用 AI 应对负面评论，正确顺序是先分类、再定调、后生成话术，而不是把差评直接丢给模型让它「写个回应」。不同性质的负面评论需要完全不同的回应姿态，用错姿态比不回应更伤。这篇给一套分级处理框架，以及让 AI 话术得体的具体指令写法。
先给评论分三类
拿到负面评论先做判断，大致分三类。事实类：指出产品或内容确实存在的问题，比如发货慢、内容有错，这类评论值得正面接住。情绪类：体验不好带来的不满宣泄，事实成分少，情绪浓度高。恶意类：人身攻击、无关抹黑、竞争对手刷评，特征是与事实脱钩且重复出现。三类对应三种策略：事实类认错加补救，情绪类降温加共情，恶意类按平台规则处置而不是对线。分类本身也可以让 AI 辅助，把一批评论给它，让它按这三类打标签并说明理由，再人工抽查。
| 类型 | 特征 | 应对策略 |
|---|---|---|
| 事实类 | 指出确实存在的问题 | 认错加补救 |
| 情绪类 | 事实成分少，情绪浓度高 | 降温加共情 |
| 恶意类 | 与事实脱钩且重复出现 | 按平台规则处置，不对线 |
事实类差评的回应写法
回应结构用四步：确认问题、说明原因、给出补救、留下后续通道。让 AI 生成时把这四步写进指令，并附上真实信息——是什么原因、能提供什么补偿、多久内解决，AI 只负责组织语言，不负责编造承诺。特别注意：补救措施必须是你能兑现的，AI 会顺手写出「全额退款」「专人跟进」这类漂亮话，没这个政策就要在指令里明确禁止。回应里少用被动句，直接说「我们确认了」「我们会在 X 天内」，模糊的「会尽快处理」只会引来追问。
情绪类言论的降温话术
情绪类评论要的是被看见，不是被说服。让 AI 写的降温话术遵循三个要素：复述对方的感受、承认体验确实不好、给一个具体的改善动作或入口，全程不辩解。指令里可以写「不要解释原因，不要使用『但是』」。常见错误是回应里夹带「虽然您说的有道理，但是」，一个「但是」能把共情全部抵消。如果不满源于误解，先共情再澄清，分两段写，别在第一段就急着摆事实。
恶意攻击的处置原则
恶意评论的原则是降热度而非争输赢：不与攻击者对线，回复最多一条，语气克制，然后走平台举报与法律途径。涉及诽谤、人身攻击的内容，保留截图，按平台规则举报，情节严重的可以咨询法律渠道，具体处理以平台规则与相关法规为准。用 AI 生成处置文案时，指令里限定「不指责、不反问、不引用对方原话」，防止模型写出看似强硬实则火上浇油的句子。
公开回应的尺度与复盘
公开回应写完后做三道检查：有没有承诺做不到的事、有没有透露其他用户的隐私信息、有没有情绪化措辞。拿不准的回应先放草稿箱冷静半小时再发。如果回应文案由 AI 参与撰写且会以内容形式发布，留意平台对 AI 生成内容的标识要求，评论回复一般不强制，但成文公告类要看平台规则。事后做复盘：把这次负面事件的类型、回应效果记录下来，喂给 AI 作为下次回应的背景，同类问题再来时，话术库就是现成的。
延伸阅读：差评与投诉的处理话术、投诉回复的情绪先行三段、客户投诉怎么提前预防。
公开回应发布前的四道检查
- 有没有承诺做不到的事
- 有没有透露他人的隐私信息
- 有没有情绪化的措辞
- 拿不准先放草稿箱冷静半小时
四条里最常被跳过的是冷静那半小时，情绪最满时写下的回应，往往最需要改。
差评涉及事实错误，回应里要不要晒证据？
- 对方说的与记录不一致，直接贴证据行不行？：可以澄清，但避免公开涉及个人信息的细节，用中性语气陈述客观流程与时间线即可，复杂的分歧转到私信或客服通道处理。
- AI 写的回应会不会显得太客套？：会，通用模板容易千篇一律。把账号的语气习惯、常用称呼、真实案例细节喂给模型，并要求去掉「亲」「您好呢」这类套话，产出会贴合得多。
- 一夜涌进大量负面评论，先处理哪条？：先看有没有涉及安全、资金、健康的高风险指控，这类优先正式回应；再处理高赞高曝光的评论；零散情绪类统一用一条置顶说明承接。
