夜雨聆风学习资料网

ARTICLE · 1400142

客户沟通提示模板 —— 给外部看的输出,必须知道哪些话不能说

客户沟通提示模板 —— 给外部看的输出,必须知道哪些话不能说

第16集|客户沟通提示模板 —— 给外部看的输出,必须知道哪些话不能说

第16集 · AI智能体落地实战笔记系列
配套阅读:第15集 需求评审提示模板 · 第13集 数据分析提示模板

配套视频(全 1 集)

第16集《客户沟通提示模板:给外部看的输出,边界在哪》· 6:00


开篇:一句「建议您尽快联系我们的客户经理」,把 12 万的订单搞砸了

前面三集讲的数据分析、合同审阅、需求评审,有个共同点——输出都是给内部用的。

数据分析给老板看,合同审阅给法务看,需求评审给开发看。看的人懂背景,能自己判断。

客户沟通不一样。输出是发给客户看的。

我见过一个真实的翻车案例。某次客户投诉处理,AI 生成了这样一段回复:

「根据您的订单情况,建议您尽快联系我们的客户经理,以便获得更快的处理。」⏸

客户看完,直接把订单取消了。⏰

问题出在哪?

「建议您尽快联系我们的客户经理」——这句话本身没毛病。但客户读到的是:「你的问题我们解决不了,去找销售。」

而实际上,那个订单的金额是 12 万,客户经理根本无权处理——按规则,AI 客服应该直接给出补偿方案。

这句话把一个能自动解决的问题,转成了一个需要客户和公司谈判的问题。

而更扎心的是:**这段话没有任何违规内容。**它语法正确、逻辑通顺、语气礼貌。⏸⏰

它只是——说错话了。⏸⏰

这篇要解决的问题

  • 客户沟通的特殊约束:输出给外部看,多一个「不能说什么」的维度
  • 三类绝对不能出现的表达,以及为什么它们比「事实错误」更危险
  • 边界感知的四层设计:不是靠一句「请谨慎」约束模型
  • 语气与内容的分离:一次改一个变量
  • 可复用的沟通模板,以及它的评估集

一、客户沟通跟前面三个模板的根本差异

1.1 四个差异

维度
内部输出(分析/审阅/评审)
客户沟通
读者身份
同事,懂背景
完全不懂背景,且情绪可能已经负面
错误的代价
内部判断失误,可纠正
直接的关系损失 + 订单损失
错误的方向
漏报比误报更糟
两个方向都糟,但「过度承诺」更糟
可挽回性
内部讨论可以澄清
客户看到就形成印象,撤回很难

第四行是最关键的。

内部输出发错了,改一下就行。客户沟通发错了,客户已经记住了——你要花十倍成本去扭转。

1.2 三个新维度

前面三篇的输出契约里,我们只需要管「准确性」和「完整性」。客户沟通要加三个:

① 身份边界—— 模型代表的是谁?能不能代表公司做承诺?

② 信息边界—— 哪些信息可以说,哪些属于内部信息?

③ 情绪边界—— 客户已经不高兴了,模型的语气不能是「公事公办」。

这三样都不是「说得对不对」的问题,而是「该不该说」的问题。

1.3 为什么「语气礼貌」反而会出事

这一点很反直觉。

很多人以为客户沟通最重要的是「语气友好」。但我统计过一批真实的客户投诉回复,发现:

语气最客气的那几条,满意度评分反而最低。

原因在于——过度的礼貌会被读成敷衍。

「非常抱歉给您带来不便,我们高度重视您反映的问题,将会尽快安排专人跟进处理。」⏸

这段话挑不出任何毛病。但客户读到的是:「所以你们根本解决不了。」

⏰

而这段话下面如果接一句「建议您联系我们的客户经理」,就是双重否定。

对已经不满的客户,"我们高度重视"是最没用的一句话。

因为它没有回答客户真正想知道的问题:我的问题什么时候能解决。


二、三类绝对不能出现的表达

这是这一篇的核心。我把它们叫「三类不该出口的话」。

2.1 第一类:转移责任型

长相:

「建议您联系我们的客户经理」⏸
「这个需要您咨询专业人士」⏸
「您可以查看我们的政策说明」⏸

为什么致命:它把公司能解决的问题,变成了客户要自己去解决。

而在 AI 客服的场景里,这几乎总是错的——如果客户自己能解决,就不会来投诉了。

修正原则:把「找谁」换成「我做什么」。

# ❌ 转移责任”建议您尽快联系我们的客户经理,以便获得更快的处理。”# ✅ 明确动作 + 时间”您的订单金额符合我方直赔条件(1 万以下自动处理,1 万以上由专员处理)。 12 万的订单我已提交加急申请,专员会在 2 小时内与您联系, 期间订单状态保持不变。”

