这是一个虚构但很典型的案例：大刘是一位负责在线咨询、售后处理和投诉跟进的客服专员，最近手头在忙“处理在线咨询约 600 条”，同时还要准备“更新退换货政策话术”。这次大刘需要整理一份给客服主管的客服话术手册，决定试试 AI 模拟用户访谈。

背景

对大刘来说，同类问题反复回答，遇到情绪激动的客户还要斟酌措辞，知识库更新也跟不上。偏偏这次还遇到一个变数：大促期间咨询量预计翻倍，排班需要提前调整。客服话术手册需要尽快交给客服主管，时间并不宽裕。

第一次尝试：问题出在哪

大刘一开始只写了一句话：

帮我写一份关于“大促期间的售后高峰应对”的客服话术手册。

结果 AI 给出的内容四平八稳却用不上。复盘下来，主要有两个问题：

  • 画像只写“年轻用户”
  • AI 跳出角色开始分析。

改进后的提示词

大刘按照用户模拟访谈的思路重写了提示词，核心是要求 AI 只以这个身份回答：

请扮演一位顾客，具体画像如下：
- 工作忙，对新东西有兴趣但没耐心看长说明；
- 过去有过不好的体验，对“承诺”比较警惕；
- 最在意：省时间、不出错。
我是客服，下面我会介绍关于“大促期间的售后高峰应对”的安排，请以这个身份真实地回应：哪些地方让你心动、哪些让你犹豫、你会追问什么。请用第一人称口语回答，不要跳出角色做分析。

结果（示意）

下面的效果为虚构演示，用来说明这类改进通常带来的变化：

示例（虚构）：面对一款记账 App 的介绍，模拟的“时间紧张的上班族”回应：“听起来不错，但每笔都要手动输入的话我坚持不了三天。能不能拍小票自动识别？”这提醒产品团队把自动录入作为宣传重点。

拿到结果后，大刘没有直接转发，而是先删掉不符合实际情况的内容，再补上 AI 不知道的背景。

复盘：这次用到的方法

  • 提出你的问题或展示你的方案，像真实访谈一样追问。
  • 换几个不同画像重复测试，比较差异。
  • 记录模拟中暴露的问题和意外反应。
  • 写出处境、目标和顾虑，模拟的回应才有参考价值。

之后大刘发现，同样的方法也适用于另一类场景：准备销售或客服对话，预演客户的反应。

复盘时大刘还想到一个问题：可以用于练习谈判吗？答案是：可以，让 AI 扮演谈判对手，并设定对方的底线和顾虑。

给客服的提醒

把公司真实的售后政策贴给 AI，要求它只依据政策回答，不要自行承诺。涉及退款金额、赔偿和责任认定的回复，必须按公司规则人工确认后再发出。另外，对话里不要出现顾客姓名、电话、地址和订单号。

一个额外的小技巧：模拟结束后让 AI 帮你整理“需要在真实调研中验证的假设”

换成你的场景

把案例中的客服话术手册换成你手头的材料，把客服主管换成你的读者，提示词结构基本不用改。真正需要花心思的是背景描述：写得越贴近实际，结果越可用。

相关阅读