กลับไปที่คลังพรอมป์
คลังพรอมป์พรอมป์แชต

แชตตอบลูกค้าในสถานการณ์ละเอียดอ่อน

ร่างคำตอบอย่างระมัดระวังสำหรับลูกค้าที่ไม่พอใจ โดยแยก empathy, facts, limits และ next action ออกจากกัน

CustomerSupportRisk
ตัวอย่าง

พรอมป์แชต

โมเดลแนะนำ

Claude Opus 4.5

รูปแบบผลลัพธ์

คำตอบละเอียดอ่อน

ตัวอย่าง

พรอมป์แชต

เธรดแชต

ลูกค้าบอกว่า Rivya ทำให้ deadline ของลูกค้าปลายทางพัง หลังจาก video task ล้มเหลวข้ามคืน

Empathy: รับรู้ว่า deadline พลาดไปโดยไม่ยอมรับความผิดที่ยังไม่ได้ตรวจสอบ Facts: task failure ต้องมี ID และ logs Limit: ยืนยันสาเหตุหรือ compensation จากข้อความนี้อย่างเดียวไม่ได้ Next action: ขอ task ID และ escalation contact Internal note: ให้ priority สูงเพราะลูกค้าพูดถึง client deadline

ผลลัพธ์

ความเข้าใจลูกค้า / ข้อเท็จจริง / ขอบเขต / action ถัดไป / โน้ตภายใน

ร่างคำตอบอย่างระมัดระวังสำหรับลูกค้าที่ไม่พอใจ โดยแยก empathy, facts, limits และ next action ออกจากกัน

พรอมป์เต็ม

แชตตอบลูกค้าในสถานการณ์ละเอียดอ่อน

ร่างคำตอบอย่างระมัดระวังสำหรับลูกค้าที่ไม่พอใจ โดยแยก empathy, facts, limits และ next action ออกจากกัน

โมเดลแนะนำ: Claude Opus 4.5รูปแบบผลลัพธ์: คำตอบละเอียดอ่อน
พรอมป์เต็ม
พรอมป์แชต
คุณคือ senior support lead ที่กำลังจัดการคำตอบให้ลูกค้าในสถานการณ์ละเอียดอ่อน เปลี่ยน notes ที่ให้มาให้เป็น review ที่ทีมลงมือทำได้จริง ส่งคำตอบโดยมี: Empathy, facts, limit, next action, internal note อ้างอิงทุก claim จาก notes ที่ให้มา ระบุข้อมูลที่ขาดแทนการแต่งขึ้นเอง

หมายเหตุการใช้งาน

วาง notes จริง ข้อจำกัด และ source material ที่เกี่ยวข้อง ระวังไม่ใส่ข้อมูลส่วนตัว เว้นแต่จำเป็นต่อการ review

FAQ ของพรอมป์

ก่อนใช้พรอมป์นี้

ตรวจสอบอย่างรวดเร็วเรื่องอินพุต ความเหมาะของโมเดล และวิธีปรับเทมเพลตโดยไม่ทำให้ผลลัพธ์อ่อนลง

ควรใช้ Sensitive Customer Response Chat เมื่อไร?

ใช้เพื่อร่างคำตอบอย่างระมัดระวังสำหรับลูกค้าที่ไม่พอใจ โดยแยก empathy, facts, limits และ next action ออกจากกัน เมื่อคุณมี notes ข้อจำกัด หรือ draft คร่าว ๆ แล้ว และต้องการขั้นตอนถัดไปที่มีโครงสร้างให้ทีม review

ควรใส่อะไรก่อนรัน?

ใส่ source material, audience, constraints, key facts และ boundaries ที่คำตอบห้ามแต่งขึ้นเอง ผลลัพธ์จะจัดเป็น Empathy / facts / limit / next action / internal note

ตัวอย่างเธรด

ลูกค้าบอกว่า Rivya ทำให้ deadline ของลูกค้าปลายทางพัง หลังจาก video task ล้มเหลวข้ามคืน
Empathy: รับรู้ว่า deadline พลาดไปโดยไม่ยอมรับความผิดที่ยังไม่ได้ตรวจสอบ Facts: task failure ต้องมี ID และ logs Limit: ยืนยันสาเหตุหรือ compensation จากข้อความนี้อย่างเดียวไม่ได้ Next action: ขอ task ID และ escalation contact Internal note: ให้ priority สูงเพราะลูกค้าพูดถึง client deadline