注意后半句「期间订单状态保持不变」——这是客户最想知道但模型从来不说的一句。

2.2 第二类:过度承诺型

长相:

「我们保证三天内解决」⏸
「这个费用一定会全额退还」⏸
「绝对不会再出现这种情况」⏸

为什么致命:客户会记住这句话,并以此为依据。

我见过一个团队,AI 客服跟客户说「我们保证三天内解决」。结果三天后没解决,客户拿着截图投诉,并且把这件事发到了行业群里。

承诺是合同行为,不是客服话术。

修正原则:区分「我能承诺的」和「我不能承诺的」。

COMMITMENT_RULES = ”””【承诺规则】【可以承诺】- 我方完全可控的事项(已确认的处理动作、已确认的时间点)  「已为您提交退款申请,款项将在 3-5 个工作日原路退回」【不可以承诺】- 依赖第三方的结果(银行到账时间、供应商物流、审核结果)  「退款已提交,到账时间以银行为准,通常 3-5 个工作日」- 未来不确定的判断(一定、保证、绝对、不会再)  「我们无法保证此类情况不再发生,但已优化流程」【表述方式】- 用「已」「正在」「预计」「通常」描述确定的事- 用「无法保证」+「但已采取」描述不确定的事- 禁止使用:保证、绝对、一定、肯定、不会再、百分百”””

「一定」这个字最危险。因为它经常出现在「一定能解决」这种句式里——而模型不知道能不能。

2.3 第三类:空洞共情型

长相:

「非常抱歉给您带来不便,我们高度重视」⏸
「完全理解您的心情」⏸
「您的感受对我们非常重要」⏸

为什么致命:它占用了回答问题的位置,却没有提供任何信息。

客户听完这三句,仍然不知道自己的问题什么时候能解决。

更糟的是——空洞共情 + 转移责任,是最伤的组合:

「非常抱歉给您带来不便,我们高度重视您反映的问题。建议您联系我们的客户经理进一步处理。」⏸

礼貌、关切、然后踢皮球。客户的感受会从「不满」升级到「被敷衍」。⏰

修正原则:共情要具体,而且必须紧跟动作。

# ❌ 空洞共情”完全理解您的心情,我们对此深表歉意。”# ✅ 具体共情 + 立即给动作”等了 5 天没收到货,换我也着急。我已经查到您的包裹卡在了中转站, 今天下午会联系快递调取详细信息,最晚明天给您答复。”

注意「等了 5 天没收到货」——这是具体共情。它证明你真的看了订单,而不是套模板。

2.4 三类的对照表

类型
特征句
后果
修正方向
转移责任
「建议您联系…」「您可以咨询…」
客户被迫自己解决问题
「我做什么」代替「找谁」
过度承诺
「保证」「一定」「绝对」
截图即证据
只承诺我方可控的事
空洞共情
「非常抱歉」「高度重视」「完全理解」
占位不给信息
具体化 + 紧跟动作

三、边界感知的四层设计

知道了三类不该说的话,怎么让模型真的避开?

不能靠一句「请谨慎表述」。我试过——模型会变得更啰嗦,但该说的还是说了。

有效的做法是四层递进约束。

3.1 第一层:白名单(能说什么)

ALLOWED_ACTIONS = ”””【你可以做的承诺】(只能从这份清单里选)- 查询订单状态并告知- 发起退款/退货申请- 发放你有权限范围内的补偿或优惠券- 修改可修改的订单属性(配送时间、地址等)- 转交并告知预期响应时间- 说明下一步流程与所需材料【你不能做的】(超出这些的一律转人工并说明)- 承诺具体金额的赔偿(超出你的权限额度)- 承诺到账时间(银行/第三方不可控)- 修改价格、合同条款- 做出法律或政策解释- 承诺”绝不会再发生””””

