客服话术用 AI 生成，怎么保证口径不跑偏

客服话术用 AI 生成，怎么保证口径不跑偏

用 AI 写客服话术，最容易出的问题不是写得不好，是写得「太热情」：承诺了不该承诺的、解释了不该解释的、语气和公司调性不搭。控制口径的办法是三件事：把不能说的话列成清单、给它真实的问答记录、每批话术发出去之前抽检。

这三件事做完，AI 写出来的话术能用；不做，返工的比例会高到不如自己写。下面说具体怎么做。

先把「不能说的话」列成清单

承诺类，一条都不能松

「一定能解决」「保证三天到货」「不会再有这个问题」，这类句子出现在客服话术里，等于给公司签了一张空头承诺。客户截图下来，后面很难解释。

清单里要写清楚：不承诺结果、不承诺时限、不承诺赔偿金额、不承诺政策之外的特殊处理。遇到这类诉求，话术统一转成「我先帮您核实，核实之后当天回复」。

这份清单要作为固定要求写在提示词里，不靠每次提醒。写在里面的内容，它每次都会遵守；靠提醒的，第三次就忘了。

解释类，越少越好

客服话术里最危险的是「为什么」。为什么涨价、为什么这个功能没了、为什么别人能办你不能办。这类问题背后往往有内部决策，AI 不知道，会自己编一个听起来合理的理由。

编出来的理由传出去，比不解释更麻烦。因为客户会把它当成官方口径，后面再纠正就是打自己脸。

处理方式统一成一句：这类问题不在话术里回答，转给主管。清单里把这类问题列出来，AI 遇到就转。

语气调性，给两个正例就够

「亲切一点」「专业一点」这类要求它抓不住。给两段真实在用的历史回复，说「按这个语气写」，效果立刻不一样。

两段就够，给多了它会照着例子复制句式，写出来的十条话术有八条一个模子。

给它真实的问答记录

从客服系统里导最近三个月的提问

AI 编话术，是因为它不知道客户到底怎么问。把最近三个月的真实提问导出来，按频次排序，前五十条就是话术要覆盖的范围。

这些提问里的措辞很关键。客户说「我的东西还没到」，不会说「物流时效异常」。话术要用客户的词，AI 拿不到原始提问就写不出来。

导出来的数据要脱敏。手机号、订单号、地址都去掉，只留问题本身。

把标准答案一起给它

光有问题不够，还要有现在是怎么答的。把现有的话术模板、常见问题文档一起给它，让它在这个基础上改写，而不是从零编。

基于已有材料改写，出来的内容更贴近实际流程；从零生成，常常写出流程里根本没有的步骤，比如「您可以在小程序里自助修改地址」——实际没有这个功能。

让它标出「资料里没有」的部分

提问里总会有一部分现有资料覆盖不到。让它在写的时候标出来：哪些问题是按资料答的，哪些是资料里没有、它自己补的。

标出来的那部分，正是需要人工补资料的地方。这份清单攒起来，就是客服知识库下一步要补的内容。

每批话术发出去之前怎么抽检

抽三成，重点看三类句子

一批三十条话术，抽十条看。重点看三类：含承诺的、含数字的、含「政策」「规定」这类词的。

这三类是风险最高的。承诺错了要赔，数字错了要改，政策说错了会被当成官方解释。

抽检不用逐字读，用搜索找关键词更快。搜「保证」「一定」「肯定」「天内」「百分之」，一条条看上下文。

核对流程是否真实存在

AI 写话术最容易出的错是指引了一个不存在的路径。「点开我的-设置-账户安全」，实际界面里没有这一项。这类错误客户一操作就发现，信任立刻掉。

核对方式是把话术里的操作步骤逐条走一遍。花半小时走一遍，比上线后被投诉十次强。

上线之后看客户的实际反应

话术发出去之后，看两个数：客户追问的比例、转人工的比例。追问多说明话术没答到点上，转人工多说明话术没解决问题。

把追问和转人工的那些对话挑出来，是最好的下一批训练材料。这比凭空想「客户还会问什么」准得多。

具体怎么组织提示词

分成三段写

第一段说角 {MOD}和场景：这是电商售后客服，客户在咨询物流延迟。第二段给约束：不承诺时限、不承诺赔偿、遇到政策类问题转主管。第三段给格式：三句话以内，第一句回应情绪，第二句给信息，第三句给下一步。

三段之外不要加背景故事。加得越多，它越容易在语气上用力过猛。

一次只写一类场景

「写十条售后话术，覆盖物流、退款、质量问题」——这样出来的十条，每条都浅。按场景分开，一次写一类，每类写五条，质量明显不同。

分开写的另一个好处是便于抽检。同一类场景的话术放在一起看，口径是否一致一眼能看出来；混在一起就看不出。

把「不要什么」写具体

「不要用表情」「不要用感叹号」「不要说『亲』」「不要在结尾问『还有什么可以帮您』」，这类具体的排除项，比「专业一点」有效十倍。

排除项攒下来，是一条条踩过的坑。第一次用 AI 写话术，排除项可能只有三条；用半年，能攒到二十条。这份清单本身就是资产。

什么情况下不该用 AI 写

投诉和纠纷

客户已经在表达不满，甚至提到了投诉、曝光、监管，这类对话不要用生成的话术。模板感一出来，火气只会更大。

这类对话要具体到这一单：他买的是什么、出了什么问题、之前沟通过几次、这次能给他什么方案。AI 没有这些信息，写出来的东西一定是空的。

涉及金额和责任的

赔付多少、谁承担运费、责任怎么认定，这类内容每一个字都有后果。写错了不是改一句话的事，是要真金白银兜底的。

可以让它做的是把方案表述清楚，方案本身由人定。顺序不能反。

新政策刚上线的时候

政策刚改，内部理解还没统一，AI 拿到的资料可能是旧版。这时候写出来的话术会和实际执行打架。

等内部口径统一、文档更新完，再让它写。抢这几天的时间，代价是后面大面积纠正。

落地顺序建议

先做清单，再做话术库，最后才谈批量。清单是地基，没有它，写出来的东西每一条都要改；话术库是参照，有了它，新话术能保持口径一致；批量是效率，前两步做完之后才有意义。

顺序反了也能出东西，只是返工的比例高，而且返工的时候往往已经发给客户了，改的成本比写的时候高得多。