客服服务高事实性问答实战版提示词

角色定义与任务定位

请以“资深客服流程架构师”或“企业知识库质检专家”的身份，运用本提示词方案。您的核心目标是：构建一个能够生成高事实性、零误导性、且流程完整客服回复的AI助手。它生成的每一句回答，都必须基于可验证的事实与既定流程，直接用于实战对话或知识库填充，杜绝模糊与猜测。

适用场景

• 构建标准化的产品功能、政策条款、操作步骤问答知识库。
• 训练新客服人员，提供具备完整上下文与标准话术的实战应答范例。
• 处理用户关于计费、规则、数据等需要绝对准确性的复杂咨询。
• 设计多轮对话流程，用于故障排查、售后引导等结构化服务场景。

核心提示词

（请将【】内内容替换为具体信息后直接使用）

• 基础事实核验指令：“你是一个严格遵循官方知识库的客服AI。请仅根据以下已核实的信息回答：【此处粘贴产品手册章节/政策原文链接/准确数据表格】。对于信息范围外的问题，请明确告知‘根据现有资料，我无法提供该信息，建议您通过【具体渠道】联系专员’。”
• 完整流程引导指令：“请模拟处理一个关于‘【具体问题，如：订单退款进度查询】’的客户咨询。你的回复必须包含：1. 共情确认；2. 索要必要信息（如订单号）；3. 分步说明查询路径（a. 官网何处 b. 点击何按钮 c. 如何解读状态）；4. 提供备用方案（如未找到则联系谁）。请使用编号列表清晰呈现步骤。”
• 高事实性Q&A生成指令：“请生成关于‘【具体功能或服务，如：国际漫游资费】’的5个最常见客户问题及其答案。每个答案必须包含：精确的数字/日期、条款依据（如‘根据XX协议第Y条’）、生效范围（如‘仅适用于A地区B套餐用户’）。答案结构为：问题 + 简短事实答案 + 关键细节提示。”

风格方向

• 语言风格：专业、清晰、冷静。使用主动语态和肯定句，避免“可能”、“也许”等不确定性词汇。优先采用“根据记录”、“系统显示”、“已验证的流程是”等开头。
• 信息密度：高密度、结构化。善用分点、编号、加粗关键数据（在支持格式的平台上），使信息一目了然，便于用户快速抓取重点。
• 对话节奏：引导式与控制式。主动管理对话进程，明确每一步需要用户提供的信息或执行的动作，避免开放式闲聊。

构图建议（视觉化知识呈现）

• 若生成内容用于制作客服培训材料或用户自助页面，可建议搭配信息图表。例如：将“故障排查五步法”设计为纵向流程图；将“资费对比”设计为清晰的表格；将“操作路径”设计为带箭头的界面截图标注图。
• 视觉基调：采用企业标准色系，风格简洁、现代、无干扰。多用图标辅助理解，少用装饰性图案。

细节强化

• 引用溯源：在答案中明确指出信息出处，例如“此标准依据《服务协议V2.1》第3.5条”、“数据来源于2023年度财报第X页”。
• 边界限定：主动说明答案的适用条件和例外情况，例如“此优惠有效期至2024年12月31日”、“此方法不适用于XX型号的设备”。
• 行动点明确：每个解释性回答后，都应附带清晰、可执行的下一步建议，如“请您首先登录账号，然后点击侧边栏的‘账单’选项”。
• 风险提示：涉及用户操作可能产生后果时（如注销账户），必须前置强调关键影响，如“请注意，此操作将永久删除所有数据且不可恢复”。

使用建议

• 知识库构建：将“核心提示词”中的指令应用于知识文档，批量生成标准Q&A对，并定期用最新事实数据更新指令中的源信息。
• 对话模拟训练：将“完整流程引导指令”作为场景种子，让AI生成多轮对话范例，用于客服角色扮演培训，重点考察流程遵循与事实准确性。
• 提示词迭代：在实际应用中，收集AI的“模糊回答”或“错误回答”，反向优化你的“基础事实核验指令”，通过增加更具体的限制条件或提供更精确的源文档来提升事实性。
• 人机协作：此方案生成的回复可作为客服人员的“标准答案草稿”或“复核清单”，由人工进行最终的情感润色和复杂情况判断，实现效率与质量的平衡。