白名单是正向的,比黑名单有效。因为模型在生成时更容易遵守「你可以做 A、B、C」而不是「不要做 X、Y、Z」。

3.2 第二层:转人工的触发条件

ESCALATE_RULES = ”””【必须转人工并说明的情况】遇到以下任一情况,立刻停止尝试解决,输出转人工说明:1. 客户诉求超出你的权限额度2. 客户提到法律、诉讼、监管、媒体3. 客户已经表达第二次不满(”你上次也这么说”)4. 客户要求修改合同、价格、条款5. 你在两轮对话内没能让客户的情绪降温6. 你需要的信息不在系统里【转人工的说明格式】”这件事需要专员来处理,我已经帮您做的是:{已做的动作}。 {预期响应时间},{联系渠道}。{如果有单号},工单号是 {单号}。”⚠️ 转人工不是失败。把问题原样丢给客户自己,是最糟的结局。”””

第 3 条特别重要:「你上次也这么说」——重复失约比一次失约更伤。

我见过一个团队没做这条规则,AI 跟同一个客户道歉了三次,每次都转人工但没人回。第三次客户直接投诉到平台。

第 6 条是给模型的心理建设——不写这句,模型会觉得自己「失败」了,于是倾向于硬撑。

3.3 第三层:语气与内容的分离

这是我认为这一篇最实用的设计。

TONE_RULES = ”””【语气规则】【语气由「客户情绪」决定,不由「你的性格」决定】先判断客户当前情绪状态,再选对应的回应方式。【客户状态 A:问题明确、语气中性】→ 直接给方案。不用共情,直接说能做什么。  ”您的订单 X 状态是已发货,物流单号 Y,预计 Z 到。  如果 Z 前没到,告诉我一声,我直接给您补发。”【客户状态 B:问题明确、语气不满】→ 先给具体信息,再给动作。不要泛泛道歉。  ”等了 5 天确实不合理。我查了物流,卡在 B 分拣中心,  今天下午我联系快递调取,最晚明天给您答复。”【客户状态 C:诉求不明确】→ 先确认诉求。一次只问最关键的一个问题。  ”我看到您反馈的是订单问题。您是想取消订单,还是查询物流?  如果是查询物流,我这边能直接看到。”【客户状态 D:情绪激烈(提到投诉平台、曝光、媒体)】→ 立刻转人工,不要尝试说服。  ”您提的问题我已经完整记录并升级处理,专员会在 1 小时内联系您。  您的单号是 X。”【绝对禁止】- 在客户状态 B/D 使用「非常抱歉」「高度重视」「完全理解」- 在任何状态下说「建议您联系...」而不同步给出「我已做的动作」”””

这一层是整篇的精华。

关键设计:语气不是模型的默认属性,是由输入决定的。模型必须先判断客户状态,再选回应方式。

这样「空洞共情」的问题从根上解决了——因为在状态 A(语气中性)时,模板明确要求不要共情,直接给方案。

3.4 第四层:输出前的自检

SELF_CHECK = ”””【输出前自检】(在生成回复后、返回给用户前执行)逐项检查,任一不过就重新生成:□ 回答了客户真正的问题吗?(不是只回应对症状的问题)□ 有没有承诺我控制不了的事?(时间、金额、绝对化表述)□ 有没有把问题推给客户?(「建议您联系」「您可以咨询」)□ 有没有空洞的共情句?(非常抱歉/高度重视/完全理解)□ 情绪激烈的客户有没有转人工?□ 有没有说明「下一步」和「预期时间」?□ 语气符不符合客户当前状态?【自检不通过时的修正原则】- 承诺类问题 → 改成「已做的动作 + 不可控部分的说明」- 推给客户 → 改成「我先做了 X,还需要您提供 Y」- 空洞共情 → 删除,直接从具体信息开始- 情绪激烈 → 转人工,不要说服”””

输出前的自检是最后一道防线。前三层是约束,这层是校验。

两者结合的效果:

层次
机制
性质
白名单
缩小可选范围
事前约束
转人工条件
明确退出路径
事前约束
语气分离
按输入选模式
事前约束
输出前自检
逐项排查
事后校验

四、三层结构的客户沟通模板

还是任务层 / 格式层 / 示例层,但每一层都有新的东西。

4.1 任务层

CUSTOMER_TASK = ”””你是{品牌名}的{角色,如「售后专员」},正在通过{渠道}与客户沟通。【你的身份边界】- 你代表{公司名},可以执行的动作仅限【你可以做的承诺】清单- 超出清单的,必须转人工并说明预期- 你说的话客户会当成公司的正式表述【客户信息】{客户信息字段}【订单/服务信息】{业务信息字段}【重要原则】- 先判断客户当前状态,再选回应方式- 回答客户真正的问题,不是他问的那个问题- 每一句承诺都要能兑现- 不确定的事,说明不确定,不要含糊带过”””

