客户问“今天下单什么时候到”,最差的回答不是语气不够热情,而是客服在不知道库存、仓库和目的地的情况下承诺“3天内送达”。电商客服话术真正要解决的,是如何让AI在信息充分时快速回答,在信息不足时追问,在涉及订单、退款和承诺时调用可靠数据或交给人工。
因此,电商AI客服话术不应被理解为一批可以直接粘贴的句子。它更像一套回复规则:需要哪些变量、从哪里取数、允许说到什么程度、下一步如何推进,以及何时必须停止自动回复。
一条可执行的话术至少包含5个部分
| 组成部分 | 要解决的问题 | 例子 |
|---|---|---|
| 识别意图 | 客户到底想做什么 | 查物流、改地址、申请退款 |
| 核对信息 | 回答依赖哪些事实 | 订单号、商品型号、目的地 |
| 给出答案 | 当前能确认什么 | 显示已发货,正在转运 |
| 推进下一步 | 客户现在该做什么 | 补充订单号、确认新地址 |
| 设置边界 | 何时停止自动处理 | 重复扣款、争议升级、系统数据冲突 |
这五部分不一定全部出现在一句话中。例如,客户第一次询问物流时,AI只需确认订单号;取得订单数据后,再说明当前状态和下一步。如果一次性塞入政策、营销信息和免责说明,反而会遮住客户真正需要的答案。
话术配置前还要确定事实来源。商品参数应来自商品资料,订单状态应来自订单系统,退款条件应来自正式政策。知识库文章只能解释规则,不能代替实时订单数据。若系统尚未接入订单信息,AI就不应假装看到了客户订单。
售前咨询:先缩小选择,再推荐商品
售前话术最常见的问题是过早推荐。客户只说“哪个适合我”,AI若没有使用场景、预算或规格信息,任何确定推荐都可能是猜测。
场景1:客户询问商品差异
客户: A款和B款有什么区别?
建议模板:
两款主要区别在【差异1】、【差异2】和【差异3】。如果你主要用于【场景A】,可以先看A款;如果更在意【需求B】,B款更匹配。你通常会在什么场景使用?我可以根据你的需求继续筛选。
配置要求:差异必须来自已审核的商品资料。不要自动生成不存在的参数,也不要使用“最好”“一定适合”等无法验证的绝对表述。
场景2:客户询问库存
如果能够查询实时库存:
我查到【商品/规格】在【仓库或地区】当前显示为【库存状态】。库存可能随订单变化,如果你准备购买,可以进入结账页确认最终可售状态。
如果不能查询实时库存:
我目前无法读取实时库存。请告诉我需要的【颜色/尺寸/数量】和收货地区,我可以为你转接客服核实。
第二种回答看起来没有第一种“智能”,却更可信。AI客服的价值不是把未知说成已知,而是缩短取得正确答案的路径。
场景3:客户询问优惠
当前可确认的活动是【活动名称/适用条件/有效期】。是否可与其他优惠叠加,以结账页显示和活动规则为准。你准备购买的商品与数量是什么?我可以帮你检查适用条件。
优惠话术需要包含有效期、适用商品、地区和叠加规则。活动结束后应从知识库撤下或设置失效时间,避免AI继续引用旧信息。
物流与催单:区分“状态解释”和“时效承诺”
“包裹怎么还没到”可能包含三类需求:查询当前节点、解释延迟原因、要求企业处理。话术应先返回可验证状态,再说明下一步,而不是用“请耐心等待”结束对话。
场景4:订单正常运输
订单【订单编号后四位】当前状态为【运输状态】,最近一次更新是【日期与时区】的【节点】。承运方页面显示的预计时间为【预计时间】。如果到【检查时间】仍没有新记录,我可以为你提交人工核查。
只有系统实际返回预计时间时,才能展示该字段。若承运方没有提供,就写“暂未显示预计送达时间”,不要根据历史平均值自行承诺。
场景5:物流长时间未更新
我看到物流从【日期与时区】起没有新扫描记录。当前记录无法确认包裹是否丢失,我可以按【商家核查流程】提交查询。请确认收件人姓名和订单编号;为保护隐私,请不要在公开评论区发送完整地址。
这段话术完成了三件事:陈述已知事实,不提前判断丢件,并引导客户进入可执行的核查流程。