ผลลัพธ์

ความเข้าใจลูกค้า / ข้อเท็จจริง / ขอบเขต / action ถัดไป / โน้ตภายใน

พรอมป์เพิ่มเติมในโหมดนี้

เธรดแชต

เราต้องการสร้างผู้ช่วย AI สำหรับทีมอีคอมเมิร์ซขนาดเล็กที่เปลี่ยนภาพสินค้าให้เป็นแอสเซ็ตแคมเปญ

สมมติฐานปัญหา: ทีมอีคอมเมิร์ซขนาดเล็กเสียเวลาในการเปลี่ยนภาพสินค้าดิบให้เป็นแอสเซ็ตแคมเปญพร้อมใช้ในแต่ละช่องทาง สมมติฐานที่เสี่ยงที่สุด: คุณภาพภาพสูงพอ ทีมเชื่อถือการสร้างรูปแบบแอสเซ็ตด้วย AI และเวลาตรวจทานคือคอขวดจริง คำถามวิจัย: ใครเป็นเจ้าของการสร้างแอสเซ็ตแคมเปญ การแก้ไขติดขัดตรงไหน และมาตรฐานคุณภาพใดที่ขวางการเผยแพร่ แผนตรวจสอบ: สัมภาษณ์ operator 5 คน ทดสอบ flow สร้างแอสเซ็ตด้วยพรอมป์ต์ 3 แบบ และเปรียบเทียบเวลาจนได้แอสเซ็ตที่อนุมัติครั้งแรก เกตตัดสินใจ: ไปต่อเฉพาะเมื่อทีมสามารถได้ดราฟต์ที่เผยแพร่ได้เร็วกว่ากระบวนการปัจจุบัน

เธรดแชต

เรากำลังสำรวจผลิตภัณฑ์โน้ต AI ใหม่สำหรับที่ปรึกษาเดี่ยว ช่วยเปลี่ยนเรื่องนี้ให้เป็นบรีฟวิจัย

วัตถุประสงค์: ระบุว่าที่ปรึกษาเดี่ยวต้องการ workspace โน้ต AI หรือเลเยอร์ติดตามลูกค้าที่เบากว่า สมมติฐานที่ใช้ทำงาน: พวกเขาจดโน้ตอยู่แล้ว แต่การสังเคราะห์และร่างขั้นตอนถัดไปยังไม่สม่ำเสมอ กลุ่มเป้าหมาย: ที่ปรึกษาเดี่ยวที่มีสายคุยลูกค้าซ้ำและมีซัพพอร์ตด้านปฏิบัติการจำกัด คำถามหลัก: โน้ตแบบใดกลายเป็นงานที่คิดเงินได้ อะไรตกหล่นหลังการคุย และเครื่องมือ CRM หนักเกินไปตรงไหน แผนวิจัย: สัมภาษณ์ 6 คน ทบทวนเวิร์กโฟลว์โน้ตการโทรล่าสุด 10 ชุด และทดสอบต้นแบบบรีฟติดตามผลหนึ่งแบบ

เธรดแชต

นี่คือโครงหน้า Landing Page สำหรับผลิตภัณฑ์ AI ของเรา ช่วยบอกหน่อยว่าอะไรยังไม่ชัดเจนก่อนที่เราจะออกแบบ

คำมั่นหลัก: มองเห็นได้แล้ว แต่ยังถูกวางกรอบเหมือนฟีเจอร์มากกว่าผลลัพธ์ที่เป็นรูปธรรมสำหรับผู้ใช้ จุดที่ไม่ชัดเจน: หน้าเว็บยังไม่ได้อธิบายว่าใครจะได้รับคุณค่าก่อน และเวิร์กโฟลว์จะเปลี่ยนไปอย่างไรหลังสมัครใช้งาน ช่องว่างของตัวอย่าง: เพิ่มตัวอย่างก่อน-หลัง ตัวอย่างผลลัพธ์จากโมเดล และสัญญาณความน่าเชื่อถือสั้นๆ ใกล้ส่วน Hero ปัญหา CTA: การกระทำหลักปรากฏหลังคำอธิบายมากเกินไป ควรย้าย CTA ที่เน้นการใช้งานให้เข้าใกล้ส่วนเริ่มใช้เร็ว แผนแก้ไข: ทำให้ Hero คมขึ้น เพิ่มการ์ดผลลัพธ์ แล้วเขียนส่วนจัดการข้อโต้แย้งใหม่ก่อนขัดเกลาภาพ