GPTs 实战：做一个专门投诉处理的定制助手
把「投诉处理」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（投诉内容），按什么顺序处理，交付什么（处理方案与回复），哪些事不能做。Skill 就是把这些写下来的载体。
本文介绍如何在 GPTs 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | 投诉处理（complaint-handler） |
| 作用 | 为正式投诉起草处理方案与回复 |
| 输入 | 投诉内容 |
| 输出 | 处理方案与回复 |
| 形态 | 纯提示词 |
| 风险 | 中 |
| 适用人群 | 客服团队 |
处理流程分四步：
- 核实事实
- 评估责任
- 提出补偿建议
- 起草回复并请主管确认
这个技能纯指令型，不需要额外脚本或外部连接，复制到大多数平台都能用；属于中等风险：结果会影响业务判断，建议在输出前设置人工审核点。
在 GPTs 中是什么形态
GPTs 是在 ChatGPT 中创建的定制版助手，可以设置指令（Instructions）、上传知识文件、开启所需能力，并通过 Actions 调用外部 API。
创建与分享的权限取决于账户类型与工作区设置，以 OpenAI 官方说明为准。
示例配置
# Instructions（指令）示意
你是「投诉处理」助手。用户会提供投诉内容。
1. 核实事实
2. 评估责任
3. 提出补偿建议
4. 起草回复并请主管确认
输出：处理方案与回复。
- 退款、赔偿等承诺必须由人工确认。
- 结论中不确定的部分单独列出，标注「需人工确认」。
知识文件中的规范优先于你的通用习惯；找不到依据时直说。
示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在客服团队提出相关请求时能对上号；二是约束部分要写进「退款、赔偿等承诺必须由人工确认」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 在 GPT 编辑器中新建 GPT，填写名称与描述
- 在 Instructions 中写入技能步骤、输出格式与约束
- 上传团队规范、模板等知识文件
- 需要外部数据时配置 Actions（OpenAPI 描述）
- 在预览中测试后保存，并设置分享范围
实操：一次完整的运行
假设你在工单系统与知识库中发出这样的请求（虚构示例）：
用投诉处理技能处理这份投诉内容，输出处理方案与回复。
智能体识别到任务与「投诉处理」相关后，会依次核实事实、评估责任、提出补偿建议、起草回复并请主管确认。最终交付处理方案与回复，并在末尾列出需要人工确认的内容。你的工作是对照原始投诉内容抽查两三处关键信息，确认无误后再使用。
测试与验收
在预览窗口用正常、缺信息和越界三类请求测试，确认指令中的边界有效。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准投诉内容，检查输出是否完整
- 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效
常见坑
- 知识文件包含不应外泄的信息却设置了公开分享。
- Instructions 过长且结构混乱，关键规则被忽略。
- 只写了步骤，没写交付格式，导致每次输出的处理方案与回复结构不同。
- 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。
延伸阅读
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。