「你说的话客户会当成公司的正式表述」这一句很重要。它给「过度承诺」提供了理由——模型理解了这句话为什么有代价。

4.2 格式层

CUSTOMER_FORMAT = ”””【输出格式】先输出内部判断,再输出给客户的话。两个部分都要有。{{  ”analysis”: {{    ”customer_state”: ”<A | B | C | D>”,    ”state_reason”: ”<为什么判断是这个状态>”,    ”real_question”: ”<客户真正想知道的是什么>”,    ”actions_taken”: [”<我已经为客户做的事>”],    ”need_from_customer”: [”<需要客户提供什么,没有就空数组>”],    ”self_check_passed”: true,    ”escalate”: false  }},  ”reply”: ”<给客户看的回复,纯文本,不要 markdown,不要解释你的判断>”}}【reply 的要求】- 直接回应客户,不解释你在做什么分析- 包含:客户问题的答案 / 已做的动作 / 下一步 / 预期时间- 不超过 200 字- 不要用 markdown 语法(客户在聊天框里看)”””

「先输出内部判断,再输出给客户的话」是关键设计。

这样模型的推理过程(判断情绪、识别真实问题、列出动作)发生在给客户看的文本之前。

如果反过来——先生成回复再分析——模型就会在分析里为已经说错的话找理由。

reply字段的要求也很实在:

  • 「不要解释你在做什么分析」——防止把内部判断漏给客户
  • 「不超过 200 字」——防止模型写长篇大论(聊天框里没人看长文)
  • 「不要用 markdown」——聊天框里 **加粗** 会原样显示

4.3 示例层

CUSTOMER_EXAMPLE = ”””【输出示例】(只示范格式,不要模仿推理过程)输入:  客户消息:「物流四天没动了,是不是掉线了?我要退款」  订单信息:{物流状态:已发货3天,末次更新48小时前,物流公司未返回新节点}  当前状态:已支付,未发货输出:{{  ”analysis”: {{    ”customer_state”: ”B”,    ”state_reason”: ”语气不满但诉求明确(要退款),未提及投诉平台”,    ”real_question”: ”客户真正想知道的是「东西还在路上吗、退款能不能快点办」”,    ”actions_taken”: [”查询物流状态”, ”提交退款申请”],    ”need_from_customer”: [],    ”self_check_passed”: true,    ”escalate”: false  }},  ”reply”: ”您的包裹当前显示已发货3天,物流最近一次更新是48小时前,确实卡住了。 我已经同时做了两件事:一是提交了退款申请,款项3-5个工作日原路退回; 二是联系物流公司调取详细信息,最晚明天给您答复。 退款期间不影响退款金额。”}}”””

注意示例里「已经同时做了两件事」——它把「已做的动作」写进了给客户的话里。

而且「退款期间不影响退款金额」这句——客户听到坏消息时,最想知道的是「我会损失什么」。这一句的作用比任何道歉都大。

4.4 完整组装

def build_customer_prompt(customer_msg, customer_info, biz_info,                          state_hint=None):    parts = [        CUSTOMER_TASK.format(            brand=BRAND, role=ROLE, channel=CHANNEL,            company=COMPANY,            customer_info=json.dumps(customer_info, ensure_ascii=False),            biz_info=json.dumps(biz_info, ensure_ascii=False),        ),        ALLOWED_ACTIONS,        ESCALATE_RULES,        TONE_RULES,        ”【客户消息】\n” + customer_msg,        CUSTOMER_FORMAT,        CUSTOMER_EXAMPLE,    ]    return ”\n\n”.join(parts)

注意顺序:白名单和转人工规则放在客户消息之前——约束要先于输入,否则模型读完客户的话已经被带着走了。


五、程序侧的三道防线

提示词是软的。这一节讲硬的。

5.1 第一道:禁用词检查(最便宜的一道)

# guard_banned.pyimport re# 禁用:不是绝对不能用,是必须人工确认BANNED_PATTERNS = [    (r”保证|绝对|一定能|肯定能|百分百|100%”, ”绝对化承诺”),    (r”建议您(联系|咨询|自行)”, ”转移责任”),    (r”非常抱歉|深表歉意|高度重视|完全理解|感同身受”, ”空洞共情”),    (r”马上|立刻|一定.*到账”, ”时间承诺”),]# 允许出现在转人工说明里的例外ESCALATION_EXEMPT = r”建议您联系|专员会|已提交”def check_banned(reply: str) -> list:    ”””检查回复里的禁用表达。返回问题列表,空=通过。”””    issues = []    for pat, label in BANNED_PATTERNS:        for m in re.finditer(pat, reply):# 转人工场景豁免            if label == ”转移责任” and re.search(ESCALATION_EXEMPT, reply):                continue            issues.append({                ”type”: label,                ”match”: m.group(0),                ”position”: m.start(),            })    return issues

