最近，我所处在的互联网金融行业，下发了《商业银行互联网助贷业务管理办法》（下称助贷新规）。这个新规对互联网金融行业影响是巨大的，要求商业银行对平台进行名单制管理，对利率有了限制；特别的，对客诉的管理也有了更高的要求。
新规出台之后，各个机构、平台、监管的客诉压力是上升较快的。
所以在客诉处理上，也会成为后续的工作重点。
那么除了优化交易结构，加强产品体验，提供适当的利率的产品等等，更重要的就是在客诉的处理上，有更强大的处理能力，所以我就萌生了用AI调试一个客诉处理专家的想法。
01 初尝试
还是登录昨天我们用到的字节prompt工具
https://promptpilot.volcengine.com/home
先假设用户购买了一个会员，需要退费的场景，基于这个场景，先用最简单的方法，让系统给我生成一个提示词，如下：
提示词内容比较简单，要求以下的指南，来应对客户退费的需求
在撰写回复时，请遵循以下指南:
1. 使用礼貌、专业且诚恳的语气。
2. 开头对客户的投诉表示关注和歉意。
3. 详细分析客户的投诉点，针对会员购买分别说明情况。
4. 为会员购买的问题提供明确、可行的解决方案。
5. 确保解决方案具有合理性和可操作性，能够切实解决客户的问题。
6. 结尾表达对客户的感谢和希望继续为其服务的意愿。
7. 检查回复内容，确保没有任何拼写或语法错误。
目前还是挺好的，看看模型的回复是怎么样的：
可以看到模型的回复确实是遵循了指南，有具体的指引动作。但是回复的内容比较啰嗦；并且针对会员的退费，我们还是需要判断是否合理，如果资深的客服的话，会先对客户的退款进行挽留。
02 丰富交互策略
所以针对以上的情况，我丰富了原来的提示词内容，主要的思路是增加公司的退费政策，比如7天内和7天外的退款，也要根据客户投诉情况进行分类处理
更新之后，再看看大模型的回复：
可以看到大模型很好遵循了我们的政策，但是对于我们期望的挽留动作，还是比较弱的，这个时候就应该增加产品的亮点内容了，并且要求进行挽留动作。
基于以上的想法，我把提示词再进行了丰富：增加了产品的介绍，然后也增加了挽留的策略和方案，再来测试看看
调整之后的提示词，可以看到应对的能力进一步丰富起来，分场景再进行测试验证：
测试场景1：正常购买退费，未告知借款额度；可以介绍产品特点和挽留
测试场景2：正常购买退费，告知有5000元的额度；可以针对性挽留
测试场景3：带有投诉的退费；可以针对性挽留，并且给出退费指引
测试场景4：带有威胁的情绪投诉；给的回复就是言简意赅了
03 总结
以上只是我花了小半天的提示词的尝试初体验。后续还有很多的工作可以丰富，比如补充更多详细的规则，针对不合理的诉求的处理方案补充；加入更多的现实的客服处理的案例来丰富知识库，基于知识库RAG（检索增强生成）来进一步丰富策略；进一步训练，可以达到更好的效果。
