Tidio 的 AI 客服机器人——这是 Tidio Lyro 最主要的用途，也是本文讨论的前提。

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「帮我回复草稿」。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：

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。

变化（示意）：输出结构稳定，可以直接按「没有超出政策的承诺」检查。

对比二：一次做完 vs 分步完成

改之前：把「质检抽查」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。

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。

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「覆盖了真实高频问题」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

机器人转人工规则

适用情况：手头有现有机器人对话记录时。

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。

检查点：规则可直接配置。

工单分类

准备材料：一批未分类的工单。

按「账号 / 支付 / 物流 / 产品故障 / 建议」分类这些工单，标出情绪激烈需要优先处理的，以及可能是同一故障的集中反馈。

检查点：识别出集中反馈。

满意度分析

输入：一批满意度评价和留言。

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。

交付前确认：原话被准确摘录。

常见问题：回复语气生硬

提供优秀人工回复样例作为风格参考。

常见问题：知识库过时

建立更新责任人和定期复查机制。

常见问题：机器人承诺了无法兑现的事

限制回答范围，涉及退款赔偿的问题强制转人工。

概念补充：首次解决率

第一次接触就解决问题的比例。

概念补充：转人工

机器人无法处理或用户要求时切换给真人客服。

适合人群：医疗机构行政人员

医疗机构行政人员可以用 Lyro 处理文书整理、患者沟通材料等工作。需要注意：AI 不得替代医生诊断，患者信息必须按法规保护。

适合人群：客服人员

客服人员可以用 Lyro 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。

适合人群：销售

销售可以用 Lyro 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。

使用提醒

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

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

延伸阅读