这个检查的价值在于:它是确定性的、零成本的、100% 能跑的。

模型再小心也会漏掉一次,但正则不会。

5.2 第二道:承诺与权限核对

# guard_commitment.py# 我方实际能承诺的(从业务系统读)OUR_CAPABILITIES = {    ”refund_amount_limit”: 1000,# 自动退款上限    ”compensation_coupon_limit”: 200,# 优惠券额度上限    ”response_time_hours”: 2,# 专员响应时效    ”processing_days”: (3, 5),# 退款到账天数区间}def check_commitment(reply: str, analysis: dict) -> list:    ”””检查回复里的承诺是否超出实际能力”””    issues = []# 1) 转人工但没给预期时间    if analysis.get(”escalate”):        if not re.search(r”\d+\s*(小时|个工作日|分钟)”, reply):            issues.append(”转人工但未说明预期响应时间”)# 2) 提到了具体时间,检查是否在能力范围内    m = re.search(r”(\d+)\s*个工作日”, reply)    if m:        days = int(m.group(1))        lo, hi = OUR_CAPABILITIES[”processing_days”]        if not (lo <= days <= hi):            issues.append(f”承诺 {days} 个工作日超出实际能力 [{lo}-{hi}]”)# 3) 提到了具体金额    m = re.search(r”(\d+)\s*元”, reply)    if m:        amt = int(m.group(1))        limit = OUR_CAPABILITIES[”refund_amount_limit”]        if amt > limit and ”已提交” not in reply:            issues.append(f”承诺 {amt} 元超出自动处理权限 {limit} 元”)    return issues

第 3 条特别有用——它直接对应第14集讲的「议价空间」:权限额度就是客户沟通里的议价空间。

如果 AI 客服承诺了超出权限的金额,人工接手时就要重新谈——这比一开始就说「这需要专员」更伤客户。

5.3 第三道:情绪升级检测

# guard_escalation.pyESCALATION_SIGNALS = [    r”你们(这也|还)?(是|都)(什么|啥)(服务|态度)”,    r”(我要|我要去)(投诉|曝光|起诉|找媒体|消协)”,    r”(上次|上回|之前)(也是|也)(这样|说过)”,    r”到底(能不能|有没有|行不行)”,    r”(太|真是|简直)(过分|离谱|搞笑)”,]def detect_escalation(customer_msg: str, history: list = None) -> dict:    ”””检测客户情绪升级信号”””    hits = [m.group(0) for p in ESCALATION_SIGNALS            for m in re.finditer(p, customer_msg)]# 重复失约:历史里已经出现过不满    repeat = False    if history:        for h in history[:-1]:            if re.search(r”(没(有)?(解决|回复)|还是|又)”, h.get(”customer_msg”, ””)):                repeat = True                break    return {        ”escalate”: bool(hits) or repeat,        ”signals”: hits,        ”repeat_disappointment”: repeat,    }

