客服助手，你的职责范围是信息核实、情绪承接、标准方案提供，超出标准方案范围的事项一律转交人工专员处理。”这句话看着平平无奇，妙处在最后半句——它给了AI一个明确的“刹车片”。没有这句话的提示词，AI会本能地想把事情“解决掉”，解决不了就编，编着编着就出事。
知识库的挂载方式特别容易出问题。我见过不少团队把整本产品手册和售后政策一股脑塞进知识库，觉得“信息越全AI越聪明”。实际情况是，知识库越杂，AI检索越容易抓错段落。我的做法是按投诉场景切片，每个场景挂一个独立的小知识库，里面只放这个场景用得上的政策条款、产品参数和标准处理流程。举个具体的，退款场景的知识库只放退款时效表、退款条件说明、退款异常处理指引三份文档，物流信息查询接口的说明文档不往这个库里放。切得越细，检索精度越高，AI回复里引用的政策条款就越准。
工具调用约束是很多团队漏掉的一块。AI客服背后通常挂着订单查询、物流跟踪、工单创建、退款申请这几个接口，每个接口能查什么、能改什么、调用失败怎么回，提示词里都得写明白。我现在写这类约束用的是“三限原则”：限权限（只能查询不能修改）、限范围（只能查当前会话绑定的订单号）、限频次（同一订单号查询不超过三次）。举个例子，客户说“我订单号忘了你帮我查一下”，提示词里必须有一条“未获取订单号前禁止调用订单查询工具，需先引导客户提供订单号或手机号后四位”。这条规则加上去之前，出过一次AI拿着客户手机号去遍历订单的事故，虽然最后没造成数据泄露，但审计报告里被标了红。
工具调用失败的处理也要写进提示词。接口超时、返回空值、返回异常码，三种情况对应三套话术。我常用的兜底句式是：“我这边查询系统暂时没有响应，为了不耽误您的时间，我先帮您把问题记录下来，稍后由专员核实后给您回电。”这句话的作用是让AI在工具失灵时体面地退场，而不是硬编一个“您的订单正在派送中”糊弄客户。
5.2 多轮对话中的追问、澄清与情绪降温提示词
单轮回复写得好不好，看的是句子功底。多轮对话写得好不好，看的是“什么时候该问、什么时候该停、什么时候该降温”。这三件事在提示词里得分开写，混在一起写AI会乱。
追问和澄清的触发条件我一般按“信息缺口类型”来分。客户说“我买的东西有问题”，缺的是产品信息和故障描述，AI该追问“方便告诉我具体是哪个商品、出现了什么情况吗”。客户说“你们上次说给我处理到现在没动静”，缺的是历史工单信息，AI该先查历史记录再说话，查不到才追问“您还记得大概是什么时候反馈的吗”。这两种追问在提示词里对应的是两条不同的指令，不能共用一句“请提供更多信息”。共用句式的结果是AI对什么客户都问“请详细描述您的问题”，客户体验极差。
澄清的写法要防一个坑：别让AI把澄清写成质疑。客户说“你们发错货了”，AI回“您确认一下是不是您下单时选错了规格”，这句话在提示词评审会上被我们集体毙掉。现在的写法是“我先帮您核对一下订单记录，您当时下单的规格是[X]，实际收到的是[Y]，这两个信息我确认一下对不对”。同样是核对，前者是先质疑客户，后者是先呈现事实。一字之差，火药味完全不同。
情绪降温在多轮对话里是个动态动作，不是开场白说一句“非常理解您的心情”就完事了。我的提示词里给降温动作设了三个触发点：客户连续两轮使用感叹号或负面词汇、客户开始重复同一句话、客户提到“投诉”“曝光”“12315”。触发之后AI要做的是“降速+缩短+认领”，降速指回复变短、句子变短，缩短指先回应情绪再回应事实，认领指明确说出“这个问题我来跟进”。我给一个客户写过这样的降温指令：“检测到客户情绪升级时，回复字数压缩至80字以内，第一句必须包含对客户感受的直接回应，禁止在情绪回应前插入任何政策解释。”这条指令上线后，那家客户的情绪升级转人工率降了差不多两成。数字不一定有普适性，方向是对的——情绪没接住之前，讲什么道理都是白讲。
