Menu
电商客服助手：识别客户意图，处理订单查询、商品推荐、投诉和工单。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
| name | ecommerce-support |
| description | 电商客服助手：识别客户意图，处理订单查询、商品推荐、投诉和工单。 |
AI 驱动的电商客服机器人，自动识别客户意图，处理订单查询、商品推荐、投诉工单等场景。
当用户说以下内容时启动此技能：
| MCP | 用途 | 必需 |
|---|---|---|
| playwright | 自动登录电商后台查询订单 | 可选 |
| supabase | 存储订单/工单数据 | 可选 |
| memory | 保持对话上下文 | 可选 |
┌─────────────────────┐
│ 客户消息输入 │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ AI 意图识别 │
│ 分析客户需求 │
└──────────┬──────────┘
│
┌─────┼─────┬──────────┐
│ │ │ │
▼ ▼ ▼ ▼
┌───────┐┌───────┐┌───────┐┌───────┐
│订单 ││商品 ││投诉 ││常见 │
│查询 ││推荐 ││工单 ││问答 │
└───┬───┘└───┬───┘└───┬───┘└───┬───┘
│ │ │ │
▼ ▼ ▼ ▼
┌───────┐┌───────┐┌───────┐┌───────┐
│Playwright│ AI ││创建 ││知识库 │
│查后台 ││分析 ││工单 ││匹配 │
└───┬───┘└───┬───┘└───┬───┘└───┬───┘
│ │ │ │
└────────┴────────┴────────┘
│
▼
┌─────────────────┐
│ 生成客服回复 │
│ 保存对话记录 │
└─────────────────┘
输入格式：
用户: 帮我回复这个客户：
"你好，我的订单123456怎么还没发货？已经3天了！"
或批量处理：
用户: 处理这些客服消息 [消息列表/文件]
意图分类：
| 意图 | 关键词 | 处理方式 |
|---|---|---|
| 订单查询 | 订单、发货、物流、到哪了 | 查询订单状态 |
| 退款退货 | 退款、退货、换货、不想要了 | 创建退货工单 |
| 商品咨询 | 有货吗、尺码、颜色、推荐 | 商品推荐 |
| 投诉建议 | 投诉、差评、不满意、垃圾 | 创建投诉工单 |
| 优惠活动 | 优惠券、满减、活动、便宜 | 活动信息 |
| 售后问题 | 坏了、质量问题、维修 | 创建售后工单 |
| 闲聊其他 | 你好、谢谢、在吗 | 常规回复 |
意图识别提示词：
分析以下客户消息的意图：
【客户消息】
{message}
【输出格式】
{
"intent": "order_query|refund|product_inquiry|complaint|promotion|after_sale|chat",
"confidence": 0.95,
"entities": {
"order_id": "123456",
"product_name": "",
"emotion": "negative|neutral|positive"
},
"urgency": "high|medium|low"
}
适用场景：需要查询电商后台真实订单状态
// Playwright MCP 操作步骤
1. 打开电商后台
browser_navigate({ url: "https://seller.taobao.com" })
// 或其他电商平台后台
2. 检查登录状态
- 如未登录，提示用户先登录
- 保存登录状态供后续使用
3. 进入订单管理
browser_click({ element: "订单管理" })
4. 搜索订单号
browser_type({
element: "订单搜索框",
text: "{order_id}"
})
browser_click({ element: "搜索" })
5. 获取订单状态
browser_snapshot() // 截图获取订单信息
6. 解析订单状态
- 订单状态（待发货/已发货/已签收）
- 物流信息
- 预计到达时间
支持的电商平台：
适用场景：演示或无后台访问权限
{
"order_id": "123456",
"status": "shipped",
"status_text": "已发货，运输中",
"logistics": {
"company": "顺丰速运",
"tracking_no": "SF1234567890",
"last_update": "2025-12-28 15:30",
"location": "深圳转运中心"
},
"estimated_delivery": "2025-12-30"
}
推荐逻辑：
1. 解析客户需求（品类、价格区间、偏好）
2. 匹配商品库/搜索商品
3. 生成推荐话术
【推荐话术模板】
亲，根据您的需求，为您推荐以下商品：
1️⃣ **{商品名1}** - ¥{价格}
{商品亮点}
2️⃣ **{商品名2}** - ¥{价格}
{商品亮点}
您看哪款更合适呢？有任何问题随时问我～
// 从电商平台获取商品详情
1. 打开商品页面
browser_navigate({ url: "{product_url}" })
2. 获取商品信息
browser_snapshot()
3. 解析信息
- 商品名称
- 价格
- 库存状态
- 规格参数
创建工单：
{
"ticket_id": "TK20251229001",
"type": "complaint",
"customer_id": "C12345",
"order_id": "123456",
"description": "客户投诉物流慢",
"priority": "high",
"status": "open",
"created_at": "2025-12-29T10:30:00Z"
}
工单处理流程：
回复生成提示词：
你是一位专业的电商客服，请根据以下信息生成回复：
【客户消息】
{customer_message}
【意图分析】
意图: {intent}
情绪: {emotion}
紧急度: {urgency}
【查询结果】
{query_result}