「重复失约」这条特别关键。客户第二次说「你上次也这么说」——这时候任何话术都没用了,必须给人。

我在提示词里写这条规则时,模型是会遵守的。但程序侧再检一遍,成本极低。

5.4 串起来:调用侧的三道防线

# customer_service.pydef handle_customer_message(customer_msg, customer_info, biz_info, history=None):# 1) 事前:情绪检测 → 决定是否直接转人工    esc = detect_escalation(customer_msg, history)    if esc[”escalate”]:        prompt = build_escalation_prompt(customer_msg, customer_info, biz_info, esc)    else:        prompt = build_customer_prompt(customer_msg, customer_info, biz_info)# 2) 生成(最多 2 次)    result = None    for attempt in range(2):        raw = call_model(prompt, model=”gpt-5”, response_format=”json”)        result = json.loads(raw)        reply = result[”reply”]# 3) 事后:三道检查        issues = (check_banned(reply)                  + check_commitment(reply, result.get(”analysis”, {}))                  + ([] if not esc[”escalate”]                     else ([{”type”: ”情绪已升级但未转人工”}]                           if not result.get(”analysis”, {}).get(”escalate”) else [])))        if not issues:            return {”reply”: reply, ”analysis”: result[”analysis”], ”ok”: True}# 把问题反馈给模型让它自己改        prompt += f”””【你的回复未通过检查,请修正】{chr(10).join('- ' + str(i) for i in issues)}注意:转人工场景请用【转人工的说明格式】,但要包含预期响应时间(如”专员将在 2 小时内联系您”)。”””# 两次都不合格 → 走兜底(固定模板 + 人工工单)    ticket = create_ticket(customer_msg, customer_info, result)    return {        ”reply”: f”您的诉求我已完整记录并升级处理,专员会在 2 小时内联系您。”                 f”工单号 {ticket}。”,        ”analysis”: result.get(”analysis”, {}),        ”ok”: False,        ”ticket”: ticket,    }

「两次不合格 → 固定模板 + 人工工单」这个兜底很重要。

它保证了:不管模型出什么问题,客户永远不会收到空白或错误内容。

而且固定模板本身也合规——「已升级处理 + 2 小时内联系 + 工单号」,包含了客户最需要的三件事。


六、多轮对话的状态管理

前面讲的都是单轮。但客户沟通几乎不会只有一轮——而多轮会把前面所有问题放大。

6.1 三个必须在每一轮都带的东西

CONVERSATION_STATE = ”””【本轮对话必须带的状态】【客户情绪轨迹】本轮之前客户的情绪:{emotion_history}上一轮客户最后一句话:{last_customer_msg}上一轮我方是否给出了明确的时间承诺:{last_promise_made}【已承诺事项】{本会话中已经对客户做过的承诺列表}【未完成事项】{本会话中还没解决的问题}【本轮的限制】- 如果上一轮已经承诺了时间,本轮不能给不同的时间- 如果客户重复了上一轮的问题,说明上一轮没答清楚 → 直接承认并补充,不要重复原话- 如果客户情绪比上一轮更差(判定为升级),立即转人工”””

「已承诺事项」这个字段是最关键的。

多轮场景下最严重的翻车是:第一轮说「2 小时内联系您」,第二轮说「专员会在 1 小时内联系您」。

⏰

客户会立刻发现不一致——这比一开始就说错更伤。

「如果客户重复了上一轮的问题,说明上一轮没答清楚 → 直接承认并补充,不要重复原话」这条也很实际。

模型有一种很强的倾向:客户重复问,它就重复答。因为它看到的是同一句话,就给出了同样的回答。

⏸

但客户的真实含义是:「你没听懂」。

6.2 重复问题的检测

# detect_repeat.pyimport redef detect_repeat(current_msg: str, history: list) -> dict:    ”””检测客户是否在重复之前的问题    判断依据不是字面相似,而是「关键实体是否一致」    ”””    if not history:        return {”repeat”: False, ”reason”: ””}# 抽取当前消息里的关键实体(订单号、金额)    cur_order = re.search(r”[A-Z]{2,}\d{6,}”, current_msg)    cur_money = re.search(r”(\d+)\s*(元|万|块)”, current_msg)# 去掉礼貌词后的核心词    polite = ”(那个|这个|请问|麻烦|怎么|为什么|到底)”    cur_words = set(re.findall(r”[\u4e00-\u9fff]{2,}”, re.sub(polite, ””, current_msg)))    for h in history[:-1]:        prev = h.get(”customer_msg”, ””)        prev_words = set(re.findall(r”[\u4e00-\u9fff]{2,}”, re.sub(polite, ””, prev)))# 实体一致 + 词重叠高 → 判定为重复        same_entity = (cur_order and cur_order.group(0) in prev) or \                      (cur_money and cur_money.group(1) in prev)        overlap = len(cur_words & prev_words) / max(len(cur_words), 1)        if same_entity and overlap > 0.5:            return {                ”repeat”: True,                ”reason”: f”与第 {h.get('turn')} 轮问题重叠 {overlap:.0%}”,                ”prev_turn”: h.get(”turn”),                ”prev_reply”: h.get(”reply”, ””)[:100],            }    return {”repeat”: False, ”reason”: ””}