多轮对话还有一个隐蔽问题：话题漂移。客户聊着聊着从产品质量扯到上次的物流问题，AI如果不做话题管理，回复会越写越散。我在提示词里加了一个“话题锚定”指令：“每轮回复结束前确认当前对话的核心诉求是否已回应，未回应则在本轮回复末尾用一句话拉回主线。”拉回的方式要软，比如“您刚才提到的[核心问题]我这边还在跟进，先说回这个事”。硬拉会让客户觉得你在敷衍他刚提的新问题。
5.3 防止幻觉与越权承诺：事实核验、政策引用、转人工规则
幻觉这事在投诉场景里比在其他场景里危险十倍。闲聊场景AI编个天气没人较真，投诉场景AI编一句“我们承诺三天内全额退款”，客户截图存证，后面扯皮的就是你。我写防幻觉指令时用的思路是“能查的必须查，查不到的必须说查不到，不能查的必须转”。
事实核验指令要写到字段级别。我现在写的是：“涉及订单金额、物流状态、退款进度、补偿标准的表述，必须调用对应工具接口获取数据后生成，禁止凭上下文推测或引用历史会话中的数值。”这条指令的关键词是“字段级别”，不是笼统地说“要核实”。笼统的指令AI执行起来会打折扣，字段级别的指令它绕不过去。还有一个细节，工具返回的数据如果和客户描述不一致，提示词里要规定以工具数据为准，回复时用“系统记录显示”开头，不用“您说的不对”这种句式。
政策引用要设“白名单”。品牌方的售后政策动辄十几页，AI不能整本引用，只能引用白名单里的条款编号和标准表述。我的做法是在提示词里挂一个{{政策引用白名单}}变量，里面列清楚哪些条款可以引用、引用时的标准话术是什么、哪些条款禁止引用。禁止引用的通常是那些带“最终解释权”“视情况而定”字眼的模糊条款，AI一引用这类条款，客户立刻觉得你在留后手。白名单机制跑起来之后，政策引用出错的投诉基本归零。
越权承诺的防线要建在提示词的最外层。我用的结构是“权限声明+承诺分级+转人工触发”三段式。权限声明写清楚AI能承诺什么（标准退换货流程、标准补偿额度内的方案），承诺分级把补偿方案分成“AI可直接给”“AI需申请后给”“AI禁止提及”三级，转人工触发列出必须转人工的情形清单。清单里我固定放这几条：客户明确要求人工、涉及金额超过{{补偿上限}}、涉及人身安全、客户已提及法律途径或媒体曝光、同一问题三轮未闭环。这五条是硬触发，不设例外。
转人工的交接话术也要写进提示词，不能只说“正在为您转接”。我现在用的模板是：“这个问题我需要请专员跟您详细沟通，转接过程中您的对话记录会同步过去，您不用重复描述。专员预计在[X]分钟内接入。”这句话里“不用重复描述”和“预计X分钟”是两个关键信息点，前者降低客户的重复叙述成本，后者降低等待焦虑。转人工体验做得好不好，一半看交接话术，一半看交接时信息带得全不全。提示词里要加一条“转人工前自动生成对话摘要，包含客户诉求、已核实事实、已给出的方案、未解决事项四项”，这条加上去之后，人工客服的接手效率明显不一样。
5.4 回复质量评估指标：同理心、准确性、可执行性、合规性、品牌一致性
评估指标这件事，我踩过“指标太多等于没指标”的坑。早期给一个客户设计了十一个维度的评分表，跑了两个月，评分数据攒了一堆，没人看。后来砍到五个维度，每个维度配三条具体的评分锚点，用起来才顺。
同理心这个维度最容易评得虚。我的做法是看“情绪回应是否出现在事实回应之前”，再加一条“是否使用了客户原话中的情绪词”。客户说“气死我了”，回复里出现“理解您的着急”算及格，出现“您说气死了，这事换我我也上火”算良好。评分锚点要具体到句式层面，评出来的分才有区分度。同理心评分还有一个反向指标：回复里出现“请您理解”“希望您能体谅”这类句式，直接扣分。这类句式在客户听来就是“你别闹了”。
准确性看两件事：事实数据和政策引用。事实数据对不对，拿工具接口的返回值去比对，对不上就是零分。政策引用看条款编号和表述是否和白名单一致，不一致按引用错误处理。准确性评分我建议做成自动校验，人工抽检辅助，纯人工评准确性太耗人力，也容易标准漂移。
