客户投诉时，最先炸的往往不是问题本身，而是被怠慢的感觉。写客诉回复最难的地方在于：你既要认下问题，又不能许下做不到的承诺。这篇给出四个提示词步骤，从接住情绪到给出方案，把一次可能升级的投诉处理成一次可复购的接触。
客诉处理失败，多半败在第一句话
翻一翻社交媒体上的维权帖，起因大多是小事：快递晚了两天、客服回了一句”这是规定”、退款流程走了三周。真正让客户写长文的，是那种”没人在听我说话”的挫败感。所以客诉处理的第一目标不是解决问题，而是让对方确认自己被听见了。
这也解释了为什么直接甩解决方案常常激化矛盾。客户还在气头上，你给一张流程图，他会读成”你在敷衍我”。顺序错了，再好的方案也递不进去。人的情绪需要先被承认，认知资源才腾得出来处理信息——这不是话术技巧，是基本的沟通顺序。
AI 在这个场景里的优势是稳定。人会有情绪耗竭，连着接十个投诉，第十一个就容易冷；模型不会，它每次都能按你给的框架输出。但前提是框架本身对了。下面四步，就是把”对的处理顺序”写成可复用的提示词。
第一步：把背景和情绪一起交代清楚
很多人用 AI 写客诉回复，只输入”客户投诉发货慢，帮我写个回复”，得到的一定是一段礼貌而空洞的模板。问题在于模型不知道这位客户是谁、买了什么、等了多久、之前沟通到哪一步。
第一段提示词要做的是把材料喂足，可以按这五项写：
- 事实：订单信息、时间线、已经发生的失误是什么。
- 客户状态：第几次投诉、语气激烈程度、有没有提到投诉平台或退款。
- 我方权限：能给的补偿上限、不能承诺的事项。
- 关系背景：新客还是老客、客单价、历史投诉记录。
- 渠道与长度：是电话话术、在线客服还是公开评论区回复。
再加一句约束：不要美化事实，不要承诺列表之外的东西。这一句能挡掉大部分”看起来很专业但根本做不到”的回复。想让模型更稳，还可以让它先输出一份”事实核对清单”，你确认无误之后再进入下一步。
第二步：先复述，再给方案
第二步的指令很具体：用客户的原话结构，复述一遍你理解的诉求，不要加解释，不要辩护。复述的价值在于纠错——你把理解说回去，客户要么确认，要么补充，沟通就从对抗变成了对齐。
复述之后才是方案，而且方案要给”选择”而不是”通知”。”我们将在三个工作日内为您退款”是通知；”您可以选现在退款，或者我们补发一份并附上运费券”是选择。有选择的人会觉得自己还有掌控权，情绪下降得明显更快。
这一步最容易犯的错是”解释过度”。供应链紧张、系统升级、快递爆仓，这些原因对客户没有意义，说得越多越像找借口。原则是：原因一句话，责任一句认，方案三句讲清。如果确实不是自己的问题，也只说事实，不评判对方。这套”先对齐再解决”的顺序，和谈判准备里的”先摸清诉求再谈条件”是同一种思路。
第三步：给一个可选的补偿梯度
补偿不是越多越好，而是要”匹配损失 + 留有层级”。让 AI 按三档生成，你按情况选：
- 基础档：道歉 + 说明 + 加速处理，零成本，适用于轻微延迟。
- 中间档：小额补偿（运费券、优惠券、赠品），适用于确实造成不便。
- 兜底档：全额退款或换新 + 承担运费，适用于明确的质量问题。
关键在边界：每一档写清”适用条件”和”授权上限”，让一线人员能自己判断，不用层层请示。很多投诉升级，不是因为客户要得多，而是因为一线不敢给、又不敢说，只能拖。
还要给一个”不能给”的清单。比如不承诺具体到小时的送达时间、不承诺内部处罚结果、不承诺超出政策的赔偿。把这些写进提示词，模型就不会在情绪压力下随口加码。客服知识库如果能同步维护这份边界，自动回复的准确率会明显提高。
第四步：把回复压成三段，留一句闭环
最后一步是成稿。给模型的格式指令：三段，第一段认情绪，第二段给方案，第三段说明下一步和时间点；全文不超过 200 字；不用”亲””宝宝”这类称呼；不用感叹号。
三段的结构是有讲究的。第一段必须出现客户的具体遭遇，不能是”给您带来不便非常抱歉”这种放之四海皆准的句子；第二段给方案，动词开头，一句话一个动作；第三段给确定性——谁、在什么时间、通过什么方式联系你。
最后留一句闭环：处理完之后再问一句”这样安排您看可以吗”。这句话把决定权交回去，也给了客户一个体面结束的台阶。很多客诉真正结束，不是因为赔了多少钱，而是因为这句询问让对方觉得事情有了交代。
成稿之后还有一道人工关：把回复读一遍，删掉所有形容词和副词。客诉回复里，”非常””十分””尽快”这类词几乎没有信息量，反而显得心虚。留下的应该全是事实、动作和时间。这套文字洁癖，和专业沟通的邮件写法是一个标准。
结语
客诉提示词的核心不是让 AI 替你道歉，而是把一套正确的处理顺序固化下来：先接住情绪、再复述诉求、然后给带梯度的方案、最后留一句闭环。跑顺之后，你会发现它顺手提升了整个团队的口径一致性——新人第一周就能写出老手的水平。建议你先挑最近三条真实投诉做回测，对比人工回复的客户反馈，再决定要不要把它接进日常流程。