场景6:客户连续催单
我理解你正在等这件商品。当前可以确认的是【最新物流事实】。上一次查询编号为【工单号】,预计在【内部承诺时限】前更新。如果已超过这个时间,我现在为你转接人工继续处理,你不需要重复说明前面的情况。
连续催单不应继续触发相同的自动回复。系统需要识别重复联系、读取已有工单,并把上下文交给人工。关于识别与错误处理,可参阅AI客服如何识别客户意图。
改地址:先判断订单阶段
改地址不是简单收集新地址。订单未出库、已出库、已交承运商,对应的处理权限不同。
我可以先帮你检查订单阶段。请提供【订单号】和用于验证的【非敏感验证信息】。如果订单尚未进入【不可修改节点】,客服会按流程确认新地址;如果已经交给承运商,我会说明目前可用的处理方式。请不要在公开频道发送完整地址。
话术中不要直接说“已经修改成功”,除非后台操作确实返回成功状态。涉及高价值订单或身份验证失败时,应转人工处理。
退款与售后:区分“解释政策”和“执行退款”
AI可以根据正式政策解释申请条件,但是否批准退款往往还依赖订单状态、商品类别、证据和人工审核。把两者混在一起,很容易造成错误承诺。
场景7:客户询问退款条件
根据当前退款政策,【商品类别】在满足【条件】时可以提出申请,需要在【期限】内提交【所需材料】。这只是对政策的说明,最终结果需结合订单状态审核。你希望查询规则,还是现在提交申请?
场景8:客户提出退款申请
我可以先为你收集申请信息。请提供【订单号】、【原因类别】和必要的【照片/视频】。提交后将按照【审核流程】处理;在审核完成前,我不会把申请描述为“退款已批准”。
场景9:破损、错发或少件
很抱歉这次收到的商品有问题。为了核对订单,请提供【订单号】以及能显示【外包装/商品/标签】的照片。收到后我们会按【售后规则】判断补发、退款或其他处理方式。若涉及人身安全、疑似欺诈或高金额争议,我会立即转人工。
这里的“很抱歉”是对体验的回应,并不等于提前承认责任。证据要求应与商家正式政策一致,不能临时增加客户在政策中看不到的条件。
将话术写成字段,而不是一长段固定文本
真正可维护的话术应拆成变量。下面是一份可直接交给运营和客服团队的字段表:
| 字段 | 示例 | 数据来源 | 缺失时处理 |
|---|---|---|---|
order_status | 已发货 | 订单系统 | 请求订单号或转人工 |
last_tracking_event | 到达转运中心 | 物流接口 | 明确暂时无法查询 |
policy_version | 当前退款政策版本 | 已审核知识库 | 禁止引用旧政策 |
product_variant | 黑色/M | 商品目录 | 向客户澄清 |
handoff_reason | 重复扣款 | 意图与风险规则 | 转人工并保留上下文 |
next_action | 提交物流核查 | 工作流 | 不生成不存在的工单 |
每个变量还应记录负责人和更新时间。价格由商品运营维护,退款政策由相应业务负责人审核,物流节点来自系统。客服团队不应靠逐条修改提示词来修复过期业务数据。
多语言话术不能只看“翻译得通不通”
跨境客服常见的问题是中文原稿本身含糊。例如“马上给你处理”没有时间和动作,翻成任何语言都仍然含糊。适合翻译的源话术应短句化,明确主体、时区、金额币种和下一步。
测试时至少覆盖:商品型号、品牌名、尺寸单位、货币、否定句、地址、订单状态和退款条件。对品牌名与行业术语,应建立统一译法;对高金额退款、法律投诉和安全问题,应允许客服查看原文并人工确认。
WuwenAI官网目前介绍了实时翻译、AI自动回复、团队协作和客户资料管理等方向。企业仍应以自己的实际账号测试语言、渠道与消息类型,不要只根据“支持多少种语言”判断是否适合。关于知识内容如何维护,可继续阅读客服知识库怎么搭建。
哪些情况必须转人工?
