先说清楚它是什么：Amazon Rufus 属于「垂直行业」方向的客户端应用，亚马逊购物应用中的 AI 购物助手。

用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。

评分表（每项 1 到 5 分）

维度看什么1 分5 分
专业准确是否符合行业规范和事实明显不合格无需修改即可使用
可追溯结论能否回到原始资料明显不合格无需修改即可使用
合规是否满足行业监管与隐私要求明显不合格无需修改即可使用
责任清晰是否保留专业人员的最终判断明显不合格无需修改即可使用
效率是否切实减少重复性工作明显不合格无需修改即可使用

建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。

用一个任务试打分

店铺经营问答

输入：店铺的订单和流量数据。

根据这些数据回答：上周转化率变化的可能原因有哪些？请区分数据能证明的和需要进一步验证的。

验收标准：区分了已证实与待验证。

怎么让评分更可靠

  • 同一批材料至少测 5 次，不只看最好的一次。
  • 两人分别打分，分歧大的维度再讨论标准。
  • 把 Amazon Rufus 的结果与人工完成或 Google 购物的结果放在一起盲评。
  • 每次改提示词后用同一批材料复测。

延伸练习

合规清单

输入：一项业务流程。

针对这项流程列出需要关注的合规检查点，每项注明依据类型（法规 / 行业标准 / 内部制度）以及需要向谁确认。

检查点：注明了确认对象。

客户沟通稿

准备材料：一个需要向客户解释的专业问题。

用非专业人士能理解的语言解释这个问题，避免给出绝对化承诺，并提醒客户需要专业人士最终确认的部分。

交付前确认：没有绝对化承诺。

常见问题：数据合规审批卡住

提前准备数据流向说明、供应商资质和合同条款。

常见问题：输出引用了不存在的条款或文献

只接受能追溯到原文的引用，逐条核对。

常见问题：从业者担心责任问题

明确 AI 只做草稿与检索，签字与判断由专业人员负责。

概念补充：免责声明

说明 AI 输出仅供参考、不构成专业意见的提示。

概念补充：人在回路

关键判断必须由有资质的人员确认。

适合人群：销售

销售可以用 Rufus 处理客户背景调研、跟进邮件与话术等工作。需要注意：客户数据按公司规定处理，报价和承诺以合同为准。

适合人群：小店老板

小店老板可以用 Rufus 处理门店宣传物料、顾客评价回复等工作。需要注意：价格和活动信息以实际为准，顾客电话等信息不要随意上传。

适合人群：自媒体创作者

自媒体创作者可以用 Rufus 处理选题与脚本、封面与剪辑等工作。需要注意：注意素材版权与平台规则，AI 生成内容按平台要求标注。

使用提醒

涉及个人信息、商业机密或受监管数据时，先确认 Amazon Rufus 的数据处理条款，再决定能否使用。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Rufus 当前版本，重要内容请人工核对后再使用。

延伸阅读