先说清楚它是什么：PolyAI 属于「客服与支持」方向的在线服务，面向企业呼叫中心的语音客服智能体。

下面用几组示意对比，说明同一任务里提示写法和流程不同会带来什么差别。

对比一：模糊指令 vs 明确指令

改之前：直接说「帮我满意度分析」。结果往往泛泛而谈、格式随意。

改之后：写清材料、格式和验收标准：

把评价留言归类为主要原因，统计各类数量，摘录有代表性的原话，并给出 3 条改进建议。

变化（示意）：输出结构稳定，可以直接按「原话被准确摘录」检查。

对比二：一次做完 vs 分步完成

改之前：把「知识库补全」的全部要求一次塞进去。改之后：先让它给出计划或大纲，确认后再逐步完成。变化（示意）：中途发现偏差可以及时纠正，返工更少。

分析这些工单，找出知识库中没有覆盖的 10 个高频问题，为每个问题起草一篇帮助文章草稿：问题描述、原因、解决步骤。

对比三：不检查 vs 带检查点

改之前：拿到结果直接用。改之后：每次都对照「识别出集中反馈」检查，并让工具列出它不确定的地方。变化（示意）：问题在交付前被发现。

以上对比均为示意，用来说明方法差异，不代表具体的效率数字。

延伸练习

质检抽查

输入：一批客服对话。

按「问题是否解决 / 态度 / 信息准确 / 流程合规」四项对这些对话打分，列出典型问题和改进话术。

检查点：打分有具体依据。

回复草稿

适用情况：手头有一张客户投诉工单时。

为这张工单起草回复：先确认客户遇到的问题，说明我们会怎么处理和时间预期，不承诺政策以外的补偿，语气诚恳。

检查点：没有超出政策的承诺。

机器人转人工规则

准备材料：现有机器人对话记录。

分析这些对话，总结机器人应该转人工的 6 种情况，并写成可配置的规则和触发话术。

验收标准：规则可直接配置。

常见问题：机器人答非所问

检查知识库是否覆盖该问题，补充同义问法。

常见问题：客户反感机器人

开场说明是 AI 助手，并提供随时转人工的入口。

常见问题：知识库过时

建立更新责任人和定期复查机制。

概念补充：知识库

客服与机器人回答问题的依据，需要持续维护。

概念补充：首次解决率

第一次接触就解决问题的比例。

适合人群：新媒体运营

新媒体运营可以用 PolyAI 处理内容排期、数据复盘等工作。需要注意：活动规则与奖品说明要准确，避免诱导分享等违规玩法。

适合人群：销售

销售可以用 PolyAI 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：行政与助理

行政与助理可以用 PolyAI 处理会议安排与纪要、通知公告等工作。需要注意：员工个人信息与内部文件按权限管理。

注意事项

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

本文基于 PolyAI 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

延伸阅读