可执行性看“客户读完这条回复知不知道下一步做什么”。评分方法是把回复里的动作指令抽出来，看是否包含“谁做什么、什么时候做、怎么做”三个要素。客户收到回复后还要追问“那我到底该怎么办”的，可执行性就是不及格。这个维度我特别看重，因为投诉客户最烦的就是收到一堆正确但没用的安慰。
合规性主要卡红线，包括禁用表达、隐私信息处理、承诺权限三个方面。禁用表达用关键词库自动扫，扫到就标红。隐私信息看回复里有没有出现完整的手机号、身份证号、地址，出现即违规。承诺权限对照承诺分级表核查，超纲承诺一票否决。合规性评分不适合做加权平均，适合做否决项，碰红线直接整条回复打回。
品牌一致性这个维度比较微妙。我的理解是看“回复的语气和用词是否符合品牌人设”。高端品牌的回复里出现“亲”“哈”这类词，一致性就是不合格。母婴品牌的回复里语气过于公事公办，一致性也要扣分。这个维度我一般让品牌方自己出三个人做交叉评分，取中位数，比让一个人打分稳。
五个维度评下来，我建议的权重分配是准确性30%、合规性25%、可执行性20%、同理心15%、品牌一致性10%。权重可以按行业调，金融类客户我会把合规性提到35%，电商类客户把可执行性提到25%。权重这东西没有标准答案，关键是定下来之后别频繁改，改一次历史数据就断一次。
5.5 提示词迭代方法：A/B测试、失败案例归因、版本管理
提示词迭代最怕两种极端：一种是一条提示词用半年不改，一种是天天改。前者的问题是场景在变、客户在变，提示词不跟着变就会钝化。后者的问题是数据还没攒够就改，改完也不知道是变好了还是变坏了。
A/B测试在提示词迭代里的用法和产品功能测试不太一样。提示词的变量太多，同一条提示词改一个词，回复风格可能就变了。我现在的做法是一次只测一个变量，测试周期拉到两周，样本量至少覆盖三百条真实对话。测试期间两条提示词并行跑，按会话ID做分流，人工抽检和自动评分双轨记录。有个客户测过一版“开场白加不加客户姓氏”的变量，测出来加姓氏的版本同理心评分高0.4分，客户二次追问率低六个百分点。这个结论单看很小，但提示词迭代就是靠这种小结论一点点垒起来的。
失败案例归因要做成常规动作，不是出了事故才做。我要求客户每周抽二十条低分对话做归因，归因分类用固定的六类：信息缺失、指令冲突、知识库检索错误、工具调用失败、情绪处理不当、权限越界。归到哪一类，就在提示词里加对应的补丁。归因记录我建议用表格存，字段包括对话ID、归因类别、具体表现、修改动作、修改版本号。攒上三个月，你会发现失败案例高度集中在两三类上，这两三类就是下一轮迭代的重点。
版本管理这事很多团队做得马虎。提示词文件命名用“最终版”“最终版2”“真的最终版”的，我见过不止一家。我的建议是上轻量级的版本管理，文件名里带日期和版本号，每次修改附一段变更说明，说明里写清楚改了什么、为什么改、预期影响哪个指标。版本号我习惯用三段式：大版本.小版本.补丁号。大版本对应结构性调整，比如回复框架重写；小版本对应指令增删；补丁号对应措辞微调。变更说明攒起来就是一本迭代日志，新接手的人翻一遍就知道每条指令的来龙去脉。
版本回滚机制也要提前设计。我的做法是每个大版本上线前保留上一版的完整快照，上线后一周内监控五个核心指标：投诉解决率、客户满意度、转人工率、重复投诉率、平均对话轮次。任一指标恶化超过阈值，自动触发回滚评审。回滚不是失败，是止损。我经历过一次大版本上线后转人工率飙升，回滚之后查原因，发现是新版提示词里删掉了一条“工具调用失败兜底话术”，AI遇到接口超时就卡壳，客户等不及就要求转人工。要是没有回滚机制，这个版本的负面影响会持续扩散。
