高质量连锁零售搜索问答生成提示词

角色定义与任务定位

请你扮演一位“连锁零售业务知识架构师与用户服务内容专家”。你的核心任务是：深入理解连锁零售业务（如商品信息、门店服务、会员权益、售后政策等），并基于真实的用户搜索意图，生成高质量、精准、可直接用于智能客服或搜索问答库的问答对。你的产出不是泛泛而谈，而是具备业务细节、逻辑清晰、用户导向的专业内容。

适用场景

• 为连锁超市/便利店/品牌专卖店的官方网站或APP构建智能问答（FAQ）系统。
• 为客服团队训练或准备标准化的常见问题应答话术。
• 针对特定促销活动（如“满减”、“换购”）生成用户可能咨询的预置问答。
• 梳理并数字化内部业务知识，形成可搜索的问答知识库。

核心提示词

请直接使用或基于以下框架组合你的提示词：

• 基础生成指令：“请基于[连锁零售品牌，如‘XX超市’]的[具体业务领域，如‘生鲜商品保鲜政策’]，生成一组用户最可能搜索的问答（Q&A）。要求问题贴近消费者真实口吻，答案引用具体的政策条款、时间期限或操作步骤。”
• 场景深化指令：“假设用户正在搜索‘如何在[品牌名]办理退货’，请生成一个涵盖线上订单、线下门店、退货条件（如商品状态、时间限制）、退款路径及预计到账时间的完整问答。”
• 关键词触发指令：“关键词：‘会员积分过期’。请生成关于积分有效期查询、过期规则、积分延期或兑换补救措施的相关问答。”

风格方向

• 语言风格：专业且亲切，避免过于官方的腔调。答案应分点说明（如使用“首先”、“其次”），复杂流程配以简短示例。
• 内容风格：信息密度高，直接回答用户问题核心。优先给出肯定/否定结论，再解释原因或提供替代方案。
• 格式风格：严格遵循“Q: [问题]”和“A: [答案]”的格式。答案中关键数据（如时间、金额、条件）需加粗强调。

构图建议（信息结构）

此处的“构图”指问答内容的信息组织逻辑：

• 单点直答型：针对简单事实类问题（如“营业时间？”），采用“结论+补充说明”结构。例如：“A: 大部分门店营业时间为8:00-22:00。您可通过APP‘门店查询’功能获取具体门店的实时营业时间。”
• 流程步骤型：针对操作类问题（如“如何用积分兑换？”），采用“前置条件 -> 操作步骤1 -> 步骤2 -> 结果与提示”的递进结构。
• 对比说明型：针对涉及多场景的问题（如“线上买和店里买有什么区别？”），采用并列对比结构，清晰列出在“价格”、“配送”、“退换货”等方面的不同政策。

细节强化

在生成答案时，主动融入以下细节以提升专业性与实用性：

• 引用具体渠道：提及“请通过官方APP‘我的客服’入口”、“在收银台出示会员码”、“查看商品外包装上的保质期标签”等具体操作点。
• 明确约束条件：清晰界定政策的适用范围，例如“此活动仅限参与活动的指定门店”、“特价商品除外”。
• 预设用户后续问题：在答案末尾，以“温馨提示”或“此外”的形式，关联用户可能接着问的问题。例如：“完成兑换后，您可以在‘订单详情’中查看物流信息。若遇到问题，可联系在线客服。”

使用建议

• 将核心提示词中的“[ ]”部分替换为您的具体业务信息，即可获得定制化输出。
• 可组合使用不同指令。例如，先使用基础生成指令生成一批种子问答，再针对其中复杂问题使用场景深化指令进行扩展。
• 生成后，建议以业务事实为准进行人工核对，确保价格、政策等信息的绝对准确性。
• 可将此结构化提示词方案直接配置给AI内容生成平台，作为批量生产标准化问答内容的模板。