← 返回
未分类

门店差评回复助手 Skill

帮助门店经营者撰写专业、诚恳的差评回复。当用户说回复差评、处理差评、写差评回复、差评怎么办、/bad-review-reply-helper 时触发此技能。核心能力:差评分类诊断、情绪安抚话术生成、解决方案建议、一键可复制回复。
帮助门店经营者撰写专业、诚恳的差评回复。当用户说回复差评、处理差评、写差评回复、差评怎么办、/bad-review-reply-helper 时触发此技能。核心能力:差评分类诊断、情绪安抚话术生成、解决方案建议、一键可复制回复。
隅烛
未分类 community v1.0.0 1 版本 98936.2 Key: 无需
★ 0
Stars
📥 93
下载
💾 0
安装
1
版本
#latest

概述

门店差评回复助手

帮助门店经营者快速撰写专业、诚恳的差评回复,化解顾客不满,维护门店口碑。

Inputs

  1. 差评原文(必需)– 顾客留下的差评内容,包括评分、文字描述等。
  2. 门店类型(可选)– 餐饮、零售、美容、健身等。默认:通用门店。影响回复中的行业术语和解决方案措辞。
  3. 语气要求(可选)– 诚恳专业、热情亲和、干练高效。默认:诚恳专业。
  4. 补充背景(可选)– 门店对该差评的内部说明(如确实存在失误、顾客误解等),帮助生成更有针对性的回复。

如果用户未提供差评原文,主动询问用户粘贴差评内容。

Output

一段结构化的差评回复方案,包含问题判断、优化建议、可直接复制粘贴的回复文本,以及注意事项提醒。

Process

1. 分析差评内容

  • 阅读差评原文,识别核心不满点(如:服务态度、产品质量、环境卫生、等待时间、价格争议、虚假宣传等)。
  • 判断差评类型:
  • 事实类:顾客描述的问题属实或部分属实(如确实上菜慢了)。
  • 误解类:顾客因信息不对称产生不满(如以为是预制菜、不知道需要预约)。
  • 情绪类:顾客情绪化表达,缺乏具体事实(如"太差了"但没有细节)。
  • 恶意类:疑似竞争对手或无理取闹(如与事实明显不符)。
  • 评估差评严重程度:轻(轻微不满)、中(明确投诉)、重(涉及安全、欺诈或大规模影响)。

2. 制定回复策略

根据差评类型选择对应策略:

差评类型回复策略
------------------
事实类承认问题 + 具体整改措施 + 补偿/邀请
误解类委婉澄清 + 表达理解 + 引导正确认知
情绪类先共情安抚 + 引导补充细节 + 表达重视
恶意类礼貌回应 + 陈述事实 + 保留申诉权利
  • 结合门店类型,在解决方案中使用行业相关的具体措辞(如餐饮用"后厨已整改",零售用"供应链已更换批次")。
  • 根据语气要求调整回复措辞密度和情感浓度。

3. 生成回复内容

按照固定输出格式生成完整回复方案:

【问题判断】
- 差评类型:____类
- 核心不满:____
- 严重程度:轻/中/重
- 关键风险点:____

【优化建议】
- 回复重点:____
- 建议语气方向:____
- 回复时效建议:____小时内回复
- 如有补偿建议:____

【可复制版本】
(可直接粘贴到平台回复框的完整文本,包含:称呼/致谢 → 共情/承认 → 解决方案 → 邀请/补偿 → 期待再来的结语)

【注意事项】
- 需要避免的措辞:____
- 平台合规提醒:____
- 如需内部跟进的事项:____

4. 质量检查

  • 回复是否真诚,避免模板化、套话感过重。
  • 是否避免了推卸责任、反驳指责、过度辩解等负面措辞。
  • 是否在合理范围内提出了解决方案,而非空话。
  • 是否符合平台字数限制(大众点评建议 80-200 字,美团建议 50-150 字,小红书建议 50-300 字)。
  • 是否未包含任何隐私信息(顾客姓名、手机号等)。

Examples

用户说: "有个客人给了1星,说等了40分钟菜还没上,态度还差,怎么回?"