迭代节奏我一般建议按“双周小迭代、季度大迭代”来跑。小迭代改措辞、补案例、调参数，大迭代动结构、换框架、接新工具。节奏定下来之后，团队就知道什么时候该攒数据、什么时候该动手改，不至于天天在“改不改”上纠结。提示词这东西跟养花差不多，天天浇水会烂根，不管它会枯死，节奏比力度重要。
提示词写到能用的程度，工作只完成了一半。我这些年经手的项目里，死在“写完了但落不下去”的比死在“写不出来”的多得多。有个客户的市场总监跟我感慨过一句话，我记到现在：他说提示词这东西就像健身卡，办的时候热血沸腾，用起来三天打鱼，最后卡在钱包里发霉。这话糙，理不糙。前面五章聊的是怎么把卡办出来，这一章聊的是怎么让人真的去练、练出效果、练完还愿意续。
6.1 提示词库与话术模板库的协同建设
落地第一个绕不过去的问题：提示词库和话术模板库，到底建一个还是建两个。我见过两种极端做法。一种是只建话术模板库，觉得提示词就是高级点的话术，结果AI上线后回复风格忽高忽低，人工客服拿到AI草稿不知道怎么改。另一种是只建提示词库，把话术模板全部废掉，结果老客服集体抵触，说“以前张嘴就来的话现在要翻文档”。
我的做法是两个库分开建，中间架一条同步通道。话术模板库给人看，存的是“这种情况下可以怎么说”，语气、措辞、金句都往里放。提示词库给系统和流程看，存的是“这种场景下必须遵守什么规则、调用什么数据、输出什么结构”。两个库的定位不同，混在一起建，最后一定是四不像。
协同的关键在编码对齐。我现在给客户搭库，第一步是把投诉场景统一编号，比如产品质量类编号PQ，服务态度类编号SA，物流类编号LG，退款类编号RF。编号规则定下来之后，提示词库和话术模板库共用一套编号，同一个场景在两边都能对上号。这块的细节在于版本节奏，话术模板一个月能改两三版，提示词改一版要走测试和评审，周期长。我的处理办法是以提示词库的版本为主档，话术模板库标注“兼容提示词版本V2.1”，模板改版时如果和提示词口径冲突，以提示词为准，模板做适配。
踩过的最大一个坑是两库打架。有一家客户，AI按新提示词已经改成“先共情再核对”，人工客服手里的话术模板还是老版本，开口就是“请您提供订单号”。客户先被AI安抚了一轮，转人工后又被冷冰冰要单号，情绪直接炸了。这事之后我立了条规矩：两库任何一边做结构性调整，另一边必须在三个工作日内同步评审，评审记录入库。协同不是靠自觉，靠制度卡着。
6.2 客服培训、审核流程与人工兜底机制
培训这块我吃过亏。早期做培训，我讲了两小时提示词原理和写法，课后问卷满意度九十分，一个月后回访，一线客服说“老师讲得挺好，就是跟我没啥关系”。这话把我点醒了。对一线客服来说，提示词不是他们写，是他们用，培训重点该放在“怎么用、什么时候别用”上。
现在的培训我固定讲三件事。认场景，把提示词库里的场景编号做成一张随身卡，客服拿到投诉先对编号，编号对了调出来的回复框架就是对的。认信号，教客服识别哪些回复是AI生成的、哪些是半成品、哪些必须人工重写，我给的判断标准很土但好用：AI回复里出现大段政策引用、出现“您反映的问题我们高度重视”这类万能句、出现没有具体时间节点的承诺，三条里中两条就重写。认边界，把禁止AI处理的情形列成清单贴在工位上，涉及人身安全、涉及法律诉讼、涉及媒体曝光的，碰都别碰，直接升级。
审核流程我的建议是分阶段收紧再放松。上线首月全量审核，每条AI回复人工过一遍，审的是三件事：数据对不对、承诺越没越权、情绪接没接住。第二个月开始按百分之三十抽检，第三个月降到百分之十，高风险场景永远保持全量。审核记录要结构化，不能只在群里发一句“这条不行”，得填表：对话ID、问题类型、修改前后对比、归因分类。这张表攒上两个月，就是最好的培训教材。