「实体一致 + 词重叠」双条件,比单纯语义相似更准。

因为客户可能会用完全不同的措辞问同一件事(「怎么还没好」vs「物流是不是又出问题了」),但订单号是一样的。

⏰

6.3 重复时该怎么说

REPEAT_RESPONSE = ”””【客户重复提问时的处理】如果检测到客户在重复上一轮的问题:【禁止】❌ 重复上一轮的原话❌ 说”我刚才已经说过了”❌ 说”您的问题我理解”【正确做法】1. 承认上一轮没说清楚(如果确实是上一轮的问题)   ”抱歉,我上一条没说清楚——”2. 如果是上一轮说漏了,直接补充   ”补充一下刚才漏掉的一点:{具体信息}”3. 如果上一轮其实说清楚了,只是客户没接受   ”我理解您还是不确定。换个方式说:{换一种表述}。    另外我再多说一个细节:{额外信息}”4. 如果确实解决不了,直说   ”这个问题我确实解决不了。我能做的是 {X},需要 {Y} 才能推进。”【关键】客户重复问,说明你的回答没有让他放心。所以这一轮要比上一轮 MORE 具体,不是 MORE 礼貌。”””

「这一轮要比上一轮 MORE 具体,不是 MORE 礼貌」——这是多轮沟通的核心原则。

⏰

很多团队的应对方式是「更客气地重复」,结果客户更生气了——因为他觉得自己在跟一个机器人说话。

6.4 多轮场景的额外检查项

前面三道防线,在多轮场景下要加四条:

MULTI_TURN_CHECKS = ”””【多轮额外检查】□ 本轮给的时间承诺,与历史承诺是否一致?  - 不一致 → 用历史那个时间,并说明”还是 X 小时内”□ 客户是否重复了之前的问题?  - 是 → 本轮必须提供 MORE 具体的信息,不是重复□ 客户情绪是否比上一轮更差?  - 是 → 转人工,不要尝试说服□ 客户提到的订单/工单号,本轮是否与上下文一致?  - 不一致 → 说明清楚”您说的是 XX,我这边看到的是 YY””””

七、五个必须避开的坑

7.1 坑一:只写「请谨慎表述」

表现:提示词里加一句「请注意言辞得体」,但没有任何具体约束。

为什么不行:模型不知道「得体」是什么。它会写得更长、更啰嗦,但该说的还是说了。

解法:换成可判定的三层——白名单、转人工条件、语气映射表。

7.2 坑二:把「共情」和「道歉」当成必需要素

表现:模板里写「回复必须先共情再给方案」。

为什么不行:对语气中性的客户(状态 A),共情是多余的;对情绪激烈的客户(状态 D),共情解决不了问题。

解法:语气由客户状态决定。状态 A 明确要求「不用共情,直接给方案」。

7.3 坑三:转人工时不说明预期

表现:AI 说「已转交专员处理」,然后没了。

为什么不行:客户的下一个问题必然是「什么时候联系我」。没有预期时间的转交,在客户看来等于踢皮球。

解法:转人工说明格式里强制包含预期时间 + 已做的动作 + 工单号。

7.4 坑四:不检测重复失约

表现:客户第二次、第三次投诉,AI 还在重复同样的话。

为什么不行:重复失约比一次失约更伤——它证明了「说了也没用」。

解法:历史消息里检测「还是」「又」「上次也」这类信号,命中就直接转人工。

7.5 坑五:禁用词检查不分场景

表现:正则把所有「建议您联系」都拦下来。

为什么不行:转人工场景里必须说「建议您联系我们的专员」——这是格式要求。

解法:加豁免规则——转人工说明里的转介词不算违规。

7.6 对照表

坑
症状
解法
只写「请谨慎」
说得更多但还是说错
白名单 + 转人工条件 + 语气表
共情当必须
语气中性客户被啰嗦
语气由状态决定
转人工不说预期
客户接着问「什么时候」
格式强制含时间 + 动作 + 单号
不检测重复失约
第三次投诉还是老话
查历史里的不满信号
禁用词不分场景
转人工说明被误拦
加豁免规则

八、一套能用的客户沟通评估集

8.1 分桶

按**「最容易出错的场景」**分桶,这是客户沟通评估集的核心。

CS_BUCKETS = {    ”情绪激烈”: 20,# 提到投诉平台、曝光、媒体    ”重复失约”: 15,# 历史里已有不满    ”超权限诉求”: 15,# 退款金额超出自动处理额度    ”诉求不明”: 15,# 客户没说清要什么    ”诱导承诺”: 15,# 客户主动要求”你保证一下”    ”法律风险”: 10,# 提到法律、诉讼、监管    ”第三方不可控”: 10,# 物流、到账时间等}

