客服场景的边界提示是怎么设的？

用扣子这类平台搭一个 AI 客服机器人，半天就能跑通初版对话，真正难的部分从第二天才开始：它会不会替公司做出没授权的承诺、会不会对没把握的问题给出肯定答复。AI 客服出事故，多半并非答错，而是答了不该答的。边界提示要解决的就是这件事——在用户开口之前，先把机器人能说什么、不能说什么画清楚。

禁区清单先于一切表达

写边界提示，起点是列禁区清单：哪些话题一律不答，哪些只能给通用信息。常见的禁区有四类：涉及具体金额的决定（退款、赔付、补偿方案）、内部运营信息（库存、成本、排班）、对其他产品的评价、超出产品范围的咨询。每条禁区要配一句标准回应，统一引导到人工或官方渠道，不能只写「不要回答」，否则模型会用自己编的话来挡。

禁区写得越具体，模型在模糊处自作主张的空间越小。把「不谈钱」改成「任何涉及金额、期限、补偿的计算与承诺一律不给」，两种写法在测试里的表现差距很大。禁区清单要落成团队共同维护的文档，别只存在某一次提示词编辑框里——提示会被回滚，文档不会。

转人工要写成可判断的硬规则

转人工条件必须写成模型能逐条判断的规则，避免用一句「用户不满意就转」带过。可用的硬规则包括：用户明确提出要人工；同一个问题重复三轮仍未解决；不满的词在两轮内密集出现；业务本身需要身份核实。每条规则后面跟一个动作指令，例如触发后先回一句过渡语，再告知转接，不要让对话停在原地。

规则要配完整对话示例。给一两段「用户明显不耐烦」的示范对话，判断标准就从抽象文字变成看得见的样子。没写触发条件的机器人，会在用户第三次问同一个问题时继续兜圈子，这是客服场景差评最集中的来源。

承诺限制与表达范围

客服语言的另一条边界是承诺。提示里要写明：未经确认的活动规则、到货时间、补偿方案一律不承诺，统一引导用户到官方渠道核实。表达范围也要限定：多用「目前了解到的情况是」「我帮您记录后由同事确认」，少用「肯定」「一定」「绝对没问题」。这些小词的差别，决定一次对话是解决问题，还是给后续留下记录。

承诺限制还有一个作用：把不确定的事挡在机器人之外，它只输出有把握的部分。用户对「我帮您确认后再答复」的容忍度，通常比想象中高；对一句错误承诺的容忍度，比想象中低。

上线前的对抗测试

边界提示上线前要做对抗测试：自己扮演难缠用户，专挑边界处提问——绕开关键词问金额、用闲聊包装敏感话题、假装着急逼它当场表态。每轮记录两类案例：守住了的和没守住的，把没守住的改写成新的禁区条款。扣子这类平台支持改完提示立即重新发布，正好适合这种小步迭代。

测试用例要当回归测试用：每次改提示都把旧用例跑一遍。上个月守住的边界，这个月业务规则一变就可能漏。每月回看一次禁区清单，是值得养成的习惯。

三类典型失效场景对照

这张表的用法：每次出现新事故，先对号入座找场景，再抄「修补方法」那一列。

边界与模型选择的关系

边界提示管得住说什么，管不住模型本身的稳定性。同一个提示换一个模型，守住率可能明显不同，选型时除了看能力，还要看额度与响应速度：免费版和付费版大模型在调用额度上的差异，直接决定高峰期能不能稳定执行同一套提示；客服对等待时间敏感，生成速度带来的延迟会放大用户的不满。另外，企业部署对话机器人时要认准官方入口，避免用到套壳应用，对话记录里的客户信息流向不受控，本身就是一条该写进禁区清单的边界。

边界提示速查

• 禁区逐条列，每条配标准回应
• 转人工写硬规则，配示例对话
• 承诺类表达封住，引导官方核实
• 上线前对抗测试，改提示跑回归

边界设计的三问三答

边界提示会不会让机器人显得冷淡？冷淡感通常来自标准回应写得太硬。把引导句写成「我帮您记录，稍后由同事给您准确答复」这类带动作的话，比「无法回答」体感好很多，守住边界和语气友好是同时能做到的两件事。

禁区清单和话术库冲突了怎么办？禁区优先。话术库是能说什么，禁区是不能说什么，冲突时以禁区为准，并在文档里标注这条话术对应的禁区条款，避免下次更新又被加回去。

多个客服机器人共用一套提示行不行？不建议。售前和售后的禁区差异很大：售前不能承诺价格优惠，售后不评价商品质量，共用一套提示等于两边都留了缺口。宁可各维护一份，共享的只有测试用例库。