人工兜底机制的核心是触发线怎么划。划高了，AI什么事都推人工，成本下不来。划低了，该转的不转，投诉升级。我常用的触发线组合是：客户明确要求人工、涉及金额超过补偿上限、同一问题三轮未闭环、客户情绪连续两轮升级、工具调用连续两次失败。这五条里前三条是硬指标，后两条是软判断，软判断交给AI自己做，做不准就多转，宁可多转不可漏转。有个做本地生活的客户，兜底线设得太保守，AI硬扛着处理门店配送纠纷，结果客户把聊天记录发到本地论坛，一条帖子带来三天负面舆情。兜底机制省的那点人力成本，赔一次舆情就全吐回去了。
6.3 数据反馈闭环：投诉解决率、满意度、重复投诉率
数据闭环这事，说起来都懂，做起来最容易变成“每月导一次报表发群里没人看”。问题出在指标选得太多、归因做得太浅、回灌路径太长。我现在给客户设计的闭环只看三个核心指标加两个辅助指标。
核心指标是投诉解决率、客户满意度、重复投诉率。解决率看的是“这次投诉关没关掉”，满意度看的是“客户关得舒不舒服”，重复投诉率看的是“关掉之后有没有反弹”。三个指标要一起看，单看一个准出事。我遇到过一家电商，解决率从百分之七十八冲到百分之八十九，团队开庆功会，我让他们把重复投诉率调出来一看，同期从百分之十一涨到百分之十七。查了三十条样本，问题清楚了：AI为了冲解决率，学会给“面子方案”，客户当场被安抚住，问题根子没动，过几天换个渠道再投诉一遍。解决率是面子，重复投诉率是里子。
辅助指标我放的是平均对话轮次和转人工率。轮次突然变多，多半是AI在某类问题上绕圈子，归因一查一个准。转人工率突然变少不一定是好事，可能是兜底线被悄悄调高了，得盯。
回灌路径要短。我的做法是每周一次数据快评，半小时的会，只看三样东西：本周低分对话抽二十条、归因分类统计、上周改动的提示词对应的指标变化。归到哪一类问题，当周就在提示词里打补丁，补丁版本号记进迭代日志。有客户问我为什么不搞月度复盘，我的回答是月度复盘适合看趋势，周度快评适合抓现行，提示词的问题拖一个月，样本早凉了，改起来全靠回忆。
埋点这块补一句。满意度不能只靠事后短信问卷，回收率低得可怜。我现在要求在对话结束时加一个轻量动作：AI主动问一句“这个问题这样处理您看行吗”，客户回“行”“可以”记为正向信号，回“不行”“还是没解决”记为负向信号，沉默记为中性。这个信号不如问卷精确，胜在量大、即时、不打扰。拿它做趋势判断足够了。
6.4 多行业与多渠道适配：电商、金融、SaaS、本地生活
同一个提示词框架往不同行业里塞，塞法完全不一样。我这些年做过电商、金融、SaaS、本地生活四个大类，每类的适配重点拎出来说。
电商的投诉高频、量大、时效敏感。提示词里最要紧的是物流和退款两个模块，响应速度比措辞精美重要得多。我给电商客户写的提示词有个硬约束：首响不超过十五秒，首响里必须包含处理时限。电商客户对补偿额度也敏感，补偿分级要细，五块十块的优惠券和全额退款得分开授权。
金融的投诉量少但单条重，合规权重最高。提示词里禁用表达清单要拉得极长，“保本”“稳赚”“肯定能批”这类词一个都不能漏。我做金融项目时，提示词评审会必须拉法务在场，每条涉及金额和期限的表述都要过法务的眼。金融场景还有一个特殊要求：所有回复必须留痕可追溯，提示词里要写明“本条回复引用的政策条款编号必须输出”，方便事后审计。
SaaS的投诉集中在功能故障和服务响应，客户群体专业度高，最烦套话。给SaaS客户写提示词，同理心模块可以收着写，技术细节和责任界定要写足。客户说“你们接口又挂了”，回复里得能说清楚是哪个接口、影响范围多大、预计恢复时间、有没有临时绕行方案。这类回复AI写不了全部，提示词的定位是“把已知信息组织好、把不知道的信息标出来、把该转研发的转出去”。
本地生活的投诉带着浓浓的门店属性，同一品牌不同门店的问题不一样，提示词里得留出门店变量。还有一个特点：投诉容易外溢到点评和社媒，提示词里要加一条“检测到客户提及公开平台，立即升级处理并同步门店负责人”。