「诱导承诺」这一桶最容易被忽略。客户说「你保证一下三天能到,我就取消投诉」——模型很可能顺口答应。

8.2 rubric

CS_RUBRIC = ”””你是客户沟通质量评审专家。评估一条给客户的 AI 回复,1-5 分。【5 分】可以直接发出:- 回答了客户真正关心的问题(不只是回应他问的那个问题)- 所有承诺都基于我方可控事项,且在能力范围内- 包含:问题答案 / 已做的动作 / 下一步 / 预期时间- 语气与客户当前状态匹配- 空洞共情句为零- 转移责任的表述为零- 涉及情绪升级、重复失约、法律风险时,已转人工【4 分】基本可用:- 个别细节缺失(如未说明工单号),但无实质问题【3 分】有明显缺陷:- 有一句空洞共情,或- 承诺了不可控事项(到账时间、绝对化表述),或- 缺少「下一步」或「预期时间」【2 分】有伤害性表达:- 把问题推给客户(”建议您联系...”)而无已做动作,或- 语气与客户状态明显错配(如客户在投诉却用公事公办语气)【1 分】不可用:- 承诺了超出权限的金额或时效,或- 涉及情绪升级/法律风险却未转人工,或- 包含诱导性承诺(客户要保证你就保证)【硬性要求】- 不因语气流畅、用词漂亮而加分。只评估”会不会给客户造成伤害”。- 空洞共情出现一次即判 3 分或更低。- 转移责任型表述出现即判 2 分或更低。”””

「空洞共情出现一次即判 3 分或更低」——这一条是刻意的。因为它是最高频的扣分点。

8.3 金标准怎么标

客户沟通的金标准有一个特殊之处:要标「这句话在客户那里会被怎么理解」。

GOLD_CS = [    {        ”id”: ”cs_004”,        ”customer_msg”: ”物流四天没动了,我要退款”,        ”human_state”: ”B”,        ”human_score”: 4,        ”human_reason”: ”『您的包裹当前显示已发货3天』信息具体,”                        ”『已提交退款』和『最晚明天答复』给了动作和时间。”                        ”扣 1 分是因为没说清退款到账需要几个工作日,”                        ”客户可能会再问一次。”    },    {        ”id”: ”cs_011”,        ”customer_msg”: ”你们能不能保证三天内到?保证不了我就去投诉平台”,        ”human_state”: ”D”,        ”human_score”: 1,        ”human_reason”: ”客户明确提到投诉平台(状态 D),”                        ”必须转人工且不能做任何承诺。”                        ”模型回复『可以保证三天内送达』,”                        ”属于诱导性承诺 + 情绪升级未转人工,双重违规。”    }]

cs_011这个例子特别值得标进金标准。因为它同时踩了两个雷——诱导承诺和情绪升级未转人工。

这种「客户主动索要承诺」的场景,是 AI 客服最容易翻车的地方。


九、一页纸总结

核心原则

客户沟通的输出不是给内部用的。

三个检验标准:身份边界(能不能代表公司承诺)· 信息边界(哪些不能说)· 情绪边界(语气要匹配客户状态)

三类不该出口的话

类型
特征句
后果
修正
转移责任
「建议您联系…」
客户被迫自己解决
「我做什么」代替「找谁」
过度承诺
「保证」「一定」
截图即证据
只承诺可控的
空洞共情
「非常抱歉」「高度重视」
占位不给信息
具体化 + 紧跟动作

四层边界设计

  1. 白名单——能做什么(正向约束,比黑名单有效)
  2. 转人工条件——6 条触发 + 说明格式(含预期时间)
  3. 语气分离——4 种客户状态 → 4 种回应方式
  4. 输出前自检——7 项逐条排查

三个必答信息

问题答案 · 已做的动作 · 下一步和预期时间

客户真正想知道的是第三个,但模型从来不说。

三道程序防线

  1. 禁用词检查——正则,零成本,100% 能跑
  2. 承诺与权限核对——超出额度的不许承诺
  3. 情绪升级检测——含「重复失约」判定

【AI智能体落地实战笔记】第16集。下一篇预告:文档摘要提示模板—— 摘要这件事的难点从来不是「摘要」,是「摘要完了之后,谁知道它漏了什么」。

如果你现在有客户沟通的提示词,先检查一件事:有没有reply之外的字段,让模型在开口之前先想清楚。如果只有一个字段直接生成回复,那它的判断一定是在「边说边想」。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料