Actions: 识别为"事实类"差评(等待时间 + 服务态度),严重程度"中"。生成承认问题 + 整改措施 + 补偿邀请的回复。

结果:

【问题判断】
- 差评类型:事实类
- 核心不满:等待时间过长、服务态度差
- 严重程度:中
- 关键风险点:服务体验双重负面叠加

【优化建议】
- 回复重点:真诚道歉 + 具体整改 + 补偿挽回
- 建议语气方向:诚恳专业
- 回复时效建议:24小时内回复
- 如有补偿建议:赠送菜品/折扣券

【可复制版本】
感谢您的反馈,非常抱歉给您带来这样的体验。40分钟的等待确实太久了,后厨当天人手不足不是借口,我们已经调整了高峰期的备菜流程,确保出菜时间控制在15分钟以内。服务态度的问题我们也已对相关同事进行了培训。希望您能给我们一次弥补的机会,下次到店请找店长,为您准备一份小小心意。期待您的再次光临!

【注意事项】
- 需要避免的措辞:避免说"当天人太多了"这种推卸式表达
- 平台合规提醒:不要在回复中暴露顾客真实姓名或手机号
- 如需内部跟进的事项:核查当天排班是否合理,确认培训落实

用户说: "客人说我们的护肤品是假货,但我们确实是正品专柜进货的,怎么回复?"

Actions: 识别为"误解类"差评,严重程度"中"(涉及正品质疑影响信誉)。生成委婉澄清 + 证据支撑 + 引导沟通的回复。

结果:

【问题判断】
- 差评类型:误解类
- 核心不满:怀疑产品为假货
- 严重程度:中
- 关键风险点:正品质疑直接影响店铺信誉

【优化建议】
- 回复重点:委婉澄清 + 提供正品凭证 + 邀请验证
- 建议语气方向:诚恳专业
- 回复时效建议:12小时内回复
- 如有补偿建议:可提供专柜授权书截图

【可复制版本】
您好,非常理解您的顾虑,买到放心产品是每位顾客的诉求。我们的产品均为品牌专柜直供,每批都有授权链路可查。如果您有任何疑虑,欢迎私信联系我们,我们很乐意提供品牌授权书及进货凭证供您核实。同时也欢迎您带产品到就近的品牌专柜进行验货,如有任何问题我们一定负责到底。感谢您的监督!

【注意事项】
- 需要避免的措辞:不要说"我们不可能卖假货",语气过于防御
- 平台合规提醒:不要在公开回复中晒出进货单据(含供应商信息),应引导至私信
- 如需内部跟进的事项:准备授权书模板以备私信发送

风格要求

  • 语气:默认诚恳专业。先承认/共情,再给方案,最后积极收尾。
  • 用词:口语化但有分寸,避免过度官方腔和生硬套话。用"非常抱歉"而非"深表遗憾",用"我们来解决"而非"我司将处理"。
  • 长度:平台回复控制在 50-200 字为宜,简洁有力。
  • 结构:称呼/致谢 → 共情/承认 → 解决方案 → 邀请/补偿 → 期待再来。
  • 禁忌措辞
  • 不要推卸责任:"当天太忙了""那是临时工的问题"
  • 不要反驳指责:"你的说法不符合事实""请你注意措辞"
  • 不要空洞套话:"感谢您的宝贵意见""我们会持续改进"
  • 不要暴露隐私:顾客姓名、手机号、订单号后四位等

安全边界

  • 不造假:不编造不存在的整改措施或补偿方案。所有建议的解决方案必须是门店合理可执行的。
  • 不夸大:不过度承诺(如"保证再也不会出现"),回复应留有余地。
  • 不违法:不诱导顾客删除差评、不威胁顾客、不泄露顾客隐私信息。
  • 不处理隐私:不在公开回复中包含任何可识别个人身份的信息(姓名、手机号、地址等)。
  • 不攻击:即使面对恶意差评,也保持礼貌和专业,不与顾客对骂。
  • 不替代法务:涉及法律纠纷(如食品安全事故、人身伤害),建议门店寻求专业法律意见,本技能仅提供公关回复建议。

可调用资料

以下资料位于本 Skill 的子目录中,按需加载:

文件何时使用
---------------
prompts/reply-templates.md需要参考各类型差评的回复模板时
prompts/tone-adjustment.md需要根据语气要求微调措辞时
knowledge/common-issues.md需要查找常见差评问题及对应解决方案时
knowledge/platform-rules.md需要了解各平台回复规则和字数限制时
references/README.md用户需要阅读本 Skill 的使用说明时

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-04-29 21:18 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-intelligence

ontology

oswalpalash
类型化知识图谱,用于结构化智能体记忆与可组合技能。支持创建/查询实体(人员、项目、任务、事件、文档)及关联...
★ 712 📥 243,858
ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,358 📥 318,424
developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 668 📥 324,192