【回复要求】
1. 称呼亲切（亲/您好）
2. 先共情，再解决
3. 信息准确完整
4. 语气温和专业
5. 如有问题主动道歉
6. 结尾询问是否还有其他需要
【输出格式】
直接输出回复内容，可适当使用emoji
{
"conversation_id": "conv_20251229_001",
"customer_id": "C12345",
"messages": [
{
"role": "customer",
"content": "我的订单怎么还没发货？",
"timestamp": "2025-12-29T10:30:00Z"
},
{
"role": "assistant",
"content": "亲，非常抱歉让您久等了...",
"timestamp": "2025-12-29T10:30:05Z",
"intent": "order_query"
}
]
}
已发货：
亲，您的订单已经发货啦！🚚
物流信息：
📦 快递公司：{company}
📝 运单号：{tracking_no}
📍 当前位置：{location}
⏰ 预计送达：{estimated_delivery}
您可以点击订单详情查看实时物流～
还有其他问题吗？
未发货：
亲，非常抱歉让您久等了！🙏
您的订单目前正在加紧处理中，预计{ship_date}前发出。
给您带来不便深感抱歉，我们会尽快为您安排～
如果着急，我可以帮您催一下仓库哦！
亲，收到您的退款申请了～
我这边已经帮您提交处理：
📋 退款单号：{refund_id}
💰 退款金额：¥{amount}
⏰ 预计到账：1-3个工作日
退款会原路返回，届时请留意账户变动。
如有问题随时联系我哦！
亲，真的非常抱歉给您带来了不好的体验！🙏
我完全理解您的心情，这确实是我们的问题。
我已经将您的情况反馈给主管，会尽快给您一个满意的解决方案。
为了表示歉意，这边给您申请了一张{coupon}优惠券，
希望能弥补一点点这次的不愉快。
请问您方便留一下联系电话吗？我们主管会亲自给您回电处理。
亲，这款商品的详细信息如下：
📦 {product_name}
💰 价格：¥{price}
📏 规格：{specs}
🎁 赠品：{gifts}
📦 库存：{stock_status}
{product_highlights}
现在下单还有{promotion}活动哦～
需要我帮您看下尺码吗？
用户: 帮我回复："订单123456到哪了"
Claude:
1. 识别意图：订单查询
2. [可选] 使用Playwright查询后台订单状态
3. 生成回复：
"亲，您的订单123456已经发货啦！
快递：顺丰 SF1234567890
当前位置：深圳转运中心
预计明天送达～还有其他问题吗？"
用户: 批量回复这10条客户消息
Claude:
1. 逐条分析意图
2. 批量查询相关信息
3. 生成10条回复
4. 输出结果供复制使用
用户: 连接淘宝后台，查询订单123456的真实状态
Claude:
1. 使用Playwright打开淘宝卖家中心
2. 检查登录状态（如需登录则提示）
3. 搜索订单号
4. 截图获取订单状态
5. 解析并生成回复
platform: taobao
login_url: https://login.taobao.com
seller_url: https://myseller.taobao.com
order_path: /home.htm#/order-manage
search_selector: "#keyword"
platform: jd
login_url: https://passport.jd.com
seller_url: https://shop.jd.com
order_path: /order/list
search_selector: ".search-input"
platform: shopify
login_url: https://{store}.myshopify.com/admin
order_path: /admin/orders
search_selector: "#search-query"
~/.claude/cache/ecommerce-support/conversations/~/.claude/cache/ecommerce-support/tickets/~/.claude/cache/ecommerce-support/templates/GEO 内容优化：调整文章结构，让内容更容易被 AI 搜索引用。
Grok X 实时抓取：让 Claude 调用本地 grok-build 获取真实 X (Twitter) 帖子。 X 模式必须优先驱动 Grok 原生 X 工具族：x_keyword_search、x_semantic_search、 x_user_search、x_thread_fetch；必要时再用 web_search/open_page 交叉验证。 返回带 @用户名、点赞/浏览数、链接、时间的真实帖子。复用用户已登录的 grok.com 订阅， 调用零额外成本（不像 MCP 方案要 xAI API key 按 token 付费）。 三种模式：x（X 实时抓取，主力）、ask（把 Grok 当独立第二意见）、continue（续接追问）。 当用户需要真实 X/Twitter 实时数据时使用，例如： 问问 grok X 上在聊什么、让 grok 搜 X 上对某事的实时讨论、grok 看看 @某账号最近发了什么、 X 上现在怎么说、X 实时热点、X 实时趋势、ask grok what X is saying about、 grok 第二意见、consult grok。 排除（不要触发本 skill）：写 X 推文 → 用 x-twitter-writer；大规模历史语料采集 → 用 x-sousuo；泛网络调研 → 用 smart-research。本 skill 的差异点是 Grok 对公共 X 搜索 工具有原生路径，适合可复核的 X 话语采样；不是 firehose，也不是事实裁判。 没有"公共 X 搜索 / X 实时反馈 / thread 上下文"诉求时不要用它。
网红评估：分析社交账号公开数据，计算评分，辅助筛选 KOL 合作对象。
LinkedIn 帖子创作：根据品牌调性和主题生成专业帖子，并支持反馈优化。
Loopforge：把模糊工作流整理成可复用的 AI Agent 工作流循环规范和提示词。
SEO 分析：检查网站结构、技术指标和内容质量，输出搜索优化建议。