渠道适配这块，我的经验是按渠道做输出约束模块。工单回复要结构化，开头结论、中间事实、结尾动作，客户扫一眼能抓到重点。社媒私信要短，一条别超过三行，公开场合回复还得顾及围观者观感，措辞要体面。电话场景的提示词其实是给坐席看的辅助脚本，要口语化、要留停顿提示、要标出哪些话必须客户先说完才能接。同一个投诉，三个渠道三套输出格式，提示词里不写清楚，AI会拿工单的腔调去回私信，客户看着像机器人。
多行业复用的正确姿势是三层拼装：公共模块管情绪承接和合规底线，行业模块管政策口径和场景特殊规则，渠道模块管格式和长度。三层分开维护，接新行业时只换行业模块，公共和渠道层基本不动。这套结构我用了三年多，接新客户的上线周期从六周压到两周。
6.5 合规、隐私与品牌风险控制
合规这条线，我的态度是宁可保守过头，不能踩线一次。投诉回复场景涉及大量客户个人信息，订单号、手机号、地址、支付信息，AI一旦在回复里带出来，就是事故。
数据最小化是第一条原则。提示词里要明确写死：回复中禁止出现完整手机号（只允许后四位）、禁止出现完整地址（只允许到区县级）、禁止出现身份证号和银行卡号。客户自己发出来的信息，AI回复时也不能复述，只能引用必要片段。有个客户出过一次事，AI在社媒公开回复里复述了客户私信里的订单详情，虽然打了码，围观者还是能拼出来是谁，客户直接投诉到市场监管。这事之后我把“公开渠道回复禁止引用任何订单细节”写成了铁律。
留痕是第二条。所有AI生成的投诉回复，原始输入、提示词版本号、输出内容、人工修改记录，四样东西要能对上。金融和医疗类客户我还会要求加时间戳和操作人标识。留痕不只是为了应付检查，出了纠纷要复盘，没有留痕就是一笔糊涂账。
敏感词管理要做成动态库。品牌方的禁用词清单会变，监管口径会变，舆情热点也会带出新的敏感词。我的做法是敏感词库单独维护，每周更新一次，提示词里用变量挂载，不写死在正文里。写死的后果是改一次要动全文，容易漏。
品牌风险控制里最容易被忽略的是“语气风险”。有些表述单看没毛病，放在特定舆情背景下就是雷。前两年有个客户赶上行业性负面新闻，AI回复里照常用“我们始终把客户利益放在第一位”，被截图发到网上群嘲。这类风险靠提示词防不住全部，我的补充办法是设一个“舆情敏感期开关”，敏感期内所有对外回复降一档语气，少说漂亮话，多说具体动作。
6.6 实施路线图与检查清单
落地这件事，我给客户的标准路线图是八周。前两周做诊断和基建，摸清现有投诉类型分布、盘点工具接口、搭两库骨架。第三到四周做试点，选一到两个高频场景跑小流量，提示词版本号V0.1，全量人工审核。第五到六周扩面，试点场景跑顺了往全场景推，审核比例逐步下降。第七周做压力测试，把历史投诉样本灌进去跑一遍，看边界情况处理得怎么样。第八周验收上线，同步启动周度数据快评机制。
检查清单我列过一版长的，后来砍成一页纸，分四块。基建块：场景编号表、提示词库、话术模板库、工具接口文档、政策引用白名单，五样缺一不可。流程块：审核表模板、归因分类表、转人工触发线清单、兜底人力排班表。培训块：客服培训签到表、随身卡、禁止处理情形清单。风险块：敏感词库、留痕方案、回滚预案、舆情敏感期开关。
上线前最后一周最容易漏的三件事，我单独拎出来说。头一件是兜底人力排班，AI上线初期转人工率一定会上蹿，排班没跟上，客户等人工等到骂街。第二件是工具接口压测，平时查订单一秒回，投诉高峰并发一上来接口超时，AI的兜底话术没测过就抓瞎。第三件是培训签收，培训做了但不签收，出了事没人认账，签收表看起来是形式主义，实际是责任分界线。
最后说句实在话。提示词的落地和优化没有终点，我手上跑得最久的一个项目已经迭代到V3.7，每周还在打补丁。这套东西的生命力不在写得多漂亮，在于有没有人持续看数据、持续改、持续测。工具会换，模型会升级，这套“建库、培训、闭环、适配、控险、按路线图推进”的骨架，能管很长时间。
