凌晨一点，店铺后台弹出一条一星评价，配图是被压扁的快递盒，正文只有一句「再也不来了」。第二天要回复：回得软，像把全部责任认了下来；回得硬，又怕被截图传出去。这种时刻，AI 能帮的是把情绪和事实分开、把几版措辞先摆出来；赔不赔、怎么表态，仍要人来定。下面按从读一条差评到发出回复的顺序拆成五步，再说清哪几个环节不该交出去。
差评难处理，难在分类不在措辞
同样是一星，背后的诉求可能完全相反。产品确实坏了，用户要的是解决和补偿；用法理解错了，用户要的是一句能看懂的说明；事情不大但情绪冲，用户要的是先被接住；还有一类是冲着赔偿来的，要的是留证据、按平台规则走。四类混在一起处理，回复就会既像道歉又像辩解。
分类这一步交给模型是合适的：它读得快，能把一条几百字的抱怨拆成事实陈述、情绪表达、明确诉求三段。判断依据要让它写出来，你才知道它凭什么这么分。只给结论的分类，等于没分类。
从一条差评到一份回复：五步流程
五步之间有依赖，第三步做歪了，后面全是返工：
| 步骤 | 产出物 | 常见坑 |
|---|---|---|
| 脱敏后把原文交给模型 | 一份去掉姓名、电话、订单号的投诉原文 | 直接粘贴含个人信息的内容，后续每次转发都带着 |
| 让它先分类并写出依据 | 类型判断加一句理由，标明哪几处判断没把握 | 只说「帮我分析一下」，拿回一段没有落点的同情 |
| 要三种风格的草稿 | 诚恳型、简洁型、补偿型各一版，每版一百字内 | 三版语气雷同，等于只要了一版 |
| 标出不能出现的表述 | 一份禁用句清单：推责、绝对承诺、猜测原因 | 跳过这步，草稿里留下「肯定是快递的问题」 |
| 人工定补偿口径并改写 | 一版可发布的回复加一条内部处理动作 | 把补偿金额交给模型决定，超出你的授权范围 |
第二步的判断依据最值得看。模型常把「情绪激烈」直接判成「恶意」，理由是措辞难听；这时要补一句定义：恶意指的是以索赔为目的的蓄意行为，不是语气。定义补上，分类才会稳。
四类投诉，着力点各不相同
事实型投诉先给方案再给时间点。「今天下午联系你并给出方案」比「我们会尽快处理」有用，因为前者可以被核对。误解型投诉要给步骤，能配图就配图，用户看到第三遍还看不懂就会放弃。情绪型投诉的第一句别讲道理，先确认对方遇到的事，第二句再给动作。恶意投诉不在公开区纠缠，走平台申诉通道，把聊天记录、发货凭证按时间排好。
四类的共同点是：回复里必须有一个可验证的动作。没有动作的道歉，用户读完只会更生气。
公开回复要短，细节转私下
公开区只放三类信息：认了什么、接下来做什么、什么时候有结果。订单号、金额、地址、电话都不上公开区。原因很实际——公开回复会被截图，脱离上下文单独传播，一句「已为您全额退款」换个场景就可能变成「这家经常出错」的证据。
需要长解释的情况，公开区留一句「已私信您核实具体情况」，其余转客服通道。这一步模型容易写反：它倾向于把话说全，因为在它见过的样本里，完整等于专业。你要明确要求它把公开版压到八十个字以内。
承诺与担责，AI 给不了口径
补偿额度、责任认定、是否公开道歉，这三件事模型都做不了。它不知道你的毛利能承受多少，不知道这个客户历史上退过几次货，更不知道这条差评背后有没有同行操作。它也不清楚哪些表述一旦写出去就构成对安全问题的承诺，这类话事后会被反复引用。
还有一个更常见的坑：模型会补出并不存在的政策。你问能不能补偿，它可能写「根据平台规则可申请三倍赔付」，而这条规则根本没有。写这类内容时把它当草稿，任何涉及金额、时限、责任的句子都要回原文核一遍，成因可参考AI 幻觉里讲的机制。
提示词也要跟着改。给它四样东西：脱敏后的投诉原文、你的处理权限、可用的补偿档位、必须避免的表述。少给一样，它就会按行业平均值补，补出来的东西你不敢发。这类约束的写法与提示词的通用原则一致：先定任务，再定边界，最后定输出形状。
一条回复能不能发，看三个地方
把主语换成「我们」读一遍，看有没有把责任推给快递、平台或用户；把时间承诺圈出来，看每一个能不能兑现；把「理解您的心情」这类句子删掉，看剩下的还有没有信息。三关过完，剩下的通常是能发的版本。
批量处理时还有个顺序问题。一次贴几十条历史投诉给模型，超出上下文窗口的部分会被截断，它只会处理看得见的那几条，而你以为全都分析了。分批发，每批二十条以内，处理完核对条数。
速查：差评处理的五个动作
- 先脱敏，姓名、电话、订单号不上传
- 让它分类并写出依据，不只给结论
- 要三版草稿，但语气必须真的不同
- 公开区八十个字以内，细节走私信
- 金额、责任、道歉口径由人拍板
