AI怎么做客服对话质检:评分标准、问题定位和改进提示词

用 AI 按准确性、完整性、时效性、同理心和合规性检查客服对话,要求每次评分引用原句,并生成问题定位和改进建议。

AI 可以帮助团队批量初筛客服对话,但不能只给一个总分。没有明确标准和原话证据的评分看起来客观,实际上很难复核。正确方法是先定义质检维度、扣分条件和例外情况,再要求 AI 为每个判断引用对话原句。

哪些客服对话适合先用 AI 初筛

适合的场景包括:检查是否回答核心问题、是否说明下一步、是否遗漏客户情绪、是否存在不当承诺,以及从大量对话中找出需要人工复核的样本。不适合让 AI 最终裁定员工绩效、重大投诉责任或法律合规问题。

如果对话来自多个工作群或平台,可先用AI把聊天记录整理成待办清单统一格式;需要形成回复邮件时,再使用AI邮件生成器整理已确认信息。

建立 5 个可复核的质检维度

  1. 准确性:回答是否针对客户实际问题,信息是否与已知资料一致。
  2. 完整性:是否说明原因、当前进度、下一步动作和预计时间。
  3. 时效性:是否及时响应,并在无法立即解决时给出推进方式。
  4. 同理心:是否识别客户焦虑、重复咨询或不满,而不是机械回复。
  5. 合规性:是否存在未经授权的承诺、隐私泄露或不当用词。
客服质检准确性完整性时效性同理心和合规性五项标准

先写评分标准,不要让 AI 自己决定

可以采用 0、1、2 分三级评分:2 分为满足标准,1 分为部分满足,0 分为明显缺失。每个维度都要写清触发条件。例如,客服仅回复“帮您看一下”但没有后续结果或时间,完整性不能给满分;客户已经表达“昨天问过一次”,客服仍未回应情绪,同理心应标记为待改进。

可直接复制的客服对话质检提示词

你是一名客服质检助理。请严格依据我提供的质检标准检查客服对话。每项评分必须引用对应原句;没有证据时写“无法判断”,不能猜测客服后台操作或客户真实态度。

业务背景和标准答案:
[填写产品规则、订单状态说明、可承诺范围和禁用表述]

质检标准:
- 准确性:是否正确回答客户实际问题
- 完整性:是否说明原因、进度、下一步和时间
- 时效性:是否及时响应并推进问题
- 同理心:是否识别并回应客户情绪
- 合规性:是否存在不当承诺、隐私或用词风险

客服对话:
[粘贴完整对话,保留角色和时间;先删除姓名、电话、订单号等敏感信息]

请输出:
1. 对话摘要:客户问题、客服处理动作、最终状态
2. 评分表:维度、0-2 分、引用原句、评分理由
3. 关键问题:按严重程度排序
4. 推荐回复:只使用已提供的业务规则,不增加承诺
5. 培训建议:指出可练习的具体能力
6. 人工复核项:涉及规则冲突、赔付、投诉、隐私或责任认定的内容

要求:
- 客户未得到明确结果时,不得判定“问题已解决”
- 客服说“已反馈”不等于形成闭环,必须说明后续动作或查询方式
- 区分服务态度问题和业务规则限制
- 同一句话可以支持多个维度,但必须分别解释
- 输出后检查每个扣分项是否都有原话证据

实际示例

客户:为什么订单还没发货?我昨天已经问过一次了。
客服:这边帮您看一下。

准确性:无法判断,客服尚未提供订单信息。
完整性:0 分,没有说明原因、处理进度、下一步和时间。
同理心:0 分,未回应“昨天已经问过一次”的重复咨询和不满。
问题状态:未解决,不能因为客服表示查询就判定闭环。

推荐回复框架:先确认客户重复咨询的不便,再说明正在查询的内容、预计回复时间和后续联系渠道。具体发货时间只能使用业务系统中的真实信息。

如何用于团队改进

不要直接按 AI 总分排名员工。更适合的做法是按周统计高频问题,例如“未给预计时间”“没有回应重复咨询”“承诺超出规则”,再抽样人工复核并形成培训案例。总结时可用AI工作总结生成器整理已经确认的数据和改进动作。

隐私与合规边界

上传前删除姓名、电话、地址、订单号、账号和支付信息。涉及赔付、医疗、金融、法律或重大投诉的对话必须人工审核。提示词结构不清楚时,可先阅读AI提示词完整写法,把业务规则、禁用项和输出格式补齐。