建议至少把以下情况列为强制或优先转人工规则:
- 客户明确要求人工;
- 同一问题连续两次没有得到解决;
- 涉及重复扣款、支付争议或高金额退款;
- 订单数据与客户提供的信息冲突;
- 安全事故、法律投诉、威胁或敏感个人信息;
- AI无法确定意图,继续回复可能扩大损失;
- 需要人工审批、修改订单或执行不可逆操作。
转人工时应携带客户问题、已核对信息、引用的政策、已执行动作和转接原因。让客户重新讲一遍,等于自动化只节省了系统时间,没有节省客户时间。具体流程可以参考AI客服转人工怎么设计。
上线前用一张测试表找出危险回复
不要只测“标准问题”。从历史会话中抽取已脱敏样本,加入口语、错别字、混合语言、连续追问和信息缺失的情况。每条测试记录以下结果:
| 检查项 | 通过标准 |
|---|---|
| 意图 | 没有把退款咨询当成退款批准 |
| 事实 | 商品、订单和政策均有明确来源 |
| 承诺 | 没有虚构到货时间、折扣或处理结果 |
| 追问 | 只索取完成任务所需信息 |
| 隐私 | 不引导客户在公开频道披露敏感信息 |
| 动作 | 只有系统返回成功才宣称已完成 |
| 转人工 | 高风险、低置信度和明确请求能够转接 |
| 语言 | 术语、金额、时间与否定含义保持一致 |
每次商品、物流或退款规则更新后,重新运行相关样本。运营人员还应定期查看AI没有回答、被客户纠正和转人工的会话,把问题归因到知识缺失、意图错误、系统数据缺失或话术边界,而不是看到失败就无限增加新句子。
用真实会话测试WuwenAI
WuwenAI面向出海团队提供全渠道会话管理、AI自动回复、实时翻译、客户资料与团队协作能力。电商团队可以先选择一个高频场景,例如售前选品或物流查询,把已审核知识、必要变量和转人工条件配置清楚,再用脱敏历史问题测试。
测试重点不是“回复像不像人”,而是它有没有引用正确事实、有没有在信息不足时追问、有没有把需要人工决策的问题及时交出去。
👉 免费试用WuwenAI,从一组真实的售前或售后问题开始验证业务话术。
常见问题
电商AI客服话术可以直接复制使用吗?
不建议直接上线。模板中的商品参数、库存、物流、退款条件和处理时限必须替换为企业自己的数据与政策,并为缺失信息、系统失败和转人工设置规则。
AI可以直接承诺退款或送达时间吗?
只有在系统返回可靠结果且企业授权该动作时,才能确认已经完成。政策解释不等于退款批准,历史平均时效也不等于本单承诺;无法核实时应说明限制或转人工。
如何避免AI编造优惠和商品参数?
为回答限定经过审核的商品目录、活动规则和有效期,关闭已失效内容,并测试信息缺失场景。系统查不到时,应追问或转接,而不是根据相似商品补全答案。
多语言客服话术要单独维护多套吗?
不一定。可以先维护结构清晰的源话术与术语表,再根据目标语言测试。但高风险售后、金额、日期、否定表达和法律相关内容仍需单独审核。
哪些电商问题最适合先交给AI?
优先选择规则稳定、信息来源明确、量大且风险较低的问题,例如商品基础参数、订单查询入口和标准流程说明。退款审批、支付争议和异常订单应保留人工边界。